Pemimpin pemikiran

Mengapa Logika Pembayaran Agentic Termasuk dalam Lapisan Pembayaran dan Apa yang Dimaksud untuk Kontrol Merchant di Ekonomi yang Didorong AI

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Awal tahun ini, Google memperkenalkan Universal Commerce Protocol (UCP), sebuah standar terbuka yang dirancang untuk memungkinkan agen AI, bisnis, dan penyedia pembayaran untuk berkomunikasi dan melakukan transaksi melalui kerangka kerja yang sama. Kemudian, Universal Cart diperkenalkan, yaitu pusat belanja cerdas baru perusahaan yang membawa produk dari seluruh ekosistemnya ke dalam satu destinasi yang ditenagai AI.

Jika kita mundur sedikit, Adobe melaporkan bahwa lalu lintas dari alat AI generatif ke situs ritel AS melompat hampir 1.300% YoY selama musim liburan 2024, dengan pertumbuhan kuat yang berlanjut ke musim 2025.

Di sepanjang peristiwa ini, mungkin sulit untuk menentukan di mana perilaku konsumen dan inovasi platform mulai saling mempengaruhi. Namun, ketika agen AI, platform konsumen, dan penyedia pembayaran berlomba untuk terhubung satu sama lain, pedagang semakin banyak menemukan diri mereka di tengah-tengah, bertanggung jawab untuk mengelola transaksi yang mereka miliki pengaruh yang semakin berkurang.

Masalah Arsitektur

Lebih sering daripada tidak, integrasi sebagian besar dioptimalkan pada tingkat koneksi antara sistem, bukan pada titik di mana keputusan sebenarnya dijalankan. Platform AI secara teratur diaktifkan untuk berkomunikasi dengan penyedia pembayaran. Namun, cara transaksi diatur, diarahkan, dan dikendalikan di seluruh sistem belum dipertimbangkan secara fundamental, yang lebih lanjut mendorong masalah kepada pedagang. Ini adalah tempat di mana pertanyaan arsitektur kunci muncul: di mana logika pembayaran agentic harus berada?

Jika logika tersebut disematkan dalam keranjang belanja, logika tersebut terlalu dekat dengan lapisan platform, meningkatkan ketergantungan dan risiko ketergantungan. Jika logika tersebut berada sepenuhnya dengan penyedia layanan pembayaran, pedagang mempertahankan eksekusi tetapi kehilangan kemampuan untuk membentuk bagaimana transaksi diarahkan di seluruh sistem mereka.

Apa yang hilang dalam kedua pendekatan adalah lapisan netral yang dapat menafsirkan niat dan mengkoordinasikan eksekusi tanpa terikat pada antarmuka di mana pembelian dimulai atau infrastruktur di mana pembelian diselesaikan. Dalam satu kasus, pengarahan dibatasi oleh logika platform, dan dalam kasus lain, pengarahan tersebut terfragmentasi dari tumpukan perdagangan pedagang yang lebih luas.

Meletakkan logika agentic di lapisan pembayaran menjadi pilihan ketiga. Daripada memaksa pedagang untuk memilih antara ketergantungan platform dan ketergantungan penyedia pembayaran, logika agentic menciptakan titik di mana keputusan transaksi tetap berada di bawah kendali pedagang, terlepas dari bagaimana pembelian dimulai atau diproses. Pedagang dapat memperkenalkan pengalaman yang didorong agen tanpa merancang ulang infrastruktur pembayaran mereka, sambil terus mengkoordinasikan transaksi di seluruh inventori, manajemen pesanan, dan pengarahan pembayaran.

Risiko Baru Membuat Pemisahan yang Jelas

Perdagangan agentic ditandai dengan otonomi yang lebih besar untuk sistem AI yang bertindak atas nama pelanggan. Namun, otonomi tersebut membuatnya lebih sulit untuk membedakan transaksi yang dimulai AI dari aliran pembayaran standar, yang memaparkan sistem inti pada ketidakpastian operasional baru.

Sebagai contoh, agen AI dapat menyelesaikan pembelian setelah membandingkan harga secara dinamis atau menerapkan batasan anggaran yang ditetapkan oleh pengguna, tetapi pembayaran yang dihasilkan masih memasuki sistem pedagang sebagai acara checkout standar. Tanpa pemisahan, pedagang kehilangan visibilitas ke dalam bagaimana transaksi tersebut dimulai dan apakah transaksi tersebut harus diobati secara berbeda dari pembelian normal.

Hal ini memperkuat kasus untuk perencanaan logika pembayaran agentic di lapisan pembayaran, di mana aliran tersebut dapat diisolasi dan dikelola secara independen. Ini berarti mengidentifikasi transaksi yang dimulai AI pada titik masuk, yang memungkinkan pedagang untuk menerapkan keputusan pengarahan yang berbeda, penyedia pembayaran, atau kontrol, tergantung pada sifat transaksi. Bayangkan membatasi pembelian di atas, katakanlah, $100 atau melarang pembelian mewah jika dimulai oleh agen. Ini juga menciptakan ruang untuk menguji dan menyesuaikan pembelian yang didorong agen tanpa mempengaruhi stabilitas sistem pembayaran yang lebih luas.

Menetapkan Batasan Operasional

Ketidakdapatbedaan transaksi agentic yang dibahas sebelumnya juga menciptakan tantangan yang lebih luas dalam klasifikasi dalam sistem anti-penipuan yang ada. Karena agen AI sangat mirip dengan bot otomatis dalam perilaku mereka, mereka sering dianggap sebagai aktivitas berisiko tinggi secara default dalam lingkungan yang sudah jenuh dengan upaya penipuan yang didorong AI, dan sangat masuk akal. Kepercayaan, oleh karena itu, tidak dapat diinferensikan dari perilaku saja. Kepercayaan harus secara eksplisit diberi sinyal dan dikenali oleh setiap lapisan sistem.

Ini berarti konsumen harus secara jelas memberi wewenang kepada agen untuk bertindak atas nama mereka, dan wewenang tersebut harus dapat dikenali tidak hanya oleh penyedia pembayaran tetapi juga oleh pedagang yang memulai penjualan. Pada saat yang sama, pedagang juga harus dapat mengonfirmasi bahwa agen beroperasi di bawah wewenang yang valid, sambil juga memberikan identitas yang dapat diverifikasi kepada agen.

Jika Anda mempertimbangkannya dengan cara ini, Anda akan menemukan bahwa isolasi saja tidak cukup tanpa model yang sesuai untuk mengontrol akses ke kredensial pembayaran. Karena agen memerlukan beberapa bentuk wewenang yang didelegasikan untuk melakukan transaksi atas nama pengguna, wewenang harus diatur dalam cara yang eksplisit, terbatas, dan dapat diverifikasi di seluruh aliran transaksi. Penanganan kredensial oleh karena itu menjadi perluasan logika lapisan pembayaran. Pada dasarnya, detail pembayaran tidak terkena langsung ke agen tetapi disimpan dalam lingkungan yang aman dan diwakili melalui kredensial token yang bertindak sebagai proksi yang dikendalikan untuk transaksi yang mendasarinya.

Token ini mendefinisikan batasan operasional di mana logika pembayaran agentic dapat berfungsi. Daripada memberikan akses terbuka ke metode pembayaran, token dapat mengkodekan batasan seperti ambang batas pengeluaran, frekuensi, atau jendela validitas, memastikan bahwa transaksi yang didorong agen tetap sepenuhnya dalam batasan yang telah ditentukan sebelumnya. Dalam arti ini, apa yang dapat kita sebut “vaulting” adalah mekanisme melalui mana batasan ini menjadi dapat ditegakkan secara praktis.

Dengan demikian, sementara lapisan pembayaran menentukan bagaimana transaksi diidentifikasi dan diperintah, tokenisasi memastikan bahwa agen hanya dapat menjalankan tindakan yang telah mereka izinkan secara eksplisit untuk melakukan.

Tumbuh di Tengah Tekanan yang Meningkat

Hingga beberapa tahun yang lalu, gagasan tentang agen otonom yang melakukan pembelian atas nama Anda mungkin tampak seperti kemungkinan yang jauh. Namun, hari ini, pasar ritel B2C AS untuk perdagangan agentic diperkirakan akan mencapai sekitar $1 triliun dalam pendapatan pada tahun 2030. Bagi pedagang, signifikansi dari skala tersebut tidak terletak pada angka itu sendiri, tetapi pada apa yang dimaksud untuk visibilitas dan kontrol di dalam sistem mereka sendiri.

Teakan untuk bergerak cepat dapat menghabiskan biaya pedagang dengan kejelasan yang dibutuhkan untuk memahami apa yang sebenarnya terjadi di dalam sistem mereka sendiri. Dari semua kekuatan yang dapat diberikan oleh visibilitas dan kontrol granular, yang paling berharga adalah kebebasan dan fleksibilitas untuk memulai dari yang kecil, belajar dari pola awal, dan menskalakan sejalan dengan kepercayaan diri.

John Lunn adalah Pendiri dan CEO dari platform orkestrasi pembayaran awan Gr4vy. Ia adalah seorang wirausaha teknologi dan fintech dengan 21 tahun pengalaman bekerja dan berinvestasi di bidang jasa keuangan, pengembangan perdagangan, e-pembayaran, data, keamanan, dan infrastruktur.

John bekerja sebagai Direktur Teknologi selama enam tahun di CyberSource, penyedia layanan pembayaran pertama di dunia, yang dijual ke Visa seharga $2Miliar pada tahun 2010. Kemudian, ia membantu mendirikan Passmark Security, yang dijual ke RSA Security pada tahun 2006. Pada tahun 2006, John bergabung dengan PayPal sebagai karyawan keempat di UK (sekarang lebih dari 2.000), di mana sebagai Direktur Global Hubungan Pengembang dan Startup, ia membangun dan mengembangkan tim Hubungan Pengembang pertama PayPal. Pada tahun 2015, ia sangat berperan dalam pembelian Braintree oleh PayPal dan bergabung dengan tim. Pada tahun 2016, John merupakan bagian dari tim yang meluncurkan PayPal Ventures, lengan ventura modal PayPal, dengan dana sebesar $350 juta yang didukung oleh Dewan. John juga menjadi Pengamat Dewan untuk Dosh, Arkose, Raise, Acorns, Toss, dan banyak lainnya.