Visa 以 24 亿美元收购 BioCatch，瞄准 AI 驱动的欺诈

Visa 已同意以 24 亿美元收购 BioCatch，使一则登上 Google News 的收购新闻演变为围绕 AI 驱动金融欺诈展开的更大竞争。

这项拟议交易将为 Visa 带来行为生物识别技术，可研究人们在银行业务会话中的打字、滑动、持握设备及导航方式。即使犯罪分子使用有效凭据，这些信号也能揭示账户接管或诈骗活动。

这一差异至关重要，因为生成式 AI 正让传统身份验证更容易被攻破。犯罪分子可以自动生成具有说服力的信息，模仿可信任的声音，并针对不同目标调整骗局。Visa 押注的是：当密码、证件和声音都变得不再可靠时，行为模式仍能提供有效信息。

这笔交易也给 Mastercard、Nasdaq Verafin、FICO、Experian 及专业反欺诈供应商带来压力。它们如今都将面对规模更大的 Visa 安全产品组合，后者能够将支付网络数据与行为智能结合起来。

这不只是一项网络安全收购。它押注于反欺诈必须前移到支付授权之前——即用户仍在输入、浏览或应对操纵之时。

Google News 捕捉到 Visa 向交易评分之外迈进的举措

Visa 正在购买对用户行为的可见性，而这发生在资金开始通过其支付网络流动之前。

根据公告发布后刊登的交易报道，该协议对 BioCatch 的估值为 24 亿美元。这一数字明显高于 Permira 在 2024 年进行多数股权投资时对应的 13 亿美元估值。

此前的多数股权交易使 Permira 获得控制权，而原有投资者仍保留持股。该交易旨在支持 BioCatch 的全球扩张和产品开发。

Visa 的报价改变了所有权结构，也改变了战略目的。BioCatch 将不再仅作为服务金融机构的独立供应商运营。其信号可能成为 Visa 更广泛的风险、身份、认证和咨询业务的一部分。

BioCatch 专注于行为生物识别技术，即评估人类交互模式而非固定生理特征的软件。它可以分析打字节奏、光标移动、触摸屏压力、导航模式和设备操作方式。

这些观察可帮助银行区分正常行为与可疑行为。客户可能输入了正确的密码，却因犯罪分子已接管账户而以不同方式操作账户。

该系统还可以寻找胁迫迹象。合法客户或许正在付款，但诈骗分子可能通过电话或即时通信应用指导其完成每一步。

这种情况对传统交易筛查而言很棘手。设备、密码、账户和客户本身都可能看似合法。异常信号存在于客户行为及其所在的会话环境中。

BioCatch 表示，其技术会分析行为、设备属性和网络信息，无需用户额外操作。这种被动方法不同于面部扫描或指纹提示，后两者要求用户进行特定的认证操作。

在拟议收购之前，BioCatch 曾报告其在银行业拥有可观覆盖范围。2025 年 7 月，该公司称其服务覆盖 20 多个国家的 280 多家金融机构。

该公司还称，每月分析超过 150 亿个用户会话。它表示，其软件保护了逾 16 亿台设备上的超过 5.25 亿人。

这些是公司自行报告的数据，而非对侦测表现的独立审计。尽管如此，它们说明了 Visa 为何将 BioCatch 视为不只是一个早期安全创业公司。

该公司还表示，截至 2025 年第二季度，其年度经常性收入已超过 1.6 亿美元。其业务更新称，美国四大银行中有三家使用其产品。

对于通过 Google News 看到这则新闻的读者而言，收购价格是最直接的标题。更重要的变化在于 Visa 希望在何处作出欺诈判断。

Visa 已会评估通过其网络流动的交易。BioCatch 则增加了在授权前产生的信号，包括登录、账户维护和付款设置过程中发生的行为。

这种更广泛的视角形成了核心张力。反欺诈防御获得了更多上下文，但金融机构必须决定愿意接受和信任多少行为监测。

AI 骗局正在瓦解旧有认证流程

生成式 AI 削弱了那些假设令人信服的声音、证件、信息或登录就能证明意图合法的安全系统。

传统数字银行安全体系通常遵循一个熟悉的流程。用户输入凭据，通过第二重验证，选择收款人，然后提交付款。

银行随后会利用规则和预测模型评估交易。它们可以检查付款金额、地点、收款人历史、设备信誉以及其他风险信号。

当犯罪分子通过被盗凭据或异常交易暴露自身时，这一流程效果良好。但当合法用户在遭到操纵后授权了欺诈性付款时，它就会变得不那么可靠。

这些授权推送付款诈骗利用的是信任，而不是软件访问权限。犯罪分子会说服受害者汇款，常常冒充银行、雇主、政府机构、恋人或家庭成员。

生成式 AI 降低了制造这些欺骗行为所需的成本。它可以改写信息、模仿沟通风格、翻译话术、生成伪造文件，并支持更长时间的对话。

语音克隆又增加了一层风险。熟悉的声音可以在受害者还来不及通过独立渠道核实请求之前制造紧迫感。

Visa 高管 Michael Jabbara 在 2026 年的一次访谈中描述了这一变化中的门槛。他在有关 Visa 欺诈研究的报道中表示：“过去需要深厚技术技能才能完成的事，如今只需一个提示词即可执行。”

其意义在于规模。犯罪团伙不再需要庞大的团队来个性化处理数千次互动。自动化系统可以帮助识别目标、调整话术并回应犹豫。

AI 并没有消除旧有的欺诈手段。它提高了这些手段的速度，也让熟悉的警示信号变得不那么可靠。

过去，一封措辞精致的信息可能意味着它出自真实机构。准确的语法、专业的版式和看似合理的个人细节，如今已不再提供有意义的保障。

同样的问题也影响开户流程。合成身份将真实与虚构信息结合，制造出表面可信的申请人。深度伪造视频和篡改文件可能挑战高度依赖视觉验证的系统。

Visa 多年来一直在构建基于 AI 的风险产品。其于 2020 年推出的 Advanced Identity Score 结合申请数据、身份信息和机器学习，以估计新账户欺诈风险。

该公司还扩大了网络安全咨询和风险服务。2025 年，Visa 宣布推出一项网络安全业务，旨在帮助客户评估和应对新兴威胁。

BioCatch 填补的是不同的位置。行为分析不只询问某个身份或交易看起来是否合法，而是询问该会话是否与客户的日常操作相符。

设想一名受害者正被引导进行银行转账。该用户可能异常停顿、反复在不同页面间切换，或以不熟悉的节奏输入信息。

远程控制账户的犯罪分子可能采用不同的鼠标路径或打字节奏。自动化活动也可能以不同于普通人类导航的模式完成会话。

没有任何单一信号能够证明存在欺诈。其价值在于将许多较弱的指标结合为风险评估，从而触发额外审查。

这一机制有助于解释，为何这笔交易会作为 AI 新闻出现在 Google News 中，而不只是一项支付领域收购。Visa 正通过收购另一层机器学习分析能力来应对 AI 生成的欺骗。

这一战略也反映出安全边界的变化。认证不再是在登录时通过的一道单独关卡。

它变成覆盖账户访问、导航、付款创建和交易后调查的持续判断。这种方法可能识别出更多风险，但也带来了新的运营和隐私问题。

行为生物识别将竞争前移至支付之前

Visa 的核心竞争优势不只是 BioCatch 的模型，而是有机会将行为信号与网络层面的支付智能连接起来。

反欺诈平台的竞争部分取决于数据覆盖范围。一个在单一机构内训练的模型，看到的是该机构的客户、交易、已确认欺诈案件和报告做法。

网络运营商可观察更广泛的发卡机构、商户、地区和支付流中的活动。这种广度可以揭示在单一银行内部无法看到的关联。

Visa 已在交易处理之外销售增值服务。其中包括风险管理、身份产品、咨询、网络安全和发卡机构服务。

BioCatch 可通过加入会话层面的智能来深化这项业务。银行可以先评估账户行为，再将其与交易风险和网络信息结合。

由此形成的系统可以跟踪一笔付款，从数字交互贯穿授权流程，直至后续调查。这具有战略价值，因为诈骗跨越了组织边界。

受害者的银行看到的是汇出账户。收款机构看到的是目标账户。支付网络观察转账，而设备和行为系统则检查相关会话。

欺诈团伙会利用这些视角之间的空隙。它们通过骡子账户转移被盗资金，即用于接收和转移犯罪所得的账户。

BioCatch 已开发旨在识别诈骗受害者和资金骡子的产品。该公司表示，这些工具会检查普通交易规则可能遗漏的行为和设备关联。

Visa 的所有权可能使这些能力更容易与现有服务打包。对于已经使用 Visa 风险产品的银行而言，也可能简化采购流程。

不过，整合将决定这一理论优势能否真正发挥作用。银行运行着复杂的反欺诈技术栈，由内部模型和多个外部供应商共同构成。

这些系统覆盖不同阶段，包括开户、认证、交易评分、反洗钱监测、案件管理和监管报告。

增加更多信号并不会自动带来更好的决策。团队必须了解何时应依据行为评分拦截活动、触发警告，或将案件转交人工审核。

误报仍然代价高昂。错误质询合法客户的模型会增加客服来电、被放弃的付款和用户挫败感。

漏报则带来另一种代价。一次被遗漏的诈骗可能造成直接财务损失、监管风险，以及对客户信任的持久损害。

因此，Visa 必须证明，整合后的智能能力能够改善可衡量的结果。可用指标包括避免的损失、检测率、误报率、调查时间以及客户放弃率。

Mastercard 是最明确的战略竞争对手。该公司拥有 NuData——一家于 2017 年收购的行为分析和设备智能公司——并持续扩展身份和安全产品。

这段历史意味着，Visa 收购 BioCatch 并不是在创造一个新品类。它是在加大投入，以在其主要支付网络竞争对手已拥有资产的领域展开竞争。

Nasdaq Verafin 是另一家相关参与者，尽管其定位有所不同。Verafin 专注于金融犯罪管理，并使用参与机构之间共享的联盟数据。

BioCatch 和 Nasdaq Verafin 于 2025 年 9 月宣布建立战略合作伙伴关系。双方表示，这一合作将 Verafin 的联盟网络与 BioCatch 的行为和设备智能相结合。

当时，Verafin 表示其网络服务于超过 2,600 家金融机构，合计资产规模超过 10 万亿美元。BioCatch 报告称，其技术已部署于 287 家机构。

Visa 的收购为这项合作带来了一个显而易见的问题。BioCatch 的技术可以继续保持互操作性，但其所有者将有动力强化 Visa 的服务和差异化优势。

FICO、Featurespace、Feedzai、Sardine 和 Experian 等独立供应商也在欺诈技术栈的不同环节展开竞争。有些侧重于交易建模，另一些则结合身份、设备、行为和联盟信号。

Visa 自身已于 2024 年收购 Featurespace，为实时欺诈检测增加了自适应行为分析能力。BioCatch 则将这一投资延伸至数字会话行为和诈骗防范。

这两项收购表明了一项分层战略。Featurespace 有助于评估交易和账户活动，而 BioCatch 则观察围绕这些事件发生的人机交互。

这种组合提高了竞争门槛。竞争对手需要具备可比的信号覆盖能力，或提出更有说服力的供应商独立性理由。

银行可能会重视统一平台，尤其是在集成成本较高时。但它们也可能不愿将身份、行为和交易数据集中交给一家支付网络提供商。

胜负并不取决于哪家公司宣传的 AI 最多。银行将评估系统是否能在不拦截合法客户、也不削弱机构控制权的前提下，阻止更多欺诈。

这笔交易最棘手的问题是信任，而非检测

行为生物识别可以揭示可疑模式，但它也会将日常交互转化为需要严格治理的安全数据。

“行为生物识别”这一说法听起来可能不像面部识别那样敏感，因为它未必采集人脸或指纹。但这并不意味着由此产生的数据无关紧要。

打字节奏、动作模式、设备朝向和导航习惯，都可能共同构成持续性的个人画像。机构必须决定这些信号保留多久，以及谁能够访问它们。

它们还必须解释，当系统得出错误结论时会发生什么。客户可能很难对基于一组不透明行为特征作出的决定提出质疑。

银行可以在发生泄露后更换密码，但个人无法轻易更换习惯性的动作模式，或改变自己持握手机的方式。

这种持久性带来了安全责任。行为画像和衍生的风险评分需要受到保护，以防止被窃取、滥用或用于未经授权的次要目的。

区域性隐私法规进一步增加了复杂性。Visa 和 BioCatch 在不同市场运营，而这些市场对于同意、自动化决策、数据最小化和生物识别信息有不同标准。

并非所有司法辖区都以相同方式界定行为数据。其法律处理方式还可能取决于这些信息是能够识别个人，还是仅用于欺诈评分。

银行不能假设被动收集就无需透明度。客户完全可能希望了解，其交互行为是否会影响访问权限或支付决定。

模型偏差是另一个问题。行为可能会因年龄、受伤、残障、压力、旅行、新设备或不熟悉的软件而改变。

一个人在匆忙完成紧急付款时，可能与其正常画像有所不同。这种差异并不必然意味着欺诈。

反向问题同样存在。攻击者可以研究防御机制，并调整自身行为，使其看起来不那么可疑。

行为生物识别提高了模仿成本，因为许多信号会随时间相互作用。但它并不能形成一种犯罪分子永远无法攻破的身份验证机制。

Visa 必须避免将这项技术表述为解决 AI 欺诈的完整答案。诈骗防范仍然需要收款方智能、客户警示、账户控制、员工培训、调查以及机构之间的合作。

此次收购还带来了整合风险。Visa 必须在将 BioCatch 的技术接入一个规模大得多的组织时，保留其有效性。

专业安全公司往往行动迅速，因为其产品、研究和客户团队围绕同一项明确使命协作。收购能够增加资源，但也可能放慢决策。

现有 BioCatch 客户可能会质疑，该公司能否继续在不同支付网络之间保持中立。与多个网络合作的银行将希望获得保证，确保数据使用和产品访问仍有清晰界限。

合作伙伴面临类似的不确定性。Nasdaq Verafin 的合作关系表明，BioCatch 此前曾将其信号与另一大型金融犯罪平台相结合。

Visa 可以维持这类集成、缩小其范围，或重新定位。其选择将揭示，这笔收购是支持开放的欺诈防范生态系统，还是打造更垂直整合的 Visa 产品组合。

估值同样值得审视。BioCatch 在 2025 年年中报告的年度经常性收入超过 1.6 亿美元，而 Visa 提出的收购估值达到 24 亿美元。

这一比较并未涵盖后续增长、利润率、知识产权或战略协同效应。但它确实表明，Visa 支付的是预期的未来价值，而不只是当前收入。

Visa 的财务实力降低了对其资产负债表的即时担忧。更重要的考验在于，BioCatch 是否能加速增值服务，并改善 Visa 客户的欺诈防范效果。

投资者应关注客户采用和服务收入方面的证据。关于 AI 防护的宏大说法，其重要性将低于可衡量的部署成果。

读者也应谨慎看待 Google News 的摘要。聚合新闻标题会将一项收购压缩为价格、买方和标的，却未解决实施层面的问题。

这笔交易的成功取决于治理、互操作性和准确性。所有权变化并不会让这些结果变得确定。

三个信号将显示 Visa 的押注是否奏效

下一阶段的衡量标准将是监管进展、客户整合和竞争对手反应，而不是这则公告本身。

第一个信号是交易完成。大型科技收购通常需要通过监管审查并满足惯常的交割条件。

获批将增强 Visa 规划统一产品路线图的能力。延迟、被要求剥离资产或附加限制性条件，都会削弱 BioCatch 能够与 Visa 风险业务广泛整合这一预期。

监管机构可能审查传统的竞争问题。它们也可能考虑，对行为、身份和支付数据的控制是否会带来额外的隐私或市场支配力担忧。

确切的审查路径取决于交易结构和相关司法辖区。在 Visa 确认交割之前，BioCatch 仍是一家拥有既有义务的独立公司。

第二个信号是产品整合。Visa 需要说明，在 Featurespace、Visa Protect、身份产品和网络安全服务之外，BioCatch 将处于何种位置。

可信的整合应当为银行提供清晰的技术和运营选择。客户需要知道哪些信号会被结合、模型如何作出决定，以及人工审核在流程中的介入点。

早期部署应当产生具体证据。最有力的指标将是更低的欺诈损失、更少的误报、更快的调查以及更低的客户摩擦。

Visa 还应说明其将如何管理产品间的信息流动。围绕保留期限、用途和访问权限的清晰边界，将增强这一战略的说服力。

模糊的捆绑将削弱它。如果多项收购来的产品只是获得了新品牌，却没有实现有意义的互操作性，银行并不会从中受益。

第三个信号是竞争对手的行为。Mastercard 可以深化 NuData 的整合，或强化其更广泛的身份产品组合。

Nasdaq 可以通过新的合作伙伴关系、内部开发或另一项收购来扩展 Verafin 的行为能力。独立欺诈供应商可能会强调中立性，以及在多个支付网络间更易部署的优势。

快速回应将证实，竞争对手认为行为智能具有战略重要性。反应有限则可能意味着，它们相信现有工具已经满足这一需求。

竞争也可能围绕可解释性展开。供应商可以通过让银行对模型、阈值和客户干预措施拥有更多控制权来赢得业务。

这很重要，因为欺诈团队很少希望得到单一的自动化答案。它们需要能够供分析师、审计人员和监管机构审查的证据。

这笔交易还将检验 Visa 能否在不损害用户信任的情况下，更早介入客户旅程。这个问题不止关乎银行。

构建金融产品的开发者将在账户和支付工作流中接触到更多风险信号。产品团队需要决定如何呈现警告，避免训练用户对其视而不见。

企业买方应询问行为数据如何在其应用、BioCatch、Visa 和其他处理商之间流动。它们还应要求建立纠正错误风险评估的流程。

通过 Google News 关注这一事件的知识工作者应区分三项说法。这项收购是真实的，战略逻辑是可信的，而最终表现仍有待证明。

BioCatch 带来了有意义的规模和专业经验。Visa 则带来了全球分销能力、支付智能、资本以及既有的银行关系。

这些优势彼此契合。然而，整合仍可能产生重复产品、棘手的治理问题或客户抵触。

最有说服力的结果将是安静而非戏剧性的。银行能够更早识别操纵行为，拦截可疑付款，同时让合法客户无需承受额外摩擦即可继续操作。

这正是此次收购背后的承诺，也是评判这笔交易的标准。

Google News 将转向下一条收购新闻。银行、开发者和安全团队则应持续关注交割流程、首批整合部署以及 Mastercard 的回应。

随着这些信号陆续出现，请提出一个实际问题：Visa 扩展后的技术栈是否能在保留客户控制权的同时，更早检测出被操纵的意图？如果证据表明答案是肯定的，BioCatch 将不只是又一项安全资产。它将标志着从核验凭证转向评估数字行为完整情境的转变。