Electronic payments in the era of artificial intelligence (AI) – trends and recommendations for Vietnamese commercial banks
ThS. Trần Thanh Đạm
Bộ Giáo dục và Đào tạo
(Quanlynhanuoc.vn) – Trong kỷ nguyên trí tuệ nhân tạo (AI), thanh toán điện tử đã chuyển từ một chức năng hỗ trợ sang một hạ tầng kinh tế số có quy mô toàn cầu, thể hiện qua việc tổng giá trị giao dịch đạt xấp xỉ 26,9 nghìn tỷ USD vào năm 2026 và tốc độ tăng trưởng kép hằng năm giai đoạn 2026 – 2030 khoảng 7,6%, trong đó, ví điện tử và thanh toán di động tại điểm bán giữ vai trò chủ đạo như các động cơ tăng trưởng tiêu dùng và chấp nhận thanh toán số trên diện rộng (Statista, 2025)1. Bài viết xác định các xu hướng mới của thanh toán điện tử trong kỷ nguyên AI và đưa ra một số khuyến nghị với các ngân hàng thương mại Việt Nam nhằm tận dụng tốt các xu hướng này trong thời gian tới.
Từ khóa: Trí tuệ nhân tạo; thanh toán điện tử; kỷ nguyên AI; xu hướng; ngân hàng thương mại Việt Nam.
Abstract: In the era of artificial intelligence (AI), electronic payments have evolved from a supporting function into a global-scale digital economic infrastructure. This shift is reflected in total transaction value reaching approximately USD 26.9 trillion in 2026 and a compound annual growth rate of about 7.6% for the 2026–2030 period, with e-wallets and mobile point-of-sale payments playing a central role as key engines of consumer spending growth and the widespread adoption of digital payments (Statista, 2025). This article identifies new trends in electronic payments in the AI era and offers several recommendations for Vietnamese commercial banks to leverage these trends as effectively as possible in the period ahead.
Keywords: Artificial Intelligence; electronic payments; AI era; trends of electronic payment; Vietnamese commercial banks.
1. Đặt vấn đề
Những năm gần đây, thanh toán điện tử đang bước vào giai đoạn tăng trưởng dựa trên việc mở rộng quy mô lẫn tái cấu trúc hạ tầng, khi nhiều đường thanh toán song song cùng tồn tại và cạnh tranh, như: thẻ, ví số đến chuyển khoản thời gian thực và các hình thức tiền số được quản lý. Ở phía nhu cầu, ví điện tử tiếp tục củng cố vị thế trong thương mại số và tại điểm bán, phản ánh xu hướng thanh toán ngày càng gắn với điện thoại, siêu ứng dụng và trải nghiệm liền mạch đa kênh. Đồng thời, các mạng thanh toán thời gian thực và mô hình chuyển tiền trực tiếp giữa tài khoản đang tăng tốc mạnh, với quy mô giao dịch toàn cầu đã đạt mức rất lớn và được dự báo tiếp tục mở rộng nhanh trong các năm tới, qua đó, thúc đẩy thanh toán chi phí thấp, tức thời và giàu dữ liệu hơn.
Trên bình diện công nghệ, AI đang chuyển từ vai trò hỗ trợ sang vai trò vận hành cốt lõi, giúp tự động hóa giám sát rủi ro, tối ưu định tuyến, nâng tỷ lệ chấp nhận, cá nhân hóa hành trình thanh toán; đồng thời, mở đường cho các kịch bản thương mại do tác nhân điều khiển khi phần mềm có thể thay người dùng ra quyết định và thực thi giao dịch trong ngữ cảnh cụ thể. Tuy nhiên, cùng với AI là áp lực rủi ro mới, đặc biệt là gian lận danh tính và các thủ đoạn tổng hợp dữ liệu, khiến thị trường gia tăng đầu tư vào xác thực sinh trắc, phát hiện sống và xác minh liên tục trong suốt vòng đời khách hàng. Trong vài năm tới, các báo cáo dự báo thanh toán sẽ dịch chuyển theo hướng vừa tức thời vừa mở, với trọng tâm là kết hợp dữ liệu mở và thanh toán thời gian thực để tạo giá trị gia tăng, trong khi các tổ chức phải xây nền tảng đa kênh thanh toán và quản trị tin cậy như năng lực cạnh tranh cốt lõi trong kỷ nguyên AI.
2. Các xu hướng của thanh toán điện tử trong kỷ nguyên AI
Thị trường thanh toán điện tử đang tiến hóa dưới tác động của ba lực đẩy chủ đạo: (1) AI được trao quyền chủ động (agentic AI) và mô hình thương mại do tác nhân AI điều khiển; (2) Tiền số được quản lý cùng các kỹ thuật token hóa trong thanh toán và bù trừ; và (3) Làn sóng thanh toán từ tài khoản đến tài khoản theo thời gian thực, đi kèm xu hướng mở dữ liệu tài chính đang tăng tốc mạnh mẽ, đặc biệt tại các thị trường mới nổi như Đông Nam Á, trong đó có Việt Nam. Những chuyển động này đã được nhấn mạnh trong các phân tích xu hướng của Juniper Research và báo cáo thanh toán toàn cầu của McKinsey trong năm 2025 (Juniper Research, 2025)2, (McKinsey & Company, 2025)3. Từ các dịch chuyển đó, có thể rút ra một hệ quả trực tiếp: các tổ chức tài chính và đơn vị chấp nhận thanh toán, đặc biệt là ngân hàng thương mại cần tái kiến trúc nền tảng theo hướng đa kênh, đa phương thức và tích hợp AI bản địa ngay trong hệ thống. Đồng thời, cần coi gian lận danh tính là rủi ro trung tâm xuyên suốt toàn bộ vòng đời giao dịch và gắn chặt tối ưu hóa phê duyệt cùng định tuyến giao dịch với cơ chế điều phối ở lớp ứng dụng. Cách tiếp cận này vừa giúp nâng hiệu quả vận hành, vừa củng cố niềm tin của thị trường, được xem là một định hướng phù hợp với các khuyến nghị về kiến trúc, năng lực thích ứng và quản trị tin cậy trong báo cáo của McKinsey, cũng như cảnh báo của Visa về cuộc chiến nhận diện khi bước vào kỷ nguyên AI (McKinsey & Company, 2025)4, (Visa, 2025)5.
Các xu hướng của thanh toán điện tử trong kỷ nguyên AI, bao gồm:
Thứ nhất, Agentic commerce tiến vào thực tiễn có kiểm soát.
Agentic commerce chỉ việc các tác nhân AI thay mặt người dùng quan sát nhu cầu, so sánh lựa chọn, ra quyết định và thực thi thanh toán trong giới hạn được ủy quyền. Trong năm 2026, các mạng thanh toán và nhà phát hành công nghệ dự báo việc mua sắm có tác nhân hỗ trợ sẽ trở nên phổ biến hơn nhờ sự hội tụ của mô hình nền tảng, dữ liệu bối cảnh và token hóa cho phép ủy quyền chi tiêu theo quy tắc. Ví dụ: đặt trần giao dịch theo danh mục, theo ngưỡng giá trị và theo thời gian; đồng thời, ràng buộc điều kiện xác thực bổ sung khi rủi ro tăng cao, điều này đã được Visa phân tích như bước quá độ tự nhiên từ mua sắm được AI hỗ trợ sang thanh toán do tác nhân thực hiện trong giai đoạn rất gần (Visa, 2025)6. Tuy nhiên, các phân tích chuyên sâu dựa trên phỏng vấn chuyên gia và phản hồi hệ sinh thái cho thấy, khoảng cách giữa mua sắm tự động và thanh toán tự chủ hoàn toàn vẫn tồn tại trong năm 2026 do các nút thắt về nhận diện, ủy quyền đa lớp, trách nhiệm pháp lý và khả năng tương tác giữa nền tảng.
Trên bình diện cấu trúc thị trường, nhiều báo cáo tư vấn chiến lược nhấn mạnh agentic AI sẽ trở thành giao diện tương tác chủ đạo giữa người tiêu dùng và hệ thống thanh toán, kéo theo yêu cầu chuyển dịch năng lực phê duyệt, định tuyến, chống gian lận và tối ưu trải nghiệm ra biên hệ thống nơi tác nhân vận hành, từ đó, đặt ra tiêu chí mới về năng lực giải thích, quản trị ủy quyền và minh bạch xử lý khi xảy ra sai khác kỳ vọng, điều này đã được nhấn mạnh trong báo cáo toàn cầu về thanh toán với trọng tâm AI bản địa, tính khả dụng thời gian thực và kiến trúc tin cậy của McKinsey cũng như khuyến nghị nâng cấp hạ tầng thương nhân để sẵn sàng đón nhận gợi ý thanh toán do tác nhân đưa ra tại thời điểm mua hàng theo ngữ cảnh (McKinsey & Company, 2025)7. Như vậy, nhiều khả năng agentic commerce dịch chuyển từ minh chứng công nghệ sang triển khai có chọn lọc ở những hành trình rủi ro kiểm soát được như du lịch và nội dung số; đồng thời, tạo áp lực cho ngân hàng và đơn vị chấp nhận thanh toán trong việc chuẩn hóa bộ API ủy quyền, kiểm soát chi tiêu theo cơ chế chính sách và cơ chế giải trình cho quyết định do tác nhân khởi phát nhằm củng cố niềm tin và tuân thủ quản trị dữ liệu khách hàng trong bối cảnh pháp lý đa dạng theo khu vực (Visa, 2025)8, (McKinsey & Company, 2025)9.
Thứ hai, sử dụng AI để chống gian lận và bảo vệ danh tính sẽ gia tăng mạnh trong thanh toán điện tử.
Khi các tác nhân xấu khai thác mô hình tạo sinh để dựng lên những kịch bản lừa đảo ngày càng tinh vi, kết hợp với các đợt tấn công dò quét (enumeration) nhằm thử số thẻ và thông tin xác thực với tốc độ lớn, các mạng thanh toán buộc phải đáp trả bằng học sâu thời gian thực và cơ chế chấm điểm rủi ro ngay tại cấp giao dịch để kịp thời sàng lọc và chặn đứng. Visa cho biết, mô hình VAAI Score sử dụng thành phần tạo sinh để nhận diện nguy cơ bị tấn công gian lận thẻ (CNP – Card Not Present) theo thời gian thực; đồng thời, giảm đáng kể tỷ lệ báo động nhầm so với các mô hình truyền thống và có thể tích hợp hiệu quả vào vòng ủy quyền vốn yêu cầu độ trễ cực thấp (Visa, 2024)10.
Ở quy mô mạng lưới, việc chấm điểm rủi ro dựa trên hàng trăm thuộc tính giao dịch đã giúp ngăn chặn lượng gian lận lên tới hàng chục tỷ đô la Mỹ mỗi năm. Một minh chứng thường được dẫn lại là công bố về việc ngăn chặn khoảng bốn mươi tỷ đô la Mỹ gian lận trong một giai đoạn mười hai tháng, cho thấy lợi thế của học máy khi được triển khai trên môi trường hàng trăm tỷ giao dịch, nơi mỗi giao dịch đều được mô hình xử lý tức thời (CNBC, 2024)11.
Ở phía nhà mạng thẻ khác, Mastercard triển khai Decision Intelligence để quét gần một trăm sáu mươi tỷ giao dịch mỗi năm và ghi nhận mức giảm đáng kể tỷ lệ báo động nhầm, qua đó, vừa bảo toàn doanh thu của đơn vị chấp nhận thanh toán thẻ vừa cải thiện trải nghiệm khách hàng (Business Insider, 2025)12. Song song với đó, các tòa soạn chuyên ngành cảnh báo rủi ro có xu hướng phình to khi AI thúc đẩy cá nhân hóa thanh toán và thương mại do tác nhân, khiến hệ sinh thái phải tăng tốc chuyển dịch sang passkeys (phương thức đăng nhập không cần mật khẩu, cho phép người dùng đăng nhập vào website hoặc ứng dụng bằng đúng cách vẫn sử dụng để mở khóa thiết bị, như: vân tay, khuôn mặt, mã PIN hoặc mẫu hình) và sinh trắc học; đồng thời, nâng cấp phần mềm và khuôn khổ quy định để theo kịp các phương thức tấn công mới (Payments Dive, 2026)13. Tổng hợp các tín hiệu trên cho thấy, một mặt, trọng tâm rủi ro không còn nằm ở từng giao dịch riêng lẻ mà chuyển dần sang gian lận danh tính và khâu ủy quyền, mặt khác, năng lực AI trở thành điều kiện tiên quyết để cùng lúc giảm gian lận, giảm tỷ lệ báo động nhầm và nâng tỷ lệ phê duyệt, từ đó, tạo ra lợi thế cạnh tranh bền vững cho những bên sở hữu dữ liệu sâu cùng mô hình được huấn luyện tốt. Điều này được củng cố bởi thực tế các mạng thanh toán lớn đang mở rộng danh mục sản phẩm AI phòng, chống gian lận theo hướng bao trùm toàn bộ vòng đời, từ phát hiện sớm đến xử lý tranh chấp sau giao dịch nhằm bảo vệ doanh thu và củng cố niềm tin thị trường (Visa Acceptance Solutions, 2026)14.
Thứ ba, ví điện tử đóng vai trò dẫn dắt trải nghiệm và AI cá nhân hóa đề xuất phương thức thanh toán theo ngữ cảnh.
Dữ liệu 10 năm qua cho thấy, ví điện tử đã chuyển từ một phương thức thanh toán mới lạ thành phương thức thanh toán chính. Báo cáo Global Payments Report 2025 ghi nhận giá trị ví điện tử tăng khoảng mười lần kể từ năm 2014 và chiếm phần lớn trong thương mại điện tử; đồng thời, được đẩy mạnh tại các điểm bán thông qua điện thoại thông minh. Đây là thực tế phản ánh sự dịch chuyển của thanh toán điện tử sang giao diện thanh toán di động làm trung tâm trải nghiệm mua sắm (Worldpay, 2025)15. Về quy mô toàn thị trường, Statista dự đoán tổng giá trị giao dịch thanh toán số toàn cầu đạt khoảng 26,89 nghìn tỷ đô la Mỹ vào năm 2026 và tiếp tục tăng với tốc độ tăng trưởng kép khoảng 7,6% đến năm 2030. Với mảng Mobile POS, ví điện tử giữ vai trò then chốt trong giá trị và mức độ thâm nhập người dùng (Statista, 2025)16. Trên lớp ứng dụng, các nền tảng đang đưa AI vào gợi ý phương thức tối ưu theo rủi ro, phí và xác suất phê duyệt dự đoán, kết hợp tokenization và xác thực thích ứng để hạn chế việc dừng luồng thanh toán, từ đó, giảm từ chối giả và nâng tỷ lệ chấp nhận. Điều này được minh chứng qua các bộ giải pháp liên kết chống gian lận và tối ưu phê duyệt trên một nền tảng thống nhất nhằm gắn kiểm soát rủi ro với KPI doanh thu và chuyển đổi của thương nhân (Visa Acceptance Solutions, 2026)17. Cùng chiều đó, báo cáo ngành thanh toán điện tử chỉ ra thương nhân cần tích hợp và điều phối nhiều bên tham gia xử lý thanh toán, như: đa cổng và đa nhà xử lý để thử nghiệm và định tuyến động giữa thẻ, ví, chuyển khoản thời gian thực và mua trước trả sau; đồng thời, khai thác dữ liệu hành vi nhằm cá nhân hóa giao diện thanh toán. Đây là một sự tiến hóa tất yếu khi người tiêu dùng chờ đợi những trải nghiệm không tiếp xúc trên mọi kênh, cả trực tuyến lẫn tại cửa hàng (Worldpay, 2025)18. Hệ quả là vai trò của ví điện tử trong giai đoạn tới không chỉ là ví chứa phương thức thanh toán mà còn là phương thức tối ưu theo bối cảnh phiên giao dịch và hồ sơ rủi ro, nơi AI quyết định kênh đi hợp lý nhất để đạt được các mục tiêu, bảo đảm vừa tăng tỷ lệ phê duyệt vừa bảo toàn biên lợi nhuận sau phí và rủi ro.
Thứ tư, thanh toán từ tài khoản tới tài khoản theo thời gian thực.
Nhiều thị trường mới nổi như Đông Nam Á, trong đó có Việt Nam đang chứng kiến sự tăng tốc mạnh của mạng lưới thời gian thực và cơ chế định tuyến từ tài khoản ngân hàng trực tiếp vào hành trình thanh toán. Forrester dự báo tiền mặt sẽ giảm đáng kể khi tài khoản tới tài khoản và thời gian thực lấn át trong các nền kinh tế có dân số trẻ; đồng thời, lưu ý việc triển khai một chạm vội vàng có thể làm tăng chi phí đối với một bộ phận thương nhân, từ đó, nhấn mạnh nhu cầu quản trị rủi ro và tối ưu kiến trúc thay vì chỉ mở rộng tiện lợi (Forrester Research, 2024)19. Trên thực tế, Worldpay cho thấy, các mạng như UPI ở Ấn Độ và Pix ở Brazil đã trở thành hạ tầng thiết yếu của chi trả tiêu dùng, kéo theo việc thương nhân và PSP phải chấp nhận nhiều kênh, nhiều phương tiện thanh toán thay vì chỉ dựa vào thẻ, với giá trị A2A trong thương mại điện tử của các thị trường này tăng trưởng rất nhanh trong thập niên qua (Worldpay, 2025)20. Về chính sách sản phẩm, Juniper đưa vào danh sách xu hướng năm 2026 việc mở rộng thanh toán tại ngân hàng tại Anh thông qua cơ chế ủy quyền biến đổi thương mại, tạo điều kiện thu hồi định kỳ linh hoạt và thanh toán hóa đơn tự động, qua đó, rút ngắn vòng tiền và giảm chi phí xử lý; đồng thời, yêu cầu kiểm soát ủy quyền và rủi ro nội sinh chặt chẽ hơn (Juniper Research, 2025)21. Khi các kênh thanh toán thời gian thực lan rộng, giải pháp tối ưu phải có khả năng chọn giữa thẻ và tài khoản theo tiêu chí chi phí, thời gian quyết toán và rủi ro theo bối cảnh; đồng thời, giữ trải nghiệm người dùng liền mạch (Forrester Research, 2024)22, (Worldpay, 2025)23. Như vậy, thành công ở giai đoạn thanh toán qua ngân hàng trong thời gian tới phụ thuộc vào năng lực liên kết xác thực mạnh, chính sách hoàn trả minh bạch và khả năng đưa ra gợi ý phương thức tối ưu bằng AI nhằm nâng tỷ lệ chấp nhận mà không làm gia tăng rủi ro hệ thống.
Thứ năm, tiền số được quản lý và thay thế dữ liệu nhạy cảm bằng mã token.
Một trong ba lực đẩy chiến lược của hệ sinh thái thanh toán trong thời gian tới là sự xuất hiện của các dạng giá trị số được quản lý như tiền gửi token hóa và đồng tiền số ổn định được điều tiết làm lớp quyết toán bổ sung cho mạng ngân hàng tương ứng, sẽ định hình cách thức vận hành của luồng tiền thanh toán B2B và thương mại xuyên biên giới (Juniper Research, 2025)24. Đồng thời, việc thay thế các dữ liệu nhạy cảm bằng mã token đối với các dữ liệu thẻ vẫn tiếp tục gia tăng nhờ yêu cầu bảo mật và tuân thủ PCI DSS 4.0, ABI Research dự báo doanh thu của nhà cung cấp dịch vụ token sẽ vượt mốc một tỷ đô la Mỹ trước năm 2031 khi nhu cầu hóa giải rủi ro rò rỉ dữ liệu và tăng tỷ lệ phê duyệt nhờ mạng token ngày càng lớn, đặc biệt, trong bối cảnh tấn công mạng vào hạ tầng trọng yếu ngày càng tinh vi (ABI Research, 2025)25. Các báo cáo chiến lược của BCG và McKinsey cũng đặt tiền số được quản lý và token hóa vào trung tâm biến đổi cấu trúc của thanh toán, nhấn mạnh tính lập trình và quyết toán liên tục 24/7, vừa tạo hiệu quả mới vừa đòi hỏi khung rủi ro và tương thích quy định theo khu vực, qua đó, chỉ ra nhu cầu một kiến trúc bắc cầu giữa kênh hiện hữu và kênh số được điều tiết (BCG, 2025)26, (McKinsey & Company, 2025)27. Từ góc nhìn của các tổ chức tài chính và thanh toán, đây chính là thời điểm xây dựng chiến lược token xuyên suốt, từ token mạng thẻ đến token giá trị cho quyết toán; đồng thời, bảo đảm chu trình khóa, cấp phát và hủy token có quản trị rõ ràng và khả năng giải trình.
Thứ sáu, danh tính số và ví danh tính đang dần trở thành nền tảng cốt lõi cho quy trình tiếp nhận khách hàng và định danh ban đầu; đồng thời, là điều kiện then chốt để bảo đảm thanh toán an toàn.
Juniper xếp ví định danh điện tử của châu Âu vào nhóm xu hướng năm 2026 và cho rằng, mô hình ví danh tính sẽ tái định nghĩa cách thức xác thực và ủy quyền người dùng trong các kịch bản thanh toán, qua đó, giảm tiếp xúc trong quy trình mở mới tài khoản và hỗ trợ chi trả xuyên biên giới nhờ chuẩn hóa các thuộc tính định danh và chứng chỉ số. Nhận định này cũng phù hợp với làn sóng chuẩn bị cho khuôn khổ eIDAS (electronic Identification, Authentication and trust Services – Quy định về định danh điện tử, xác thực và dịch vụ tin cậy điện tử của Liên minh châu Âu) thế hệ mới (Juniper Research, 2025)28. Các tổng hợp về an ninh và gian lận đầu năm 2026 tiếp tục ghi nhận danh tính công dân và ví danh tính đang được thúc đẩy như một trụ cột phòng, chống gian lận, trong bối cảnh giả mạo siêu thực bằng AI và danh tính tổng hợp bùng phát. Điều này buộc hệ sinh thái dịch chuyển từ mô hình xác thực tại một thời điểm sang xác thực liên tục dựa trên các thuộc tính đã được kiểm chứng, do đó, rút ngắn thời gian và giảm chi phí; đồng thời, nâng cao độ tin cậy của tín hiệu nhận diện (Crowdfund Insider, 2026)29. Khi ví danh tính bước vào giai đoạn triển khai, các ngân hàng và nhà cung cấp dịch vụ thanh toán (PSP-Payment Service Provider) có thể tích hợp thẩm tra giấy tờ, đối sánh sinh trắc học với bằng chứng mật mã của chứng chỉ số; đồng thời, áp dụng chính sách quyền riêng tư theo nguyên tắc tối thiểu cần thiết. Tuy nhiên, việc sử dụng ví danh tính cũng đặt ra yêu cầu nâng cấp quản trị mô hình và kiểm soát thiên lệch của các thuật toán nhận diện; đồng thời, xây dựng năng lực tương tác xuyên biên giới giữa nhiều hệ thống cấp và kiểm chứng chứng chỉ. Các dự báo của Forrester về xu hướng dịch chuyển sang các tuyến thanh toán thay thế và giảm sử dụng tiền mặt cũng gián tiếp nhấn mạnh vai trò của danh tính mạnh để bảo đảm an toàn cho các tuyến thanh toán mới, đặc biệt trong bối cảnh thanh toán một chạm có thể bị lạm dụng và làm chi phí tăng cao nếu thiếu cơ chế xác thực và kiểm soát phù hợp, trong khi người dùng lại rất nhạy cảm với các trải nghiệm tiếp xúc (Forrester Research, 2024)30.
Thứ bảy, cá nhân hóa phương thức và điều phối thanh toán ở phía thương nhân trở thành năng lực cốt lõi.
Khi người dùng tiếp xúc với nhiều phương thức khác nhau, vấn đề đặt ra không còn là thêm lựa chọn mà là trình bày đúng lựa chọn theo hoàn cảnh và rủi ro. Forrester cảnh báo một phần năm thương nhân có thể phải gánh chi phí tăng khoảng 30% khi áp dụng gấp giải pháp một chạm mà thiếu kiểm soát rủi ro và tối ưu hành trình. Điều này nhấn mạnh nhu cầu chuyển từ tối giản giao diện sang tối ưu kết quả phê duyệt và tỷ lệ chuyển đổi dựa trên dữ liệu (Forrester Research, 2024)31. Đồng thời, Payments Dive ghi nhận hai xu hướng đan cài là cá nhân hóa đề xuất phương thức và tăng cường phòng vệ trước gian lận, đặc biệt khi tác nhân AI tham gia nhiều hơn vào gợi ý chi trả và thực hiện thanh toán. Qua đó, đặt trọng tâm nhiều hơn vào passkeys và sinh trắc học cũng như nâng cấp nền tảng điều phối và hệ thống tuân thủ (Payments Dive, 2026)32. Các nền tảng chấp nhận hàng đầu đã đưa ra thông điệp nhất quán về việc liên kết tình báo gian lận và thanh toán trên một nền tảng, gắn kiểm soát trực tiếp với KPI doanh thu như tỷ lệ phê duyệt và mức báo động nhầm; đồng thời, áp dụng học máy thời gian thực để chấm điểm và rút gọn rà soát thủ công theo hướng phê duyệt nhiều hơn các giao dịch bảo đảm (Visa Acceptance Solutions, 2026)33. Như vậy, ở phía thương nhân, năng lực lõi của giai đoạn tới là sử dụng đa nhà cung cấp và đa kênh với cơ chế thử nghiệm liên tục, được thực hiện dựa trên dự báo rủi ro và chi phí, và giao diện thanh toán tự thích nghi theo bối cảnh, đi kèm giám sát mô hình, giải thích quyết định và cơ chế phản hồi để cải thiện theo thời gian.
Thứ tám, năng lực trưởng thành AI trở thành lợi thế cạnh tranh định hình trật tự các mạng và nhà xử lý thanh toán.
Chỉ số trưởng thành AI trong ngành thanh toán do Evident công bố đầu năm 2026 cho thấy, các mạng lớn, như: Visa, Mastercard và PayPal vươn lên nhóm dẫn đầu về minh bạch, năng lực lãnh đạo, đầu tư đổi mới và nhân tài. Đồng thời, những doanh nghiệp có điểm số cao hơn ghi nhận số lượng tình huống sử dụng AI nhiều hơn và có tỷ lệ công bố kết quả định lượng cao hơn, dù hầu hết vẫn chưa đưa ra số liệu hoàn vốn toàn doanh nghiệp. Thông qua đó cho thấy, những thách thức của việc chuyển từ thí điểm sang vận hành quy mô với đo lường tài chính rõ ràng (Evident, 2026)34. Ở mặt hoạt động các trường hợp thực tế cho thấy, AI đã đi từ dò tìm bất thường sang tối ưu kết luận phê duyệt, giảm tỷ lệ báo động nhầm và bảo toàn trải nghiệm. Ví dụ: Mastercard mô tả hệ thống Decision Intelligence thực hiện quét gần một trăm sáu mươi tỷ giao dịch mỗi năm để chấm điểm rủi ro theo thời gian thực, giúp phát hiện hành vi bất thường mà con người khó nhận biết ở quy mô lớn (Business Insider, 2025)35. Sự khác biệt về trưởng thành AI không chỉ là câu chuyện công nghệ mà là cấu phần chiến lược quyết định quyền thương lượng giữa thương nhân và ngân hàng, nơi bên sở hữu dữ liệu phong phú, mô hình tốt và năng lực triển khai toàn cầu sẽ có ưu thế gia tăng đáng kể tỷ lệ phê duyệt mà không đánh đổi an ninh, từ đó, chuyển hóa trực tiếp thành doanh thu và biên lợi nhuận tốt hơn. Trong giai đoạn 2026 – 2027, kỳ vọng thị trường đối với minh bạch hiệu quả AI sẽ tăng, buộc các doanh nghiệp, tổ chức tài chính, thanh toán phải công bố mục tiêu và thành tích định lượng gắn với KPI tài chính, điều đã được Evident nêu rõ như một yêu cầu mới của nhà đầu tư và đối tác hệ sinh thái (Evident, 2026)36.
3. Một số khuyến nghị với các ngân hàng thương mại Việt Nam
Tổng hợp từ các xu hướng nêu trên, có thể thấy, thanh toán điện tử trong kỷ nguyên AI đang dịch chuyển theo hướng thông minh hơn, thời gian thực hơn và phụ thuộc ngày càng lớn vào quản trị dữ liệu, danh tính và rủi ro. Do vậy, các ngân hàng thương mại cần tiếp cận mang tính hệ thống, kết nối trải nghiệm, hạ tầng, quản trị rủi ro và vận hành với các chỉ tiêu có thể đo lường được, cụ thể:
Một là, xây dựng hệ thống AI quản trị rủi ro phù hợp bối cảnh Việt Nam và đưa chống gian lận lên từ sớm.
Với các ngân hàng thương mại Việt Nam, ưu tiên trước hết là xây dựng một hệ thống AI quản trị rủi ro cho thị trường trong nước, theo dõi và kiểm soát rủi ro xuyên suốt toàn bộ vòng đời giao dịch, từ lúc khách hàng mở tài khoản, phát sinh giao dịch, đến khâu hậu kiểm và xử lý khiếu nại, tranh chấp. Kinh nghiệm của các mạng thanh toán quốc tế cho thấy, nếu ngân hàng có thể chấm điểm rủi ro giao dịch theo thời gian thực (ngay tại thời điểm giao dịch xảy ra) thì sẽ ngăn chặn được một lượng gian lận rất lớn. Ngoài ra, việc kết hợp thêm các kỹ thuật AI tạo sinh vào các cơ chế nhận diện một số kiểu tấn công, chẳng hạn: hành vi thử thẻ hàng loạt (kẻ gian thử nhiều số thẻ hoặc thử định danh để tìm cái chính xác, thường xảy ra ở kênh không cần quẹt thẻ trực tiếp) giúp phát hiện sớm bất thường với độ trễ rất thấp. Nhờ đó, ngân hàng giảm tỷ lệ cảnh báo nhầm; đồng thời, giữ trải nghiệm khách hàng trơn tru hơn.
Thực tế cho thấy, các hệ thống học máy có thể xử lý quy mô hàng trăm tỷ giao dịch mỗi năm và ngăn chặn gian lận giá trị hàng chục tỷ USD, qua đó, minh họa hiệu quả của cách tiếp cận quản trị rủi ro theo thời gian thực. Vì vậy, ngân hàng nên gắn các mô hình AI với chỉ tiêu kinh doanh rõ rang, như: tỷ lệ phê duyệt giao dịch, tỷ lệ cảnh báo nhầm, chi phí vận hành chống gian lận, thời gian xử lý tranh chấp… thay vì chỉ báo cáo chặn được bao nhiêu vụ. Làm như vậy sẽ tạo ra mối liên hệ trực tiếp giữa kiểm soát rủi ro và tăng trưởng doanh thu từ hoạt động chấp nhận thanh toán. Trên nền tảng đó, ngân hàng có thể từng bước đưa năng lực nhận diện danh tính giả mạo và nội dung giả do AI tạo ra trở thành ưu tiên, tức là phát hiện từ sớm ngay khi mở tài khoản, đăng ký dịch vụ hoặc khi bắt đầu có dấu hiệu bất thường, kết hợp với xác thực linh hoạt theo mức rủi ro và các biện pháp bảo vệ danh tính liên tục. Cách làm này giúp giảm áp lực cho khâu phê duyệt giao dịch; đồng thời, làm cho các tín hiệu về người dùng hợp pháp trở nên đáng tin cậy hơn. Đây cũng là hướng đi phù hợp với cảnh báo của giới chuyên môn về làn sóng gian lận được AI khuếch đại, khiến ngành tài chính phải chuyển sang phòng vệ chủ động thay vì chỉ phản ứng sau khi sự cố xảy ra.
Hai là, kiến trúc đa kênh gắn với NAPAS 24.7 và VietQR, mở rộng thanh toán xuyên biên giới.
Bối cảnh hạ tầng thanh toán Việt Nam đang thuận lợi để các ngân hàng thương mại thực hiện kiến trúc đa kênh thanh toán một cách thực chất. NAPAS 24.7 đã trở thành xương sống của chuyển tiền tức thời và xử lý khối lượng giao dịch chiếm đa số dịch vụ, còn VietQR tăng trưởng gấp nhiều lần về khối lượng và giá trị, hướng tới bao phủ thương mại nhỏ lẻ và dịch vụ công. Bên cạnh đó, định hướng mở rộng kết nối QR xuyên biên giữa Việt Nam với Thái Lan và Lào đã được hiện thực hóa; đồng thời, đang triển khai kế hoạch kết nối với Trung Quốc, Nhật Bản và Hàn Quốc trong giai đoạn tiếp theo. Thực tế này đòi hỏi ngân hàng sớm chuẩn bị năng lực định tuyến, đối soát và quản lý rủi ro đa tiền tệ. Trên phương diện kỹ thuật, việc nâng cấp hệ thống tức thời của NAPAS cho phép mở rộng hiệu năng, giảm thời gian gián đoạn và hỗ trợ kiến trúc đa trung tâm dữ liệu, tạo điều kiện cho ngân hàng kết nối theo mô hình khả dụng cao. Vì vậy, khuyến nghị với các ngân hàng thương mại Việt Nam là xây lớp điều phối ở tầng ứng dụng để định tuyến động giữa thẻ, A2A, ví và QR theo tiêu chí chi phí, SLA và xác suất phê duyệt; đồng thời, chuẩn hóa hợp đồng dịch vụ và quy trình xử lý sự cố với đối tác hạ tầng. Việc tận dụng các kênh thanh toán nội địa và mở rộng kết nối QR xuyên biên giới sẽ giúp ngân hàng gia tăng vùng phủ chấp nhận, giảm chi phí xử lý và cải thiện dòng tiền nhờ quyết toán gần thời gian thực, đặc biệt trong bối cảnh giao dịch tiền mặt suy giảm và hành vi quét mã trở thành thói quen phổ biến.
Ba là, điều phối thanh toán ở lớp ứng dụng, tối ưu phê duyệt và tổng chi phí theo ca sử dụng.
Trong môi trường phương thức đa dạng, điều phối thanh toán ở lớp ứng dụng cần được xem là năng lực cốt lõi. Thay vì chỉ theo đuổi trải nghiệm một chạm, các ngân hàng thương mại Việt Nam nên triển khai một nền tảng kết nối cho phép A hoặc B testing, định tuyến theo thời gian thực giữa thẻ, A2A, QR và ví dựa trên ma trận mục tiêu gồm xác suất phê duyệt, chi phí mạng, chi phí gian lận và xác suất tranh chấp. Phân tích của các hãng nghiên cứu cho thấy, nếu tối giản giao diện mà thiếu kiểm soát rủi ro và tối ưu kiến trúc, chi phí tổng thể có thể gia tăng đáng kể đối với một bộ phận thương nhân, do đó, ưu tiên phải đặt ở chất lượng phê duyệt hơn là rút ngắn thao tác một cách cơ học. Trong bức tranh dài hạn, dữ liệu 10 năm chỉ ra ví điện tử và thanh toán di động đã chuyển từ mới lạ sang dòng chính và chiếm tỷ trọng lớn ở cả trực tuyến lẫn điểm bán, vì vậy, lớp điều phối cần hiểu bối cảnh phiên giao dịch và ưu tiên đường đi có xác suất thành công cao nhất với chi phí thấp nhất, có thể là rail tài khoản ở giỏ hàng nhỏ hoặc rail thẻ ở giỏ hàng xuyên biên có cơ chế bảo vệ mạnh. Cùng với đó, ngân hàng thương mại nên cung cấp phân tích cho các đơn vị chấp nhận thanh toán điện tử, chỉ ra tác động của mỗi lựa chọn kênh lên chuyển đổi và biên lợi nhuận, từ đó, nâng vai trò đồng kiến tạo thay vì chỉ là nhà xử lý kỹ thuật. Cách tiếp cận này giảm phụ thuộc vào một kênh thanh toán duy nhất và gia tăng khả năng phục hồi trước sự cố cục bộ.
Bốn là, chuẩn bị cho agentic commerce bằng quy tắc ủy quyền, token dữ liệu và API tiêu chuẩn.
Khi tác nhân AI dần trở thành giao diện mua sắm, các ngân hàng thương mại Việt Nam cần chuẩn bị một hệ quy tắc ủy quyền chi tiêu linh hoạt, bao gồm: hạn mức theo danh mục, ngưỡng giá trị, cửa sổ thời gian và các điều kiện kích hoạt xác thực bổ sung. Cùng với đó, cần chuẩn hóa API ở lớp thanh toán để tác nhân có thể truy cập tín hiệu một cách an toàn dựa trên token và tôn trọng quyền riêng tư, qua đó, tạo nền tảng cho gợi ý phương thức thanh toán tối ưu tại thời điểm mua hàng. Tuy nhiên, ngân hàng thương mại cũng cần thận trọng với kỳ vọng bùng nổ thanh toán hoàn toàn tự động, bởi các phân tích triển vọng cho thấy, khoảng cách giữa mua sắm do tác nhân AI hỗ trợ và thanh toán tự chủ hoàn toàn vẫn còn tiếp diễn trong ngắn hạn. Nguyên nhân là do các nút thắt về nhận diện, ủy quyền và trách nhiệm pháp lý. Do đó, lộ trình phù hợp ở Việt Nam là triển khai chọn lọc trong những lĩnh vực có rủi ro nhưng có thể kiểm soát được, như: du lịch, nội dung số hoặc tiện ích công; đồng thời, thu thập dữ liệu để hoàn thiện chính sách. Như vậy, ngân hàng có thể vừa bắt nhịp đổi mới vừa bảo đảm an toàn, khả năng giải trình và sự phù hợp pháp lý.
Năm là, xây dựng chiến lược token hóa (tokenization) toàn diện, từ token mạng thẻ đến giá trị số được quản lý.
Token hóa cần được nhìn như một chiến lược hai lớp. Ở lớp dữ liệu, ngân hàng thương mại Việt Nam mở rộng mạng token cho thẻ lưu trữ để giảm rủi ro rò rỉ thông tin, cải thiện tỷ lệ phê duyệt và đơn giản hóa tuân thủ bảo mật. Ở lớp giá trị, ngân hàng nên nghiên cứu token hóa tiền gửi và các mô hình giá trị số được quản lý nhằm phục vụ quyết toán gần thời gian thực trong một số dòng tiền B2B hoặc xuyên biên giới, nơi thuộc tính lập trình và minh bạch có thể tạo lợi thế về chi phí và tốc độ. Dự đoán thị trường cho thấy, doanh thu dịch vụ token sẽ gia tăng đáng kể trong thập kỷ tới dưới tác động của các chuẩn mực bảo mật mới và mối đe dọa an ninh mạng. Trong thực thi, cần chú ý quản trị vòng đời token, bao gồm: cấp phát, sử dụng, thu hồi, lưu trữ khóa và xử lý sự cố, cùng với khung kiểm soát rủi ro và tương thích quy định theo khu vực. Đồng thời, ngân hàng phải quy hoạch điểm giao nhau giữa các kênh thanh toán điện tử truyền thống và kênh số để tránh phân mảnh thanh khoản, bảo đảm trải nghiệm người dùng liền mạch. Cách tiếp cận đi từ token dữ liệu sang token giá trị, có kiểm soát phạm vi và đo lường chặt chẽ sẽ giúp ngân hàng hiện thực hóa lợi ích của token hóa mà không phát sinh rủi ro hệ thống.
Sáu là, lấy danh tính số làm tuyến phòng thủ số một, tích hợp eKYC, VNeID, passkeys và sinh trắc học.
Chuyển dịch trọng tâm phòng vệ từ giao dịch sang danh tính là yêu cầu cấp thiết với các ngân hàng thương mại Việt Nam trong thời gian tới. Ở thời điểm hiện tại, Việt Nam đã cho phép mở tài khoản thanh toán qua eKYC với hướng dẫn nghiệp vụ cụ thể; đồng thời, cơ quan quản lý nhấn mạnh vai trò eKYC như cánh cổng của ngân hàng số. Cùng với đó, các ngân hàng đang phối hợp với cơ quan chức năng để xác thực qua căn cước gắn chip và ứng dụng định danh, mở đường cho xác thực mạnh nhưng giảm ma sát hay những tiếp xúc không cần thiết ở các hành trình số. Trên nền tảng này, ngân hàng nên triển khai xác thực không mật khẩu dựa trên khóa công khai và sinh trắc học thiết bị, kết hợp đánh giá rủi ro theo ngữ cảnh để nâng hệ số tin cậy cho các giao dịch giá trị cao hoặc có dấu hiệu bất thường, nhất là trong môi trường di động nơi QR và chuyển khoản tức thời tăng mạnh. Đồng thời, cần xây dựng mô hình quản trị danh tính thống nhất, bao gồm: đồng bộ thuộc tính, kiểm tra trùng lặp, phát hiện danh tính tổng hợp và chính sách lưu giữ bằng chứng số phục vụ điều tra. Việc ưu tiên danh tính số cũng phù hợp với quỹ đạo chuyển đổi thanh toán không tiền mặt và gia tăng sử dụng QR, nhờ đó, giảm phụ thuộc vào xác thực yếu và nâng chất lượng tín hiệu hợp pháp cho mô hình AI phòng chống gian lận. Cách làm này vừa cải thiện tỷ lệ phê duyệt nhờ tín hiệu mạnh, vừa bảo vệ người dùng trước rủi ro lừa đảo ngày càng tinh vi.
Bảy là, thiết lập quản trị dữ liệu và tuân thủ có thể lập trình cho kỷ nguyên AI.
Sự vận động nhanh của khung pháp lý dữ liệu đòi hỏi ngân hàng chủ động thiết kế quản trị dữ liệu theo hướng có thể lập trình. Luật Dữ liệu năm 2024 cùng các nghị định hướng dẫn đã đưa ra tiêu chí phân loại dữ liệu quan trọng, yêu cầu quản lý, bảo vệ, xử lý và chuyển dữ liệu; đồng thời, nhấn mạnh trách nhiệm đối với các dòng dữ liệu lõi hoặc dữ liệu có tác động lớn đến an ninh và ổn định kinh tế – xã hội. Trước bối cảnh đó, các ngân hàng thương mại Việt Nam cần kiến trúc các chính sách dữ liệu dưới dạng mô đun, có thể áp vào hệ thống một cách tự động ở tầng API và tầng xử lý, từ phân quyền truy cập, kiểm soát lưu chuyển, đến kiểm định chuyển dữ liệu xuyên biên. Đồng thời, phải triển khai quy trình MLOps và quản trị mô hình, bao gồm: giám sát drift, kiểm tra thiên lệch, khả năng giải thích và phê duyệt thay đổi nhằm bảo đảm các mô hình AI tuân thủ ngay trong vận hành chứ không chỉ ở giai đoạn kiểm thử. Việc thiết lập bảng phân loại dữ liệu, sơ đồ dòng dữ liệu và hồ sơ xử lý sẽ là tiền đề để thực thi đánh giá tác động, cấp phép hoặc báo cáo theo yêu cầu cơ quan quản lý. Cách tiếp cận này giúp ngân hàng giảm rủi ro pháp lý, tăng khả năng kiểm toán và tạo nền tảng tin cậy cho việc mở rộng dịch vụ số dựa trên dữ liệu.
Tám là, thực hiện đo lường trưởng thành của AI.
Để AI chuyển hóa thành lợi thế cạnh tranh, các ngân hàng thương mại Việt Nam cần khuôn khổ đo lường mức độ trưởng thành của AI và ROI rõ ràng. Các ngân hàng thương mại Việt Nam nên thiết kế thẻ điểm AI, gồm: tỷ lệ phê duyệt, giảm tỷ lệ báo động giả, giảm tổn thất gian lận, thời gian xử lý ngoại lệ và tác động đến biên lợi nhuận sau rủi ro và kế hoạch đo lường cụ thể sau triển khai. Đồng thời, ngân hàng cần xây dựng danh mục đầu tư AI theo phương pháp luận tạo giá trị, ưu tiên các trường hợp AI khi sử dụng có tác động ròng đến doanh thu hoặc chi phí đã được chứng thực ở ngành, ví dụ: nâng tỷ lệ phê duyệt qua chấm điểm thời gian thực, bình thường hóa tranh chấp tự động và điều phối thanh toán dự đoán.
Chín là, thực hiện nâng cấp sản phẩm và trải nghiệm theo hướng ưu tiên ví trước, QR trước, di động trước.
Cấu trúc nhu cầu tại Việt Nam cho thấy, giao dịch không tiền mặt tăng mạnh với vai trò dẫn dắt của QR và di động, trong khi giao dịch ATM tiếp tục giảm. Các ngân hàng thương mại Việt Nam nên tái thiết kế hành trình sản phẩm xoay quanh thiết bị di động và QR, tối ưu giao diện, luồng xác thực và ưu đãi theo ngữ cảnh sử dụng thực tế tại điểm bán và trực tuyến; đồng thời, tích hợp các tiện ích như chia nhỏ hóa đơn và trả góp linh hoạt ngay trong trải nghiệm thanh toán. Việc tận dụng VietQR làm lớp chấp nhận phổ quát và kết nối với kênh thẻ khi phù hợp sẽ giúp cân bằng giữa chi phí và độ bao phủ; đồng thời, mở đường cho thanh toán xuyên biên qua QR khi các kết nối khu vực được kích hoạt. Ở tầng chiến lược, dữ liệu quốc tế chỉ ra ví điện tử và Mobile POS tiếp tục giữ vai trò chủ đạo trong tăng trưởng giá trị thanh toán số, vì vậy, ngân hàng thương mại Việt Nam cần phát triển năng lực gợi ý phương thức tối ưu bằng AI dựa trên rủi ro và xác suất phê duyệt theo phiên, thay cho cách trình bày danh sách phương thức tĩnh. Đồng thời, cần triển khai phân tích sau giao dịch để hiểu tác động của thay đổi giao diện, ưu đãi và luồng xác thực lên chuyển đổi và chi phí, từ đó, tinh chỉnh liên tục nhằm đạt trạng thái tối ưu địa phương hóa.
Mười là, tổ chức lại năng lực vận hành theo ba trụ cột, gồm kiến trúc linh hoạt, vận hành dựa trên dữ liệu và hệ sinh thái đối tác.
Để cạnh tranh trong bối cảnh các kênh thanh toán bị phân mảnh và tiêu chuẩn khu vực đa dạng, ngân hàng cần tái cấu trúc năng lực theo ba trụ cột. (1) Kiến trúc linh hoạt coi khả năng tương tác là hạ tầng, cho phép tích hợp nhanh rail mới và di chuyển trí tuệ ra biên nơi ứng dụng và tác nhân vận hành. (2) Vận hành dựa trên dữ liệu với khung MLOps và quản trị mô hình chặt chẽ, bảo đảm an toàn và khả năng giải thích trong mọi quyết định tự động. (3) Một hệ sinh thái đối tác chiến lược gồm mạng thẻ, NAPAS, nhà cung cấp ví và các nền tảng công nghệ giúp rút ngắn thời gian ra mắt tính năng, mở rộng chấp nhận và tối ưu chi phí. Các báo cáo chiến lược toàn cầu đã nhấn mạnh sự dịch chuyển của thanh toán điện tử từ theo đuổi chuẩn thống nhất sang đa kênh bao gồm cả đa nền tảng và đa tiêu chuẩn ở đa khu vực, do đó, tổ chức thắng cuộc sẽ là bên biết tham gia vào hệ sinh thái thay vì chống lại hệ sinh thái; đồng thời, lập trình được tuân thủ để đáp ứng khác biệt pháp lý giữa các khu vực. Ở Việt Nam, việc hợp tác sâu với NAPAS và tận dụng các dịch vụ hạ tầng quốc gia, kết hợp tiêu chuẩn nội bộ linh hoạt, sẽ giúp các ngân hàng thương mại cân bằng giữa đổi mới nhanh và an toàn hệ thống, từ đó, chuyển thanh toán từ trung tâm chi phí thành động cơ tăng trưởng bền vững.
4. Kết luận
Trong tổng thể vận động của kinh tế số, thanh toán điện tử đang dịch chuyển từ vai trò công cụ sang hạ tầng cốt lõi, thể hiện ở quy mô giao dịch toàn cầu gia tang. Trong bối cảnh đó, nhận diện các xu hướng của thanh toán điện tử trong kỷ nguyên AI trong thời gian tới trở nên cực kỳ thiết yếu đối với với các ngân hàng thương mại Việt Nam để có thể không những không bị tụt hậu mà còn thực hiện các hành động đón đầu nhằm vừa tận dụng được động lực tăng trưởng do AI và thanh toán thời gian thực tạo ra, vừa củng cố năng lực bảo vệ danh tính, giảm gian lận, giảm cảnh báo nhầm, nâng tỷ lệ phê duyệt và phát triển các dịch vụ thanh toán điện tử một cách bền vững tại Việt Nam trong một môi trường cạnh tranh ngày càng quyết liệt.
Chú thích:
1, 16. Statista (2025). Digital payments Worldwide. https://www.statista.com/outlook/fmo/payments/digital-payments/worldwide
2, 21, 24, 28. Juniper Research (2025). Top 10 fintech & payments trends 2026. https://www.juniperresearch.com/press/juniper-research-unveils-the-top-10-trends-set-to-shape-fintech-payments-in-2026/
3, 4, 7, 9, 27. McKinsey & Company (2025). The 2025 McKinsey Global Payments Report: Competing systems, contested outcomes. https://www.mckinsey.com/industries/financial-services/our-insights/global-payments-report
5, 6, 8. Visa (2025). The top payments predictions that will reshape 2026. https://corporate.visa.com/en/sites/visa-perspectives/trends-insights/2026-predictions.html
10. Visa (2024). Visa announces generative AI-powered fraud solution to combat account attacks. https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html
11. CNBC (2024). How Visa employed artificial intelligence to check $40 billion in fraud as scammers also take to AI. https://www.cnbc.com/2024/07/26/ai-and-machine-learning-helped-visa-combat-40-billion-in-fraud-activity.html
12. Business Insider (2025). At Mastercard, AI is helping to power fraud detection systems. https://www.businessinsider.com/mastercard-ai-credit-card-fraud-detection-protects-consumers-2025-5
13, 32. Payments Dive (2026). Charting 2026 payments trends. https://www.paymentsdive.com/news/payments-trends-outlook-2026/810903/
14, 17, 33. Visa Acceptance Solutions (2026). AI-powered fraud and risk management solutions. https://www.visaacceptance.com/en-us/solutions/ai-driven-fraud-management.html
15, 18, 20, 23. Worldpay (2025). The Global Payments Report 2025: The past, present and future of consumer payments. https://www.hkdca.com/wp-content/uploads/2025/05/gpr-2025-worldpay.pdf
19, 22, 30, 31. Forrester Research (2024). Predictions 2025: Payments disruption roars ahead. https://www.forrester.com/blogs/predictions-2025-payments/
25. ABI Research (2025). High profile cyberattacks continue to spur rapid adoption of payment tokenization solutions to US$1 billion market. PR Newswire. https://www.prnewswire.com/news-releases/high-profile-cyberattacks-continue-to-spur-rapid-adoption-of-payment-tokenization-solutions-to-us1-billion-market-302460370.html
26. Boston Consulting Group (2025). Global Payments Report 2025: The future is (anything but) stable. https://web-assets.bcg.com/25/91/2269153c468ca43684442f055cb0/2025-global-payments-report-sep-2025.pdf
29. Crowdfund Insider (2026). Rising fraud sophistication, security tech developments examined in new report. https://www.crowdfundinsider.com/2026/01/257909-rising-fraud-sophistication-security-tech-developments-examined-in-new-report/
34, 36. Evident Insights. (2026). Evident AI Index: Payments: Key findings report. https://evidentinsights.com/insights/payments-key-findings-report-2026/
35. Business Insider (2026). The payments AI arms race is on – and one company has pulled ahead. https://www.businessinsider.com/evident-ai-ranking-payments-index-visa-mastercard-paypal-2026-2
