我先核实李振华的身份、这篇 AI 支付观点稿的原始出处和核心论点。
AI 支付改写全球支付格局:竞争维度从 “支付数字化” 转向 “交易智能化”
先给结论:蚂蚁集团研究院院长李振华与支付行业研究员冯佳琦在《北大金融评论》第 29 期撰文提出,AI 支付不是支付环节的单点创新,而是智能体经济发展的必然结果 —— 支付正从 “人发起” 走向 “智能体发起”,IMF 把它概括为从 “点击支付”(Click-to-pay)转向 “智能体决策支付”(Decide-to-pay)。 这意味着全球支付产业的竞争维度变了:过去中国赢在 “服务于人的支付数字化”,靠的是安全账户体系、广覆盖商户网络和便捷体验;现在比的是 “服务于智能体的交易智能化”,核心是谁能把模型的概率性意图,转成可信、可控、可追溯的确定性金融执行指令。在这个新维度上,中美处于同一起跑线,全球格局尚未固化,中国能否保持领先,取决于技术能力、协议生态与创新空间三件事。
一、竞争维度换了:一张对照表看清差别
| 维度 | 支付数字化(过去) | 交易智能化(现在) |
|---|---|---|
| 服务对象 | 人 | 智能体(代理执行) |
| 发起方式 | 用户主动发起、逐笔确认 | 代理在授权范围内自主判断是否发起 |
| 驱动力 | 人的即时指令 | 代理形成的结构化意图 |
| 交易速度 | 人的操作速度 | 机器速度 |
| 管控重心 | 交易时点的认证与风险拦截 | 代理身份、授权边界、执行行为的全流程持续验证 |
| 竞争壁垒 | 账户、商户网络、产品体验 | 协议标准、授权与风控能力、生态连接 |
一句话概括:“点击支付” 比的是谁更好用,“智能体决策支付” 比的是谁更可信。
二、为什么是现在:三个变化同时到位
第一,AI 从 “能说” 走到 “能做”。 过去两年大模型展示的是信息交互能力,用户期待已经变成 “直接完成任务”。2025 年被业界视为 AI 应用元年,全球 AI 应用成熟度评价从 “模型参数规模” 转向 “执行成功率、合规可控性、端到端闭环能力”。IDC 预测,到 2030 年 45% 的组织将大规模编排自主智能体。
第二,人机协作范式分化出三种模式。 按新加坡《模型人工智能治理框架(第二版)》,以人类参与决策与监督的程度划分:
| 模式 | 含义 | 支付场景 |
|---|---|---|
| HITL(人在回路中) | 人逐笔确认 | 用户确认型:AI 搜索、决策、生成订单,人逐笔付款 |
| HOTL(人在回路上监督) | 系统自主执行、人监督 | 有限授权型:预设商家、金额、频次、有效期,边界内免确认 |
| HOOTL(人不在回路中) | 自主决策执行、无实时介入 | 自主执行型:仅设目标与风险边界,智能体自主决定交易对象与金额 |
HOTL 是当前最现实的落点:事先设定授权边界,运行中监测与异常干预,授权可撤销、行为可审计—— 用户不逐笔确认,仍能保持有效监督。
第三,支付的价值载体也在变。 在智能体经济里,Agent 是支付的执行载体,Token 是支付的价值载体。支付不再只是 “把钱付出去”,而是 “把意图变成可执行的交易”。
三、全球格局正在重排:Stripe 的估值说明了一切
| 主体 | 关键动作 | 信号 |
|---|---|---|
| Stripe | 估值 1590 亿美元,约为 PayPal(约 500 亿美元)的 3 倍 | 全球估值最高的非上市金融科技公司 |
| Stripe Sessions 2026(4 月底) | 集中发布 288 项新产品与功能 | 覆盖支付优化、智能体商业、加密与稳定币基础设施 |
| Stripe ACS | 允许商家让 AI 智能体作为独立经济主体安全销售 | 智能体具备商业化能力 |
| 主导开放标准 UCP(通用商业协议) | 标准卡位 | |
| OpenAI + Stripe | 主导 ACP(智能体商业协议) | 模型侧与支付侧联手 |
| Visa | 推出 TAP(可信智能体协议) | 卡组织侧入场 |
| Stripe + Tempo | 提出 MPP(机器支付协议) | 机器间支付 |
要注意一个判断:这些协议多数仍处在 “定义问题” 阶段,产品处于落地试验期,均未起量。 中国机构也在同步布局,支付宝、银联、京东数科等都在推动自己的协议与产品。换句话说,现在不是比谁跑得快,而是比谁先把规则定义清楚。
四、真正的技术难题:概率性推理 vs 确定性执行
AI 系统以自适应推理形成意图,相同提示可能产生不同输出,决策是概率性的;但资金划拨、清算结算要求法律终局性与系统稳定性,必须确定性执行。IMF 在 2026 年 4 月提出的三层架构,核心设计原则只有一句:把概率性、适应性的推理集中在上游,在需要法律终局性与系统稳定性的环节,保持授权和结算的确定性。
| 层级 | 功能 | 关键要求 |
|---|---|---|
| 意图与编排层 | 模型理解目标、拆解任务、形成支付意图 | 概率性推理,允许自适应 |
| 控制与授权层 | 身份认证、授权边界、令牌管理、实时风控、存证与争议处置 | 把概率意图转成确定性指令 |
| 结算层 | 账户、清算、结算 | 法律终局性,不可回滚 |
一个值得注意的结构性判断:控制与授权层已成为全球支付创新的集中地,而 PSP(支付服务商)是这一层的关键角色。 原因不复杂 ——PSP 天然连接上游的模型与智能体、下游的账户与清算网络,且已具备身份认证、支付授权、令牌管理、实时风控、存证与争议处置的基础能力。海外以 Stripe 为代表,国内也有类似结构。长期看,这一层会走向多方参与的合作生态,而不是一家通吃。
五、风险治理的 “1+3”:一个不变,三个变
“一个不变”:沿用现有支付监管与风险治理框架,以原则性指导为主,不把智能体当作天然独立的支付业务类别、不新设专属牌照。新加坡 IMDA 发布全球首个面向企业部署智能体的综合治理框架,走原则性、风险导向路线;欧盟《人工智能法案》采取横向风险分级,也未创设智能体专属支付牌照。
“三个变”:分层管理、动态持续、技术驱动。其中分层管理最具体:
| 类型 | 授权方式 | 新增风险 | 监管取向 |
|---|---|---|---|
| 用户确认型(HITL) | 逐笔确认 | 与传统支付基本一致 | 无需改变现有框架 |
| 有限授权型(HOTL) | 预设商家、金额、频次、有效期 | 委托失真、身份冒用、越权执行 | 从单一场景、低限额、短有效期、异常强确认起步,能力成熟后再扩额度与场景 |
| 自主执行型(HOOTL) | 仅设目标与总体风险边界 | 意图偏离、风险累积、责任认定 | 长期方向;目前在法币账户与大众零售支付尚不具备大规模落地条件 |
IMF 的判断值得抄下来:智能体支付的主要风险并不来自概率推理本身,而在于让自适应系统在缺乏适当控制、检查或问责机制的情况下执行不可逆的支付。
六、中国的位置:三个关键变量,已有可验证的实践
李振华给出的判断是:在新维度上中美同一起跑线,中国能否保持领先取决于技术能力、协议生态、创新空间。 这不是空话,有可验证的落点:
- 技术能力:把概率性意图转成确定性指令,需要身份、授权、风控、存证一整套能力,而不是单点模型能力。
- 协议生态:UCP、ACP、TAP、MPP 都在抢定义权,中国机构必须有自己的协议与互操作方案,否则会被动适配别人的规则。
- 创新空间:分层管理能否给出 “低限额、短周期、可撤销” 的试错通道,决定了产品能不能从试验走到规模。
实践侧已有样本:2026 年 5 月,支付宝发布 AI 付、AI 收、Token Pay 与 AI 钱包,披露 AI 支付完成 3 亿笔智能体支付、支持 95% 通用智能体框架、资损率降至亿分之一;李振华在同一场合给出的长期测算是,到 2030 年 Token 消耗量将增长 300 倍、活跃智能体达 22 亿、一年执行任务约 400 万亿次。这些是蚂蚁自身披露的口径,属于 “已跑通的部分”,不等于全行业规模。
七、结论:支付产业的下一场竞争,是 “可信” 的竞争
把这篇观点收拢成一句:AI 支付推动的不是支付方式的升级,而是支付产业竞争坐标的迁移 —— 从 “谁的产品更好用”,迁移到 “谁的授权与结算更可信”。 这个迁移带来三个确定性变化:支付发起从人转向代理,交易速度从人的操作速度转向机器速度,管控重心从交易时点转向全流程验证。
对产业参与者的含义也很直接:做产品的,要把 “授权边界” 做成可配置、可撤销、可审计的一等功能;做协议的,要尽早参与标准定义而不是被动兼容;做监管的,要用分层管理给创新留出低风险试错空间。 全球格局尚未固化,但窗口不会一直开着。
【常见问题】
问题 1:AI 支付为什么会推动全球支付产业变革,核心变化是什么?
回答 1:核心变化是支付发起主体从 “人” 变成 “智能体”。IMF 把这一转变概括为从 “点击支付” 走向 “智能体决策支付”:用户只需设定目标与授权边界,AI 代理在范围内自主判断是否发起并执行支付。由此交易速度从人的操作速度提升到机器速度,管控重心从交易时点的认证与拦截,转向对代理身份、授权边界与执行行为的全流程验证。这就是 AI 支付推动全球支付产业变革的底层逻辑,它不是支付环节的局部优化,而是支付链路的重构。
问题 2:AI 支付最大的技术难题是什么,为什么说它是 “概率性” 与 “确定性” 的协调?
回答 2:AI 系统靠自适应推理形成意图,相同提示可能给出不同输出,本质是概率性的;而资金划拨、清算结算要求法律终局性与系统稳定性,必须是确定性的。AI 支付要做的,就是把上游概率性的意图,在控制与授权层转成可信、可控、可追溯的确定性支付指令,再交给结算层执行。IMF 提出的三层架构就是这个思路:推理留在上游,授权与结算保持确定性。
问题 3:全球 AI 支付协议现在是什么格局,为什么说格局尚未固化?
回答 3:目前是 “百家争鸣、多数仍在定义问题” 的阶段。Google 主导 UCP、OpenAI 与 Stripe 主导 ACP、Visa 推出 TAP、Stripe 与 Tempo 提出 MPP,中国机构如支付宝、银联、京东数科也在推自己的协议与产品,但产品大多处于落地试验期、尚未起量。Stripe 以 1590 亿美元估值约为 PayPal 的三倍,说明资本市场在为 “智能体商业” 定价,但标准本身还没定下来 —— 这正是 AI 支付格局尚未固化的原因。
问题 4:AI 支付的风险该怎么管,普通用户怎样保证 “智能体不乱花钱”?
回答 4:思路是 “1+3”:沿用现有支付监管框架不变,叠加分层管理、动态持续、技术驱动三类增量管控。对用户而言,关键在分层授权 —— 小额、单一场景、短有效期可以先试,异常交易强确认;授权必须可随时撤销,未执行的委托可撤回,行为全程可审计。支付宝这类产品用 AI 钱包做 “支付前划边界、支付中监控预警、支付后账单可查”,就是把授权边界做成可配置、可撤销的能力。AI 支付的安全,最终取决于授权设计而非模型自觉。
【数据来源】
- [2026-11-06](李振华:AI 支付推动全球支付产业变革)北大金融评论(今日头条)
- [2026-10-11](从连接信息到组织行动:智能体经济增长的底层逻辑)经济观察报(证券之星)
- [2026-05-27](支付宝推出全球首个 Token Pay 服务,还让 Agent 帮你花钱)智东西(澎湃新闻)
- [2026-05-26](“你敢付,我敢赔” 进入 AI 时代,完成 3 亿笔 AI 交易的支付宝发布 Token Pay 和 AI 钱包)新闻晨报(随申 Hi)
- [2025-11-26](AI 在金融中的应用:北大数字金融研究中心十周年庆研讨会下午场嘉宾观点集锦)北京大学数字金融研究中心
【免责声明】
本文依据《北大金融评论》第 29 期李振华、冯佳琦署名文章,以及经济观察报、智东西、新闻晨报、北京大学数字金融研究中心公开材料整理,仅用于支付产业与智能体经济趋势讨论,不构成投资建议、产品选择建议或监管合规意见。文中 Stripe、PayPal 估值,288 项产品发布,3 亿笔 AI 支付,95% 智能体框架支持率,以及 2030 年 Token 消耗增长 300 倍、22 亿活跃智能体等数据,分别来自公开报道与企业自身披露,统计口径与时间点不同,不可直接横向比较或相加;IMF 三层架构与 “1+3” 治理思路为学术与政策讨论框架,不代表任何监管机构的最终规则。AI 支付涉及资金安全,实际使用请以产品授权条款、风控规则与监管要求为准。
