21世紀經濟報道記者  陳植  上海報道

AI大模型(xing)技術(shu)，正(zheng)被越來越多跨境電商欺詐(zha)分子(zi)“盯上”。

21世紀(ji)經濟(ji)報道(dao)記者獲悉，去年以來，部(bu)分跨境電商欺詐(zha)分子開始借助(zhu)基于(yu)大語言模(mo)型（LLM）技術的(de)FraudGTP、WormGPT生成釣魚郵(you)件、編寫漏(lou)洞利用(yong)代碼等，突破跨境電商企業(ye)與跨境電商平(ping)臺的(de)身(shen)份驗證風(feng)控措施，實施欺詐(zha)性交(jiao)易(yi)。

具體而言(yan)，通過(guo)AI大模型技術，這些欺(qi)詐(zha)分子（支(zhi)付欺(qi)詐(zha)灰產組(zu)織）在未經授(shou)權(quan)的(de)情(qing)況下，可以訪問登錄(lu)一些消費者(zhe)的(de)賬(zhang)戶進(jin)行(xing)欺(qi)詐(zha)性跨境電(dian)商購物，一旦跨境電(dian)商賣(mai)家最終(zhong)發(fa)現(xian)上當(dang)受(shou)騙(pian)，已(yi)經面臨(lin)較大的(de)欺(qi)詐(zha)損失。

對于積極出(chu)海的(de)(de)中國跨(kua)境電商企業而(er)言，這(zhe)儼(yan)然構成新(xin)的(de)(de)業務風險。

一位跨境電商(shang)企(qi)業(ye)海外業(ye)務(wu)負(fu)責人向記者透露，每當他們(men)進入一個新市場，由于(yu)對當地(di)民(min)眾消費(fei)特點(dian)、消費(fei)付款(kuan)習(xi)慣、身(shen)份數據識別(bie)等(deng)缺乏了解(jie)，內部技術團(tuan)隊很難迅速有效地(di)識別(bie)欺(qi)詐購物行(xing)為，尤(you)其是基于(yu)AI大(da)模型(xing)的各(ge)類欺(qi)詐性(xing)交易。

他告訴記(ji)者，經歷一(yi)段時(shi)間的業務實踐(jian)，他們發(fa)現部(bu)分跨(kua)境(jing)電(dian)(dian)商(shang)欺詐分子要么利用AI大(da)模(mo)型生成(cheng)大(da)量(liang)虛(xu)假賬號與虛(xu)假郵箱(xiang)，虛(xu)構消費(fei)者身(shen)份開(kai)展(zhan)欺詐購物(wu)，一(yi)旦貨物(wu)到手他們立刻“消失”，導致(zhi)企(qi)業蒙(meng)受不小的貨物(wu)損失；要么在竊取一(yi)些消費(fei)者信(xin)用卡(ka)信(xin)息(xi)后，通過大(da)模(mo)型技術包裝消費(fei)者身(shen)份信(xin)息(xi)，大(da)肆購買(mai)手機等數碼電(dian)(dian)子產品、高端時(shi)尚(shang)類、跑鞋等產品實施“欺詐性”購物(wu)，最終(zhong)跨(kua)境(jing)電(dian)(dian)商(shang)平(ping)臺發(fa)現這(zhe)些信(xin)用卡(ka)被盜用而無(wu)法收回貨款，也(ye)只能“自認倒霉”。

Riskified亞太地區負責(ze)人(ren)Tasneen Padiath接受本(ben)報記者(zhe)專訪時(shi)表示，這類欺詐(zha)行為幾(ji)乎隨(sui)時(shi)隨(sui)地都在(zai)(zai)發(fa)生(sheng)。如今(jin)在(zai)(zai)盜取信用(yong)卡信息、或(huo)在(zai)(zai)暗網非(fei)法購(gou)買(mai)信用(yong)卡信息后，這些欺詐(zha)分子正利用(yong)基于AI大模型技術的WormGPT創建一個(ge)消費者(zhe)“機器人(ren)賬戶”，買(mai)一些容易轉售(shou)獲利的跨境(jing)電商產品（比如跑(pao)鞋與手機等），而一個(ge)跨境(jing)電商賣家(jia)卻可能因(yin)此每天(tian)遭(zao)遇數千美元、甚至數萬(wan)美元的損(sun)失。

在她(ta)看來，基于(yu)AI大模型(xing)技術的跨(kua)境(jing)電商(shang)欺(qi)詐(zha)行(xing)為不斷增(zeng)多，正(zheng)導(dao)致全(quan)球(qiu)電商(shang)領域的信用卡拒付現(xian)象水漲船高。

Riskified此前發布的(de)《信用卡拒付(fu)挑戰及(ji)其(qi)應對：2024年全球洞察》（下稱《報告(gao)》）指出，在英美國家(jia)，約有(you)75%消費者(zhe)(zhe)在去年提(ti)出“拒付(fu)”，創下歷史新高。通常情況下，消費者(zhe)(zhe)提(ti)出拒付(fu)，主(zhu)要原因(yin)是他們沒有(you)收到商(shang)品、或遭(zao)遇信用卡信息被(bei)盜取。但是，由(you)(you)于跨境(jing)電(dian)商(shang)企業在應對拒付(fu)挑戰的(de)風險管理(li)(li)措施不夠完善(shan)，越(yue)(yue)來越(yue)(yue)多消費者(zhe)(zhe)開始尋找各種虛假理(li)(li)由(you)(you)要求拒付(fu)，同樣(yang)給跨境(jing)電(dian)商(shang)企業造成巨(ju)大(da)損(sun)失。

Tasneen Padiath指出，隨著中(zhong)國跨境電商企業(ye)積極出海(hai)，他(ta)們(men)需高度重視由(you)AI大模型技(ji)術所衍生的新(xin)型欺詐(zha)性交易(yi)，以及由(you)此導致(zhi)的信用卡(ka)拒付挑(tiao)戰激增問題。

在(zai)她看來，目前跨(kua)境電商企業(ye)對此的應對策略，一(yi)是與第三(san)方專(zhuan)業(ye)跨(kua)境電商風控管理機構合作，用AI風控擊(ji)敗(bai)基(ji)于AI大模型的新(xin)型欺詐行為；二是通過增(zeng)加業(ye)務流程自動化、構建一(yi)站式處理全部拒付(fu)訂單的體系，打造更(geng)好的數據標簽化處理與抗辯證據管理能力，改進拒付(fu)預防策略等，有效(xiao)應對日(ri)益嚴峻的信(xin)用卡拒付(fu)挑戰。

“我們注意到，如(ru)今中(zhong)國跨境電商企業在出海過程，對基于大模(mo)型的(de)(de)欺詐購物交易風險與拒付挑戰(zhan)重(zhong)視度日益增強(qiang)。去年，Riskified 處理(li)的(de)(de)來自中(zhong)國電子商戶的(de)(de)交易數量(liang)超過2022年的(de)(de)兩倍，發展速度相當快。”Tasneen Padiath強(qiang)調說(shuo)。

 AI大模型觸發新型跨境電商欺詐行為增多

在(zai)部分(fen)跨境電(dian)商(shang)欺(qi)(qi)詐(zha)分(fen)子眼里，AI大模型技術儼然成為他們(men)實施欺(qi)(qi)詐(zha)性交易的新工(gong)具。

記(ji)者(zhe)獲悉，越來越多欺詐分子(zi)開始(shi)使用AI大模型分析各類消費(fei)者(zhe)消費(fei)數據，由此(ci)創造(zao)眾多虛假賬戶，開展跨(kua)境電商欺詐性(xing)交易。當(dang)跨(kua)境電商賣家意識(shi)到這些賬戶純屬虛構（缺乏真實客觀的消費(fei)者(zhe)身份信息），商品已經(jing)發(fa)送，由此(ci)造(zao)成不(bu)小(xiao)的損失。

其中最(zui)典型的一種做法是(shi)，部(bu)分(fen)跨(kua)境電(dian)商欺(qi)詐(zha)分(fen)子會在(zai)暗網(wang)購(gou)買大語言模型服(fu)務(wu)，創(chuang)造(zao)眾(zhong)多虛假的郵箱(xiang)賬(zhang)戶(hu)，對跨(kua)境電(dian)商賣家實施欺(qi)詐(zha)購(gou)物交易(yi)。如今，WormGPT與FraudGPT已成(cheng)為他(ta)們(men)常用的虛構賬(zhang)戶(hu)實施欺(qi)詐(zha)購(gou)物交易(yi)的“有效AI大模型工(gong)具(ju)”。

但(dan)是(shi)，面對基(ji)于(yu)大(da)模型(xing)技術的(de)(de)新型(xing)跨(kua)(kua)境電(dian)商(shang)欺詐行為(wei)，眾(zhong)多跨(kua)(kua)境電(dian)商(shang)企(qi)業與(yu)跨(kua)(kua)境電(dian)商(shang)平(ping)臺卻“防(fang)不(bu)勝(sheng)防(fang)”。原因(yin)是(shi)這些基(ji)于(yu)AI大(da)模型(xing)所(suo)創(chuang)造(zao)的(de)(de)“虛假賬(zhang)戶(hu)”，能(neng)輕松突破跨(kua)(kua)境電(dian)商(shang)平(ping)臺與(yu)跨(kua)(kua)境電(dian)商(shang)企(qi)業設定的(de)(de)賬(zhang)戶(hu)認證與(yu)真人(ren)識別驗(yan)證環節，成(cheng)功(gong)實施(shi)欺詐購物交易。

數據顯示，隨著(zhu)基于AI大(da)模型的(de)跨(kua)境(jing)電商欺(qi)(qi)詐行(xing)(xing)(xing)為(wei)增多，支付(fu)欺(qi)(qi)詐行(xing)(xing)(xing)為(wei)令全球跨(kua)境(jing)電商在(zai)每年(nian)可能(neng)失(shi)去3%的(de)電商業(ye)務收益，在(zai)某些新興市(shi)場地(di)區(qu)，由于銀行(xing)(xing)(xing)身份(fen)認證系統不夠發達更(geng)容易被AI大(da)模型所(suo)創造的(de)“虛假賬(zhang)戶”突(tu)破(po)，相關支付(fu)欺(qi)(qi)詐行(xing)(xing)(xing)為(wei)給跨(kua)境(jing)電商企業(ye)可能(neng)帶來約6%的(de)營收損失(shi)。

上述跨境電商(shang)企業海外(wai)業務負責人直言(yan)，每(mei)當(dang)他們進入一個新興市場(chang)，都會接觸到當(dang)地(di)4-5種(zhong)主流(liu)本地(di)支(zhi)(zhi)付方(fang)式，包(bao)括信用卡支(zhi)(zhi)付、現金支(zhi)(zhi)付、電子錢包(bao)支(zhi)(zhi)付、實時轉(zhuan)賬(zhang)支(zhi)(zhi)付等，但每(mei)一種(zhong)支(zhi)(zhi)付方(fang)式其實都存在欺(qi)(qi)詐(zha)風險(xian)。比(bi)如在一些拉美國家(jia)地(di)區，當(dang)地(di)主流(liu)支(zhi)(zhi)付方(fang)式是實時轉(zhuan)賬(zhang)支(zhi)(zhi)付，但不(bu)法分(fen)子恰(qia)恰(qia)利用這種(zhong)支(zhi)(zhi)付方(fang)式，在竊(qie)取(qu)當(dang)地(di)消費者(zhe)支(zhi)(zhi)付賬(zhang)戶信息(xi)后用大模型技術虛構“賬(zhang)戶身份信息(xi)”，從而(er)達到欺(qi)(qi)詐(zha)購(gou)物，騙取(qu)商(shang)品轉(zhuan)售獲利的(de)目的(de)。

Tasneen Padiath告(gao)訴記者，為了規避日益嚴(yan)峻的欺詐交易風險損(sun)失，越來越多跨境電(dian)商(shang)開(kai)始(shi)與(yu)專(zhuan)業機(ji)構合作——用AI風控擊敗基于AI大模型的欺詐購物交易。

她透露，目前(qian)Riskified 借助AI監督(du)學(xue)(xue)(xue)習(xi)（supervised learning）和(he)AI非監督(du)學(xue)(xue)(xue)習(xi)技術(shu)（unsupervised learning），進一(yi)步提(ti)高(gao)數據分(fen)(fen)析的(de)覆蓋范圍的(de)準(zhun)確(que)性，包括數百(bai)個識別欺詐(zha)賬戶的(de)特征層都采用AI深度學(xue)(xue)(xue)習(xi)（deep learning）技術(shu)。與此同時，Riskified持(chi)續改進機器學(xue)(xue)(xue)習(xi)模型和(he)算法，以識別更多類型的(de)欺詐(zha)行為，準(zhun)確(que)區分(fen)(fen)合法交(jiao)易(yi)和(he)欺詐(zha)交(jiao)易(yi)。

“舉例(li)而言，身份探索(suo)功能(Identity Explore)能協助跨(kua)(kua)境(jing)電商迅(xun)速(su)查看和了(le)解用戶(hu)身份，以及他們的索(suo)賠(pei)記錄、拒付訂單數(shu)量與購(gou)買模式等，更(geng)清晰及時地(di)洞察(cha)(cha)這些用戶(hu)購(gou)買交(jiao)易的真實意圖。此外，Riskified利用實時數(shu)據分析技術(shu)監控交(jiao)易過程，快速(su)識別(bie)潛在欺詐行為，并及時采(cai)取必(bi)要措施。” Tasneen Padiath向記者透露。有(you)(you)了(le)這些信息(xi)與數(shu)據分析洞察(cha)(cha)結(jie)論，跨(kua)(kua)境(jing)電商商戶(hu)一(yi)方面可以阻止具有(you)(you)欺詐購(gou)物風險的賬戶(hu)獲取額(e)外退款與促銷代碼，另一(yi)方面則阻止某些交(jiao)易結(jie)賬，避免商品發(fa)出去卻收(shou)不(bu)到貨款。

記者多方了解到，當前AI反欺(qi)(qi)(qi)詐(zha)風(feng)控技術的一大特點(dian)，就是當欺(qi)(qi)(qi)詐(zha)分子使用某種欺(qi)(qi)(qi)詐(zha)方法“得手”后，當他(ta)打(da)算繼續如法炮制(zhi)，AI反欺(qi)(qi)(qi)詐(zha)風(feng)控技術就能迅速識別這類欺(qi)(qi)(qi)詐(zha)行(xing)為特征(zheng)，迅速做(zuo)出反應攔截這類欺(qi)(qi)(qi)詐(zha)購(gou)買交易。

Tasneen Padiath透(tou)露，另一種AI反(fan)欺(qi)(qi)詐風控做法，是對眾多消費(fei)者賬(zhang)(zhang)戶進行(xing)(xing)交易行(xing)(xing)為(wei)分析，包括他們的(de)索賠、拒付訂單、退貨退款政策濫用等，以此識(shi)別(bie)這些(xie)賬(zhang)(zhang)戶是否存在惡意欺(qi)(qi)詐行(xing)(xing)為(wei)，更(geng)高效(xiao)地確定是否對他們的(de)跨境電商購物(wu)行(xing)(xing)為(wei)進行(xing)(xing)攔(lan)截(jie)。

在她看來(lai)，未來(lai)AI大(da)(da)模型將令跨境電(dian)商支付欺(qi)詐行為變得更(geng)智能(neng)復雜(za)，具體表現(xian)在三(san)大(da)(da)方面，一是(shi)(shi)不法分(fen)子(zi)可能(neng)利用(yong)AI大(da)(da)模型技(ji)術研發更(geng)智能(neng)、更(geng)隱蔽的(de)欺(qi)詐手段，令身份識別(bie)和(he)欺(qi)詐風險防范變得更(geng)困難；二是(shi)(shi)AI大(da)(da)模型技(ji)術可能(neng)被(bei)欺(qi)詐分(fen)子(zi)用(yong)于(yu)生成高度仿真的(de)虛假交易(yi)數(shu)據，進一步混淆反欺(qi)詐風控系(xi)統(tong)，令他(ta)們有機可乘；三(san)是(shi)(shi)AI大(da)(da)模型技(ji)術的(de)應用(yong)，可能(neng)令欺(qi)詐分(fen)子(zi)能(neng)更(geng)快速地調整欺(qi)詐購物策略，加劇(ju)對(dui)跨境支付系(xi)統(tong)的(de)威脅。

“針對這種狀況，我們必須(xu)更加依托AI技術的賦(fu)能，更高效(xiao)精(jing)準快速地識別哪些消費(fei)者(zhe)(zhe)賬(zhang)戶(hu)是存(cun)在真實購物需求的，哪些賬(zhang)戶(hu)則是欺詐(zha)分子(zi)虛構的賬(zhang)戶(hu)或存(cun)在惡(e)意欺詐(zha)行為，采取(qu)措施(shi)迅速攔截阻擋后者(zhe)(zhe)。”Tasneen Padiath直言。

 跨境電商信用卡拒付風險激增的新挑戰

值得注意的(de)是，基于AI大(da)模型技術的(de)跨境電商欺詐購物交易日(ri)益增多，無(wu)形間加劇信用(yong)卡拒(ju)付狀況(kuang)“水漲船高”。

《報告》顯(xian)示，近(jin)年(nian)以來，隨著跨境(jing)電商等電子(zi)商務銷售額激(ji)增(zeng)(zeng)，拒付(fu)情況(kuang)也隨之猛增(zeng)(zeng)。 2023年(nian)，英(ying)美(mei)兩國逾3/4的消費(fei)者提(ti)出拒付(fu)，創下歷史新(xin)高。如今，拒付(fu)儼然成為消費(fei)者在(zai)線購(gou)物(wu)行為的新(xin)常態。

究其原因，一(yi)是(shi)AI大模型所衍生的(de)跨境(jing)電(dian)商(shang)欺詐(zha)性(xing)購物交(jiao)易增多，導致(zhi)不少消費(fei)者發現信用卡(ka)信息被盜取后拒(ju)(ju)絕支付(fu)；二是(shi)發行(xing)卡(ka)與(yu)支付(fu)機構為了進一(yi)步保障消費(fei)者權益，采取更嚴(yan)格(ge)的(de)拒(ju)(ju)付(fu)抗辯流程與(yu)規(gui)(gui)則(ze)，比如(ru)去年4月(yue)Visa 推出針對欺詐(zha)拒(ju)(ju)付(fu)的(de)新(xin)(xin)監管規(gui)(gui)則(ze)，今年1月(yue)PayPal 更改其賣家保護計劃規(gui)(gui)則(ze)，這兩項新(xin)(xin)規(gui)(gui)則(ze)均(jun)要求電(dian)商(shang)快速調整(zheng)流程以保持合規(gui)(gui)性(xing)并成功提出拒(ju)(ju)付(fu)抗辯爭議，且若電(dian)商(shang)拒(ju)(ju)付(fu)狀況過(guo)多，還可能面(mian)臨失去收單賬戶(hu)或罰款風險；三是(shi)跨境(jing)電(dian)商(shang)企業在(zai)應(ying)對拒(ju)(ju)付(fu)挑(tiao)戰方面(mian)，缺乏成熟有(you)效(xiao)的(de)流程管理(li)體系(xi)與(yu)技術支持，導致(zhi)越(yue)來越(yue)多消費(fei)者紛(fen)(fen)紛(fen)(fen)尋找各種(zhong)虛假理(li)由(you)提出拒(ju)(ju)付(fu)。

目前，越來越多電商因此(ci)面臨更大的業(ye)務損失。

《報(bao)告》顯(xian)示，76%電商相關(guan)人員(yuan)遭遇比去年更多(duo)的(de)拒(ju)付處理工(gong)作量；3/4電商認為收回的(de)拒(ju)付商品，還不到所有(you)拒(ju)付商品的(de)一半；逾73%電商表示逾 20%的(de)拒(ju)付來自(zi)欺(qi)詐(zha)分子的(de)欺(qi)詐(zha)性拒(ju)付。

與此同(tong)時，由于拒付處理(li)管理(li)流程復雜(za)耗(hao)時低效，部分跨(kua)境電(dian)(dian)商賣家甚至認為拒付所引(yin)發(fa)的真正(zheng)運營(ying)成本(ben)，可能超過他們跨(kua)境電(dian)(dian)商業務(wu)整體(ti)收入(ru)，導致跨(kua)境電(dian)(dian)商業務(wu)賺不到(dao)錢。

前述跨(kua)境(jing)電(dian)商企(qi)業(ye)海外業(ye)務(wu)負責人坦言，當前國內跨(kua)境(jing)電(dian)商賣(mai)家應對拒(ju)(ju)付(fu)挑(tiao)戰，普遍存在三(san)大短板，一是拒(ju)(ju)付(fu)處理(li)(li)流(liu)程太耗時，消(xiao)耗企(qi)業(ye)大量精(jing)力時間資源(yuan)；二是商家難以從各種網關(guan)、跨(kua)境(jing)電(dian)商物流(liu)等環節收集足夠(gou)全面(mian)的(de)(de)數據，作為拒(ju)(ju)付(fu)抗辯(bian)（證明商品已送(song)達，要求消(xiao)費(fei)者付(fu)款）的(de)(de)證據；三(san)是當前處理(li)(li)拒(ju)(ju)付(fu)問題的(de)(de)人手明顯不足，無法解決日益增多的(de)(de)拒(ju)(ju)付(fu)訂單(dan)處理(li)(li)問題。

在他看來，要解(jie)決信用卡(ka)拒(ju)付等風險，國內眾多跨(kua)境電商企業在自身精力與資(zi)源投入有限的情況下，只(zhi)能積極與專業第三(san)方機構開展合作。

Tasneen Padiath注意到，隨著中國跨境電商企業積極出海，越來越多(duo)商家正開始使用他們的拒(ju)付爭議(yi)解決（Dispute Resolve）工具——通過擴展網關與人(ren)工智能(neng)技術(shu)集成，它(ta)能(neng)自動編譯和(he)格式化每筆拒(ju)付訂(ding)單的辯護證據，協助商家節省(sheng)拒(ju)付訂(ding)單處(chu)理時間(jian)與精力，從而更高(gao)效(xiao)地處(chu)理大規模的拒(ju)付訂(ding)單問題。

“更(geng)重要(yao)(yao)的(de)是(shi)，我們仍需要(yao)(yao)更(geng)精準快速地識(shi)別用戶購(gou)物需求真(zhen)實(shi)性與分析以往購(gou)物支付(fu)記錄，協助商家減少拒付(fu)訂單數量(liang)。”她指出。目(mu)前Riskified通(tong)(tong)過(guo)一系列AI技術(shu)評估消費(fei)者的(de)真(zhen)實(shi)購(gou)物需求與以往付(fu)款狀況，令商戶的(de)訂單通(tong)(tong)過(guo)率提升(sheng)4-8個百分點，從(cong)而(er)有效協助商戶甄別“真(zhen)實(shi)的(de)電商交易(yi)”以提升(sheng)銷售額同時，令他們在(zai)反欺(qi)詐(zha)風控方面(mian)的(de)成本(ben)投入減少約50%。

Tasneen Padiath坦言，要與(yu)跨境電商建立更(geng)牢固(gu)的(de)信任(ren)關系，第三方專業機構同樣需(xu)承(cheng)擔(dan)“欺詐交(jiao)易”賠(pei)付(fu)責任(ren)。比如Riskified系統認定的(de)“真(zhen)實(shi)交(jiao)易訂(ding)單”，但經核實(shi)是“虛假的(de)欺詐交(jiao)易”，企業將(jiang)通過拒付(fu)包(bao)賠(pei)機制(zhi)為這項交(jiao)易“買單”，向商家賠(pei)付(fu)相應的(de)損失。

“這有助于更(geng)(geng)多跨境電商(shang)(shang)企業敢于進軍新(xin)(xin)市(shi)場(chang)，因為第三方專業風控(kong)(kong)(kong)機(ji)構(gou)愿意(yi)與他(ta)們提升AI反欺(qi)詐(zha)風控(kong)(kong)(kong)能力同時，共擔欺(qi)詐(zha)風險(xian)。”她指(zhi)出。目前(qian)，中(zhong)(zhong)國(guo)跨境電商(shang)(shang)企業出海進入(ru)新(xin)(xin)市(shi)場(chang)，還需(xu)做(zuo)好三件事，一是對(dui)新(xin)(xin)市(shi)場(chang)有著(zhu)清晰全面的(de)認(ren)知與了解(jie)，二是對(dui)新(xin)(xin)市(shi)場(chang)的(de)拓展必須設定(ding)明確的(de)KPI，包括新(xin)(xin)市(shi)場(chang)的(de)交易通過率(lv)與可(ke)接受的(de)拒付率(lv)，從而有效管控(kong)(kong)(kong)整(zheng)個(ge)欺(qi)詐(zha)風險(xian)；三是積極與外部風控(kong)(kong)(kong)技術供(gong)應商(shang)(shang)合作，因為后者或(huo)許更(geng)(geng)了解(jie)這些新(xin)(xin)市(shi)場(chang)的(de)欺(qi)詐(zha)購物(wu)交易特點與實(shi)施路徑，可(ke)以更(geng)(geng)好幫助中(zhong)(zhong)國(guo)企業避開某(mou)些潛在風險(xian)。

記(ji)者多(duo)方了解到，針對拒付(fu)風險(xian)挑戰(zhan)日益嚴峻，當前越(yue)來越(yue)多(duo)全球跨(kua)境(jing)電商企(qi)業紛紛通過(guo)業務流程(cheng)自動化、構建一站(zhan)式(shi)管理(li)所(suo)有(you)拒付(fu)訂單(dan)體系、改進拒付(fu)數(shu)據分析方法(fa)、使(shi)用(yong)更多(duo)數(shu)據開展拒付(fu)抗辯、加強拒付(fu)欺(qi)詐預防(fang)措施、雇傭(yong)更多(duo)人員處理(li)拒付(fu)訂單(dan)等方法(fa)，尋求行之有(you)效的(de)(de)解決(jue)方案。與此同(tong)時，他們(men)也意識(shi)到與專業反欺(qi)詐風控管理(li)機(ji)構合作的(de)(de)重要(yao)性，因為跨(kua)境(jing)電商欺(qi)詐分子利(li)用(yong)大模型技(ji)術正研發更隱蔽的(de)(de)欺(qi)詐交易手法(fa)，需要(yao)專業機(ji)構提供專業AI反欺(qi)詐風控技(ji)術“防(fang)患于未然”。