PayerMax想用AI重构跨境支付的“水电煤” 原创

作者｜周雅

在工业时代开启的第一次全球化浪潮中，主角是那些拥有庞大资源的跨国巨头，它们如同装备精良的远洋舰队，用数年时间、耗费巨资，在每一个新开拓的市场，从零开始铺设自己的版图。那个年代，出海是一场少数派的、高门槛的远征。

这套逻辑，在AI这个年代变了，因为新一代的“出海者”变了。他们不再是清一色的巨头，而是成千上万的独立游戏开发者、直播网红、DTC品牌和SaaS创业公司。他们的目标市场也变了，不再仅仅是欧美等成熟经济体，而是拥有数十亿数字化原住民、支付习惯千差万别的“新兴市场”。

一个独立开发者，如何将他标价99美元的游戏，卖给一个巴西的用户？一个直播网红，如何收到一位沙特粉丝的“火箭”打赏？过去那套基于企业合同、银行转账的笨重支付体系，在这股由海量、小额、高频、碎片化交易组成的数字浪潮面前，显得格格不入，甚至可以说完全失效了。

不久前，我们采访了植根新兴市场的全球金融科技公司PayerMax，及其云服务伙伴亚马逊云科技，了解到新兴市场的跨境支付系统，背后的一些运作逻辑。

“生而全球”的AB面

“PayerMax是谁？我们和其他跨境支付公司有何不同？我们在做什么？”PayerMax市场部负责人Daisy Yang用三个提问，点出了一家非典型跨境支付公司的轮廓。

成立于2018年，总部设在新加坡，PayerMax从创立之初就定位是一家全球化的公司，为中国出海企业提供全球跨境支付服务。

与其他跨境支付公司相比，PayerMax的差异化是把目光投向了高增长、高复杂性的“新兴市场”，围绕该市场从四个层面逐一击破。

第一是物理版图的扩张。这家公司选择从东南亚市场起步，后续陆续进入拉美和中东，并在最近进军中亚市场，在前期积累了应对复杂市场环境的经验。

第二是多样化的支付能力。在新兴市场，信用卡并非主流，本地化的数字钱包、先买后付、订阅支付、便利店支付等才是毛细血管般的存在。PayerMax不局限于单一支付方式，而是将这些超过600种本地支付方式一一接入，编织成一张覆盖全球150多个国家和地区的支付网络。

第三是完善的产品矩阵。“很多支付公司只做收款，我们不止做收单，还做付款和收款，提供收付一体化服务。同时，还叠加了风控、外汇、营销等增值服务。”Daisy强调，企业的资金流是双向的，只解决一端，痛点便依然存在。

第四是“Glocal”模式（全球化思维、本地化运营）。为了支撑业务，PayerMax一边在全球17个国家和地区设立了本地办公室，聘用本地人才，一边积极拥抱监管，目前持有新加坡、阿联酋、泰国、菲律宾、沙特、印尼、中国香港等多个市场的金融牌照和监管机构的官方认证。Daisy说，“套用最近出海圈很流行的一句话，我们是‘生而全球’。”

然而，这枚“生而全球”的硬币，拥有光鲜的A面，也必然承载着沉重的B面。当业务版图从一个点延展成一张全球网络时，复杂性以指数级增长。

PayerMax AI项目负责人Singlin Yan对此深有体会，他从业务层面指出眼下面临的困难。“我们面对的是一个全球化的用户群体，环境极其复杂，国家、语言、监管、用户习惯的差异，给运营带来了巨大压力。”他坦言，随着业务覆盖的国家和接入的渠道方增多，如果继续单纯依靠人工，成本将高到不可持续。更何况，客户的期待在不断提升——他们希望支付更快、更安全、更智能。

PayerMax CTO Eric Fu从技术层面，指出了支付行业的另一个困难。“在支付行业中，最大的挑战和客户最关心的问题就是支付成功率，但这背后有很多影响因素，比如渠道本身的稳定性、发卡行对卡片的拦截、外汇汇率的波动等原因。我们需要对这些异常进行归因，这项工作之所以需要人工，因为要根据不同的属性特征去分析原因，外汇、资金、卡币、渠道等原因，都会筛选出来，作为归因的一部分。”

从左至右：PayerMax CTO Eric Fu、PayerMax AI项目负责人Singlin Yan

于是，PayerMax在当时做出了一个战略决策：“全面拥抱AI”。PayerMax的目标，是让AI融入跨境支付全生命周期中，提升全球化运营效率与支付体验。

Eric将AI给跨境支付带来的价值归结为安全、效率和体验三部分。

在安全层面，风控是重中之重。尤其在跨境业务中，欺诈和反洗钱风险远高于国内。Eric认为，“风控的未来趋势将从防御性的规则拦截，转向更具预测性和免疫性的风险管理。我们可以基于商户业务APP里的客诉问题、交易信息这种跨模态信息脱敏后做融合，做到更精准的风险判断。”

在效率层面，AI可以应对全球化运营的复杂性。“全球化的本质是连接各个国家的点，我们要去当地注册公司、拿牌照、接渠道，所有操作实际上是成倍增加的。”Eric说，“针对多语言环境和汇率波动等复杂因素，也很适合AI去完成统一化的管理。”

在体验层面，PayerMax的目标是将AI能力“隐性”地嵌入产品流程。“我们希望把一些显性功能转换成隐性的智能化推荐。”他举例说，比如身份认证，以前为了保证安全，需要密码加邮件验证码。但随着AI的应用，可以根据很多其他特征来判断安全性，在安全性得到保障的情况下，完全可以省去这些额外的验证方式。

想法虽好，但落地并不简单，尤其对于手握海量敏感金融数据的支付公司而言，数据安全与合规是不可逾越的红线。

“我们原来一直担心模型训练需要把数据外传。”Eric坦言。这正是许多金融机构对公有云大模型“想用而不敢用”的核心症结。PayerMax最初甚至考虑过自己部署和训练开源模型，比如当时引发行业触动的DeepSeek。

转机发生在与亚马逊云科技团队的一次沟通。“我们跟亚马逊云科技合作了七年，他们的服务体验和基础设施稳定性在同行里非常优秀。”Eric说。PayerMax自2018年创立之初，就选择亚马逊云科技为首选云计算服务商，双方的全球化基因高度契合。

“今年我们想全面拥抱AI，就在公司内部搞了一个‘AI×支付应用大赛’，鼓励员工发掘工作中的痛点，用AI来解决。”Eric说，亚马逊云科技团队得知后，迅速参与进来，并向他们介绍了Amazon Bedrock。

Amazon Bedrock：一把解开支付安全与效率的钥匙

那次沟通，成为了PayerMax的AI战略从构想到落地的“催化剂”。Amazon Bedrock的核心特性，精准击中了PayerMax的所有业务痛点。

第一，在渠道支持方面，解决支付稳定性问题。

对支付行业来说，稳定性是最重要的，任何一次支付异常，都可能带来业务损失。以往，这项监控任务完全依赖人工。运维人员需要24小时轮班，紧盯告警系统。一旦告警出现，他们便要像侦探一样，在海量日志和数据中排查原因——是渠道问题还是自身问题？是网络波动还是发卡行拦截？这个过程耗时耗力，平均每次分析需要半小时，且容易因误判而打扰商户。

现在，这项繁重的工作交给了“AI处理交易成功率告警”系统。当告警触发时，AI会自动抓取信息，利用Amazon Bedrock的分析能力，查询交易时序数据，结合历史数据判断是否存在异常。一旦确认异常，它会进一步查询日志，结合知识库中的历史经验，给出解决方案建议，甚至直接执行处置动作，最后再通知相关人员。

“‘AI处理交易成功率告警’系统上线之初，AI的接手率大概只有50%，经过我们对知识库的持续优化，目前接手率已达到100%，自动处置率达到95%。”Singlin说。

据Eric估算，仅此一项，周均就可节省超过100小时的人力成本。而且，误报率大幅降低，运维人员从重复的值班工作中解放出来，可以专注于解决那剩下5%需要跨团队协作的复杂问题。

第二，在内部运营方面，解决现代“巴别塔”的问题。

PayerMax的客户遍布全球，每天都会收到不同国家、不同语言的邮件，对于运营团队来说，这无异于一座现代“巴别塔”，每天花大量时间翻译、筛选、提取关键信息，比如订单号、用户诉求等。

“邮件信息AI采集”系统应运而生。该系统通过Amazon Bedrock接入Amazon Nova模型，自动解析邮件的标题和正文，对附件则使用更轻量的Amazon Nova Lite模型。AI会自动将多语言邮件翻译成中文，提取业务参数，进行结构化处理后，直接推送到业务系统中。

效果立竿见影。“上线之前，业务运营人员每天要花大概4小时去做翻译和邮件查看，现在，这部分工作完全省略了，借助AI实时分析，实时落单，运营人员只需在系统里跟踪处理即可。”Singlin介绍，“客户咨询或投诉的处理周期，从过去的两天，被压缩到了8小时以内，约80%的邮件可以由AI处理。”

第三，在业务人员层面，简化大家的日常工作流程。

PayerMax为销售团队打造了“销售AI助手”，这是一个内嵌在办公软件中的对话机器人。销售人员不用登录复杂的后台系统，只需在手机上通过对话提问，例如“某某商户上个月的交易情况如何？”，AI便能自动查询并给出答案。该系统覆盖了20多个大客户群、支持9大业务场景的智能助手，正在成为销售们7×24小时的贴身参谋。

此外在研发内部，一个订单异常可能需要工程师在多个系统中逐一排查日志，费时费力。PayerMax就为研发人员打造了“AI根因分析”系统，工程师只需给AI一个订单号，它就能自动到各个系统中查询接口信息、分析日志、定位具体原因。95%的异常问题可以一键生成分析报告，准确率超过90%，人工处理时间减少了80%。

根据Singlin介绍，PayerMax采用AI的思路很简单，先确定AI能跑起来，再通过“提示词的调优”和“RAG知识库的补充”来提高AI的准确性。不过，AI毕竟有它的局限性，所以PayerMax的AI自主处理告警单占95%，只有5%的跨系统交互或极端场景需要人工介入。

亚马逊云科技解决方案架构师总监韩思捷对此解释了背后的技术选型逻辑：“我们有个理念，是‘purpose-built’（为特定目的而构建），因为没有一个模型能满足所有的业务场景。”PayerMax为不同的业务场景需求去选择相应的模型。Amazon Bedrock通过一站式的调用方式，提供了多种模型，以满足不同的业务场景要求。通过统一的调度API，对客户的开发和运维来说，都会相对更简单。

亚马逊云科技解决方案架构师总监韩思捷

如果说Amazon Bedrock为PayerMax的AI应用提供了强大的“引擎”，那么亚马逊云科技的云平台，则为这台引擎的稳定安全运行提供了坚实的“底盘”。

韩思捷指出，亚马逊云科技这么多年来，形成了一套比较完整的安全方法和落地实践。韩思捷用“洋葱模型”来形容这套多层防护体系：

从第五层的“合规证书”（亚马逊云科技在全球拥有众多合规认证，客户可直接继承，极大简化了自身合规流程），到第四层的“数据安全”（包括数据存储和数据处理，这些存储安全的核心在于加密管理，其次是密钥管理等），到第三层的“基础设施安全”（这在亚马逊云科技尤为重要，它包含了网络安全、账号体系等），到第二层的“用户账号体系”（遵循最小权限原则，明确哪些用户拥有访问哪些资源的权限），最后到第一层的“日志监控体系”，以便及时发现并识别潜在的安全隐患事件，层层把关。

AI重塑跨境支付终局

在沟通会的最后，Eric Fu描绘了PayerMax在AI驱动下的未来图景。

“我们希望将PayerMax从一个简单的交易工具，逐步发展成一个智能服务平台。”Eric说。他认为，出海企业需要的远不止支付通道，还包括当地市场经验、税务合规建议、外汇风险管控等一系列配套能力。PayerMax希望结合AI，将这些“软知识”和“硬能力”整合起来，成为企业出海的一站式服务与运营中枢。

为了实现这一愿景，PayerMax正在做两件关键的事。

第一，加速业务架构的数字化。“我经常把AI比喻成引擎，数据就是燃料，好的燃料才能让引擎发挥最大功效。如果数字化过程做得不够，燃料素材就不完整，最终效果就会打折扣。”Eric指出，基于亚马逊云科技广泛而深入的云服务，PayerMax正在系统性地聚集和治理数据，为AI项目落地奠定更坚实的基础。

第二，打造一站式的AI基础平台。“现在写代码、做客服都会用到AI，我们希望有一个统一的标准入口，而不是让同事们各自去找不同的工具。”Eric透露，PayerMax正在建设自己的AI平台，将AI能力标准化、平台化，让其能更高效地赋能到公司的每一个角落。

不过，当企业将AI内化为平台能力后，下一个技术浪潮在哪里？韩思捷的观察揭示了更广阔的前景，他认为Agent AI未来在跨境支付有三个主要方向：

首先是风控场景，由于风控要求的数据源有很多，这些来自业务侧、IP地址、应用基础设施侧的数据量非常大且多为非结构化，而大语言模型在处理非结构化数据有天然优势，通过Agent AI调用外部数据源，比如个人身份信息，可以帮助综合判断交易的安全性。

其次是个性化金融，在合规脱敏的前提下，通过Agent AI智能挑选不同数据，为用户完成个性化金融产品的推荐。

最后是效率提升，例如通过语音、声纹甚至拍照等更自然的交互方式来完成支付，都是值得去探索的结合点。