Interviews

Ilan Zerbib, Oprichter en CEO van Sapiom – Interviewreeks

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Ilan Zerbib, Oprichter en CEO van Sapiom, is een ervaren ingenieursleider en serial ondernemer met diepe expertise in betalingen, grote schaal systemen en automatisering. Voordat hij Sapiom oprichtte, was hij Director of Engineering, Payments bij Shopify (SHOP ), waar hij hielp om Shop Pay uit te breiden tot een vlaggenschipproduct en lanceerde Shop Cash, een gecombineerd loyaliteits- en advertentieplatform. Eerder was hij mede-oprichter van Earny, een autonome consumentenagent die miljoenen gebruikers in staat stelde om terugbetalingen te krijgen via geavanceerde prijstrackings technologie, wat uiteindelijk leidde tot de overname. Zijn carrière omvat het bouwen van hoogschalige gedistribueerde systemen, cybersecurity-werk met het Franse ministerie van Defensie en meerdere startup-avonturen, die allemaal zijn huidige focus op het mogelijk maken van AI-agents om in de echte wereld te transacteren, informeren.

Sapiom bouwt een developer-first financieel operationeel systeem dat is ontworpen om AI-agents de mogelijkheid te geven om veilig en autonoom te transacteren. Het platform abstracteert betalingen, authenticatie en toegang tot een programmeerlaag, waardoor agents kunnen betalen voor API’s, compute, messaging en andere diensten zonder te vertrouwen op traditionele accounts of handmatige facturering workflows. Door AI-agents om te zetten in onafhankelijke economische actoren die opereren onder gedefinieerde regels en limieten, streeft Sapiom ernaar om een belangrijke barrière voor de implementatie van AI in de echte wereld te verwijderen en de basisinfrastructuur te vestigen voor de opkomende agent-gedreven economie.

U heeft geholpen om Shop Pay uit te breiden tot meer dan $100 miljard in GMV en heeft eerder Earny gebouwd tot een grote schaal consumenten fintech-platform. Wat was de specifieke kloof die u zag die u ertoe bracht om Sapiom te starten, en waarom is dit het juiste moment om een financiële laag voor AI-agents te bouwen?

Agents hebben een drempel overschreden. Ze kunnen nu echt werk doen, maar ze kunnen het niet afmaken.

Ze kunnen code schrijven, workflows plannen en systemen ontwerpen. Dan komen ze tegen een muur. Ze kunnen niet betalen voor compute, API’s inrichten of toegang krijgen tot diensten zonder dat een mens ingrijpt. Dat breekt de lus.

Het internet gaat ervan uit dat een persoon altijd betrokken is. Aanmelden, een kaart toevoegen, referenties beheren, uitgaven goedkeuren. Dat model werkte toen software mensen ondersteunde. Het faalt wanneer software zelf begint te handelen.

Dit is het moment omdat de capaciteit al bestaat. De blocker is toegang.

Sapiom positioneert “geld als de universele API-sleutel”. Kunt u uitleggen wat dat technisch betekent en hoe het de manier waarop ontwikkelaars denken over integraties verandert?

Elke dienst beperkt toegang via betaling. Geen betaling, geen API, geen compute, geen gegevens.

Vandaag loopt die stroom via een mens. Iemand meldt zich aan, voegt facturering toe, kopieert sleutels en verbindt alles. Dat is de flessehals.

We behandelen uitgaven als een functieaanroep. Een agent vraagt een dienst aan, betaalt binnen een gedefinieerd beleid en gaat verder. Identiteit, facturering en handhaving gebeuren op de achtergrond.

Dat verandert de manier waarop ontwikkelaars bouwen. In plaats van vendors een voor een samen te stellen, geven ze agents een manier om toegang te krijgen tot alles op aanvraag, binnen limieten.

Op dit moment kunnen AI-agents API’s aanroepen, maar vertrouwen ze nog steeds zwaar op door de mens gecontroleerde facturering, authenticatie en machtigingen. Wat zijn de grootste bottlenecks die de ware autonome uitvoering verhinderen?

Toegang is de bottleneck. Modellen kunnen al meerdere stappen workflows plannen en productieklare code schrijven. Dat is niet langer het probleem. Het probleem is dat ze niet kunnen handelen.

Als een agent geen bericht kan sturen, een zoekopdracht kan uitvoeren of kan betalen voor een dienst, stopt het werk. Het kan een campagne plannen, maar nooit starten.

Elke dienst heeft zijn eigen onboarding, factureringsetup en auth-model. Er is geen gedeelde laag die agents in staat stelt om diensten in real-time te ontdekken en te gebruiken. Totdat die bestaat, blijven agents vastzitten in de planningsmodus.

Op systeemniveau, hoe behandelt Sapiom identiteit en vertrouwen voor AI-agents, vooral wanneer die agents onafhankelijk opereren over meerdere diensten?

We behandelen agents als echte actoren in het systeem. Elke agent heeft een identiteit, een set machtigingen en een gedefinieerde reikwijdte. Elke actie loopt via beleid. Budget, toegestane diensten, limieten. Als het buiten die grenzen valt, wordt het niet uitgevoerd.

We koppelen context aan elke transactie. Welke agent handelde, onder welke regels, tegen welke dienst, met welk resultaat. Dat geeft u traceerbaarheid. Wanneer iets kapot gaat, ziet u exact wat er gebeurde en waar.

U heeft eerder grote schaal betalingsinfrastructuur gebouwd. Wat zijn de nieuwe uitdagingen die ontstaan wanneer de “gebruiker” die transacties uitvoert een AI-agent is in plaats van een mens?

Volume en gedrag. Agents gedragen zich niet als mensen. Ze opereren in parallel, raken diensten op hoge frequentie en voeren continu uit. Dat activeert elk fraude systeem dat is gebouwd voor menselijke patronen.

Legacy systemen gaan ervan uit dat een persoon achter de actie zit. Agents breken die veronderstelling. Wat verdacht lijkt in een menselijk systeem is normaal voor een agent.

U kunt dit niet op bestaande rails monteren. U moet beleid definiëren en afdwingen voordat de uitvoering plaatsvindt. Anders reageert u altijd achteraf.

Veel ontwikkelaars experimenteren met agent-frameworks, maar monitoren en kostenbeheer blijven rommelig. Hoe introduceert Sapiom observabiliteit en governance in agent-uitgaven?

U stelt beperkingen vast. Elke agent loopt met een budget, een set machtigingen en limieten op waar en hoe het kan uitgeven. Die regels worden automatisch afgedwongen. Geen handmatige review-lus.

Elke actie is gekoppeld aan een agent. U weet wat het deed, wat het kostte en wat resultaat het produceerde.

U krijgt ook volledige logs. Elke aanvraag, elke transactie, elk resultaat. Als iets afwijkt, vangt u het snel op en sluit u het af.

Zonder dat, optimaliseren agents voor activiteit. Met dat, optimaliseren ze voor resultaten.

Er is een groeiend gesprek over agent-tot-agent handel. Ziet u een toekomst waarin AI-agents onderhandelen, inkopen en diensten beheren, helemaal op zichzelf?

Ja. Agents verplaatsen zich al van chat naar uitvoering. Ze richten infrastructuur in, roepen API’s aan en coördineren workflows. De volgende stap is het direct afhandelen van de transactielaag.

Zodra ze zonder wrijving toegang kunnen krijgen tot diensten, beginnen ze zich te gedragen als economische actoren. Ze kiezen vendors, beheren kosten en voeren processen uit van begin tot einde.

Dit is al begonnen. De infrastructuur komt alleen nog niet mee.

Beveiliging lijkt een groot probleem hier. Hoe voorkomt u rogue-agents, prompt-injectie-aanvallen of onbedoelde transacties wanneer agents uitgavenmacht hebben?

U vertrouwt niet op detectie na het feit. U blokkeert slechte acties voordat ze gebeuren.

Elke aanvraag loopt via beleid. Als het het budget overschrijdt, een niet-toegestane dienst raakt of de limieten overschrijdt, faalt het onmiddellijk.

We loggen alles. Als een agent buiten zijn normale patroon begint te opereren, ziet u het in context en kunt u het afsluiten.

Het doel is niet perfect gedrag. Het is begrensd gedrag. Wanneer iets misgaat, blijft het beperkt.

Op dit moment richt u zich op B2B-gevallen, maar er is een duidelijke weg naar consumenten-agents die aankopen beheren. Wat moet er gebeuren voordat gebruikers comfortabel zijn met het laten van AI-financiële beslissingen namens hen?

Consumenten zullen dit niet vertrouwen zonder controle.

Ze moeten zien wat de agent doet, waar het geld naartoe gaat en welke regels het volgt. Dat betekent duidelijke limieten, duidelijke toewijzing en de mogelijkheid om in te grijpen op elk moment.

Dit zal beginnen in B2B omdat bedrijven beperkingen kunnen definiëren en risico’s kunnen absorberen. Zodra de systemen bewezen hebben dat ze veilig kunnen opereren, verplaatst dat model zich naar consumenten.

Kijkend naar de toekomst, drie tot vijf jaar, denkt u dat de dominante interface naar het internet agents wordt die transacteren namens gebruikers?

Ja.

Toepassingen verplaatsen zich al in die richting. Achter elke actie zit een keten van diensten. Messaging, compute, betalingen. Elke stap heeft een kosten.

Op dit moment beheren mensen die keten. Dat zal niet schalen.

Agents zullen de uitvoering overnemen. Ze zullen beslissen wat te bellen, wat te kopen en hoe een taak te voltooien.

Op dat punt wordt software de klant van het internet. De enige vraag is hoe snel de infrastructuur mee komt.

Bedankt voor het geweldige interview, lezers die meer willen leren, moeten Sapiom bezoeken.

Antoine is een visionaire leider en medeoprichter van Unite.AI, gedreven door een onwankelbare passie voor het vormgeven en promoten van de toekomst van AI en robotica. Een serieondernemer, hij gelooft dat AI net zo disruptief voor de samenleving zal zijn als elektriciteit, en wordt vaak betrapt op het prijzen van de potentie van disruptieve technologieën en AGI.

Als een futurist, hij is toegewijd aan het onderzoeken van hoe deze innovaties onze wereld zullen vormgeven. Bovendien is hij de oprichter van Securities.io, een platform dat zich richt op het investeren in cutting-edge technologieën die de toekomst herdefiniëren en hele sectoren herschikken.