在Swift国际银行业运营大会（简称Sibos年会）上，海外专注于支付、金融科技和数字经济的媒体平台The Paypers采访了一家美国云支付和金融服务解决方案提供商高管Deepak Gupta，谈及AI正在如何重塑支付、金融机构应该负责任地采用AI技术、需要做些什么等等。以下为访谈原文，经移动支付网编译发布。

问题：觉得本届Sibos的氛围如何？在与支付业界的交流中，有什么是印象特别深刻的？

Deepak：上一届Sibos，大家关注点多集中在“下一条支付轨道”，比如实时支付、FedNow、稳定币、代币化存款。而这一次，话题已经明确地转向了AI。

此前新技术会经历一条渐进式的采用曲线，从早期采用、概念验证，再到更大范围使用，而AI技术的推进似乎快得多。

支付从业者在讨论AI如何补充、甚至改变支付系统构建和运营的方式。总之，关注点越来越集中在把AI推向生产环境，让它在真实的支付场景中发挥作用。

问题：把AI应用到支付，为什么格外困难？

Deepak：最根本的挑战之一是，AI本质上是概率性的，而支付要求的是确定性的结果。行业需要弥合这道鸿沟，确保AI能在支付系统内交付可预测、可控的结果。

问题：AI驱动支付中的“信任”意味着什么？

Deepak：信任归结为三件事，分别是可预测性、可重复性和可审计性。支付还要求我们认真考虑“决策做错”的后果，这意味着，机构需要围绕“AI系统能做什么、不能做什么”设定清晰的风险阈值。

举例来说，银行可以允许AI在既定的金额阈值内修改数量有限的支付。如果AI需要超出这个阈值操作，就应当触发额外的管控或人工审批。这就形成了一条通往信任的渐进路径，AI可以“学习模式”运行，可以观察行为、给出建议，但不影响支付决策。人始终留在流程之中，机构可以先评估AI的表现再逐步放宽限制。

问题：在银行能够放心让AI做支付决策之前，需要先具备哪些条件？

Deepak：关键的一点是，AI不应被当作某一种支付类型的独立能力。金融科技需要思考，如何把AI一致地应用到自己的整个支付基础设施上。这就让多轨道平台变得越来越重要。它应当支持Fedwire、RTP、FedNow、ACH等传统轨道，同时也能容纳稳定币和代币化存款等新兴轨道。

另外，AI需要创造实实在在的价值，比如更可预测的结算时间、更少的支付拒付和退单，或者服务水平的提升。简单来说，AI不能仅仅因为新颖或技术上令人印象深刻就被采用，它必须为金融机构及其客户解决真实的业务问题。

问题：金融机构如何平衡AI带来的速度与智能，与安全、治理和责任？

Deepak：归结起来是"人、流程和技术"三件事，而不只是一个技术问题。金融机构需要一个安全、可靠、可审计、可扩展且可预测的平台。围绕这一技术，需要清晰定义的流程、控制与护栏，并让人类继续参与决策过程，尤其是在早期阶段。

随着时间推移，对模型的信心提升，人工介入的程度可以下降，但AI必须始终可控、可审计。同样重要的是，每一个由AI驱动的决策都要附带解释。即便决策是正确的，如果机构无法理解它为何做出这个决策，那也是不够的。在支付领域，背景信息至关重要。

问题：AI会如何改变企业及其客户体验支付的方式？

Deepak：支付会越来越"隐形"。一个有趣的类比是，当你寄一个包裹时，只要问到它要送到哪里、什么时候要送到、愿意付多少钱运费，而不用管这个包裹应该走空运还是其他方式。支付也类似，客户可以指定他们希望支付在什么时候到账、愿意付多少手续费，AI则可以决定这笔支付应当如何清算和结算、该用哪条轨道、最终在哪里结算。

系统还可以记录自己创造的价值，向客户展示它是如何优化这笔支付的。在这种模式下，支付不再是客户需要主动管理的一个产品，而更像是更广泛金融体验中的一项嵌入式能力。金融机构也可以更多地从围绕支付构建的服务中创造价值，而不是从支付交易本身获利。