双11购物季,AI 正在参与越来越多的购物环节:商家用它辅助经营,消费者让它找商品、比价格、算优惠。随着黑五网一临近,出海商户也需要准备好迎接消费者的 AI 助手。

不过,愿意让 AI 帮忙,不代表愿意把付款权一起交出去。

Riskified(睿思飞)于 2026 年 9 月开展的《Agentic Commerce Pulse》调研,覆盖美国、英国、日本、墨西哥和巴西五个市场的 5,100 名消费者。调研解读显示,消费者对 AI 辅助选品的接受度较高,但越接近交易环节,越希望保留控制权。调查结果于 10 月 27 日发布。

对商户来说,问题也随之从“如何被 AI 推荐”,延伸到“如何识别 AI 背后的买家”。一旦出现误下单、退款或拒付,商户往往仍是接收和处理争议的一方。

AI 可以帮忙挑选,付款仍是信任边界

过去六个月,八成受访消费者曾在购物过程中使用 AI,主要集中在商品研究、对比和比价等前期环节。真正曾在 AI 工具内完成购买的消费者占比仅为11%。

Riskified 消费者调研:80%曾用 AI 辅助购物,57%愿用 AI 比较节日采购商品,11%曾在 AI 工具内购买,7%愿让 AI 不经确认购买礼物。

同一份调研还显示,越接近购买环节,AI 的使用比例越低,相关环节的使用占比从 56% 降至 10%。这里反映的是不同购物环节的使用情况,不能理解为同一批用户从选品到付款的转化率。

节日购物意向同样呈现出这条边界:

  • 68% 的受访者表示,可能在节日购物的某个环节使用 AI;
  • 57% 愿意让 AI 比较商品或价格;
  • 只有 7% 愿意让 AI 不经询问,直接购买礼物。

谨慎不代表拒绝变化。与半年前相比,半数受访者更愿意在没有即时确认的情况下完成购买。

AI 工具也越来越受关注。Riskified 的调研解读援引的数据显示,Meta 旗下 Muse 上线两周下载量超过 250 万次;而仍处于邀请使用阶段的 Instinct,年交易额已接近 10 亿美元。对商户而言,AI 从推荐走向执行,已成为需要纳入运营准备的变化。

消费者愿意授权,但要自己设条件

74% 的受访者愿意以某种方式让 AI 代为购买,但接受的权限范围不同:

  • 43% 希望每一笔购买都事先确认;
  • 18% 接受 AI 按预设规则下单,遇到例外再请求批准;
  • 10% 接受 AI 按规则下单,成交后通知;
  • 3% 接受不设限制、无需审批的购买。
消费者对 AI 代买的权限偏好:43%要求每单事先确认,18%按规则下单且例外需审批,10%按规则下单后通知,3%不设限制。

这些回答体现出一种“有条件自主”:消费者可以多给 AI 一些权限,但边界要由自己设定。

另一道题问的是,哪些功能能让消费者更放心使用 AI 购物。在这道题中,47% 选择了“购买前可以确认”;约四成分别看重成交前提醒、取消或撤销订单,以及自行设定消费限额。47% 与前面的 43% 来自不同问题,含义不同。

透明度同样重要。68% 的受访者希望始终知道,正在与自己互动的是 AI 还是真人。

消费者最担心的三件事,都涉及资金或购买结果:AI 未经允许下单、欺诈者入侵 AI 助手或窃取保存的支付信息,以及 AI 买错商品。

这种担忧在较早的调查中也有体现。Riskified 2026 年第一季度美英消费者调研显示,53.9% 认为 AI 可能增加线上欺诈风险,73.9% 希望每笔交易都有生物识别或动态验证码等较强的安全保障。两轮调查的时间和样本范围不同,适合分别理解,不宜直接视作同一组消费者的态度变化。

03 不同市场,对 AI 代买的接受度不同

同样是从选品走向下单,不同市场的消费者,划出的界线并不相同。

五个市场的 AI 购物差异:墨西哥和巴西均有14%曾在 AI 工具内购买;英、美、日分别为8%、7%、6%,拒绝 AI 代买的比例分别为43%、46%、40%。

墨西哥和巴西消费者在多数购物环节使用 AI 的比例更高,两地均有 14% 曾在 AI 工具内完成购买;英国、美国和日本分别为 8%、7% 和 6%。

在是否允许 AI 代为购买的问题上,英国 43%、美国 46%、日本 40% 的受访者表示不接受,墨西哥和巴西则分别为 12% 和 17%。

这意味着,跨境业务的风控需要结合市场特点进行调整。消费者接受程度、订单结构和可用身份信息不同,AI 订单的验证与审核安排,也不宜完全照搬。

04 AI 下错单,消费者希望谁来退款?

当 AI 被诱导购买假货,或因误解指令而买错商品时,51% 的受访者希望由 AI 平台退款。2026 年第一季度美英调查中,50.8% 的受访者也认为,AI 平台应对未经授权或出错的 AI 购买行为承担责任。

消费者的期待,与平台条款并不完全一致。Riskified 的官方解读指出,Muse 和 Instinct 的条款均将代理操作的责任归于用户。

这类分歧很容易把退款和争议处理带到商户面前。商户需要判断:这是买家的真实需求没有被正确执行,还是有人借“AI 下的单”规避责任?

平台条款、消费者期待和商户实际承担的处理成本,是三个不同层面。不能仅凭平台条款,就认定所有退款损失都依法由商户承担。

05 暗网讨论传递的三条风险信号

除消费者调研外,Riskified 对暗网社区的观察还提到三类值得关注的讨论。以下内容主要来自论坛说法或计划,未经独立证实,应作为风险线索理解,不能据此推断攻击已经普遍成功。〔核验 A〕

信号一:有人讨论用 AI 伪造商品破损照片

这类讨论提到,利用 AI 生成或修改“收到时已损坏”的商品图片,作为退款申请的证据。

退款滥用风险示意:下单后用 AI 制作商品破损图片,要求全额退款,被拒后可能申请拒付;提醒客服结合更多信息审核。

这提醒客服与争议团队:判断索赔是否合理,需要把照片与订单、物流、身份及过往索赔记录结合起来。一张看似可信的图片,不能独自回答所有问题。

信号二:有人早在 2025 年就讨论 AI 流量识别缺口

据这份暗网观察引用的一则 2025 年 4 月论坛观点,随着正常 AI 购物流量的增加,如果商户无法区分合法代理与恶意自动化,欺诈者可能尝试混入其中。发帖人同时承认,多数尝试交易仍会被风控拦截。

这是一种攻击设想,不是攻击成功率的证据。它提示商户关注的是: AI 流量进入现有反欺诈风控系统后,能否被正确识别和评估。

信号三:也有人承认防守端 AI 提高了欺诈成本

另一类论坛反馈认为,商户使用 AI 风控后,部分欺诈尝试更难得手。这类反馈可以作为观察线索,但不足以证明某一工具的整体防护效果。

AI 风控与欺诈手法持续演变:商户部署防守 AI,提高欺诈成本,黑产也在调整手法。

对于电商反欺诈管理,三类信号共同提示了一件事:既要关注新的滥用方式,也要持续评估现有措施是否有效。

黑五网一后客服场景:消费者的 AI 助手附商品破损照片申请退款;缺少设备和浏览记录时,客服面临误退、误拒和后续拒付风险。

设想黑五网一后的第三天,客服收到一笔由消费者 AI 助手发起的退款申请,附带商品破损照片,却缺少设备和浏览记录。直接退款,可能放过虚假索赔;直接拒绝,也可能误伤真实客户,并引发后续争议。

这样的判断,需要的不只是更严格的退款条件,还需要更完整的买家信息和清晰的处理流程。

06 旺季前,商户要守住三个关口

关口一:识别 AI 背后的人

确认、通知和消费限额,能让消费者更有掌控感,却不能单独证明订单来自可信买家。

商户仍需区分正常消费者使用的 AI 助手、被盗账号发起的请求,以及恶意自动化行为。尤其在工具没有提供可验证代理标识、设备或浏览信息不足的情况下,仅靠传统访客行为判断会更困难。

这也让跨境电商账户保护与支付审核更紧密地联系在一起:一笔请求即使获得了账号权限,仍可能来自已被接管的账户。

关口二:区分 AI 操作失误与恶意退款申诉

“是 AI 下的单”可能对应两种完全不同的情况:一种是 AI 确实误解了消费者的意图,另一种是有人以 AI 为借口提出欺诈申诉。

商户需要把两者分开。前者需要合适的取消、退货和沟通机制;后者则需要结合身份、授权记录和索赔历史进行进一步审核。

因此,退货与退款政策滥用管理</a>也应纳入 AI 订单场景,避免把所有“AI 买错了”的申请都自动批准或一律拒绝。

关口三:让客服知道请求来自谁

退款、退货和在线咨询,可能由消费者本人发起,也可能由其 AI 助手代办。

客服需要了解请求的发起方式、授权范围,以及相关买家的风险信息。只有这些信息能进入客服工作流,支付端的判断才有机会延续到售后。

07 Riskified 的做法:核验授权之后,继续判断身份与意图

2026 年 10 月,Sierra 和 Meta 联合 Shopify、Stripe、沃尔玛等合作伙伴宣布推出 Personal Agent Protocol,旨在规范个人 AI 代理与企业的交互,帮助企业确认代理是否获得相应授权。

但授权只回答了第一道题。

如果授权来自被盗账号,账户接管风险仍然存在;如果来自为套取促销权益注册的虚假账号,政策滥用风险也没有消失;如果退款欺诈团伙使用真实账号授权 AI,商户仍需要判断请求是否合理。

也就是说,AI 助手获得授权,与授权背后的账户、买家及行为是否可信,不能画等号。

退款欺诈团伙已经具备组织化运作的能力。根据美国司法部 2026 年 4 月 29 日的公告,Artemis Refund Group 退款欺诈案中有 11 名共谋者被判刑,该团伙针对多家大型零售商开展了涉及数千笔订单的退款欺诈。该公告并未认定团伙使用了 AI;它说明的是,组织化退款欺诈已经存在,AI 代理可能进一步扩大这类行为的执行规模。

Riskified 于 10 月宣布 Agent Identity Risk Intelligence,计划把对 AI 代理背后身份与行为的判断,从下单延伸到后续服务请求。其能力包括以下三个方面。

识别 AI 代理,并关联背后的消费者

系统旨在识别来自个人 AI 助手的订单和客服请求。当助手或平台提供经过验证的代理凭证时,可以将其作为识别依据;同时继续关联背后的消费者身份,结合数十亿笔订单、索赔与拒付积累的网络信息评估风险。

在设备和浏览器信息缺失时,系统会更多结合身份、网络历史,以及 AI 代理的行为来判断意图。代理身份得到验证,并不意味着订单可以直接放行。

按代理类型和风险设置策略

在 Decision Studio 中,商户将能针对不同代理类型制定策略,例如自动批准来自已验证身份的低风险 AI 订单,并将高风险 AI 退款索赔转入审核。

Control Center 则将展示代理流量的通过率、欺诈率和索赔滥用率,并与其他业务数据对照,帮助商户评估这部分流量是否需要不同的处理方式。

跨境电商支付风控由此可以从“是否自动化”的单一判断,转向结合身份、请求类型和风险设置,制定具体策略。

将 AI 标记与身份风险信息带入客服工作流

通过与 Zendesk 的集成,相关信息将进入人工客服和 AI 客服的工作环境,帮助识别由消费者 AI 助手发起的退款、退货请求,并根据背后买家的风险进行处理。

在退款申请等交易后的互动中,Riskified 还计划通过与 AI 助手交互、确认细节或增加验证步骤,为判断提供更多依据,减少恶意自动化利用售后流程的空间。

这些能力仍处于逐步开放阶段。根据发布公告,Agent Identity Risk Intelligence 计划于 2026 年 12 月向企业级商户开放限量公测,预计 2027 年全面上线。识别能力将先向 Shopify 商户提供;公告同时指出,通过 Meta Muse 在 Shopify 发起的订单已带有代理来源标记。这不代表全部能力已经上线。

08 用四个问题,检查旺季准备

在黑五网一订单高峰到来前,商户可以先检查:

  1. 系统能否识别哪些订单或请求由 AI 代理发起?
  2. 客服处理退款、退货时,能否知道对面是消费者本人,还是获其授权的 AI?
  3. 取消、退款和退货政策,是否覆盖 AI 代下单的情形?
  4. 对 AI 发起的订单和索赔,是否已有按风险分层的审核规则?

如果有问题暂时答不上来,可以先把缺失的信息、责任人和处理流程补齐。AI 代买带来便利,也把身份识别与售后判断推到了更重要的位置。跨境电商反欺诈需要覆盖付款前后,才能在接住新流量的同时,减少误拒、退款滥用和拒付损失。

如需评估现有交易反欺诈解决方案对 AI 订单的适应程度,或咨询 Agent Identity Risk Intelligence 公测安排,可联系 Riskified 专家。

推荐阅读

  1. AI购物智能体正在下单:商家如何识别代理购物中的欺诈与未授权交易?
  2. 2026黑五与海外假日季风控清单:促销滥用、账户盗用和支付欺诈如何一起防?
  3. 黑五订单激增,退款欺诈也来了?Riskified×Zendesk用身份风险情报,帮客服守住大促利润
  4. “友好欺诈”为什么越来越难防?跨境卖家应对恶意拒付的证据与策略
  5. 账号被盗不只损失一笔订单:电商ATO攻击的识别与全链路防护