
苹果Apple Pay移动支付系统已于当地时间本周二登陆英国,不过,想要说服消费者放弃他们的信用卡和现金,苹果要走的路或许还很长。
通过Apple Pay移动支付系统,iPhone 6、iPhone 6 Plus和Apple Watch用户都可以在支持非接触式支付的商店内支付款项。此外,iPhone 6、iPhone 6 Plus、iPad Air 2和iPad mini 3拥有者还可以通过Apple Pay在应用内完成在线支付。
对消费者而言,Apple Pay的安全性是它的一大卖点:当用户向Apple Pay系统内添加银行卡或信用卡时,苹果并不会将该信息存储在用户设备中,相反,该系统会将一个唯一“设备帐号”以加密的形式分配并储存在用户的手机中。用户在支付时,需要通过一个一次性安全代码和Touch ID指纹触摸识别双重认证才能完成交易。
不过,基于几点原因,尽管Apple Pay的安全性很高,但它在英国的推出还是有些低调缓慢。
首先,并非所有银行都支持该系统。虽然美信银行(MBNA)、Nationwide、NatWest、苏格兰皇家银行、桑坦德银行和阿尔斯特银行都支持并正在提供这项服务,但其他银行如First direct、Halifax、汇丰银行(HSBC)、劳埃德银行 ( Lloyds )、马莎银行(M&S Bank)和信托储蓄银行(TSB)均为“即将”支持该服务。英国最大的银行之一巴克莱银行(Barclays)也表示,“未来”它将提供Apple Pay服务。
其次,在Apple Pay推出初期,由于该软件主要应用于大多数商店的非接触式终端,其主要交易金额将限制在20英镑以内。不过Visa表示,到今年年底,预计有五分之四左右的非接触式终端都将支持Apple Pay用户支付任意数额的款项,但是至今为止,在包括苹果、Boots、玛莎百货、Pret a Manger和汉堡包大王(Burger King)等在内的零售店中,消费较高者也只能在交易限额内使用Apple Pay支付货款。
非接触式支付依旧是一个利基市场:据万事达卡(MasterCard)的一项调查显示,只有四分之一的英国消费者表示他们打算明年通过其手机进行非接触式支付。然而,据Visa Europe的研究显示,在iOS用户中,有60%的人希望采用移动支付。
目前移动支付服务还处于初期阶段,谷歌即将发布的类似服务Android Pay也在尝试打开这一市场。事实上,在过去的五年间,各种版本的非接触式支付技术已各显其能,只是推广有限。如今,我们已攻克技术方面的难题,现在的问题是,各大供应商用什么理由来说服零售商们支持移动支付服务:它能够提高人均消费?还是能提高客户的忠诚度?亦或是它有助于他们更快结账?
调研公司Forrester表示,Apple Pay对零售商的需求要超过零售商对Apple Pay的需求,而且可以说,如今Apple Pay对消费者的需求也超过了他们对它的需要。分析师说道:“消费者想要的是一种更好的购物体验,而不是更好的支付系统。”
Forrester表示,苹果公司需要与英国消费者构建信任关系:根据该公司的数据显示,若选择手机钱包,相较于苹果,iOS用户对银行、信用卡机构、亚马逊、PayPal等更为信任。
长远来看,这些非接触式支付服务将成为各大科技公司争夺的一个新阵地。它们能够轻松地发展成为全面的金融服务(如在设备之间转账等),而这正是为何一些银行目前依旧对于提供这些移动支付服务持谨慎态度的原因。
虽然支付能力是这些移动支付系统的核心所在,但这仅仅是其起点。苹果对其移动支付服务便有着更加深远的愿景:例如,苹果很快将会在Apple Pay中加入积分服务,进一步打造一个更为充实的手机钱包。
随着越来越多的功能被添加到这些支付系统,它们很可能将更富吸引力。不过,移动支付系统目前面临的最大挑战在于如何解释这个问题:既然信用卡或现金都不需要担心电池耗尽的问题,人们为何还要选择使用智能手机支付呢?
好文章,需要你的鼓励
Adobe研究院与UCLA合作开发的Sparse-LaViDa技术通过创新的"稀疏表示"方法,成功将AI图像生成速度提升一倍。该技术巧妙地让AI只处理必要的图像区域,使用特殊"寄存器令牌"管理其余部分,在文本到图像生成、图像编辑和数学推理等任务中实现显著加速,同时完全保持了输出质量。
香港科技大学团队开发出A4-Agent智能系统,无需训练即可让AI理解物品的可操作性。该系统通过"想象-思考-定位"三步法模仿人类认知过程,在多个测试中超越了需要专门训练的传统方法。这项技术为智能机器人发展提供了新思路,使其能够像人类一样举一反三地处理未见过的新物品和任务。
韩国KAIST开发的Vector Prism系统通过多视角观察和统计推理,解决了AI无法理解SVG图形语义结构的难题。该系统能将用户的自然语言描述自动转换为精美的矢量动画,生成的动画文件比传统视频小54倍,在多项评估中超越顶级竞争对手,为数字创意产业带来重大突破。
华为诺亚方舟实验室提出VersatileFFN创新架构,通过模仿人类双重思维模式,设计了宽度和深度两条并行通道,在不增加参数的情况下显著提升大语言模型性能。该方法将单一神经网络分割为虚拟专家并支持循环计算,实现了参数重用和自适应计算分配,为解决AI模型内存成本高、部署难的问题提供了全新思路。