Från KYC till KYA: Det nya förtroendeskiktet i AI-handel

Varje år blir shoppingen alltmer bekväm. Idag är det inte nödvändigt att åka till ett köpcentrum på andra sidan stan för att köpa varor för veckan eller hitta en outfit till en fest. Ett par knapptryckningar på en telefon räcker, och allt kommer att levereras till dörren så snabbt som möjligt.

AI-agenter verkar vara en ny fas i att göra shoppingen ännu bekvämare. På bara några sekunder kan de scanna hundratals webbplatser för att hitta de bästa erbjudandena eller plocka ut en artikel från en vag beskrivning som “det var något litet, runt och grönt”. Vid första anblicken verkar AI vara bara ett steg till i utvecklingen av användarvänliga gränssnitt. Men att behandla det på det sättet är ett allvarligt misstag. Under denna bekvämlighet ligger förändringar i hela handelns infrastruktur som aldrig tidigare skådats.

Att veta vem som gör ett köp

E-handelsplattformar byggdes kring den ganska enkla idén att varje köp görs av en människa. Vem annars kunde ha gjort det för 10 eller 15 år sedan? Hela kedjan av användaraktioner formades av KYC-system och bedrägeriverktyg, och de var till stor del effektiva för att förhindra missbruk. Tills allt förändrades nyligen.

Uppkomsten av AI-agenter störde helt dessa etablerade system, eftersom det nu finns en autonom mellanhand mellan människan och “köp nu”-knappen. Logiken som driver dess handlingar är inte alltid lätt att spåra. Liksom dess ägare kan en agent söka efter en produkt, jämföra priser och tillämpa en rabattkod, men i ögonblicket för köpet kan användaren inte ens vara i rummet. Detta väcker alltmer oro om auktorisation och ansvar.

Och det är också varför KYC blir otillräckligt. En plattform kan vara i stånd att verifiera användaren, men hur skulle den säkerställa att köpet inte gjordes av deras agent, som kanske inte ens var auktoriserad att agera på det sättet? Det skapar behovet av ett nytt system, som kan kallas Know Your Agent, eller KYA, för att spåra agentaktivitet.

För att fungera effektivt måste detta nya protokoll hantera flera viktiga frågor samtidigt. Det måste fastställa hur tillförlitlig agenten är, vem som står bakom den, vilken auktoritet den fick från användaren och vilka bevis som kan bevaras om en tvist uppstår. Den sista frågan är faktiskt en av de viktigaste, eftersom miljardförluster kan bero på den.

Att dra till sig uppmärksamheten från den svarta lådan

När e-handelsföretag börjar ta hänsyn till alla dessa frågor kommer de att inse hur radikalt hela deras modell förändras. Anledningen är att användaren nu ger agenten ett kommersiellt uppdrag, som maskinen sedan tolkar på egen hand, fast det är en sorts svart låda. Säljare och plattformar måste anpassa sig till maskinens logik och försöka dra dess uppmärksamhet till sina produkter.

Människor väljer ofta varumärken som sticker ut visuellt eller använder reklam för att överklaga till upplevelse och känsla. Att imponera på en agent på det sättet kommer att vara mycket svårare. Människor är ofta lata och tittar bara på de första sidorna av sökresultaten eller klickar bara på de första annonserna. I kontrast kan en agent scanna tiotals sidor på sekunder och hitta, även på den sista sidan, exakt den produkt den anser vara den bästa matchningen. Som ett resultat kan plattformar inte längre tjäna pengar på samma sätt från reklam och varumärkesfrämjande, medan säljare kan ha svårt att öka synlighet och räckvidd genom betald placering.

För att överleva i denna snabbt föränderliga värld kommer e-handelsplattformar att behöva utveckla en helt ny infrastruktur som fokuserar på avsikt och köpavsikt. De största aktörerna har redan börjat tävla om agenters uppmärksamhet, så OpenAI och Stripe är integrerar inköp i sina AI-gränssnitt. Men när handeln börjar förlita sig på delegerad avsikt måste den bestämma vad den ska göra när den avsikten ifrågasätts.

Detta är där förändringen blir särskilt viktig för fintech och betalningsinfrastruktur, eftersom det inte räcker att verifiera att kunden använder ett giltigt kort och att transaktionen inte verkar bedräglig. Betalningsföretag bör granska varje operation för att avgöra om den utfördes av en betrodd agent på uppdrag av en riktig användare. Dessa uppgifter har blivit allt viktigare dag för dag, eftersom nästan 40% av kunderna redan använder agenterad AI i shopping på något sätt.

Att forma betalningsinfrastrukturen

För att övervinna denna utmaning måste nästa generations betalningsinfrastruktur koppla samman lager av identitet, avsikt och transaktionsutförande i ett enda system. Betalningar bör fokuseras på kontext snarare än transaktionen i sig. Att använda traditionella mått som kortuppgifter, handelskategori, plats och enhet skulle vara otillräckligt i en värld full av AI-agenter. En plattform måste hitta ett sätt att förstå vem som utlöser en transaktion och vad deras mandat är i det avseendet.

Att sänka risken för att agenter utför fel transaktioner skulle faktiskt bli den viktigaste uppgiften för betalningssystem. KYA kommer naturligtvis inte att ersätta traditionell bedrägeribedömning bredvid det, och det bör vara ett annat lager runt systemet.

De etablerade företagen rör sig redan i den riktningen, och MasterCard, till exempel, bygger ett Agent Pay-system som infrastruktur för säkra betalningar i agentbaserad handel, som är centrerad kring registrerade agenter och spårbara transaktioner. Google, i sin tur, införde ett nytt Agents Payment Protocol, som formar hur transaktioner görs. Dessa exempel är inte de enda, allt fler företag inser att det bör vara nästa steg i utvecklingen av betalningsinfrastruktur.

Att bygga sådana system är viktigt eftersom många företag kanske inte mäter problemet ännu. Vissa handlare kan inte skilja mellan agent- och bottrafik, medan andra kan tillåta varje AI-transaktion utan problem. Fintechföretag kan bygga ett helt nytt produkt som tillhandahåller realtidsanalys på sin sida, bygger förtroende hos handelsleverantörer och hittar nya intäktskällor.

Handelns framtid kan inte bara bero på vem som gör en betalning, utan också på vilken agent som fattade beslutet och om det beslutet verkligen speglade kundens avsikt.