问题——原生对话式购物助手加速进入零售场景，安全与合规风险同步上升；随着零售商将对话式购物助手直接嵌入线上店铺，消费者咨询、下单、售后等流程更“对话化、自动化”。新触点提升便利度的同时，也可能成为欺诈与规则滥用的新入口：从冒用身份下单、团伙套取优惠，到借助自动化流程批量发起退款、恶意退货与套利，风险更隐蔽、更易规模化。 原因——一是商业价值驱动带来快速部署，二是数据割裂与身份难题让商家“看不全、判不准”。研究机构麦肯锡报告显示，超过八成零售企业已启动以重塑客户服务为目标的新一代生成式技术试点。对零售商而言，购物助手可基于用户偏好提供个性化推荐、权益管理与忠诚度运营——带动转化与复购。但实践中——单一商家掌握的多为“店内数据”，对跨平台、跨商家的历史行为缺乏全景视角；同时，网络黑灰产善于在账号、设备、支付与物流链路上多重伪装，进一步抬高身份核验与异常行为识别难度。 影响——若缺乏有效风控，自动化交互可能放大损失并削弱消费者信任。一上，欺诈交易与售后滥用会推高退单率与纠纷处理成本，挤压利润；另一方面，误拦截正常用户或流程不够透明，也可能影响购物体验与品牌口碑。更值得警惕的是，一旦黑灰产摸清对话式流程中的“规则空档”，便可能通过脚本化、团伙化方式促销节点集中攻击，使风险从个别事件演变为持续的系统性压力。 对策——Riskified提出以“风险情报层”强化身份核验与策略管控，重点守住退款换货、资格审核等高价值环节。Riskified称，其扩展后的智能体风控平台可基于覆盖多商家网络的交易与行为数据，对终端消费者的购买记录进行综合分析，并向商家输出差异化风险信号。公司首席技术官兼联合创始人阿萨夫·费尔德曼表示，计划推出自有虚拟购物助手的商家，在与消费者建立直接、个性化关系上具备优势，而关键于为互动引入可靠的风险情报与核验能力，确保通过购物助手完成的交易与申请可以被验证与评估。 据介绍，有关能力主要体现在两上：其一，“智能体身份信号”功能支持购物助手查询Riskified身份图谱并获取风险指标，以程序化方式完成身份核验，并可通过多种接口与协议实现集成。其二，“智能体策略构建器”增强功能允许商家在决策平台中配置业务规则，对来自对话式购物助手的订单与售后请求进行风险管控，降低程序化退款滥用、经销商套利及促销滥用等问题。Riskified强调，欺诈团伙已开始利用早期智能体协议与聊天机器人开展非法活动，因此需要在身份校验与购买行为异常检测上建立更实时的防护能力。 前景——对话式购物将持续深化，风控将从“事后处置”转向“嵌入式、实时化”竞争。业内人士认为，随着零售商加快将购物、客服、售后等环节融为一体，风控能力将更贴近业务流程，向“在对话中决策、在交易前拦截”演进。未来，谁能在不牺牲体验的前提下实现更精准的身份判断、更透明的规则管理与更稳定的跨场景风险识别，谁就更可能在新型购物模式中获得增长空间。
电商技术创新始终伴随机遇与风险；当对话式购物助手成为零售业数字化转型的重要方向，完善的风险防控体系不再是“可选项”，而是保障业务稳健运行的基础。只有在安全可控的前提下，新技术才能释放商业价值，推动行业向更高质量发展。这既需要技术服务商持续提升防护能力，也需要商家建立主动防范机制，并推动行业在协同治理上形成共识与落地机制。