购物海报竟是为你量身定制的？AI技术正在颠覆购物支付体验！（组图）

近日， AI和半导体行业各巨头纷纷发布财报，不断吸引着整个金融市场的目光，其中不乏一些出人意料的消息。比如荷兰光刻机巨头阿斯麦发布财报后，股价于当日收盘时大跌近16%，创下1998年以来的最大单日跌幅。其财报透露公司三季度订单金额锐减，不及上季度的一半。

这样的信息引起了市场恐慌，大家开始怀疑AI概念是否已经像2000年互联网泡沫时的路由器一样，经不起市场的考验。

那么AI热潮、算力需求是否真的是镜花水月一般被市场过分夸大呢？

要真正评价一个热门概念是否有持续性，澳财投研团队认为“是否能够大规模商业化落地，为公司实实在在地产出商业价值”是核心衡量标准。在AI技术被应用到各行各业的今天，手握大量数据的金融科技（Fintech）领域成为了AI实用化的前线战场。

虽然大部分投资者很难观察到，但实际上金融科技领域在近期经历了前所未有的变革，AI技术的引入改变了传统金融服务的方式。从投资管理到客户服务，AI 正从各个方面重塑金融科技的未来。

本文将以金融科技巨头 Stripe 和 Klarna 为例，详细探讨AI 技术如何帮助企业降本增效，投资者更直观地理解 AI技术 在行业前沿的实用性。

01

Stripe: 

从支付平台到AI金融工具平台

Stripe是目前线上支付市场中最炙手可热的一家公司，市场占有率仅次于老牌支付巨头PayPal，位居第二。近年公司业务增速明显，目前已占据近20%的线上支付市场，处理全球约1%GDP的支付体量，同时这家公司也是博满集团的利贞基金旗下的投资标的之一。

AI 驱动的反欺诈解决方案，

赋能商家与银行

Stripe 一直以“注重支付流程的安全性”为发展重点。公司开发了名为 Radar的反欺诈解决方案，通过机器学习算法识别异常支付行为，从而在不影响客户体验的情况下，显著减少欺诈行为的发生。

为了推广反欺诈检测，2023 年，Stripe 推出了Radar Assistant，这是一款利用自然语言处理 (NLP) 功能的新工具，商家可以通过自然语言输入描述欺诈规则，大大降低了客制化AI检测的门槛与复杂度。Radar Assistant 会根据这些规则在过去的交易中进行测试，以确认其有效性。通过这种方式，Radar 帮助客户将交易争议率降低了 10%，大幅减少了因欺诈行为而导致的成本损失。

平均而言，通过使用Radar大型企业的欺诈率可降低 8%，合格交易量的授权率可提高 1-2%。对于这些大型企业来说，授权率的小幅提升也可以转化为数百万美元的额外年收入。

优化支付体验

Stripe 的 Optimized Checkout Suite支付套件，通过AI来确定向特定企业显示特定的支付方式，这一看似微小的改动却给OpenAI、Slack等需要在世界各地进行收款的先进科技企业客户，带了极大的便利。官方数据显示，迁移到这一支付套件的企业平均收入增加了 11.9%。

Stripe 通过人工智能对支付流程中超过 100 项细节进行了优化，例如根据设备类型、位置和语言等因素进行个性化设置支付界面，支持自动填充、输入屏蔽和本地化错误信息。

这些优化措施减少了购物车放弃率，极大地提升了用户的支付体验，同时帮助商家减少因客户流失而带来的潜在收入损失。

财务自动化大受欢迎

Stripe 推出的Revenue and Finance Automation (RFA)套件，结合了开票、税务、收入确认等功能，大幅增强企业财务流程自动化，降低了管理成本并加快收入增长。Stripe 的 RFA 产品被包括 Roblox、Figma、OpenAI、Atlassian 和 Nasdaq 在内的公司使用。2024年，仅这一个套件就为公司带来超过 5 亿美元的收入。

02

Klarna: 

AI 助手和内部智能化降本增效的

成功实践

Klarna是另一家积极将AI技术运用到到公司内部运营的大型金融科技公司。公司是先买后付（BNPL）赛道的绝对龙头，业务覆盖45个以上国家，拥有超过1.5亿用户，50万商家，日交易量超过200万笔。如此庞大的业务体量，也自然给了AI施展拳脚的好机会。

AI 助手大规模代替人工，

显著提升客服效率

Klarna 于今年2月全面推出AI客服助手，极大地提升了客户服务效率。这款由 OpenAI 支持的 AI 助手在上线的第一个月内，就处理了 230 万次客户对话，相当于 700 名全职员工的工作量，将解决客户问题的时间从平均 11 分钟缩短至不到 2 分钟。这一改进不仅降低了客服人力成本，还提高了客户满意度，预计在 2024 年将为公司带来 4000 万美元的利润提升。

多部门借助AI实现自动化与智能化

除了在客户服务中的应用，Klarna 还将 AI 技术应用到企业内部的多个环节中。通过让员工使用 ChatGPT Enterprise，Klarna 实现了市场营销、法律、软件开发等多个部门的自动化和智能化，90% 的员工每天都在使用这些 AI 工具。

其中比较出名的应用包括Klarna 自主开发的内部 AI 协作工具kiki，该系统整合了大型科技企业内部经常应用的不同软件系统（如Slack ,workday等），避免各系统中出现信息不一致，导致无效工作与跨部门的无效沟通。

另外，在整合多个系统后，公司CEO Sebastian表示能够非常直观的看出员工的效率提升，在搜索资料上花费的时间明显变少，多人协作的能力有了质的飞跃。

2024上半年，公司调整后的运营利润由亏转盈，效果可见一斑。

Klarna 还利用 AI 技术，根据消费者的偏好、购买记录、浏览习惯等信息，自动化生成产品广告和推荐的视频及文案。例如，Klarna 使用 AI 为消费者生成定制的商品图片，这些图片根据消费者个人的购买历史和品牌喜好定制，因而具有很强的吸引力。

CEO Sebastian 提到一个有趣的实验：Klarna 使用 AI 根据他的个人偏好生成了一张鞋子的图片，虽然他平时不太喜欢购物，但这张个性化生成的图片让他真的想买这双鞋。这显示了 AI 在个性化营销中的潜力，能够精准地击中消费者的兴趣点。

个性化金融助理

Klarna因为其BNPL+银行双重角色的特殊性，有足够数据训练AI而为消费者提供个性化的金融服务。例如，AI 助手可以实时管理用户的余额、支付计划提醒、消费能力解释等，帮助用户更好地管理财务。同时，Klarna 还推出了增强版的 AI 助手，提供超个性化的购物推荐服务，帮助消费者更高效地找到适合他们的产品，从而提升购物体验。这种 AI 驱动的个性化服务不仅降低了客户的财务管理难度，也为公司减少了因为人为错误导致的运营风险。

写在最后

通过 Stripe 和 Klarna 的实践可以看到，无论是降低客服成本，还是提升内部流程效率，金融科技企业正享受着AI技术带来的全新体验，实现了客户满意度提升和收入增长的重要目标。对于投资者而言，AI 并不是离我们很远的概念，而是已经在具体业务中发挥着重要作用的现实工具。

目前，越来越多的行业都在积极探寻相似的应用方式，而AI技术大范围应用也对全球的算力市场提出了更高要求。算力基建相关企业，也受到资本的更多关注，不仅包括英伟达这种生产高性能计算（HPC）硬件的供货商，更上层的数据中心基建也拥有持续稳定的高增速，同样值得投资者的关注与布局。

亚马逊、微软、谷歌三家最大的云服务商自然看到了这样的机会，在最新的财报中：

亚马逊计划在未来10年投资超过1000亿美元建设数据中心，管理层表示现在为支持人工智能发展建数据中心就像过去几年建设庞大的物流网络一样。

 微软因为数据中心容量不足，无法应对市场快速增长的需求，因此，微软给出了超出预期的季度支出190亿美元并将一半以上用于建设与租赁数据中心。

其中规模最小的谷歌云在去年也完成了由亏转盈的蜕变，公司表示在2024年开始大兴土木，除美国本土外，还将在南美、欧洲、东南亚等地区大笔投入数据中心建设。就在本月，谷歌接连发表了马来西亚、新加坡、越南等地的数据中心投资计划，耗费数十亿美元。