长期以来,计算机使用平台和其他搜索代理的一大缺点在于,当你利用它们查找商品或酒店时,无法在同一窗口内完成任何交易。
Mastercard 希望通过将 AI 公司和平台整合进其支付网络,从而改变这种状况,让用户和企业能在各自的生态系统内无缝交易。今天,该公司宣布推出 Agent Pay——一个将 Mastercard 支付系统引入 AI 聊天平台的新支付项目。
Mastercard 首席数据与 AI 官 Greg Ulrich 在接受 VentureBeat 采访时表示,Agent Pay 实现了“闭环”的 agentic 搜索体验。
Ulrich 说道:“你需要在体验中形成一个闭环,以最有效的方式提升客户体验,这正是我们今天试图实现的。你必须确保生态系统中的每个人都能够识别代理,并验证该代理以安全、可靠地处理交易。”
OpenAI、Anthropic 与 Perplexity 现可接入 Mastercard 的支付网络,这使得其他网络参与者——包括商家、持卡人和金融机构——能够信任该平台的交易,并检查潜在欺诈风险。同时,这也使 Mastercard 能将其反欺诈和交易争议系统引入这些公司。
Mastercard 携手 Microsoft、IBM、Braintree 与 Checkout.com 合作,以扩展 Agent Pay 的规模,统筹该系统并为商家提升其他功能。它还将把 Agent Pay 集成到银行及其他金融机构中。
使 agent 搜索更有用
在过去一年中,我们已见证 AI 驱动的搜索从仅仅罗列信息转变为积极代理您使用电脑的操作。这些平台使用户能够请求 AI 模型在互联网上搜索各类信息,并能为产品或旅游目的地提供推荐。AI 搜索因而受到广泛欢迎。
本周,OpenAI 甚至宣布为运行在 GPT-4o 上的 ChatGPT 搜索添加购物功能,以期对抗 Google 在产品搜索领域长期占据的主导地位。
然而,用户一直发现,一旦看到优惠信息,就必须打开一个单独的窗口。
Mastercard 首席数字官 Pablo Fourez 表示:“我们将与 AI 平台及代理共同合作,使他们能够加入并接入这项技术。但在商家这一边,他们现在可以采取措施来识别这些交易,并更有效地管理相关风险。”
将这些平台引入像 Mastercard 这样的支付系统,使其变得更加有用——不仅仅是一个供人们查找信息的场所,更是一个用户可以发掘和完成交易的平台。
当 AI 公司成为支付网络的一部分时,也能改进企业构建的任何 agentic 工作流。试想这样一个 agentic 工作流:从搜索新供应商、挑选合适的供应商,到协助谈判、起草合同,再到通过平台完成交易。
该公司正在讨论将 Agent Pay 集成进 Microsoft 的 Copilot 以及 Azure/OpenAI 服务中。
Token 而非 AI
然而,Agent Pay 并非基于生成式 AI,尽管 Mastercard 在其他产品中确实利用了这项技术。
Agent Pay 依托于该公司的 Token 化技术,该技术利用密码学在数字交易中帮助掩盖个人身份信息 (PII)。
Fourez 解释说:“这个号码是独立的,如果不在你授权的交易背景下使用,它毫无用处。这是通过密码学实现的,它使每一笔交易都具有唯一性,即使他人获取了这些信息,也无法利用。”
Mastercard 利用生成式 AI 和大语言模型进行欺诈检测,Ulrich 指出这与 Agent Pay 的 Token 化技术协同工作,因为其 AI 模型会在交易发起后验证交易是否存在欺诈行为。
Ulrich 还补充说,Agent Pay 令交易中每个公司和个人都能信赖生态系统中的“规则”有效运行。
他说:“我们确保能够安全、可靠地识别生态系统中的这些参与者,并拥有一种方式可以安全地捕获和保存相关凭证。”
好文章,需要你的鼓励
今年是AI智能体的爆发年。聊天机器人正演进为能代表用户执行任务的自主智能体,企业持续投资智能体平台。调研显示,超半数高管表示其组织已在使用AI智能体,88%在智能体上投入过半AI预算的公司已从至少一个用例中获得投资回报。Gartner预测,到2026年40%的企业软件应用将包含智能体AI,2035年智能体AI可能驱动约30%的企业应用软件收入。企业开始将AI智能体视为员工,建立招聘培训体系。
波士顿大学团队发现当今多模态AI存在严重"偏科"问题:面对冲突的文字、视觉、听觉信息时,AI过分依赖文字而忽视真实感官内容。研究团队构建MMA-Bench测试平台,通过创造视听冲突场景暴露了主流AI模型的脆弱性,并提出模态对齐调优方法,将模型准确率从25%提升至80%,为构建更可靠的多模态AI系统提供重要突破。
谷歌的Nano Banana Pro AI模型生成的图像逼真度令人震惊,其关键在于完美模拟了手机相机的拍照特征。这些AI生成的图像具备手机拍照的典型特点:明亮平坦的曝光、较大的景深范围、略显粗糙的细节处理,甚至包含噪点。该模型还能自动添加符合情境的细节元素,如房产照片的水印等,使图像更加真实可信。这种技术进步意味着辨别AI生成内容变得更加困难。
UC伯克利研究团队发现了一种名为"双重话语"的AI攻击方法,能够通过简单的词汇替换绕过当前所有主流聊天机器人的安全防护。攻击者只需用无害词汇替换危险词汇,就能让AI在不知不觉中提供危险信息。研究揭示了现有AI安全机制的根本缺陷,迫切需要开发新的防护策略来应对这一威胁。