导语：当AI代理开始代替人类完成交易，传统支付网络的信任体系面临根本性重构。万事达卡首席AI和数据官Greg Ulrich在VB Transform 2026上揭示，这家支付巨头正将欺诈检测的核心逻辑从“阻止机器人”彻底转向“赋能机器人”，通过生成式AI实现效率提升300%，并推出五层信任架构以迎接AI代理商务时代。这一转变不仅关乎交易安全，更预示着金融基础设施在AI赛道上的全新竞争格局。
从“防机器人”到“助机器人”：万事达卡的AI转型逻辑
每一次万事达卡被刷卡，网络只有不到十分之一秒的时间来判断这笔交易是否欺诈。去年，这一判断覆盖了1750亿笔交易。但如今，交易的执行者正在发生根本性变化——不再是人类，而是AI代理。Greg Ulrich在演讲中坦言：“我们过去花了几十年建立的风险规则，目的都是阻止机器人进行交易。但现在，我们必须让机器人能够交易，这需要我们对风险框架和规则进行彻底重构。”
这一转变背后，是AI代理在电商、自动化采购等场景中的快速渗透。Ulrich强调，万事达卡早期收购的分析公司让他深刻理解“信任”的价值——信任让陌生人之间实现支付，让消费者放心交易，并在出现问题时提供争议解决渠道。然而，当交易主体从人变成AI代理时，传统信任模型不再适用。
值得注意的是，万事达卡并未将AI代理视为威胁，而是将其视为一个全新的增长机遇。这为整个支付行业树立了标杆：与其抗拒变化，不如主动拥抱AI代理并重构风险体系。这种战略眼光也解释了为什么这家成立几十年的公司，如今在AI赛道上的动作比许多初创公司更为激进——它正在将自身从“支付网络”转型为“AI信任基础设施”。
1750亿次交易背后的AI决策引擎
Ulrich详细拆解了万事达卡实时评分系统的运作机制：“当你用万事达卡支付时，我们会在100毫秒内对交易进行评分，从0到999，评估欺诈概率，并将结果传递给发卡行。”这个评分引擎在过去十年中不断进化，而生成式AI的到来让它的能力指数级上升。
“因为有了新技术，我们可以引入更多数据、更多上下文，现在我们在高风险区间能够识别出比过去多300%到400%的欺诈交易，而且不会增加消费者的摩擦或误报。”Ulrich指出，万事达卡的Safety Net系统已经阻止了超过700亿笔欺诈交易。更关键的是，万事达卡正在基于自己的交易数据构建Transformer模型，作为新一代安全、智能和个性化解决方案的基础。
这种效率提升不仅体现在欺诈检测的准确率上，更体现在整个系统的处理速度与成本优化上。传统的规则引擎需要人工维护数千条规则，而自监督学习模型能够自动发现新型欺诈模式。正如Ulrich所说：“AI不仅让我们的检测更精准，还让我们能更快地适应攻击者的变化。”这背后，万事达卡通过大模型训练技术，在数千亿交易数据上训练出专有模型，形成了难以复制的数据壁垒。
生成式AI如何让欺诈检测效率提升300%？
生成式AI的引入，让万事达卡的欺诈检测系统从“被动响应”转向“主动预测”。Ulrich解释，传统模型依赖历史标签，而生成式AI可以从交易序列中学习行为模式，甚至模拟攻击者的策略。例如，当AI代理批量购买高价值商品时，系统不再仅依赖设备指纹或IP地址，而是分析意图链、代理行为特征和交易上下文。
这种技术路线也催生了新的行业机会。许多AI独角兽开始将目光投向金融安全领域，它们提供的AI图片生成和文生图工具虽然表面上与交易无关，但背后的多模态理解能力同样可用于分析交易凭证和发票的真实性。万事达卡的实践表明，在AI赛道中，数据和应用场景的深度结合才是核心竞争力。
Ulrich透露，万事达卡已经与Anthropic和OpenAI合作，测试了Anthropic的Mythos模型和OpenAI的GPT-5.5-Cyber模型。“这些模型展现了惊人的能力，但更重要的是，它们帮助我们重新定义了安全边界。”他提到，生成式AI的幻觉问题在金融领域是致命缺陷，因此万事达卡通过“可验证意图”层来确保AI代理的指令不会被篡改或误解。
AI服务业务增长迅猛，三分之一已依赖AI
万事达卡目前约40%的业务来自服务领域，包括营销服务、欺诈与安全、商业智能。Ulrich强调：“其中三分之一的服务业务已经建立在AI之上，而且这些业务的增长速度远超其他部分。”这表明AI不再只是辅助工具，而是成为核心业务增长引擎。
这种趋势对AI独角兽而言是明确的信号——在金融科技赛道，谁能提供更高效的AI解决方案，谁就能获得巨大的市场空间。例如，一些初创公司专攻AI工具导航，帮助金融机构快速接入多种AI模型，而万事达卡则选择自建全栈AI能力。Ulrich认为，开放与自建并不矛盾，关键在于信任基础设施的标准化。
“真正让AI持续扩展的，不是AI代理的能力，而是我们作为消费者、企业、金融机构对AI代理的信任程度。”Ulrich反复强调这一点。这解释了为什么万事达卡在AI赛道上的布局，核心并非技术性能，而是构建一套可跨公司、跨行业运作的信任协议。
代理商务的五层信任架构
面对AI代理执行交易这一新场景，万事达卡提出了五层架构。Ulrich将其一一拆解：
第一层是身份认证。不仅要确认消费者的身份，还要确认AI代理的身份，实现“Know Your Agent”（KYA）。万事达卡会将合法代理注册到系统中，确保其代码来源和运行环境可信。
第二层是可验证意图。这是防止“买到错误的Nike鞋”问题的关键——通过加密记录原始指令，确保AI代理执行的每一步都与用户授权一致。Ulrich举例：“如果你要求买一双12码的黑色Nike，但最终买到了不可退货的促销品，而这个条件并未出现在你的指令中，那么后端系统可以客观地回溯。”
第三层是控制层。定义AI代理可以访问哪些商家、消费限额、约束条件。这类似于给AI代理一个“数字钱包”并设置使用规则。
第四层是执行层，通过万事达卡Agent Pay系统运行，集成了令牌化、身份验证、受理框架，已与微软、OpenAI、谷歌等合作。
第五层是智能层，包括风险规则、洞察令牌（允许用户授权个性化推荐）以及通过Recorded Future进行威胁监控。
这五层架构为AI代理交易提供了全面的安全保障，其背后是AI Agent技术的成熟应用。Ulrich强调，这不仅是技术问题，更是商业协作问题——需要金融机构、商家、AI平台共同制定标准。
B2B采购：代理商务的下一个万亿市场
消费者端的代理商务只是起点，Ulrich认为真正的机会在于B2B采购。他举了一个制造业的例子：一家工厂需要一个24小时不间断的AI代理，自动管理库存、跟踪补货、了解预算和批准供应商。“当你能够实现这种自动化时，同样需要那五层信任架构。”
B2B场景的复杂性在于多主体协作：采购代理、供应商代理、银行代理需要互相通信，在完全自主的情况下完成交易。这要求跨企业的信任基础设施，包括统一的身份标准、意图标准和执行标准。
“这将是规模化的信任基础设施，”Ulrich说，“也是万事达卡未来十年最大的增长机会。”
对于AI独角兽而言，这意味着巨大的市场空白。无论是提供抠图和背景去除等图像处理工具的公司，还是专注AI诗词和藏头诗生成的内容企业，只要它们能开发出可靠的AI代理，并与万事达卡这样的信任网络对接，就能在B2B代理商务中找到新场景。
效率提升的终极目标：从交易安全到商业智能
万事达卡的AI转型，最终目标不仅是提升交易安全，更是通过AI实现商业智能的全面升级。Ulrich提到，万事达卡的服务业务中，AI驱动的营销服务能够根据交易数据提供个性化推荐，而智能层中的洞察令牌让消费者可以授权AI代理访问自己的消费偏好，从而获得更精准的优惠。
这种效率提升体现在多个维度：欺诈检测速度提高3-4倍，业务处理成本降低，客户体验改善。对于企业用户而言，通过企业数字化转型工具，可以快速接入万事达卡的AI信任网络，赋能自己的AI代理系统。
Ulrich总结道：“我们不是在建造一个围墙花园，而是在建造一个开放的信任层。任何AI代理，只要符合我们的标准，都能接入这个网络。”这或许是万事达卡在AI时代最大的野心——成为AI代理商务的“信任操作系统”。
随着越来越多的AI代理开始执行采购、支付、合同管理，谁能率先构建起可信的交易环境，谁就能在AI赛道中占据制高点。万事达卡已经用数据证明了效率提升的可行性，而接下来的挑战，是如何让整个行业都接受这套标准。对于AI独角兽们来说，机会就在眼前。