Agentic AI在跨境支付中如何应用？摩根大通高管解读机器授权风险与财资自动化趋势
摩根大通支付业务首席数据与分析官在2026纽约科技周分享Agentic AI应用，指出机器授权治理是核心挑战，跨境支付合规与Agentic Treasury是未来重点方向。
- 摩根大通
- Agentic AI
- 跨境支付
- 机器授权
- 财资自动化
2026纽约科技周期间，摩根大通支付业务首席数据与分析官Zack Anderson在一场研讨会上分享了AI在支付基础设施中的最新应用与战略展望。他表示，AI在银行业的应用正日趋成熟，目前大多数AI代理在后台无形运作，显著提升了支付流程效率与风险管理能力。
Anderson指出，随着Agentic AI的普及，支付领域面临的核心挑战在于"机器授权"的治理与可审计性，尤其针对大额支付。他强调，利用AI处理复杂的跨境支付合规规则是近期的重要机会，有望显著降低支付拒收率。此外，尽管当前企业AI投资大多集中在客户前端，“Agentic Treasury"将是未来的重要早期机会，而其大规模应用仍需依赖底层数据与治理基础设施的进一步完善。
事件核心要点
摩根大通支付业务首席数据与分析官Zack Anderson在2026纽约科技周发表演讲，透露AI代理已在银行后台无形运作，直接支撑支付效率与风控升级。Agentic AI在跨境支付合规处理与财资自动化（Agentic Treasury）被明确为两个关键方向，前者预计可减少支付拒收，后者则被视为企业级应用的早期机会。
风险关注点
Agentic AI深入支付场景后，“机器授权"的治理与可审计性成为首要风险，特别是在大额支付场景下，如何确保AI决策可追溯、可审计仍是行业待解难题。同时，底层数据质量与治理基础设施的成熟度，将直接决定Agentic Treasury等企业侧应用能否规模化落地。
后续观察指标
一是跨境支付拒收率是否因AI合规处理能力提升而出现显著下降；二是企业财资管理领域Agentic Treasury的试点与落地进展；三是监管机构与银行业对AI代理授权框架的态度与规则演进。