Co się stało
DQ India donosi, że PayU uruchomiło Fraud Liability Protect (FLP), produkt oparty na sztucznej inteligencji dla indyjskich sprzedawców akceptujących międzynarodowe płatności kartami. System ocenia sygnały transakcyjne i behawioralne, stosuje różne poziomy uwierzytelniania w zależności od oszacowanego ryzyka i chroni kwalifikujących się sprzedawców przed niektórymi obciążeniami zwrotnymi związanymi z oszustwami. PayU twierdzi, że FLP integruje się z PayU Checkout i jest już używany przez niektórych sprzedawców, w tym Zomato, do transakcji międzynarodowych. Firma kieruje ją do małych i średnich firm z branży turystycznej, podróży online, linii lotniczych, handlu elektronicznego, szybkiego handlu i technologii żywności. Dokładne kwalifikowalność, wymagania dotyczące wdrożenia, wyłączenia zakresu, ceny i szersza dostępność nie są zgłaszane.
Według DQ India, PayU zaprezentowało rozwiązanie Fraud Liability Protect podczas Global Fintech Fest 2026 dla indyjskich sprzedawców akceptujących międzynarodowe płatności kartami. PayU opisuje produkt jako wykorzystujący sztuczną inteligencję i ocenę ryzyka opartą na uczeniu maszynowym na podstawie wielu sygnałów transakcyjnych i behawioralnych.
FLP został zaprojektowany tak, aby kierować transakcje o niższym ryzyku poprzez mniej uciążliwe uwierzytelnianie, przy jednoczesnym zastosowaniu silniejszego uwierzytelniania w przypadku płatności o wyższym ryzyku. Zapewnia także kwalifikującym się sprzedawcom ochronę przed niektórymi obciążeniami zwrotnymi związanymi z oszustwami. Źródło nie podaje pełnych kryteriów kwalifikowalności, limitów zasięgu, cen ani warunków umownych.
PayU twierdzi, że FLP integruje się z PayU Checkout i jest już używany przez niektórych sprzedawców. DQ India identyfikuje Zomato jako użytkownika obsługującego transakcje międzynarodowe i informuje, że po przyjęciu internetowy sprzedawca usług turystycznych odnotował 14% poprawę wskaźników powodzenia płatności i 83% zmniejszenie współczynnika oszustw do sprzedaży. PayU twierdzi również, że sprzedawcy korzystający z tego produktu odnotowują około 4–5% poprawę wskaźników skuteczności międzynarodowych płatności kartami.
Szczegóły źródła: dqindia.com ↗
Dlaczego to ma znaczenie
Kontrole płatności transgranicznych muszą równoważyć zapobieganie oszustwom z ryzykiem, że dodatkowe uwierzytelnienie spowoduje niepowodzenie legalnych transakcji. Jeśli raportowane wyniki PayU wykraczają poza cytowanych sprzedawców, uwierzytelnianie oparte na ryzyku może stanowić praktyczny sposób na zmniejszenie tarć, przy jednoczesnym ograniczeniu narażenia sprzedawców na kwalifikujące się obciążenia zwrotne w postaci oszustw. Produkt ilustruje również, w jaki sposób dostawcy usług płatniczych wykorzystują sztuczną inteligencję do podejmowania decyzji na poziomie transakcji w miarę jak taktyki oszustw stają się coraz bardziej wyrafinowane. Jednakże dane dotyczące wydajności zostały zgłoszone przez firmę i nie zostały niezależnie zweryfikowane przez DQ India ani w dostarczonych materiałach. Nie podano żadnej metodologii, punktu odniesienia porównania, wielkości próbki, okresu pomiaru ani definicji objętych roszczeń o oszustwo, zatem zgłoszonych ulepszeń nie można jeszcze uogólnić na wszystkich sprzedawców lub typy transakcji.
Odmowy płatności międzynarodowych mogą bezpośrednio wpłynąć na przychody firm z branży turystycznej, handlowej i spożywczej. System, który dostosowuje uwierzytelnianie do ryzyka transakcji, mógłby ograniczyć niepotrzebne tarcia, zachowując jednocześnie silniejszą kontrolę płatności uznawanych za bardziej niebezpieczne.
Produkt stanowi konkretne komercyjne wdrożenie sztucznej inteligencji w procesie podejmowania decyzji dotyczących ryzyka płatności, z potencjalnymi konsekwencjami dla strat akceptantów, doświadczeń klientów przy realizacji transakcji oraz podziału odpowiedzialności za oszustwa. Jej znaczenie jest największe dla sprzedawców korzystających już z infrastruktury płatniczej PayU.
Wszystkie wyniki zawarte w dostarczonym raporcie są przypisane do PayU. Niezależne potwierdzenie, wyniki testów, metodologia, wielkość próby, okresy czasu i dowody na to, że wyniki mają szerokie zastosowanie, nie są dostępne.
Mechanizm interaktywny: jak to faktycznie działa
Poznaj interaktywnie technologię leżącą u podstaw tego rozwoju.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Co obejrzeć dalej
Kluczowe pytania brzmią: czy FLP stanie się powszechnie dostępne poprzez PayU Checkout, którzy sprzedawcy i transakcje kwalifikują się do ochrony przed odpowiedzialnością oraz jakie mają zastosowanie wyjątki lub opłaty. Odnotowana przez PayU poprawa wskaźników powodzenia międzynarodowych płatności kartami o 4–5% oraz odnotowana przez jednego z biur podróży poprawa o 14% i zmniejszenie współczynnika oszustw do sprzedaży o 83% uzasadniają niezależną weryfikację na większych próbach. Sprzedawcy powinni także obserwować, jak PayU radzi sobie z fałszywymi odmowami, uwierzytelnianiem klientów, zarządzaniem prywatnością i danymi oraz sporami dotyczącymi tego, czy obciążenie zwrotne kwalifikuje się do ochrony. Dostarczony raport nie wykazał, że system przewyższa inne narzędzia służące do oszustw ani że jego decyzje dotyczące sztucznej inteligencji podlegają niezależnemu audytowi.
Szersze wdrożenie PayU, uprawnienia sprzedawców, ceny, wyłączenia odpowiedzialności i proces rozstrzygania sporów pozostają nieznane. Raport określa użycie przez niektórych sprzedawców, ale nie określa ogólnej dostępności.
Niezależne pomiary powinny wyjaśnić, czy deklarowany wzrost współczynnika akceptacji utrzymuje się bez zwiększania liczby oszustw, fałszywych zatwierdzeń, błędów uwierzytelniania lub skarg klientów.
Źródło nie opisuje architektury modelu, przechowywania danych, zabezpieczeń prywatności, przeglądu ręcznego ani procesu audytu stosowanego przy podejmowaniu przez FLP decyzji dotyczących ryzyka.