区块链、大数据、人工智能等金融科技的发展正在深入到风险管理、资产定价等金融核心领域，推动着金融业向智能化方向发展。在支付清算领域，人工智能将给支付服务提供者带来巨大变革，会取代许多重复性的工作，减少人工干预环节，促进企业由劳动密集型的"作业团队"转变为知识密集型的"智慧工厂"。
　　一、移动支付的基本涵义
　　移动支付是指移动客户端利用手机等电子产品来进行电子货币支付，移动支付将互联网、终端设备、金融机构有效地联合起来，形成了一个新型的支付体系，并且移动支付不仅仅能够进行货币支付，还可以缴纳话费、燃气、水电等生活费用。移动支付开创了新的支付方式，使电子货币开始普及。
　　移动支付是指使用普通或智能手机完成支付或者确认支付，而不是用现金、银行卡或者支票支付。买家可以使用移动手机购买一系列的服务、数字产品或者商品等。
　　移动支付是互联网时代一种新型的支付方式，其以移动终端为中心，通过移动终端对所购买的产品进行结算支付，移动支付的主要表现形式为手机支付。
　　移动支付是第三方支付的衍生品。所谓第三方支付，是指通过第三方支付平台的交易中，买方选购商品后，使用第三方平台提供的账户进行货款支付，由第三方通知卖家货款到达并进行发货；买方检验物品后，就通知付款给卖家，第三方再将款项转至卖家账户。有研究者认为第三方支付实质上作为信用中介，为交易的支付活动提供一定的信用保障，从而消除由于买卖双方不对称信息而产生的信用风险问题。
　　二、人工智能在支付清算领域的应用场景
　　通过人工智能创新支付业务的优势主要表现在以下几个方面：一是人工智能创新支付方式。以人工智能为代表的人脸识别、语音识别、生物识别技术正改变传统支付方式，激励创新支付手段，促使银行、非银行支付机构创新智能支付服务。二是人工智能提升用户支付体验。通过"智能语音"服务、生物识别身份认证、智能投资顾问等方式为客户带来更快捷、更便利、更智能的操控体验，进一步提升了客户服务水平、节约了人工运营成本。三是人工智能提高支付运营效能。通过现实人脸图像与联网核查图像、客户身份证图像交叉比对，由人工智能算法引擎完成身份认证，从而加强了金融服务供给、提升了金融服务效率、提高了支付运营效能。目前，随着人工智能在金融行业的渗透，已广泛应用于账户、工具、系统、监管等支付领域。
　　（一）智能账户
　　账户体系是金融交易的核心，也是支付业务的基石。通过人工智能的图谱计算技术，将账户进行聚类和关联分析，基于协同账户准确把握企业画像，全面获取金融服务的需求和精准识别支付清算的风险。从信息平台用户体系到交易平台交易账户与支付账户分离，再到交易平台交易账户与支付账户关联。通过关联银行Ⅱ、Ⅲ类账户与支付账户，有利于银行和非银行支付机构创新获客、活客、资金运营、交易金融等业务模式，加快实现互联网化、场景化和平台化经营。
　　此外，通过人工智能自动化程度可以提高客户验证的效率。同时，通过"人工智能＋区块链技术"可实现数字化身份信息的安全、可靠管理，在保证客户隐私的前提下提升客户识别的效率并降低成本。通过程序化记录、储存、传递、核实、分析信息数据，可省去大量人力成本、中介成本，提高准确性和安全性，所记录的信用信息更为完整、难以造假。
　　（二）智能支付工具
　　传统的POS终端在过去十几年一直保持形式和内容不变，存在升级麻烦、功能单一、扩展性差、缺乏互动性等一系列问题，已经不能满足场景化和个性化支付的需求。随着智能移动POS技术的发展，不同商业模式参与方都可以参与智能化平台个性化应用，如集成从传统的收银、小票打印，到刷卡、二维码等多种支付解决方案，如从会员管理到营销管理等，并可以创造出更多的特色化服务。
　　移动智能终端是推动线上线下场景融合、提升支付服务水平和服务能力的基本保障。智能终端将推进支付的线上线下融合。首先，智能终端对接了用户移动支付的需求，能够提供便利的移动支付方式。其次，智能终端以移动支付为基础入口，连接了商户和消费者，让商户能够得到记录消费者行为的精准消费信息，进行精准营销。这能够帮助实体店通过互联网触摸到消费者，并与之建立全渠道、深层次的线上互动，增强体验功能，发展智慧消费。
　　（三）智能清算系统
　　目前，构建企业级支付系统是实现企业战略转型与业务创新的需要。通过植入智能终端设备，对内统一支付结算平台内置智能路由，实现公司内部各系统统一接口，并根据不同业务规则选择最优路由支付，实现高效结算、智能对账。对外可集成多家支付平台，并为企业用户提供更多支付通道。
　　通过人工智能技术，设计支付结算系统智能选择入款、出款渠道，从而提高支付成功率，降低网关成本。网关会通过自动化、智能化分析用户选择的支付方式确定用来完成该操作合适的支付渠道。综合考虑收费、渠道的可用性等因素，通过深度学习算法，知识图谱计算来选择最优方案，如实现网上支付智能化。
　　（四）智能监管
　　金融领域已经采用不同计算机预测算法，通过人工智能技术来进行风险模型分析，应用于例如VaR、信用评级、风险准备金、长尾风险、行为分析、反洗钱等领域。其中运用到的算法包括：在线过程分析（OLAP）、聚类、相关性分析、决策树、热点分析、神经网络、预测模型、画像技术、自组织网络、网络数据挖掘，等等。
　　人工智能技术的出现将有效提升上述算法和模型的精度，提供更加有效的风险评估。一是通过人工智能反欺诈，人工智能自动挖掘文字、数据和影像等信息进行深度理解，发现并标注风险警示；二是通过人工智能实现信用风险管理，人工智能可以优化风险模型，并求解各变量间量化指标；三是通过人工智能防范支付清算尾部风险，通过增强学习算法（也称为Q-Learning算法）可将极端事件引入风险分析框架，通过智能化量化风险等级实现风险评价。
　　同时，企业在监管要求的指导下，也建立起符合智能监管的智能风控体系。整个智能风控的起点从获取数据开始，其次是建立模型，其中最重要的是反欺诈和信用评定两项工作。最后是将模型在实践中不断优化和迭代，即机器学习。
　　三、人工智能保障支付的安全
　　无论是移动支付还是刷脸支付，需要解决的一个核心问题是什么？是支付安全，是支付发生风险后客户资金损失的赔付问题。安全是关键，赔付是客户痛点。刷脸支付依然面临这个问题。解决刷脸支付安全问题，取得消费者放心使用依靠什么呢？必须依靠AI技术，在支付安全上特别是移动网路和刷脸支付安全保障上人工智能最有用武之地。
　　支付宝和微信两大支付平台一直在探讨人工智能用于保障支付安全问题。2019年5月28日下午消息，支付宝宣布升级保障计划，如果经AI审核符合相应条件，将能实现"赔付秒到账"。
　　"秒赔"服务基于支付宝的AI技术。如果用户遭遇账户异常，可拨打客服电话95188或在支付宝账单页申诉，并提供相应资料。如果资料提供无误，经系统核实确系账户被盗，会自动完成理赔，处理时长可缩短至"秒级"。在试运行期间，部分用户甚至刚刚挂断客服电话就收到了理赔款。
　　支付宝每一笔交易都会受到智能风控系统的保护，加上AI、生物识别等技术，目前支付宝的交易资损率已低于5/10000000（千万分之五）。而即便发生了被盗的小概率的事件，支付宝也承诺100％全额赔付。
　　这一招就是要针对客户的痛点和担心之处，解决问题。其中赔付程序多，时间长，客户耗不起时间，耽误不起功夫，是一个不仅支付宝在内的所有服务业客户的痛点。利用AI技术秒赔，是支付宝的创举，这个升级是最能够打动和吸引客户的。