四、场景化支付的技术支撑
随着大数据、人工智能、云计算、移动互联技术的发展，普惠金融时代的到来，为了更好地服务用户，支付产业需要进行技术升级，满足各种场景需求。除了大数据和云计算等场景化支付的基础技术之外，场景化支付还需要一系列金融科技的创新支付技术提供支撑。
1.支付标记化技术(Token)
支付标记化技术是场景化支付的技术基础。一方面，传统支付技术满足不了新兴创新场景化交易的需求。另一方面，场景化支付由于场景复杂，需要进一步对交易进行安全保护，从而最大程度地减少持卡人账户数据被非法使用的可能，并防止跨渠道的交易欺诈行为，从而避免卡号信息泄露带来的风险。
支付标记化技术是从场景应用的层面来解决银行卡在网络空间应用的安全问题，能够在不影响正常业务处理的前提下，避免卡号等敏感数据在交易过程中的泄露，实现对交易场景的验证，从而能够有效保障个性化场景的支付安全，满足支付场景的创新和用户的个性化需求。
支付标记化技术在前端表现出来的是用户银行卡信息的有效替代，而后台则有一套完整、成熟的风险服务实现对用户的身份认证和交易欺诈风险的识别。即使是同一个卡号，针对不同的应用场景和支付渠道，支付标记也不尽相同，通过支付标记可有效地对交易渠道、交易次数、交易金额、应用场景以及用户使用习惯等进行验证，能够细粒度和个性化地对交易风险进行识别，对交易安全进行控制。即使某个渠道发生风险，支付标记的沙盒机制也能够将风险进行隔离，有效防止风险的扩大和转移。
支付标记作为一项既全面创新又与现有支付产业很好融合的技术，具有开放性和互操作性的特点，不仅能够保障整个支付交易的安全，而且还能够促进整个支付技术和支付场景的创新，有机地整合线下、线上等各种支付方式，为用户提供一体化、个性化的支付体验。
2.智能终端技术
智能终端是推动线上线下场景融合、提升支付服务水平和服务能力的基本保障。
智能终端将推进支付的线上线下融合。首先，智能终端对接了用户移动支付的需求，能够提供便利的移动支付方式。其次，智能终端以移动支付为基础入口，连接了商户和消费者，让商户能够得到记录消费者行为的精准消费信息，进行精准营销。这能够帮助实体店通过互联网触摸到消费者，并与之建立全渠道、深层次的线上互动，增强体验功能，发展智慧消费。
受理终端的智能化支持个性化和场景化的商业服务。传统的POS终端在过去十几年一直保持形式和内容不变，存在升级麻烦、功能单一、扩展性差、缺乏互动性等一系列问题，已经不能满足场景化和个性化支付的需求。就像诺基亚手机被苹果等智能手机取代一样，功能化的传统终端也将被智能化的受理终端所取代。受理终端作为一个智能化的平台，不同商业模式参与方都可以基于这一智能化平台提供个性化的应用，从传统的收银、小票打印，到刷卡、二维码等多种支付解决方案的集成，从会员管理到营销管理等，基于这一智能化平台，可以创造出更多的特定场景的特定应用，从而满足商户和用户的个性化需求，可作为行业联动、拓展支付场景化的重要工具和手段。
智能化的受理终端将提升用户的支付体验，确保用户的支付安全。智能终端带来交互场景的智能化，通过用户的移动设备与智能受理终端的简单交互就能识别出当前用户是谁以及其历史消费习惯、偏好等，根据这些信息提供的个性化服务，不仅能够让整个交易更加安全，而且还能够让用户有更好的体验。
3.生物特征识别技术
生物特征识别技术是场景化支付安全便捷、人机合一的基础。
首先，相较于传统的用户身份验证手段，生物特征识别技术更加安全便捷。对于支付来说，对发起支付行为的用户进行身份认证是非常关键的环节，是账户管理机构判断是否对交易进行授权的重要依据。可用作用户身份认证要素的信息分为三类：用户所知道的、用户所持有的和用户所拥有的信息。目前，在银行卡支付业务中，较常用的身份认证信息主要为密码和卡片等前两类信息，而生物特征属于用户所拥有的信息，相比于前两类信息，其具有不易复制、不会被遗忘或丢失、使用方便等特点，而正是这些特点可以使得场景支付更安全、更便捷。
其次，智能设备的发展使我们能够更有效地利用生物特征技术，从而使得人和设备能够完美融合。早在上个世纪，随着计算机技术的发展，已经开始指纹、人脸等比对的技术研究工作，但由于采集设备和计算能力的限制，生物特征技术只能应用于特定的安保等场所，随着移动设备的发展和各种采集技术的进步，各种采集、存储和运算操作都能够用一颗很小的芯片实现，这种芯片又能够与现在的移动设备完美集成，这样，智能设备不但能够采集生物特征，还能够运算和比对，使得移动设备具有生物特征认证的能力。
同时，生物特征技术使得人和设备能够完美融合。以前用户在刷卡时需要单独输入密码来进行认证，卡片与用户是分隔的，既要验证卡片又要单独验证人；在场景化支付的时代，用户在手机上按下指纹就可以完成交易，人和设备高度融合，这不仅能够带来安全便捷的体验，还能够创造更多富有想象力的应用场景。
4.人工智能技术
人工智能技术是实现移动支付场景化的核心技术。
一方面，从用户获取服务的角度来看，场景化强调的是服务的个性化和差异化，如何能够分析出某个用户的特定需求和偏好，只有利用人工智能技术收集用户的场景、历史交易、个人偏好等信息，再通过大数据等技术预测出用户的需求和偏好才能更好地满足用户的需求。
另一方面，从服务提供的角度来看，只有收集绝大多数用户的场景信息和状态信息，通过人工智能技术对这些信息进行计算和分析才能够完成全局服务的调度和优化。以打车软件为例，通过人工智能技术计算出当前某个区域打车需求比较旺盛，而相邻区域则比较宽松，打车平台可以通过调度完成全局资源的优化配置。
人工智能在促进移动支付场景化的过程中起到重要作用。使用人工智能技术进行创新支付服务的设计或原有支付服务的改进，结合图像处理、数据分析等技术，产生新的支付相关服务，促进支付服务使用率的提升；运用人工智能技术，对移动支付应用场景进行优化升级，不断优化移动支付服务的场景化运营策略；基于语音识别、自然语言处理、图像处理等技术，实现对客户的智能服务，优化用户体验，提升整体服务质量；利用机器学习等人工智能技术，从支付数据及情景分析等要素出发，建立自我学习能力的深度学习模型，在提升用户支付体验的同时，降低支付风险发生的可能性。