最困难但最有趣的开发任务之一是开放 BNPL 离线访问。线上商务占贸易总额的比例不到15%，这意味着要建立真正的大业务，必须走向线下。
BNPL服务的关键问题是：如何实时评估客户在商店购买产品时的风险？俄罗斯公司已经在寻找一种可以离线使用分期付款或 BNPL 的方法。例如，T-Bank 允许客户使用借记卡全额支付商品费用，然后通过应用程序激活特定购买的分期付款计划。
在全球经验中，有趣的是 Affirm 和 Klarna 发行带有内置 BNPL 限额的借记卡的实验。客户现在在应用程序中具有“检查您的限额”功能，使他们可以在结帐前快速检查其限额是否足以购买特定商品。
现有解决方案的一个潜在替代方案是将 BNPL 服务与结 瑞典电报数据 账处的 POS 系统集成。在这种情况下，BNPL 将成为与现金或银行卡一起的额外支付选项。买家将能够选择 BNPL 付款方式、扫描二维码或在 BNPL 提供商的系统中输入电话号码，然后收到将金额分成几笔付款的报价。
2024 年 5 月，BNPL 服务Sezzle与 POS 提供商合作，在美国市场推出了类似的机制。
人工智能已经在银行业得到广泛应用，法国国家银行也将效仿。将人工智能用于 BNPL 的最引人注目的例子是改善客户服务（聊天、支持服务等）以及风险评分——这是 BNPL 单位经济中最重要的要素之一。
从服务的角度来看，有前途的发展领域之一是提高音频和文本查询的识别能力。当服务（包括 BNPL）的用户致电或写信寻求支持时，最大的挑战是明确定义客户的具体要求是什么。
与人工智能不同，人类不擅长识别和破译他人的言语。因此，呼叫中心座席通常无法快速解决任务或问题。
同时，人工智能已经能够清楚地判断问题的内容到底是什么。此外，如果是简单的问题，人工智能可以自行解决，也可以用清晰的语言向呼叫中心经理解释问题所在，并及时告诉他如何帮助用户。