近年来，人工智能技术在全球范围内蓬勃发展，俨然成为新一轮产业变革和科技革命的核心驱动力，对世界经济、社会进步、人民生活等产生了极其深刻的影响。目前，人工智能不仅在专家系统、机器翻译、教育医疗等领域应用广范，而且将对支付领域产生深远影响。
一、人工智能概述
（一）概念
人工智能，简称AI，通俗地说，就是人类制造的机器借助传感器等器件对外部环境进行感知，像人通过感观（听觉、视觉、嗅觉、触觉等）接收来自环境的各种信息一样，对外界输入产生反应，实现人与机器间的交互，从而使机器具备人类的一些智力和能力特征，能够做一些过去只有人类才能胜任的工作。
（二）原理
机器具备智能，主要是机器通过传感器（或人工输入方式）收集其所处环境的信息，然后将此信息与已存储的信息进行比较，从而确定环境信息，再根据信息来源计算后续各种可能的动作，然后预测哪种动作的效果最好，从而采取该动作。目前人工智能的研究主要体现在机器自动学习、机器视觉、语音识别、引擎推荐几个方面。
1. 自动学习技术原理。
机器要实现自动学习的功能，首先要构建一个网络，然后将大量的数据输入到这个网络中，通过网络处理这些动作并且进行学习。如果这个动作符合指定的动作，将会提高权重；如果不符合指定的动作，将会降低权重。系统通过调整权重来确定机器动作的优先顺序，作出类似于人类的动作。
2. 机器视觉技术原理。
机器的视觉技术主要是通过图像处理操作及其他技术组成的序列，将图像分析任务分解为便于管理的小块任务，对图像进行分类。分类技术可识别具备此特征的图像是否是系统已知的某类物体。
3. 语音识别技术原理。
机器的声音识别技术主要是使用移动窗函数对声音进行分帧，将其变为很多波形，然后对波形进行声学体征提取，形成一个N行、N列的矩阵，再通过音素组合成单词。
4. 引擎推荐技术原理。
推荐引擎是通过对用户的行为分析，发现用户当前或潜在需求，并主动推送信息给用户的信息网络。
（三）特征
1. 通过计算和数据，服务于人类。
人工智能机器是人类设计和制作出来的，其运行载体是芯片等硬件，运行方式是人类设定的程序逻辑或软件算法，其智能的本质是计算，即通过对数据的采集、加工、分析和处理，形成相应的信息流和知识模型，进而实现对“智能行为”的模拟，服务于人类。
2. 对外界环境进行感知，与人交互互补。
人工智能系统主要是借助传感器等器件对外界环境进行感知，可以像人通过听觉、视觉、嗅觉、触觉等接收来自环境的信息一样，通过其控制执行机构，借助按钮、键盘、鼠标、屏幕、手势等，对外界输入产生反应，实现人机互动。
3. 拥有适应和学习特性。
人工智能系统具有一定的自适应特性和学习能力，能够随环境、数据或任务的变化而调节参数或更新优化模型，使系统具有适应性、灵活性、扩展性，来应对不断变化的现实环境，从而拓展人工智能系统的应用范围。
二、人工智能在支付领域应用现状
随着人工智能技术的发展和创新，国内外金融机构纷纷加大研发资金投入，探索人工智能技术在支付领域的应用。
（一）国外金融机构应用实例
早在2010年12月，印度的HDFC银行就与人工智能公司NIKI.AI合作，首次引入对话银行——聊天机器人，用于处理银行业务。近几年，HDFC银行将新技术进一步扩展到支付交易、流动性和反洗钱管理等业务。
2019年7月，花旗中国推出“异常付款侦测系统解决方案”，使用机器学习算法掌握企业的支付特点，按照客户独特的付款特点，设计有区别的专属方案；在款项异常支付时，及时预警，保障客户资金安全。
（二）国内金融机构应用实例
2015年3月，平安银行首创“智能语音”支付功能，通过手机银行，自动判断收款人的相关信息和交易过程中的金额信息，实现“语音支付”“语音取现”等操作。2016年，工商银行将“工小智”应用到融e联、融e行、微信等服务渠道，识别率高达98%。通过与大数据、客户画像、自动学习等技术的结合，“工小智”实现了产品营销、业务办理和售后追踪等全流程一站式服务。
2018年初，工商银行将机器人流程自动化（RPA）技术应用于本外币跨境外汇查询业务中，根据查询内容设定各种场景，机器通过海量的数据报文学习，在收到对方查询报文时，能自动识别、分析并生成正确率高达98%的查复报文。
2019年10月，中国银联联合多家银行，发布智能支付产品—“刷脸付”，利用人工智能、大数据等先进技术，通过刷脸完成交易，用户只需在手机银行或云闪付客户端注册开通并关联银联卡，在商超、餐饮、酒店等特约商户结算时，无需拿出手机、银行卡等物理介质，只需根据提示完成“刷脸”操作并输入支付口令，即可成功付款。
2020年，工商银行将RPA技术推广应用到本外币挂账处理中，根据挂账时间、报文状态，自动生成跨行、跨境等报表并发送给相关分行，避免了手工制表的重复劳动，极大地提高了工作效率。
（三）国内第三方支付机构应用实例
支付宝利用人脸识别技术，完成支付流程的身份认证工作。同时，推出“无感支付”，将移动支付与车牌识别相结合，只要在支付宝上进行车牌关联，就可以直接授权支付。
三、人工智能在支付领域应用存在的问题
随着人工智能技术的不断发展，人工智能技术在支付领域的应用场景和范围不断拓展，优势日益明显，但同时也存在一些亟待解决的问题和困难。
（一）顶层设计与法律法规体系有待完善
一是顶层设计有待完善。人工智能技术在支付领域应用的整体制度体系设计，需统筹考虑系统安全、行业规范、技术标准等要素影响。目前，制度体系尚不完善。
二是法律法规有待健全。人工智能技术作为一项新兴技术，缺乏完善的法律法规，现有法律法规与人工智能技术应用脱节的现象时有发生，导致人工智能技术在支付领域的运用与创新缺少必要的制度规范和法律保护，无形之中增大了市场风险，这也是制约人工智能技术应用与发展的一大障碍。
（二）智能支付融合发展瓶颈有待突破
一是智能支付融合发展的广度和深度不够。目前广泛使用的二维码支付过于依赖手机等智能终端设备和网络环境等条件，操作较复杂且等待时间较长。语音支付与人脸识别支付虽然有所发展，但推广程度与使用范围都受到限制。而具有身份唯一性特征的虹膜识别技术，在支付领域的应用尚未普及。
二是智能支付语音识别技术有待完善。人工智能客服的发展与应用仍处于初期，主要通过语音或关键字识别技术分析客户的问题与需求，存在语音识别偏差，关键字收录不全等问题。
三是智能支付界面有待优化。智能支付系统多存在业务功能界面复杂、操作难度较高、流程繁琐冗长等问题，时常需要人工引导，导致客户体验不佳。
四是智能支付关键技术有待突破。目前广泛应用的人脸识别技术，其识别率受环境影响较大，智能识别算法技术发展尚不成熟，双胞胎无法区分、脸部微整形后识别率低等诸多问题有待解决。
（三）智能支付安全管控水平有待提高
一是数据安全问题。在支付领域，智能支付需要采集海量的客户私人信息，其背后是基于智能算法和大数据技术的机器学习智能系统。该系统通过收集、记忆、分析用户的数据信息，提升自身的智能性和准确率，但复杂的采集分析过程为系统的安全埋下了不小的隐患，犯罪分子如果通过安全漏洞侵入数据库，智能支付系统的用户信息将被泄露，消费者权益将受到损害，甚至造成财产损失。
二是交易安全问题。智能支付在给用户带来方便快捷的服务体验的同时，也带来了交易安全问题。例如目前广泛应用的人脸识别技术，如果人脸高度相似，则可能出现智能支付系统无法识别的现象，继而导致资金账户被盗用。同时，生物造假技术、异地支付行为等也对智能支付的交易安全提出了挑战。
（四）智能支付金融监管难度加大
一是监管对象日益复杂化。随着人工智能支付的发展，账户的所有者和经营者出现分离态势。监管者面临着监管对象既非自然人也非法人的问题，这对传统监管理念和监管方式提出了新的挑战。
二是智能支付代理行为增大了监管难度。智能支付现处于初步发展阶段，政府及监管机构对人工智能技术发展趋势的认识有待进一步加深，相关法律法规尚不完善，大多数监管机构仍处于研究探索阶段。在实践中，智能支付代理中违法违规行为难以认定、责任主体难以界定等问题，都在一定程度上增大了监管难度。
（五）智能支付专业人才匮乏
人工智能技术的开发应用和最终落地都需要顶尖专业技术人才支撑。智能支付产品的设计、维护、管理等都离不开专业技术人员。因此，打造一支既懂支付领域金融知识，又精通人工智能技术的复合型人才队伍，是人工智能技术广泛应用于支付领域的重要保障。但目前国内复合型人才稀缺，截至2020年12月，国内人工智能人才缺口达到500万人，而金融机构智能支付技术关键性人才更为缺乏，人才供需缺口成为制约人工智能技术在支付领域应用的瓶颈。
四、建议与对策
为有效破解人工智能技术在支付领域的应用难题，进一步推动人工智能支付产业又好又快发展，建议从以下几个方面加以改进。
（一）完善顶层设计，统筹推进智能支付有序发展
一是认真做好人工智能技术在支付领域应用的顶层设计，研究制定人工智能技术在支付领域发展总体规划，并明确发展路线图、阶段任务时间表。二是统筹考虑技术、性能、安全等维度，制定具体的技术指标和评估标准，准确把握人工智能技术发展趋势及对支付领域的影响。三是积极支持人工智能技术在支付领域的融合发展，加大对关键技术、重点项目的扶持力度，推动人工智能技术在支付领域快速有序发展。
（二）建立健全法律法规，完善智能支付适用规则体系
一是加强人工智能支付法律法规建设。构建运营机构、运营标准、监管机构、处罚条例等人工智能支付体系法治框架。使人工智能支付有法可依，违法必究，为人工智能支付发展提供坚实的法律保障。二是建立人工智能支付消费者权益保护机制。增加人工智能支付消费者权益保护条款，建立资金风险补偿机制，确保人工智能支付消费者的权益不受侵犯。三是及时修订完善相关支付领域法规。人工智能技术日新月异，应适时修订、修改或废止支付领域落后的法律规则，助推人工智能技术不断发展。
（三）加大技术研发力度，助推人工智能支付融合发展
一是加强对语音识别系统的研究，通过改进和升级语音识别算法，不断丰富数据库。对智能支付系统进行大量有效数据的算法训练，不断提高其语音辨识度。二是加强人机界面设计技术的开发，按照可视性、灵活性、一致性等原则，精心设计友好人机界面，不断简化操作流程，持续优化系统性能。三是加强人脸识别等关键技术研发，通过创新识别算法、提升AI和GPU芯片性能、加大与大数据等技术的融合，提升人脸识别率等智能支付关键性指标。
（四）加强智能风险防控，为智能支付安全运营保驾护航
一是加强数据安全标准建设，严控数据采集、传输、分析处理等重要环节，加强安全管理，避免数据的丢失或泄露；其次采取数据分级防护措施，对于客户敏感信息，必须脱敏处理后方能使用；最后加强数据访问的权限控制，严格限制数据访问途径，按照“必要、最少”原则限制访问者的权限，严禁越级访问。二是采用多种生物识别技术进行相互验证，如在人脸识别的基础上增加指纹识别等技术进行验证。其次采取活体测试防止生物造假行为，在支付交易中增加眨眼、转脸等人体活动，以确认用户身份的真实性，确保交易的真实可靠。最后采用锁定IP地址、GPS定位等技术，分析和研判设备终端异常、异地支付、用户信息验证有误等行为，在系统判为异常时，及时预警并予以制止，充分保障客户支付交易安全，有效防范金融欺诈风险。
（五）完善市场监管体系，切实防范化解系统性金融风险
人工智能技术风险构成错综复杂，加大了监管难度。因此，监管机构在鼓励技术创新的同时，也应与时俱进优化监管方式，有效预判、评估、管控风险因素，防止其扩大为全局性、系统性风险。
一是建立健全监管体系，明确智能支付的对象、范围等基本概念，构建合理的监管架构和科学的监管规则。二是试行沙盒监管模式，稳步适度放开人工智能支付应用市场准入限制，审慎确定推广应用范围与技术监管标准。三是实时掌握智能支付行业动态，针对智能支付机构客户和个人客户的不同特点，制定差异化交易准则，实行分类评价、动态监控、分级管理，保障智能支付的安全可靠性。四是加强支付交易账户监管，重点关注注册多个账户、使用多个地址异地支付的高风险主体，杜绝不法分子利用人工智能支付技术进行金融欺诈。
（六）加强人才队伍建设，为行业健康发展提供有力支撑
人才队伍建设是实现行业可持续发展的重要保障，而人工智能支付应用对专业人才知识结构也提出了更高要求。因此，要加强与国内外高校、科研院所的合作交流，联合开展“人工智能+金融”创新型人才孵化项目，大力培养既熟悉人工智能技术原理，又掌握支付领域金融知识的交叉学科人才，优化人工智能支付领域人才行业布局、学科布局、空间布局，打造高素质、复合型、专业化的人才梯队，助推智能支付行业不断创新，蓬勃发展。
