Stripe数据揭示AI初创企业欺诈现状
内容提要
Stripe数据显示，AI初创企业因算力易转售而成为欺诈重点目标。2025年第三季度，其交易欺诈尝试率为整体初创企业的4.3倍，2026年第一季度降至2.6倍。欺诈者随后转向多账户滥用，2026年上半年AI订阅企业此类尝试率上升40%，受害最重企业增幅达154%。Stripe Radar可跨网络识别欺诈，在注册和交易环节提前拦截。
延伸解读
欺诈重心从交易向注册环节转移
文章数据显示，AI初创企业的交易欺诈尝试率从2025年第三季度的4.3倍降至2026年第一季度的2.6倍，但同期多账户滥用尝试率却上升40%。这表明欺诈者并未消失，而是将攻击点前移至注册和登录环节，利用免费额度、试用等新账户权益获利。对AI企业而言，仅依赖支付环节的风控已不足以覆盖风险，需要将身份与账户风险评估纳入客户生命周期更早的阶段。
算力可转售是AI企业被盯上的结构性原因
文章指出，AI初创企业提供算力，这类资源价值高且易于转售，因此成为欺诈攻击的突出目标。欺诈者可能用盗刷的信用卡购买AI订阅或代币额度，再通过二级市场或产品未直接覆盖的地区转售。等合法持卡人发现并拒付时，转售已经完成，损失由企业承担。这一链条说明，AI企业的欺诈风险不仅来自支付本身，还来自其产品形态天然具备的变现便利。
受害最重企业的滥用尝试反而增长更快
文章提到，2026年1月至6月，AI订阅企业整体多账户滥用尝试率上升40%，而受害最重企业的增幅达154%，部分甚至超过600%。这并不一定意味着这些企业的防控变差，反而可能说明它们对欺诈者更具吸引力，成为被集中攻击的目标。企业应关注自身滥用尝试率的相对变化，而不仅是绝对拦截量，以便判断风险是否在向自己倾斜。
跨网络信号弥补单一企业视野局限
文章强调，欺诈者会在不同企业之间轮换使用盗刷信用卡，因此单一公司很难独自识别这类模式。Stripe Radar依托其网络内数十亿笔交易信号，可以在交易处理前识别欺诈支付，包括那些在其他企业已被用于欺诈、但对当前企业而言是全新的卡。对AI企业来说，这意味着风控能力不仅取决于自身数据积累，也取决于能否接入更广泛的网络级风险信号。
Q&A
AI初创企业为什么容易成为欺诈目标？
因为AI初创企业提供的算力有价值且易于转售，欺诈者可能使用盗用信用卡购买AI订阅或代币，然后在二级市场或产品未直接覆盖的地区转售，等合法持卡人发现并争议时，转售已完成，企业承担损失。
Stripe数据显示AI初创企业的交易欺诈尝试率有多高？
2025年第三季度，AI初创企业的交易欺诈尝试率是整体初创企业的4.3倍；到2026年第一季度，这一比率降至2.6倍。
AI订阅公司的多账户滥用问题有多严重？
2026年1月至6月，所有AI订阅公司的多账户滥用尝试率增加了40%。受影响最严重的企业同期尝试率增加了154%，部分企业增幅超过600%。
欺诈者如何利用AI初创企业的免费试用和代币？
欺诈者通过创建多个账户，在注册时反复领取免费代币、试用和其他新账户福利，进行多账户滥用。
Stripe Radar如何帮助AI企业防范欺诈？
Radar利用Stripe网络上数十亿笔交易的信号，在交易处理前识别欺诈支付，包括在其他企业被欺诈使用的卡。它还能在注册和登录环节评估风险，通过多账户信号标记单个欺诈者注册多个账户，通过账户共享信号识别单个账户在多个地点同时使用。
AI企业应对欺诈的效果如何？
AI初创企业的交易欺诈尝试率从2025年第三季度的4.3倍降至2026年第一季度的2.6倍，反映了企业和Radar对新兴欺诈模式的快速适应。但欺诈者转向多账户滥用等其它形式。
