StripeがAnthropicのClaudeを自社のRadar不正検知エンジンに統合したことは、構造的な転換を示している。大規模言語モデルが、周辺ツールから決済の中核的な意思決定レイヤーへ移行しているのだ。見出しにされる約1.8ポイントの承認率向上は、世界の決済処理業界に対してこの動きが示すアーキテクチャ上の先例ほど重要ではない。

本当の革新は説明可能性である。不正スコアリングは歴史的にブラックボックスであり、加盟店は正当な顧客への拒否を説明できなかった。各判断について自然言語の理由を生成することで、Stripeは不正検知を損失防止のコストセンターから、顧客生涯価値を守るツールへ変える。サポートチームは偽陽性を即座に取り消し、不透明なモデルが静かに破壊していた売上を回収できる。これにより競争指標は、生の精度から顧客信頼の経済性へと再定義される。既存勢がほとんど無視してきた次元である。

圧力が最も強くかかるのは、アジアの地域プレイヤーから欧州の中堅アクワイアラーまで、世界の旧来型決済処理業者とゲートウェイ提供者だ。多くは高度な不正スクリーニングを有料アドオンとして扱ってきた。Stripeが高精度AIを標準機能として束ねる動きは、その収益化モデルを崩す。自前のMLスタックに大きく投資してきたAdyenのような競合は対応できる位置にいるが、小規模処理業者は構築か提携かの厳しい選択に直面する。Sift、Forter、Riskifiedのような専門ベンダーは、独自モデルを訓練する資本を持たない企業にとって、突然、買収対象または不可欠な味方に見えてくる。

加盟店にとって、実行可能な手は実証である。海外発行カードが国内基準の3～5倍の拒否率を生む越境ECやD2Cブランドが、最も恩恵を受ける。GMVが約5,000万ドルを超える加盟店は、承認率、チャージバック率、サポート負荷という三つの指標で、現在の処理業者とStripeを比較する90日間のカート単位A/Bテストを行うべきだ。承認率が1ポイント上がるだけでも、複利的なマージン効果は運用上の手間を正当化する。

戦略的には、決済仲介の価値提案が、取引信頼性からAIによる売上最大化へ移っている。発行会社にも利益がある。より良い不正シグナルは、リスクを高めずに承認率を上げることを可能にし、加盟店、処理業者、カードネットワーク間のデータ共有スキームを再設計する余地を生む。今後2～3四半期以内にエンタープライズLLM提携を固められない企業は、最も賢い意思決定レイヤーを支配する者へ加盟店ボリュームが移っていくのを見守るリスクがある。