說起Artificial Intelligence人工智能 (以下簡稱AI),大家腦海中自然而然地想到的可能是：谷歌的apla狗，iphone x的臉部解鎖，可能是我們
說起Artificial Intelligence人工智能 (以下簡稱AI),大家腦海中自然而然地想到的可能是：
谷歌的apla狗，iphone x的臉部解鎖，可能是我們經常面臨的坐飛機、高鐵過安檢時被要求看鏡頭的快速人臉識別，又可能是一直爹不疼娘不愛天天被人調戲的siris。
又或者，大家會想到了更多的像無人機群組飛行、無人駕駛汽車等等智能設備，或者是各種的深度學習形成的大數據分析軟件等等。
大家都會認為AI其實離跨境電商行業很遠。
事實真的是這樣嘛?你可知道，AI其實一直在努力地在保護我們跨境賬戶里的錢，甚至它還很貼心地在幫我們錢生錢?
這是阿米關于六個可能影響未來5年、10年跨境電商行業發展尤其是跨境支付發展的趨勢第126篇：跨境支付無現金世界與PSD-2支付服務指令無限可能后緊接的第二篇。
今天我們來講講：AI如何保護我跨境賬戶里的錢甚至幫我錢生錢？
首先來看幾張摘選自全球四大會計師事務所之一的普華永道PWC「2018年全球經濟犯罪和欺詐調研報告」的數據圖
如上圖所示，相比2016年的調研報告，全球的經濟犯罪在幾乎所有的國家地區都明顯上升。其中犯罪比例增長最高的前3位是拉美、北美和亞太地區。
普華永道報告顯示：
有49%的受訪者稱他們的公司成為了經濟欺詐受害者，而2016年的數據只有36%。
相比2016年只有39%的數值，42%的受訪者稱他們在過去兩年內投入了相比2016年更多的資金和資源對抗欺詐和經濟犯罪;
44%的受訪者稱他們計劃在未來2年將話費更多的資源對抗越來越嚴重的欺詐和經濟犯罪。
當被問及他們這些資源都將如何投放時，受訪者大多稱他們將使用更強大的硬件、軟件技術和數據分析工具。
為什么網絡欺詐受害者越來越多？
自然是因為在過去兩年，智能終端、網絡技術越來越方便快捷，而中的陷阱變得越來越「不可思議」。
網絡欺詐到底有多可怕？
舉個例子，就在前些天亞馬遜全球開店推出了官方的「全球開店服務+」項目，專門為中國賣家提供跨境電商入門、起步、成長的不同階段提供定制化服務方案。這個「全球開店服務+」項目主要包括培訓、賣家專項資訊和專屬客戶經理讀物三大方面，關鍵的是，這還是亞馬遜官方人員提供的。
這么個服務夠可信不?
但是我在不同的賣家基友群中卻不時有基友問：“請問有人收到這個郵件嗎，請問這是釣魚網站郵件嗎？”
連你們最愛的亞馬遜官方提供的服務你們都在質疑，更不用提幾乎隔斷時間就爆出的被欺詐釣魚郵件騙走了平臺賬戶被騙錢的新聞。
有個基友這么曾經跟我說過一個笑話：
在深圳坂田某街道的派出所，民警這么跟來報案被欺詐騙錢騙賬號的賣家受害者登記報案后，開玩笑地說“3年前，我連什么是亞馬遜、eBay、速賣通、wish都不知道，但這些年三頭兩天處理跨境電商的案件聽你們講案情，我現在感覺我都能自己操作后臺做運營了。”
那么這些問題跟我們今天講的AI有什么關系?我們再看一張數據圖：
根據普華永道數據，越來越多的企業機構有能力去獲得越來越先進和復雜的技術支持，這些技術能幫助他們對抗網絡欺詐，對可疑的操作進行監視、分析、學習和預測人類行為，這些包括來深度機器學習預測和其他AI技術。而如上圖顯示，越來越多的金融服務機構發現AI技術和高級分析對金融服務機構和他們客戶對重大保護和幫助。
這些幫助包括：
深度機器學習Machine Learning，自然語言處理Natural Language Processing，Natural Language Generation自然語言生成、Voice Recognition聲音識別，預測分析Predictive Analytics等。
這些術語看上去很陌生?我換幾個詞：
Listing銷售數據建模分析，廣告關鍵字分析對比，智能翻譯寫作刊登Listing，自動廣告投放和監控，庫存歷史數據采集建模分析預測，跨境支付結算多賬戶識別、認證、資金劃撥，匯率對比分析實時操作，我還可以一直列舉下去。
你們可能很難想象，跨境電商離不開AI的支持將變成一個什么樣的世界。
什么是Artificial Intelligence(AI)?
有人認為好萊塢科幻電影激勵著我們對未來世界的描繪，比如湯哥的「少數派報告」，說的就是通過AI預測人類犯罪并提前進行犯罪制止。
本文部分圖文資料參考自外媒資料,純粹作為英文翻譯學術使用，不代表本人、本公眾號『跨境阿米』任何立場，如有錯漏請聯系所長阿米「微信號:chengguiliang1979」處理，轉載不得刪除本公告。
而事實上， 科幻電影中所描述AI的大規模應用也只是在最近數年間實現了極少數。
而事實上，我們比我們想象的更早就在日常生活中接觸到AI技術應用。
比如說，我們的郵件過濾器、聲音識別技術、在線購物推薦「猜你想要的」.
或者是當你在智能手機中輸入「看跨境」三個字時智能手機可能提前就猜到你要輸入「就@米」這樣的預測。
Artificial intelligence人工智能指的是通過技術、系統來復制和實現比如深度學習、問題解答等這樣的人類行為的能力。
一般來說，我們把人工智能分為兩種：
強大的人工智能Artificial Intelligence
這里指我們創造的應該是一個不被一般人輕易識別且通過圖靈測試、擁有跟人類一樣思考能力的機器 。到目前為止，還沒有人類創造的人工智能能通過圖靈測試。
較弱的人工智能Artificial Intelligence,
我們日常所遇到的AI大多屬于這個級別的AI。它們主要幫助人類解決在一些商業行為時代替部分人類工作的AI。
舉個例子:
我們可以很輕易認出上面兩幅圖都是手寫的阿拉伯數字「4」。幾乎每個小朋友都能在輕度教育下識別「4」和它所代表的意義。
但對AI而言，這就是件復雜的事情。
首先我們可能可以通過算法讓AI識別出接近印刷版的第一個個「4」，但是要它識別手寫的第二個「4」，我們還需要很長的技術開發才能實現這個功能。
算法走不通，于是我們發明了深度學習Deep Learning(又稱機器學習Machine Learning) 。這時候AI的能力才開始走上快車道。深度學習能讓AI模仿人類大腦處理數據的模式，通過大量的數據采集、歸類、建模、分析進而學習現有模式和預測新的數據。
于是我們有了神經網絡技術Neural networks
神經網絡Neural networks更像人類大腦：經驗使得它們更聰明
AI通過神經網絡可以輕易通過現有的數據模型進行深度學習變得越來越像人類思考模式。
一般來所，神經網絡包括數量龐大的不同神經元，這些神經元分別承擔著不同的分工，比如收集數據，分析數據之間的關聯，與不同的數據進行對話、互動、輸出結果，跟我們人類大腦一樣。
這些神經元被設計來執行局與輸入數據而執行簡單動作。神經網絡的威力正是浩瀚不同層級的神經元默默完成。
更多關于深度學習和神經網絡的資料，你們可以在圖書館或者網絡上搜集，我就不在這一一展開。
講了那么多關于AI、深度學習和神經網絡，我們已經知道通過超卓的算法和數據可以實現對未來輸出數據的預測。那AI跟跨境支付又有著怎么樣的應用？它能怎么樣保護我們的賬戶甚至幫我們錢賺錢呢？
深度學習技術應用之更優秀的風控管控模型
跨境支付風險管控永遠是個謎，而這個謎可能將被深度學習技術所揭開，比如說支付公司的支付風險管控決定是怎么樣產生?
作為一個商戶，每天我們都見到那么多居心叵測的可能來自黑心買家/賣家「不錯的訂單」，你自然不會愿意接收一個看上去明顯有高欺詐風險訂單或者很有可能導致退款的訂單，這里就不用不要我再舉例子了。
從另一個角度看，我們拒絕一個看上去「不錯的訂單」通常意味著客戶投訴、口碑下滑、轉化損失、收入降低、排名降低、平臺懲罰、甚至失去銷售權。
那么我們怎么樣決定該怎么樣判讀而接受訂單進行下一個操作呢?這里有很多數據因素我們可以將其量化分析。
從銷售端有太多因素，作為參考我們先從跨境支付公司來分析。如下圖所示，跨境支付公司會判讀一些因素：
時間和日期：怎么樣的買家會在正常的購物時間進行購物？
產品品類代碼：買家的支付方式是常用于超時購物還是在線游戲站點？
IP地址：訪問IP的設備是經常進行線上購物的消費人群居住所在地？
再比如說，這些購買支付者的賬戶對應社交信息所包含的各種數據也將被跨境支付公司進行建模和數據分析，進而形成支付的風控預警模型。
通過不斷訓練和收集過往、現實和訓練的結果，神經網絡將學習和改善實現未來更好的支付風險管控。當然，這里我們必須有一點需要再三強調的：所有的深度學習和神經網絡訓練都需要大量的真實數據進行訓練，而不是僅僅依賴所以為的先進算法。
深度學習技術應用之支付模式的無限可能
跨境支付行業一直以來都在致力與數據和風控決定關聯。風險管控深度學習人工智能和它們新支付方式，在支付行業就像是面包和黃油一樣，少了誰都感覺少了些啥。面包在進步，黃油也在進步。比如說，我們在近年不斷看到的新型AI技術支持下實現的新的支付方式。
比如說，
客服智能機器人和智能購物助理
客服智能機器人/智能購物助理如今已經在很多的電商購物/服務平臺服務，它們有效提高了客戶在電商平臺進行購物、咨詢的便捷和效率，降低了平臺在人工客服的投入成本。
尤其是當聲控識別技術與來越發達完善時，智能購物/客服機器人將突破智能手機這么局限的終端，延伸到幾乎所有的生活場景中，比如客廳、臥室、汽車等場景，實現無縫的服務和支付服務。
聲音識別處理
2017是智能聲控設備爆發的一年， 各種智能聲控設備如Amazon Alexa或者Google Assistant都推動聲控智能設備在消費場景的應用。這些智能聲控設備不僅僅作為要一個像Amazon Echo這樣的簡單智能家居娛樂設備，它們更是承擔著如上文提及對場景延伸的觸點，通過不斷對學習和識別用戶對聲音命令，它們將很可能成為新一代的購物、支付方式 。當然這里亞馬遜、谷歌以及更多的支付公司還有很多工作要完成，比如設計更貼近用戶習慣的數據處理和如何進行支付聲控方式的整合。
智能數據進行個性廣告和產品推薦
支付寶在新年前關于用戶數據的采集風波非常完美地解釋了跨境支付公司在商家最渴望得到的用戶個性數據中的重要角色。
通過大規模的用戶消費者消費數據采集分析建模，我們可以很精準地對某個用戶進行畫像并根據他/她過往的消費習慣推薦相關的商品或者服務。而這背后完成這浩瀚如海的數據分析工作的，正是AI在默默貢獻。
臉部識別技術和生物特征識別技術
在整個AI技術中，人臉識別和生物特征是比是最具潛力的技術。iphone X的人臉識別雖然還不是盡善盡美，但是不可否認的是，我們中很多人已經開始習慣「刷臉」消費和支付。那么同樣，正如Amazon Go和各種新零售項目中都不約而同地提及人臉識別技術在購物、消費、支付方面的應用。我們可以看到這樣的「無接觸識別」技術在便捷性上有著如何的后發優勢。我們可以期待當算法模型、深度學習進一步完善和設備的改良后，人臉作為目前可見除了生物特征以外風控成本最低的支付模式，人類的商業模式和支付模式將發生天翻地覆的變化。我們更不用提說在虛擬現實中的各種可能。
這些不斷改良進化的AI技術幫助我們不斷減少在選擇、決定時的錯誤，提高我們服務、銷售商品時的準確度。
更不用提有更多的支付公司在利用AI技術進行新產品開發。
比如針對中小型企業的金融信貸征信服務，識別貸款人信息的真實性，還要識別其還款意愿和還款能力，貸中通過監控貸款人的行為數據及時發現異常，貸后通過反饋數據補充信用評分和后續工作;
比如，智能征信和審批，極大地提高工作效率。通過多渠道獲取用戶多維度的數據，如通話記錄、短信信息、購買歷史、以及社交網絡上的相關留存信息等;然后，從信息中提取各種特征建立模型，對用戶進行多維度畫像;最后，根據模型評分，對用戶的個人信用進行評估和貸款管理;
比如在途資金智能投資增值、不同幣種智能組合、不同國家資產組合方面的新產品開發應用;
再比如多個市場和大資產類別之間構建投資組合，分散風險，追求長期收益;
這些基于AI的新產品，每一刻都在幫助我們用錢生錢。
因為，Time is money，My Friends。
AI對于跨境支付行業的新時代重要性
「更好的AI」之爭一直在包括亞馬遜、蘋果、Facebook和谷歌這四巨頭之間你來我往。
而支付行業中，AI、深度學習和神經網絡已經將原來動則上千人分析員的跨境行業送進歷史故紙堆，開啟了一個充滿無限可能的大門。
正如前文所提及的支付寶用戶數據收集風波應用，對跨境支付公司而言，這更牽涉到不同國家地區的消費者、監管部門之前的博弈。畢竟網絡已經是一個無法再隱藏在暗網中不被政府監督、管理的世界。
跨境支付公司所采集的各種支付數據和背后隱含的所有用戶、中間商、商家等整個交易鏈條中的各種數據，如何進行有效地使用，這才是他們最應該認真思考的問題。
正如AI技術一樣，「開始學習永遠不遲」，關鍵是學習以后輸出的到底是什么東西。
關鍵詞：
