来源：Crypto.news

原标题：Safer, smoother payments can be AI’s ‘killer app’

编译：比推BitpushNews an

预计到2025年，全球人工智能行业将吸引超过2000亿美元的资金流入，大约是萨尔瓦多等小国GDP的五倍。然而，产品、服务和利润必须证明这笔资本的合理性，迄今为止尚未实现。目前，AI公司需要大约6000亿美元才能为投资者带来盈利回报。

AI 需要一个“杀手级应用”来证明它不是泡沫。将AI 与区块链和加密货币结合，用于安全、无缝且以用户为中心的支付，可以成为挽救 AI 的用例。例如，Amazon One 的掌纹识别功能已经取得了不错的成果。再加上 AI 与区块链的结合，将解决高集中化、训练数据偏差、缺乏透明度等持久存在的问题——这是一个全方位的改进。

最重要的是，这样的目标在今天已经是相当可实现的。区块链-加密货币技术栈已变得极具性能且对用户和开发者都很友好。并且 AI 模型有望在2027年达到类人智能水平。

用户体验优先于支付方式

根据Forrester的2024年《美国消费者与支付现状》报告，约96%的美国成年人每年至少进行一次线上购物或支付。年轻成人的数字支付采用率更高，他们平均使用超过四台联网设备，跨越四个线上平台。此外，他们也对使用新兴的触点和交易渠道（如语音助手、聊天机器人等）感到舒适。

考虑到这一群体，零售商必须专注于提供丰富且无缝的支付体验。有时，这比提供多种支付方式更为重要。尽管年轻消费者通常愿意尝试或采用新方法，但他们对支付体验的要求不容妥协。

预测性和生成性的人工智能可以帮助支付服务提供商和商家更有效地服务新一代消费者。例如，微软的金融协作工具 Co-Pilot for Finance 可以集成到财务应用中，用户能够与其财务数据“对话”。从识别主要支出领域到提出与预算相关的问题，这些 AI 驱动的工具让用户能够做出更明智的支付和消费选择。

同样，零售商和线上平台可以利用人工智能分析用户的交互模式，提供个性化的支付选项、优惠等。通过提供及时的折扣，也可以促进销售增长。

除了用户体验和无障碍设计外，集成人工智能显著提高了支付系统的安全性。先进的机器学习、自然语言处理等技术解锁了高效的异常检测，有助于实时甚至在发生之前检测金融欺诈。人工智能还使额外的用户安全层得以实现，例如生物识别验证。

像汇丰银行和PayPal等领先的金融机构已经在使用基于人工智能的系统来打击洗钱和其他与支付相关的犯罪。随着技术的发展，全球超过61%的公司对利用人工智能来简化和保护支付系统充满期待。

保护支付安全

保护数字支付的安全是人工智能对全球金融行业的主要贡献之一，利用预测性安全机制和数据分析来确保安全。然而，开发和训练人工智能模型需要大量资源。OpenAI在训练GPT-4时花费了“超过1亿美元”，这对于任何中小型公司来说几乎是不可能的。

随着未来几年开发和训练成本的不断上升，越来越多的潜在开发者将被迫退出人工智能竞赛。这将导致行业的进一步集中，而这个行业本来就偏向于少数大型公司。作为背景信息，三分之二的新兴人工智能项目筹集的资金都流向了大型科技公司。

Web3原生支付基础设施对于抵消机构采纳和参与增加的潜在负面影响是必要的。这同样适用于人工智能驱动的支付系统。更多的人工智能意味着更多的数据创建和提取。在超集中化的服务器上管理这些庞大的数据集——这些数据集往往包含敏感信息——严重威胁着安全性、隐私和最终用户的自主权。

这部分原因解释了为什么面向Web3的企业家和风险投资者正在推动去中心化的人工智能——无论是用于支付还是其他用途。以至于该领域在7月初不到96小时内就吸引了超过2.07亿美元的融资。

作为一种全球分布、透明且防篡改的数据库技术，区块链完美地补充了人工智能系统。去中心化的支付网络可以利用人工智能确保无缝和互操作的用户体验，但当前的一些因素阻碍了Web3原生支付网络的广泛采用。

到2031年，人工智能在支付领域将是一个超过550亿美元的机遇，而区块链和加密货币对于实现这一目标至关重要。这种结合将使商家和服务提供商能够提供丰富的支付用户体验，以及广泛的支付方式——法币、加密货币等。

如果人工智能行业真的希望找到能够实现持续、长期采用的“杀手级应用”，就不能忽视去中心化支付的范式。在这里，持久问题的解决方案与未来创新的空间共存。这是显而易见的前进方向。

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流群：https://t.me/BitPushCommunity

比推 TG 订阅： https://t.me/bitpush

比推 Btok 订阅： https://btok360.com/bitpush