说起Artificial Intelligence人工智能 (以下简称AI),大家脑海中自然而然地想到的可能是：
谷歌的apla狗，iphone x的脸部解锁，可能是我们经常面临的坐飞机、高铁过安检时被要求看镜头的快速人脸识别，又可能是一直爹不疼娘不爱天天被人调戏的siris。
又或者，大家会想到了更多的像无人机群组飞行、无人驾驶汽车等等智能设备，或者是各种的深度学习形成的大数据分析软件等等。
大家都会认为AI其实离跨境电商行业很远。
事实真的是这样嘛？你可知道，AI其实一直在努力地在保护我们跨境账户里的钱，甚至它还很贴心地在帮我们钱生钱？
这是阿米关于六个可能影响未来5年、10年跨境电商行业发展尤其是跨境支付发展的趋势第126篇：跨境支付无现金世界与PSD-2支付服务指令无限可能后紧接的第二篇。
今天我们来讲讲：AI如何保护我跨境账户里的钱甚至帮我钱生钱？
首先来看几张摘选自全球四大会计师事务所之一的普华永道PWC「2018年全球经济犯罪和欺诈调研报告」的数据图
如上图所示，相比2016年的调研报告，全球的经济犯罪在几乎所有的国家地区都明显上升。其中犯罪比例增长最高的前3位是拉美、北美和亚太地区。
普华永道报告显示：
有49%的受访者称他们的公司成为了经济欺诈受害者，而2016年的数据只有36%。
相比2016年只有39%的数值，42%的受访者称他们在过去两年内投入了相比2016年更多的资金和资源对抗欺诈和经济犯罪；
44%的受访者称他们计划在未来2年将话费更多的资源对抗越来越严重的欺诈和经济犯罪。
当被问及他们这些资源都将如何投放时，受访者大多称他们将使用更强大的硬件、软件技术和数据分析工具。
为什么网络欺诈受害者越来越多？
自然是因为在过去两年，智能终端、网络技术越来越方便快捷，而中的陷阱变得越来越「不可思议」。
网络欺诈到底有多可怕？
举个例子，就在前些天亚马逊全球开店推出了官方的「全球开店服务+」项目，专门为中国卖家提供跨境电商入门、起步、成长的不同阶段提供定制化服务方案。这个「全球开店服务+」项目主要包括培训、卖家专项资讯和专属客户经理读物三大方面，关键的是，这还是亚马逊官方人员提供的。
这么个服务够可信不？
但是我在不同的卖家基友群中却不时有基友问：“请问有人收到这个邮件吗，请问这是钓鱼网站邮件吗？”
连你们最爱的亚马逊官方提供的服务你们都在质疑，更不用提几乎隔断时间就爆出的被欺诈钓鱼邮件骗走了平台账户被骗钱的新闻。
有个基友这么曾经跟我说过一个笑话：
在深圳坂田某街道的派出所，民警这么跟来报案被欺诈骗钱骗账号的卖家受害者登记报案后，开玩笑地说“3年前，我连什么是亚马逊、eBay、速卖通、wish都不知道，但这些年三头两天处理跨境电商的案件听你们讲案情，我现在感觉我都能自己操作后台做运营了。”
那么这些问题跟我们今天讲的AI有什么关系？我们再看一张数据图：
根据普华永道数据，越来越多的企业机构有能力去获得越来越先进和复杂的技术支持，这些技术能帮助他们对抗网络欺诈，对可疑的操作进行监视、分析、学习和预测人类行为，这些包括来深度机器学习预测和其他AI技术。而如上图显示，越来越多的金融服务机构发现AI技术和高级分析对金融服务机构和他们客户对重大保护和帮助。
这些帮助包括：
深度机器学习Machine Learning，自然语言处理Natural Language Processing，Natural Language Generation自然语言生成、Voice Recognition声音识别，预测分析Predictive Analytics等。
这些术语看上去很陌生？我换几个词：
Listing销售数据建模分析，广告关键字分析对比，智能翻译写作刊登Listing，自动广告投放和监控，库存历史数据采集建模分析预测，跨境支付结算多账户识别、认证、资金划拨，汇率对比分析实时操作，我还可以一直列举下去。
你们可能很难想象，跨境电商离不开AI的支持将变成一个什么样的世界。
什么是Artificial Intelligence(AI)?
有人认为好莱坞科幻电影激励着我们对未来世界的描绘，比如汤哥的「少数派报告」，说的就是通过AI预测人类犯罪并提前进行犯罪制止。
本文部分图文资料参考自外媒资料,纯粹作为英文翻译学术使用，不代表本人、本公众号『跨境阿米』任何立场，如有错漏请联系所长阿米「微信号:chengguiliang1979」处理，转载不得删除本公告。
而事实上， 科幻电影中所描述AI的大规模应用也只是在最近数年间实现了极少数。
而事实上，我们比我们想象的更早就在日常生活中接触到AI技术应用。
比如说，我们的邮件过滤器、声音识别技术、在线购物推荐「猜你想要的」.
或者是当你在智能手机中输入「看跨境」三个字时智能手机可能提前就猜到你要输入「就@米」这样的预测。
Artificial intelligence人工智能指的是通过技术、系统来复制和实现比如深度学习、问题解答等这样的人类行为的能力。
一般来说，我们把人工智能分为两种：
强大的人工智能Artificial Intelligence
这里指我们创造的应该是一个不被一般人轻易识别且通过图灵测试、拥有跟人类一样思考能力的机器 。到目前为止，还没有人类创造的人工智能能通过图灵测试。
较弱的人工智能Artificial Intelligence,
我们日常所遇到的AI大多属于这个级别的AI。它们主要帮助人类解决在一些商业行为时代替部分人类工作的AI。
举个例子:
我们可以很轻易认出上面两幅图都是手写的阿拉伯数字「4」。几乎每个小朋友都能在轻度教育下识别「4」和它所代表的意义。
但对AI而言，这就是件复杂的事情。
首先我们可能可以通过算法让AI识别出接近印刷版的第一个个「4」，但是要它识别手写的第二个「4」，我们还需要很长的技术开发才能实现这个功能。
算法走不通，于是我们发明了深度学习Deep Learning(又称机器学习Machine Learning) 。这时候AI的能力才开始走上快车道。深度学习能让AI模仿人类大脑处理数据的模式，通过大量的数据采集、归类、建模、分析进而学习现有模式和预测新的数据。
于是我们有了神经网络技术Neural networks
神经网络Neural networks更像人类大脑：经验使得它们更聪明
AI通过神经网络可以轻易通过现有的数据模型进行深度学习变得越来越像人类思考模式。
一般来所，神经网络包括数量庞大的不同神经元，这些神经元分别承担着不同的分工，比如收集数据，分析数据之间的关联，与不同的数据进行对话、互动、输出结果，跟我们人类大脑一样。
这些神经元被设计来执行局与输入数据而执行简单动作。神经网络的威力正是浩瀚不同层级的神经元默默完成。
更多关于深度学习和神经网络的资料，你们可以在图书馆或者网络上搜集，我就不在这一一展开。
讲了那么多关于AI、深度学习和神经网络，我们已经知道通过超卓的算法和数据可以实现对未来输出数据的预测。那AI跟跨境支付又有着怎么样的应用？它能怎么样保护我们的账户甚至帮我们钱赚钱呢？
深度学习技术应用之更优秀的风控管控模型
跨境支付风险管控永远是个谜，而这个谜可能将被深度学习技术所揭开，比如说支付公司的支付风险管控决定是怎么样产生？
作为一个商户，每天我们都见到那么多居心叵测的可能来自黑心买家/卖家「不错的订单」，你自然不会愿意接收一个看上去明显有高欺诈风险订单或者很有可能导致退款的订单，这里就不用不要我再举例子了。
从另一个角度看，我们拒绝一个看上去「不错的订单」通常意味着客户投诉、口碑下滑、转化损失、收入降低、排名降低、平台惩罚、甚至失去销售权。
那么我们怎么样决定该怎么样判读而接受订单进行下一个操作呢？这里有很多数据因素我们可以将其量化分析。
从销售端有太多因素，作为参考我们先从跨境支付公司来分析。如下图所示，跨境支付公司会判读一些因素：
时间和日期：怎么样的买家会在正常的购物时间进行购物？
产品品类代码：买家的支付方式是常用于超时购物还是在线游戏站点？
IP地址：访问IP的设备是经常进行线上购物的消费人群居住所在地？
再比如说，这些购买支付者的账户对应社交信息所包含的各种数据也将被跨境支付公司进行建模和数据分析，进而形成支付的风控预警模型。
通过不断训练和收集过往、现实和训练的结果，神经网络将学习和改善实现未来更好的支付风险管控。当然，这里我们必须有一点需要再三强调的：所有的深度学习和神经网络训练都需要大量的真实数据进行训练，而不是仅仅依赖所以为的先进算法。
深度学习技术应用之支付模式的无限可能
跨境支付行业一直以来都在致力与数据和风控决定关联。风险管控深度学习人工智能和它们新支付方式，在支付行业就像是面包和黄油一样，少了谁都感觉少了些啥。面包在进步，黄油也在进步。比如说，我们在近年不断看到的新型AI技术支持下实现的新的支付方式。
比如说，
客服智能机器人和智能购物助理
客服智能机器人/智能购物助理如今已经在很多的电商购物/服务平台服务，它们有效提高了客户在电商平台进行购物、咨询的便捷和效率，降低了平台在人工客服的投入成本。
尤其是当声控识别技术与来越发达完善时，智能购物/客服机器人将突破智能手机这么局限的终端，延伸到几乎所有的生活场景中，比如客厅、卧室、汽车等场景，实现无缝的服务和支付服务。
声音识别处理
2017是智能声控设备爆发的一年， 各种智能声控设备如Amazon Alexa或者Google Assistant都推动声控智能设备在消费场景的应用。这些智能声控设备不仅仅作为要一个像Amazon Echo这样的简单智能家居娱乐设备，它们更是承担着如上文提及对场景延伸的触点，通过不断对学习和识别用户对声音命令，它们将很可能成为新一代的购物、支付方式 。当然这里亚马逊、谷歌以及更多的支付公司还有很多工作要完成，比如设计更贴近用户习惯的数据处理和如何进行支付声控方式的整合。
智能数据进行个性广告和产品推荐
支付宝在新年前关于用户数据的采集风波非常完美地解释了跨境支付公司在商家最渴望得到的用户个性数据中的重要角色。
通过大规模的用户消费者消费数据采集分析建模，我们可以很精准地对某个用户进行画像并根据他/她过往的消费习惯推荐相关的商品或者服务。而这背后完成这浩瀚如海的数据分析工作的，正是AI在默默贡献。
脸部识别技术和生物特征识别技术
在整个AI技术中，人脸识别和生物特征是比是最具潜力的技术。iphone X的人脸识别虽然还不是尽善尽美，但是不可否认的是，我们中很多人已经开始习惯「刷脸」消费和支付。那么同样，正如Amazon Go和各种新零售项目中都不约而同地提及人脸识别技术在购物、消费、支付方面的应用。我们可以看到这样的「无接触识别」技术在便捷性上有着如何的后发优势。我们可以期待当算法模型、深度学习进一步完善和设备的改良后，人脸作为目前可见除了生物特征以外风控成本最低的支付模式，人类的商业模式和支付模式将发生天翻地覆的变化。我们更不用提说在虚拟现实中的各种可能。
这些不断改良进化的AI技术帮助我们不断减少在选择、决定时的错误，提高我们服务、销售商品时的准确度。
更不用提有更多的支付公司在利用AI技术进行新产品开发。
比如针对中小型企业的金融信贷征信服务，识别贷款人信息的真实性，还要识别其还款意愿和还款能力，贷中通过监控贷款人的行为数据及时发现异常，贷后通过反馈数据补充信用评分和后续工作；
比如，智能征信和审批，极大地提高工作效率。通过多渠道获取用户多维度的数据，如通话记录、短信信息、购买历史、以及社交网络上的相关留存信息等；然后，从信息中提取各种特征建立模型，对用户进行多维度画像；最后，根据模型评分，对用户的个人信用进行评估和贷款管理；
比如在途资金智能投资增值、不同币种智能组合、不同国家资产组合方面的新产品开发应用；
再比如多个市场和大资产类别之间构建投资组合，分散风险，追求长期收益；
这些基于AI的新产品，每一刻都在帮助我们用钱生钱。
因为，Time is money，My Friends。
AI对于跨境支付行业的新时代重要性
「更好的AI」之争一直在包括亚马逊、苹果、Facebook和谷歌这四巨头之间你来我往。
而支付行业中，AI、深度学习和神经网络已经将原来动则上千人分析员的跨境行业送进历史故纸堆，开启了一个充满无限可能的大门。
正如前文所提及的支付宝用户数据收集风波应用，对跨境支付公司而言，这更牵涉到不同国家地区的消费者、监管部门之前的博弈。毕竟网络已经是一个无法再隐藏在暗网中不被政府监督、管理的世界。
跨境支付公司所采集的各种支付数据和背后隐含的所有用户、中间商、商家等整个交易链条中的各种数据，如何进行有效地使用，这才是他们最应该认真思考的问题。
正如AI技术一样，「开始学习永远不迟」，关键是学习以后输出的到底是什么东西。
本文部分图文资料参考自外媒资料,纯粹作为英文翻译学术使用，不代表本人、本公众号『跨境阿米』任何立场，如有错漏请联系所长阿米「微信号:chengguiliang1979」处理，转载不得删除本公告。
本文结束。
此为亿邦专栏作者文章，如要转载请签订内容转载协议，联系run@ebrun.com
