全球支付领导者Worldpay发布最近发布了《2024全球支付报告》。报告显示,2023年全球电子商务市场发展势头迅猛,总交易额超过6.1万亿美元,为数字钱包、帐户对账户(A2A)和先买后付(BNPL)等支付方式提供了成长沃土。
报告也为出海企业提供指导,因为出海企业首先要研究每个市场消费者的支付使用偏好,如果不能够提供当地消费者最青睐的支付方式,就很难迅速进入当地市场。
Worldpay中国区总经理施南飞表示,今年是Worldpay进入中国的第10年,在这10年间,Worldpay主要服务于中国商户和企业出海,帮助它们走向全球。在这个关键节点,Worldpay将继续深化服务,帮助更多中国企业拓展海外市场,并在全球支付领域实现更多突破。
Worldpay中国区总经理施南飞
数字钱包扩大领先优势
2023年,数字钱包仍然是消费者偏好的支付方式,在各个渠道的消费总额达14万亿美元。
在电子商务领域数字钱包保持全球霸主地位,2023年其在全球电商交易额的占比达50%。数字钱包是增长最快的电子商务支付方式,预计到2027年复合年均增长率为15%。
施南飞认为,数字钱包的发展和互联网、智能移动终端的发展密不可分,并且二维码和互通性正在推动数字钱包的普及。
数字钱包如今已成为亚太、欧洲和北美领先的电子商务支付方式,预计到2027年将领跑全球所有地区电子商务支付方式。目前中国是全球最大的数字钱包市场,数据显示,2023年,数字钱包分别以近1.8万亿美元和近5.8万亿美元的交易额,占据了中国电子商务交易额的82%,以及中国销售点(POS)交易额的66%。预计到2027年,数字钱包在电子商务和销售点的交易额占比将分别提升至86%和79%,成为增长最快的支付方式。
数字钱包在全球范围内吸引了金融科技公司、手机制造商、银行以及各大电商平台等多领域玩家的入局。智能手机制造商和操作系统提供商能够在移动消费设备上预装数字钱包应用,在消费者中占据了有利地位;全球领先的各大电子商务平台已经成功部署了自己的数字钱包解决方案,不仅可以在自己的平台上使用,还可以在第三方网站上使用;金融科技和超级应用也跻身全球最成功的数字钱包品牌行列;银行和银行卡组也在努力推广自己的数字钱包,以保持自己在消费者支付方面的影响力。
银行卡转换渠道继续走强
信用卡和借记卡的支付份额被数字钱包大量吞噬,但它们并没有真正失去市场。随着市场份额向数字钱包转移,预计到2027年,电子商务交易中直接使用信用卡和借记卡支付的交易额将略有下降。然而,这种“下降”很大程度上是因为银行卡的直接消费支出变身成了数字钱包的消费支出。
银行账户与数字钱包的紧密结合,为传统支付方式提供了焕新发展的新渠道。
“数字钱包和卡的关系其实是很微妙的。”施南飞说道,数字钱包的交易比重线上、线下都是高速增长,信用卡和银行卡的交易比重都是有所下降,但是它的绝对值是增加的,因为很多交易转移到了数字钱包里,像微信、支付宝可以绑定银行卡,信用卡、借记卡,所以其实更多的是银行卡的交易量转移到数字钱包中去。
在银行卡占据主导地位的市场中,数字钱包的普及虽然让消费者不必再掏出自己的实体卡,但根据Worldpay的调查发现,这种变化并没有从根本上改变银行卡的基本交易份额。
在全球范围内,银行卡在数字钱包内外都表现强劲,交易额处于历史最高水平,并将继续提升。
新兴支付提供多元选择
账户对账户(A2A)是一种以实时支付渠道为基础,由消费者直接向企业账户进行的电子支付方式,因收款成本低受到商户群体的青睐。
在政府和银行的大力支持下,A2A支付在市场上蓬勃发展。在新兴市场,各国政府为实现普惠金融和促进数字支付的发展大力支持A2A支付,使这一支付方式取得了成功。在发达市场,银行之间的合作促进了A2A支付的使用。
报告显示,2023年,在荷兰、波兰等部分欧洲国家以及马来西亚、泰国、尼日利亚,A2A支付在该国电子商务市场的交易额占比至少超过30%。
从商业模式的角度来看,先买后付公司面临的挑战并不是源于消费者对支付方式兴趣减退。事实上,2023年消费者对先买后付的需求达到了历史最高水平。
消费者对先买后付的需求在2023年达到了历史最高水平,全球交易额同比增长了18%。在中国,先买后付模式主流品牌包括蚂蚁花呗、京东白条等。据报告预测,先买后付有望在中国电子商务市场得到进一步增长,到2027年,其交易额占比(5%)或将超过直接使用信用卡(4%)和借记卡(3%)的支付方式。
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。