21世紀經濟報道記者  陳植  上海報道

AI大模型技術，正被越來越多跨境電商欺詐分子“盯上”。

21世紀經濟報道記者獲悉，去年以來，部分跨境電商欺詐分子開始借助基于大語言模型（LLM）技術的FraudGTP、WormGPT生成釣魚郵件、編寫漏洞利用代碼等，突破跨境電商企業與跨境電商平臺的身份驗證風控措施，實施欺詐性交易。

具體而言，通過AI大模型技術，這些欺詐分子（支付欺詐灰產組織）在未經授權的情況下，可以訪問登錄一些消費者的賬戶進行欺詐性跨境電商購物，一旦跨境電商賣家最終發現上當受騙，已經面臨較大的欺詐損失。

對于積極出海的中國跨境電商企業而言，這儼然構成新的業務風險。

一位跨境電商企業海外業務負責人向記者透露，每當他們進入一個新市場，由于對當地民眾消費特點、消費付款習慣、身份數據識別等缺乏了解，內部技術團隊很難迅速有效地識別欺詐購物行為，尤其是基于AI大模型的各類欺詐性交易。

他告訴記者，經歷一段時間的業務實踐，他們發現部分跨境電商欺詐分子要么利用AI大模型生成大量虛假賬號與虛假郵箱，虛構消費者身份開展欺詐購物，一旦貨物到手他們立刻“消失”，導致企業蒙受不小的貨物損失；要么在竊取一些消費者信用卡信息后，通過大模型技術包裝消費者身份信息，大肆購買手機等數碼電子產品、高端時尚類、跑鞋等產品實施“欺詐性”購物，最終跨境電商平臺發現這些信用卡被盜用而無法收回貨款，也只能“自認倒霉”。

Riskified亞太地區負責人Tasneen Padiath接受本報記者專訪時表示，這類欺詐行為幾乎隨時隨地都在發生。如今在盜取信用卡信息、或在暗網非法購買信用卡信息后，這些欺詐分子正利用基于AI大模型技術的WormGPT創建一個消費者“機器人賬戶”，買一些容易轉售獲利的跨境電商產品（比如跑鞋與手機等），而一個跨境電商賣家卻可能因此每天遭遇數千美元、甚至數萬美元的損失。

在她看來，基于AI大模型技術的跨境電商欺詐行為不斷增多，正導致全球電商領域的信用卡拒付現象水漲船高。

Riskified此前發布的《信用卡拒付挑戰及其應對：2024年全球洞察》（下稱《報告》）指出，在英美國家，約有75%消費者在去年提出“拒付”，創下歷史新高。通常情況下，消費者提出拒付，主要原因是他們沒有收到商品、或遭遇信用卡信息被盜取。但是，由于跨境電商企業在應對拒付挑戰的風險管理措施不夠完善，越來越多消費者開始尋找各種虛假理由要求拒付，同樣給跨境電商企業造成巨大損失。

Tasneen Padiath指出，隨著中國跨境電商企業積極出海，他們需高度重視由AI大模型技術所衍生的新型欺詐性交易，以及由此導致的信用卡拒付挑戰激增問題。

在她看來，目前跨境電商企業對此的應對策略，一是與第三方專業跨境電商風控管理機構合作，用AI風控擊敗基于AI大模型的新型欺詐行為；二是通過增加業務流程自動化、構建一站式處理全部拒付訂單的體系，打造更好的數據標簽化處理與抗辯證據管理能力，改進拒付預防策略等，有效應對日益嚴峻的信用卡拒付挑戰。

“我們注意到，如今中國跨境電商企業在出海過程，對基于大模型的欺詐購物交易風險與拒付挑戰重視度日益增強。去年，Riskified 處理的來自中國電子商戶的交易數量超過2022年的兩倍，發展速度相當快?！盩asneen Padiath強調說。

 AI大模型觸發新型跨境電商欺詐行為增多

在部分跨境電商欺詐分子眼里，AI大模型技術儼然成為他們實施欺詐性交易的新工具。

記者獲悉，越來越多欺詐分子開始使用AI大模型分析各類消費者消費數據，由此創造眾多虛假賬戶，開展跨境電商欺詐性交易。當跨境電商賣家意識到這些賬戶純屬虛構（缺乏真實客觀的消費者身份信息），商品已經發送，由此造成不小的損失。

其中最典型的一種做法是，部分跨境電商欺詐分子會在暗網購買大語言模型服務，創造眾多虛假的郵箱賬戶，對跨境電商賣家實施欺詐購物交易。如今，WormGPT與FraudGPT已成為他們常用的虛構賬戶實施欺詐購物交易的“有效AI大模型工具”。

但是，面對基于大模型技術的新型跨境電商欺詐行為，眾多跨境電商企業與跨境電商平臺卻“防不勝防”。原因是這些基于AI大模型所創造的“虛假賬戶”，能輕松突破跨境電商平臺與跨境電商企業設定的賬戶認證與真人識別驗證環節，成功實施欺詐購物交易。

數據顯示，隨著基于AI大模型的跨境電商欺詐行為增多，支付欺詐行為令全球跨境電商在每年可能失去3%的電商業務收益，在某些新興市場地區，由于銀行身份認證系統不夠發達更容易被AI大模型所創造的“虛假賬戶”突破，相關支付欺詐行為給跨境電商企業可能帶來約6%的營收損失。

上述跨境電商企業海外業務負責人直言，每當他們進入一個新興市場，都會接觸到當地4-5種主流本地支付方式，包括信用卡支付、現金支付、電子錢包支付、實時轉賬支付等，但每一種支付方式其實都存在欺詐風險。比如在一些拉美國家地區，當地主流支付方式是實時轉賬支付，但不法分子恰恰利用這種支付方式，在竊取當地消費者支付賬戶信息后用大模型技術虛構“賬戶身份信息”，從而達到欺詐購物，騙取商品轉售獲利的目的。

Tasneen Padiath告訴記者，為了規避日益嚴峻的欺詐交易風險損失，越來越多跨境電商開始與專業機構合作——用AI風控擊敗基于AI大模型的欺詐購物交易。

她透露，目前Riskified 借助AI監督學習（supervised learning）和AI非監督學習技術（unsupervised learning），進一步提高數據分析的覆蓋范圍的準確性，包括數百個識別欺詐賬戶的特征層都采用AI深度學習（deep learning）技術。與此同時，Riskified持續改進機器學習模型和算法，以識別更多類型的欺詐行為，準確區分合法交易和欺詐交易。

“舉例而言，身份探索功能(Identity Explore)能協助跨境電商迅速查看和了解用戶身份，以及他們的索賠記錄、拒付訂單數量與購買模式等，更清晰及時地洞察這些用戶購買交易的真實意圖。此外，Riskified利用實時數據分析技術監控交易過程，快速識別潛在欺詐行為，并及時采取必要措施。” Tasneen Padiath向記者透露。有了這些信息與數據分析洞察結論，跨境電商商戶一方面可以阻止具有欺詐購物風險的賬戶獲取額外退款與促銷代碼，另一方面則阻止某些交易結賬，避免商品發出去卻收不到貨款。

記者多方了解到，當前AI反欺詐風控技術的一大特點，就是當欺詐分子使用某種欺詐方法“得手”后，當他打算繼續如法炮制，AI反欺詐風控技術就能迅速識別這類欺詐行為特征，迅速做出反應攔截這類欺詐購買交易。

Tasneen Padiath透露，另一種AI反欺詐風控做法，是對眾多消費者賬戶進行交易行為分析，包括他們的索賠、拒付訂單、退貨退款政策濫用等，以此識別這些賬戶是否存在惡意欺詐行為，更高效地確定是否對他們的跨境電商購物行為進行攔截。

在她看來，未來AI大模型將令跨境電商支付欺詐行為變得更智能復雜，具體表現在三大方面，一是不法分子可能利用AI大模型技術研發更智能、更隱蔽的欺詐手段，令身份識別和欺詐風險防范變得更困難；二是AI大模型技術可能被欺詐分子用于生成高度仿真的虛假交易數據，進一步混淆反欺詐風控系統，令他們有機可乘；三是AI大模型技術的應用，可能令欺詐分子能更快速地調整欺詐購物策略，加劇對跨境支付系統的威脅。

“針對這種狀況，我們必須更加依托AI技術的賦能，更高效精準快速地識別哪些消費者賬戶是存在真實購物需求的，哪些賬戶則是欺詐分子虛構的賬戶或存在惡意欺詐行為，采取措施迅速攔截阻擋后者。”Tasneen Padiath直言。

 跨境電商信用卡拒付風險激增的新挑戰

值得注意的是，基于AI大模型技術的跨境電商欺詐購物交易日益增多，無形間加劇信用卡拒付狀況“水漲船高”。

《報告》顯示，近年以來，隨著跨境電商等電子商務銷售額激增，拒付情況也隨之猛增。 2023年，英美兩國逾3/4的消費者提出拒付，創下歷史新高。如今，拒付儼然成為消費者在線購物行為的新常態。

究其原因，一是AI大模型所衍生的跨境電商欺詐性購物交易增多，導致不少消費者發現信用卡信息被盜取后拒絕支付；二是發行卡與支付機構為了進一步保障消費者權益，采取更嚴格的拒付抗辯流程與規則，比如去年4月Visa 推出針對欺詐拒付的新監管規則，今年1月PayPal 更改其賣家保護計劃規則，這兩項新規則均要求電商快速調整流程以保持合規性并成功提出拒付抗辯爭議，且若電商拒付狀況過多，還可能面臨失去收單賬戶或罰款風險；三是跨境電商企業在應對拒付挑戰方面，缺乏成熟有效的流程管理體系與技術支持，導致越來越多消費者紛紛尋找各種虛假理由提出拒付。

目前，越來越多電商因此面臨更大的業務損失。

《報告》顯示，76%電商相關人員遭遇比去年更多的拒付處理工作量；3/4電商認為收回的拒付商品，還不到所有拒付商品的一半；逾73%電商表示逾 20%的拒付來自欺詐分子的欺詐性拒付。

與此同時，由于拒付處理管理流程復雜耗時低效，部分跨境電商賣家甚至認為拒付所引發的真正運營成本，可能超過他們跨境電商業務整體收入，導致跨境電商業務賺不到錢。

前述跨境電商企業海外業務負責人坦言，當前國內跨境電商賣家應對拒付挑戰，普遍存在三大短板，一是拒付處理流程太耗時，消耗企業大量精力時間資源；二是商家難以從各種網關、跨境電商物流等環節收集足夠全面的數據，作為拒付抗辯（證明商品已送達，要求消費者付款）的證據；三是當前處理拒付問題的人手明顯不足，無法解決日益增多的拒付訂單處理問題。

在他看來，要解決信用卡拒付等風險，國內眾多跨境電商企業在自身精力與資源投入有限的情況下，只能積極與專業第三方機構開展合作。

Tasneen Padiath注意到，隨著中國跨境電商企業積極出海，越來越多商家正開始使用他們的拒付爭議解決（Dispute Resolve）工具——通過擴展網關與人工智能技術集成，它能自動編譯和格式化每筆拒付訂單的辯護證據，協助商家節省拒付訂單處理時間與精力，從而更高效地處理大規模的拒付訂單問題。

“更重要的是，我們仍需要更精準快速地識別用戶購物需求真實性與分析以往購物支付記錄，協助商家減少拒付訂單數量?！彼赋?。目前Riskified通過一系列AI技術評估消費者的真實購物需求與以往付款狀況，令商戶的訂單通過率提升4-8個百分點，從而有效協助商戶甄別“真實的電商交易”以提升銷售額同時，令他們在反欺詐風控方面的成本投入減少約50%。

Tasneen Padiath坦言，要與跨境電商建立更牢固的信任關系，第三方專業機構同樣需承擔“欺詐交易”賠付責任。比如Riskified系統認定的“真實交易訂單”，但經核實是“虛假的欺詐交易”，企業將通過拒付包賠機制為這項交易“買單”，向商家賠付相應的損失。

“這有助于更多跨境電商企業敢于進軍新市場，因為第三方專業風控機構愿意與他們提升AI反欺詐風控能力同時，共擔欺詐風險。”她指出。目前，中國跨境電商企業出海進入新市場，還需做好三件事，一是對新市場有著清晰全面的認知與了解，二是對新市場的拓展必須設定明確的KPI，包括新市場的交易通過率與可接受的拒付率，從而有效管控整個欺詐風險；三是積極與外部風控技術供應商合作，因為后者或許更了解這些新市場的欺詐購物交易特點與實施路徑，可以更好幫助中國企業避開某些潛在風險。

記者多方了解到，針對拒付風險挑戰日益嚴峻，當前越來越多全球跨境電商企業紛紛通過業務流程自動化、構建一站式管理所有拒付訂單體系、改進拒付數據分析方法、使用更多數據開展拒付抗辯、加強拒付欺詐預防措施、雇傭更多人員處理拒付訂單等方法，尋求行之有效的解決方案。與此同時，他們也意識到與專業反欺詐風控管理機構合作的重要性，因為跨境電商欺詐分子利用大模型技術正研發更隱蔽的欺詐交易手法，需要專業機構提供專業AI反欺詐風控技術“防患于未然”。