沃勒談 AI 與支付：跨境支付先受惠於反洗錢與資安，代理商務則要先解決信任問題
2026-09-29・邁阿密 Sibos 2026 年會演說・聯準會理事沃勒先談 AI 在跨境支付的效率與安全，再談他主持圓桌會議後整理出的「代理商務」（讓 AI 代理人代為購物與付款）議題｜本頁為本站中譯整理，以原文為準。
官方文件・Christopher J. Waller（沃勒）（美國聯準會理事）・立場：政策訊號
利益衝突揭露：聯準會官方講稿，無商業銷售利害。這場演說談的是支付與金融科技的監管關切與業界議題，不涉及貨幣政策決策，但具投票權理事對 AI 與代理商務的看法，可能被市場拿去推論聯準會對支付創新的態度，應視為政策訊號而非中性描述。講稿註 1 聲明所述為其個人看法，不必然代表理事會或 FOMC 其他成員。內容為 2026-09-29 當時的判斷。
一分鐘重點
- 他的主軸：AI 在支付業不是新鮮事：沃勒說支付業向來走在金融業使用 AI 的前面：早有以機器學習對抗支付詐欺的歷史，也較早把大型語言模型用在對帳等工作；現在業界更在替 AI 代理人（能用大型語言模型規劃並執行多步驟流程、自主交易的程式）打造基礎設施。他這場演說分兩塊談：AI 對跨境支付效率與安全的影響，以及代理商務。
- 跨境支付：反洗錢是最清楚的例子：他認為打擊非法金流是 AI 提升效率與安全最明確的例子之一：大型語言模型有脈絡理解能力，可提高制裁名單比對與反洗錢系統的準確度，研究顯示能明顯減少誤報，讓人力去處理更複雜、風險更高的案件，合法交易也比較不會被卡關。他預期在現代支付系統的速度下，大型語言模型是輔助、而不是取代較傳統且更快的異常偵測方法。
- 資安：攻防不對稱，所以業界要有條理地導入：他說外界擔心 AI 讓網路攻擊變多、變精密，這些擔憂有根據；高度互連的支付基礎設施若遭攻擊成功，可能嚴重干擾國際貿易。但 AI 也能用於威脅偵測與弱點管理，並協助寫出更安全的軟體。他點出攻防本質上不對稱：攻擊者只需找到一個弱點，營運者卻要守住很大的攻擊面，因此業界必須審慎地善用 AI 強化支付系統的安全。
- 路徑與匯兌最佳化：跨境匯款要在成本、速度與可靠度之間找最佳路徑，服務業者還要決定何時何地換匯、是否把相反方向的資金流互相軋抵。他說只要給 AI 代理人正確的資料與準則，它們有機會擅長處理這類複雜的最佳化問題，進而提升跨境支付效率。
- 代理商務的兩種模式：他說代理商務（用 AI 代理人進行電商購物）目前仍在早期。主要有兩種模式：「代理協助」是買家用 AI 找商品、做比較，但決定與付款仍自己來；「代理授權」則是買家把購物與付款的權限交給 AI 代理人，可設定限制與防護，但代理人自主運作，例如給代理人一張預先儲值的虛擬卡，請它依過往購買紀錄採買日用雜貨。
- 誰先用：消費者與企業採購：他說消費者對企業的交易被視為第一波，且代理協助會先於代理授權；授權模式因為買錯的風險較高，需要更完整的信任機制與防護。他也認為企業對企業採購（常有固定供應商與預算上限等規則）可能特別適合代理商務，但單筆金額較大，代理人出錯或越權的財務曝險也較大，需要穩健的控管與監控；企業還會用到 ACH、電匯、即時支付與信用卡等多種支付管道。小額的機器對機器支付若全天候以機器速度運作，規模可能大幅放大，這類微額支付適合固定手續費較低的支付管道。
- 最大障礙：信任（認證、責任歸屬、詐欺）：他把規模化的最大障礙歸結為買賣雙方的信任，點出三個挑戰：認證要從證明「買家是授權付款人」變成證明「代理人有權代買家付款」；責任歸屬在於代理人買錯東西時誰要負責，現行電商責任框架或許可調整沿用，也可以試驗新做法；詐欺方面，以人類行為為基準的偵測系統未必適用代理人，模型與規則需重新校準。
- 標準與市場結構：平台專屬 vs 互通、開放 vs 封閉：他說市場參與者正在制定標準，卡片網路也已發布讓 AI 代理人安全代為付款的技術規格。一個關鍵問題是未來會走向平台專屬標準還是互通標準，後者有機會讓小型商家與支付業者有較公平的競爭條件；另一個問題是系統開放（允許多種購物代理人）或封閉（必須使用特定代理人）。他說現階段還看不出哪一種會佔上風，但勝出的那一種可能大幅影響市場結構。
原文說了什麼（中英對照）
① 開場：把焦點放在 AI 如何改變支付系統的運作
沃勒說去年的 Sibos 他談的是新興科技如何塑造全球支付的下一個前沿，今年配合大會主題，他想更聚焦地談 AI 在支付的現況，並提出幾個關於這項技術可能如何改變支付系統運作的問題。他回顧支付業長期走在金融業運用 AI 的前緣，並指出業界現在正協助打造讓 AI 代理人在更廣泛經濟活動中運作的基礎設施。
“These agents can plan and execute multistep processes using LLMs, enabling those agents to transact autonomously.”
② 跨境支付：反洗錢帶來效率與安全，網路攻防則是不對稱
在跨境支付裡，不法者會鑽管轄區之間的縫隙，所以打擊非法金流格外重要。他認為大型語言模型的脈絡理解能力能提高制裁與反洗錢比對的準確度，讓人力集中在更複雜、風險更高的案件。
“Combating illicit finance is one of the clearest examples of where AI can drive efficiency and security gains.”
談到資安，他承認外界對 AI 讓攻擊變多變精密的擔憂有根據，也說網路專業人士對把 AI 用在威脅偵測與曝險管理持樂觀態度。他指出攻擊者只要找到一個弱點就夠，守的一方卻要面對龐大的攻擊面，所以業界必須審慎、有步驟地善用 AI 來強化支付系統的安全。
“That asymmetry is precisely why the industry must move deliberately to leverage AI in strengthening the safety of our trusted payment systems.”
③ 代理商務：仍在早期，兩種模式與先後順序
他說今年初夏，他在聯準會主持了一場聚焦代理商務的業界圓桌會議。與會的市場參與者普遍認為，代理商務還在早期階段，但若採用規模擴大，可能大幅重塑商業與支付。他接著區分「代理協助」與「代理授權」兩種模式，並認為消費者對企業的交易會是第一波，且授權模式需要更多信任機制。
“Market participants broadly agree that agentic commerce is in an early phase, but it could significantly reshape commerce and payments if adoption scales.”
④ 信任：認證、責任與詐欺三道關卡
他說規模化的最大障礙是買賣雙方的信任。他把責任問題講得很直白：代理人若買錯東西，誰來承擔？他認為現行的網路規則、消費者保護與其他法規或許能調整後適用，但也有機會試驗新的做法，例如用技術標準讓各方更清楚買家的意圖與代理人實際的執行過程，減少目前交易糾紛中常見的模糊地帶。
“Liability in this context comes down to a pretty simple question: Who is on the hook if an agent makes the wrong purchase?”
⑤ 標準與市場結構：現階段還看不出誰佔優勢
他比較了「開放」與「封閉」的代理商務系統：開放系統允許多種購物代理人，有利買家選擇與新方案的開發；封閉系統要求使用特定代理人，讓零售商對平台上的事務有更多掌控，也帶來更高的垂直整合。他說目前還不清楚哪一種會在塑造代理商務上占上風，但勝出者可能大幅影響市場結構如何演變。
“At this early stage, it is not clear which model will have the edge in shaping agentic commerce”
⑥ 展望：在創新與支付信任之間取得平衡
他在結尾列出幾個留給業界思考的問題：還缺哪些標準，才能讓代理人帶著身分、同意與付款憑證走完整個電商流程；代理人授權時，使用者便利與刻意設置的摩擦該如何拿捏；若代理支付大幅成長，支付管道是否需要調整。他並表示，代理交易可能實質改變付款的頻率、時點與其他特性，而因應這個時刻需要主動的做法。
“Meeting this moment requires a proactive approach that balances innovation with the safety, integrity, and stability that underpin trust in payments.”
原文引用的數字
| 項目 | 數值 | 說明 |
|---|---|---|
| 代理商務的主要模式 | 2 種 | 代理協助（agent assisted）與代理授權（agent delegated）；講稿用文字描述，未給市占或採用率數字 |
| 業界圓桌會議日期 | 2026-05-26 | 講稿腳註 7 載明；他在內文說是「夏季之初」主持的聯準會圓桌會議 |
| 制裁比對研究出處 | FEDS 2025-092 | 講稿腳註 5 引用的聯準會研究（2025 年 9 月），用來支持「大型語言模型可減少誤報」的說法 |
這場演說以概念與議題為主，幾乎沒有統計數字；上表三列皆出自講稿原文與其腳註，本站未另取原表核對。中文為本站意譯整理，並非逐字翻譯，英文僅摘錄短句。講稿註 1 聲明所述為其個人看法，不必然代表聯準會理事會或 FOMC 其他成員。
延伸：文中提到的指標，站上這裡查
出處：聯準會官方講稿《Payments in the Age of AI Agents》全文（Sibos 2026 年會演說）｜本頁為資訊整理與轉述（聚合不轉載、僅摘引關鍵句），非投資建議，不預測市場走向。