萬事達卡（Mastercard）今日發表一款與輝達、資料磚合作開發的生成式AI基礎模型，該模型以數十億筆匿名交易資料訓練，旨在作為支付與商業的「洞察引擎」。此模型將廣泛應用於網路安全、忠誠計畫、中小企業服務等，能自主學習資料特徵，並在測試中有效降低詐欺誤報率。這項創新呼應萬事達卡加值服務的成長策略，也凸顯支付產業正邁向更全面且智慧化的AI應用競爭。
萬事達卡（Mastercard）於今日發表一款全新生成式人工智慧（AI）基礎模型，旨在利用數十億筆匿名交易資料，作為支付與商業領域的「洞察引擎」，藉以提升全球支付系統的安全與效率。這項技術的開發，萬事達卡表示係與輝達（Nvidia）及資料磚（Databricks）等公司合作進行。
萬事達卡強調，此基礎模型定位為後端基礎設施工具，而非面向消費者的聊天機器人。其主要目標是透過對交易資料的深度學習，強化一系列應用工具，從網路安全防禦、會員忠誠計畫，乃至於中小型企業服務等多重應用領域。該公司預期，這項新模型能廣泛應用於其各類產品線。
AI模型進化：從專精防詐到全面洞察
萬事達卡在AI應用上的投入由來已久。過去兩年，該公司便積極將生成式AI技術應用於詐欺與網路安全防禦。例如，在2024年2月，萬事達卡推出的「決策智慧專業版」（Decision Intelligence Pro）能夠掃描一兆個數據點，將詐欺偵測率平均提升20%，部分案例甚至高達300%，同時依據內部分析將誤報率降低逾85%。2024年5月，另一項基於生成式AI的預測技術，則將被盜用信用卡的偵測率提升一倍，並將辨識高風險商家的速度加快300%。
相較於以往針對特定風險點設計的專精型AI應用，萬事達卡今日發布的基礎模型展現了截然不同的能力。該模型能以極少的人工輸入，自主學習交易資料中的重要特徵，並在測試中展現出優於業界標準機器學習技術的表現。例如，現有模型常將如購買婚戒等高單價但低頻率的交易誤判為詐欺，但新的基礎模型能從資料中的微弱訊號學習，更精準地識別這些合法交易。
萬事達卡計劃結合現有AI模型與此新型基礎模型，建立混合式網路安全系統，以期全面強化未來的網路防禦能力。除了資安，該公司也認為此模型將能優化會員獎勵計畫、個人化服務、投資組合最佳化以及數據分析工具。目前，萬事達卡營運網路需要數千個針對不同市場、應用情境或客戶的AI模型；新的基礎模型有望提升其靈活性，大幅減少模型維護的複雜度。
驅動加值服務成長與產業競爭態勢
萬事達卡此次推出基礎模型，符合其日益仰賴加值服務（Value-Added Services, VAS）部門的發展策略。根據其2025年財報，萬事達卡表示，加值服務營收在2025年達到133.15億美元，較2024年的108.32億美元有所成長。這些服務主要涵蓋安全解決方案、消費者獲取與互動服務、商業及市場洞察、數位與認證解決方案，以及支付處理、閘道、ACH批次與即時帳戶支付和開放金融等。
在支付產業中，萬事達卡並非唯一推進AI技術的公司。威士卡（Visa）也積極拓展其在詐欺防範與AI商務領域的布局。2024年3月，威士卡在其「威士卡保護」（Visa Protect）服務下，新增三項AI驅動的風險與詐欺預防產品。2025年4月，威士卡更宣布推出「威士卡智慧商務」（Visa Intelligent Commerce），開放其支付網路予開發者，並與Anthropic、IBM、微軟（Microsoft）、Mistral AI、OpenAI、Perplexity、Stripe及三星（Samsung）等公司展開合作。同年10月，威士卡與Cloudflare合作推出Trusted Agent Protocol，協助商家識別可信賴的代理商並驗證其憑證。
另一方面，PayPal亦朝向相關領域發展。2025年10月，該公司推出涵蓋代理支付解決方案及商品目錄與訂單管理工具的代理商商務服務。隨後於2026年1月，PayPal表示正為微軟的Copilot Checkout提供技術支援。
萬事達卡自身也已透過2025年4月的Agent Pay及今年3月的Agent Suite，朝代理商商務與AI驅動營運的方向推進。該公司預期，今日發布的基礎模型將能透過對交易資料的深度學習，有效改善多項服務，進一步鞏固其在數位支付領域的創新地位。
值得一提的是，萬事達卡今日（18日）亦宣布將斥資最高18億美元收購倫敦穩定幣基礎設施新創公司BVNK，此為該公司歷來最大規模的加密貨幣相關交易，顯示其持續在金融科技前沿領域進行多元布局。