Catatan Redaksi: Artikel ini menawarkan perspektif pembangun yang relatif tenang: Dalam setahun terakhir, pembayaran agen cerdas menjadi narasi panas di persimpangan AI, pembayaran, dan kripto. Perusahaan seperti Stripe, Visa, Coinbase, Google telah berinvestasi, dan konsep seperti micropayment stablecoin, x402, settlement antar-mesin, dan e-commerce agen juga terus memanas. Namun, penulis menemukan bahwa setelah benar-benar turun membuat produk dan berinteraksi dengan pedagang serta pengembang, permintaan riil belum muncul secara besar-besaran.
Artikel ini membedah beberapa skenario khas: Belanja oleh agen tidak lebih baik dari e-commerce tradisional untuk sebagian besar kategori, karena pengguna masih membutuhkan gambar, perbandingan, dan penelusuran; Pembayaran API mesin tampaknya cocok untuk micropayment stablecoin, tetapi saat ini sebagian besar pengembang telah menyelesaikannya melalui langganan, pengisian poin, dan sistem penagihan yang ada; Pembayaran antar-agen, meskipun merupakan visi jangka panjang, masih berada pada tahap awal dengan volume transaksi riil yang minim.
Sebaliknya, keuangan agen adalah salah satu dari sedikit arah yang sudah ada permintaannya. Dana, tim treasury, dan pengguna DeFi memang sudah membayar untuk alat keuangan, dan AI juga dapat membawa peningkatan kemampuan nyata seperti pemantauan real-time dan penyesuaian portofolio otomatis. Namun, pasar ini juga lebih menguntungkan bagi lembaga tradisional yang sudah memiliki lisensi, kepatuhan, dan hubungan pelanggan.
Penilaian akhir penulis adalah: Ekonomi agen sebenarnya tidak kekurangan lapisan pembayaran semata, melainkan kemampuan koordinasi yang lebih kompleks—bagaimana membuat agen berkolaborasi dengan manusia, memverifikasi penyelesaian tugas, dan menyelesaikan penyelesaian hasil. Pembayaran hanyalah salah satu bagiannya. Bagi raksasa, berinvestasi lebih awal adalah pilihan defensif; tetapi bagi perusahaan rintisan, yang penting adalah menemukan pasar yang benar-benar ada saat ini.
Berikut adalah teks aslinya:
Selama setahun terakhir, saya telah membangun infrastruktur untuk ekonomi Agent, dan juga berkomunikasi dengan tim-tim yang memajukan bisnis Agent di Stripe, Visa, Coinbase, Google, dan puluhan perusahaan rintisan. Saya telah memetakan bidang ini, meluncurkan produk, dan mencoba menemukan pasar yang sebenarnya.
Tapi kenyataannya adalah: Permintaan yang sebenarnya belum muncul. Bagi perusahaan rintisan yang ingin memasuki bidang ini, masih ada banyak masalah struktural.
Bulan lalu, Stripe meluncurkan 288 produk baru di konferensi Sessions, dan jumlah kunjungan ke dokumentasi terkait Agent telah mendekati 40% dari seluruh pembacaan dokumentasi. Pasar bisnis Agent-nya telah terhubung dengan lebih dari 1000 pedagang. Namun, di lokasi Sessions, jumlah Agent yang benar-benar mendaftar dan menyelesaikan transaksi hanya beberapa.
Visa menyebutkan bahwa token Agent mereka saat ini memerlukan persetujuan KYC selama 3 hingga 9 bulan, dan pada dasarnya mensyaratkan pendapatan perusahaan setidaknya 250 juta dolar per tahun untuk memenuhi syarat akses. Hari ini, hanya perusahaan setingkat Amazon, Walmart yang memiliki kemampuan untuk menutup siklus verifikasi identitas.
Coinbase pernah melaporkan bahwa hingga April, ada 69.000 Agent aktif dan 165 juta transaksi di x402. Namun, analisis blockchain independen menunjukkan bahwa volume transaksi harian riil sekitar 17.000 dolar, dan sekitar setengahnya masih transaksi uji coba (CoinDesk, Maret 2026).
Apa yang Kami Pelajari Saat Membangun shop.fast.xyz
Agent ke Pedagang, alias Bisnis Perwakilan
Kami membangun shop.fast.xyz dengan tujuan untuk memvalidasi secara langsung bisnis perwakilan. Barang nyata, pedagang nyata, transaksi nyata.
Tetapi untuk sebagian besar kategori produk, pengalaman belanja AI saat ini jelas lebih buruk daripada e-commerce tradisional. Saat membeli pakaian, elektronik, atau furnitur, pengguna ingin melihat gambar, menjelajahi opsi, membandingkan berdampingan. Dialog berbasis chatbot justru merupakan kemunduran: Anda mengganti antarmuka visual yang kaya dengan serangkaian percakapan teks. Manusia berbelanja, pertama-tama adalah dengan mata.
Agent berkinerja baik pada bagian yang kami kira paling sulit. Ia dapat memahami apa yang diinginkan pengguna, dan juga menangani permintaan seperti "yang mirip ini, tapi lebih murah sedikit" dengan baik. Lapisan model efektif. Tapi ia tidak dapat menggantikan pengalaman "melihat sepuluh produk sekaligus, lalu memilih satu". Antarmuka chat dapat ditambahi dengan tayangan bergilir produk dan tampilan interaktif, tetapi pada titik itu, Anda sebenarnya sedang membangun kembali front-end e-commerce di dalam jendela chat. Untuk skenario belanja yang membutuhkan perbandingan visual, kami belum menemukan jawaban yang meyakinkan tentang mengapa cangkang chat lebih baik daripada antarmuka e-commerce asli.
Kami memang melihat permintaan di sisi pedagang, tetapi lebih bersifat defensif. Pedagang ingin toko mereka dapat di-query oleh Agent, bukan karena saat ini sudah banyak konsumen yang berbelanja melalui Agent, tetapi karena mereka khawatir jika Agent menjadi saluran utama di masa depan, mereka akan tertinggal. Inilah yang disebut peluang Optimasi Mesin Agent (Agentic Engine Optimization), tetapi saat ini masih sekadar "lebih baik ada", bukan "harus ada". Pedagang sedang bersiap lebih awal untuk gelombang yang belum datang.
Tempat di mana bisnis percakapan benar-benar dapat meningkatkan pengalaman adalah skenario pembelian yang frekuensinya tinggi, biaya keputusannya rendah, dan pengguna sudah tahu apa yang mereka inginkan. Contoh terjelas adalah pemesanan makanan. Pasar cukup besar, frekuensi cukup tinggi, keputusan cukup cepat, seperti "tolong pesankan saya Pad Thai dari restoran favorit saya terakhir kali". Dalam skenario seperti ini, Agent percakapan mungkin bisa menang. Tetapi platform pengiriman makanan utama tidak membuka API. Satu-satunya jalur adalah computer use, yaitu membuat AI beroperasi di App melalui cara visual seperti manusia. Proses ini lambat, rapuh, dan untuk makan siang seharga 15 dolar, biaya reasoning-nya tidak masuk akal.
Peluang lain adalah toko online yang sangat rumit hingga membuat pengguna benar-benar frustrasi. Misalnya diskon bertumpuk, kode promo, poin anggota, proses checkout yang berantakan. Seorang Agent yang dapat memahami "bantu saya menggunakan kupon, menukar poin, menemukan cara pengiriman termurah, dan menyelesaikan proses dengan bahasa saya", memang dapat menyederhanakan pengalaman belanja yang sudah rusak saat ini. Ini terutama penting bagi pengguna lanjut usia, pengguna non-penutur asli, terutama saat berbelanja lintas wilayah; atau dalam skenario yang sangat spesifik di mana pengguna memiliki kebutuhan yang sangat niche dan kompleks.
Tapi kedua peluang ini membutuhkan kemampuan distribusi B2C yang sangat besar. Anda bersaing dengan DoorDash, Amazon untuk pintu masuk pengguna. Kemampuan distribusi pada skala konsumen adalah keunggulan raksasa yang ada. Sisi penawaran bisnis perwakilan sudah siap, tetapi sisi permintaan dibatasi oleh pengalaman pengguna dan saluran distribusi, dan lebih banyak infrastruktur tidak dapat menyelesaikan kedua masalah ini.
Apa yang Kami Pelajari dari x402 dan MPP
Agent ke Web/API, alias Bisnis Mesin
Kami berbicara dengan puluhan pengembang tentang kebutuhan pembayaran riil mereka. Polanya hampir sepenuhnya konsisten: Penggunaan API Agent saat ini pada dasarnya adalah konsumsi berulang, seperti komputasi, reasoning, sumber data. Pengembang sudah memiliki hubungan penagihan dengan langganan, kunci API, akun terikat, dan penyedia layanan inti.
Argumen khas untuk pembayaran stablecoin adalah: Biaya efektif minimum pembayaran kartu kredit di Stripe sekitar 2.9% ditambah 30 sen, yang membuat panggilan API di bawah 1 dolar menjadi tidak ekonomis. Tetapi pada volume transaksi rendah seperti saat ini, pengisian poin dapat menyelesaikan masalah. Pengembang mengisi akun mereka terlebih dahulu, dan masalah ini tidak ada lagi.
Masalah yang lebih mendalam terletak pada pasar pemasok. Sebagian besar perusahaan SaaS besar tidak ingin memberikan akses API terpisah sepersekian sen. Model bisnis mereka adalah kontrak perusahaan multi-tahun. Perusahaan yang bergantung pada pendapatan komitmen besar akan menolak metode penetapan harga baru yang melewati model ini.
Bisnis mesin secara struktural adalah pasar ekor panjang. Ini melayani layanan kecil, sumber data vertikal, pengembang independen, server MCP, dll. Protokol seperti MPP dan x402 sangat cocok untuk segmen pasar ini. Namun menurut definisi, ini adalah pasar untuk pengguna dengan kebutuhan profesional; dan pengembang secara historis adalah salah satu kelompok yang paling enggan membayar.
Ketika Stripe Projects diluncurkan, mereka terhubung dengan 32 mitra penyedia layanan, termasuk Vercel, Supabase, Cloudflare, Twilio, dll., yang mencakup sebagian besar layanan inti yang digunakan pengembang untuk membangun dan menyebarkan perangkat lunak, dan semuanya dapat diakses melalui sistem penagihan yang ada. Bagian atas tumpukan teknologi pengembang sudah dilayani dengan baik. Peluang jalur pembayaran baru terletak pada segala sesuatu di luar 30 penyedia layanan pertama: itu nyata, tetapi skalanya secara alami lebih kecil daripada ruang pasar yang disiratkan oleh narasi-narasi besar.
Akses konten mengikuti logika yang sama. Agent sudah terus-menerus mengambil dan merangkum artikel, dan penerbit mulai melawan. Tetapi ketika monetisasi konten benar-benar datang secara besar-besaran, kemungkinan besar akan diwujudkan melalui penyedia layanan CDN yang sudah berada di antara penerbit dan internet, misalnya Cloudflare sudah meluncurkan alat audit AI; atau melalui perjanjian lisensi borongan antara penerbit dan laboratorium AI. Peluang infrastruktur akan mengalir ke pemain yang ada yang sudah memiliki kemampuan distribusi.
Apa yang Kami Pelajari dari Pembayaran Agent ke Agent
Bisnis antar-Agent, adalah visi jangka panjang, tetapi saat ini hampir sepenuhnya berada pada tahap teoretis. Belum ada siapa pun yang menghasilkan volume transaksi yang berarti. Bagian yang benar-benar sulit, sedang dikerjakan oleh berbagai perusahaan rintisan, termasuk penemuan Agent, pembentukan kepercayaan, negosiasi syarat, dan penyelesaian sengketa.
Begitu struktur transaksi ini benar-benar terbentuk, penampilannya akan sangat berbeda dari jalur pembayaran yang ada. Kedua belah pihak transaksi tidak memiliki identitas manusia; persyaratan latensi di bawah satu detik; jumlah transaksi dapat berkisar dari sepersekian sen hingga jutaan dolar; juga akan melibatkan penyelesaian multi-pihak, bukan model dua pihak pembeli-penjual yang menjadi standar jalur pembayaran saat ini. Ketika itu benar-benar terjadi, kami yakin itu akan meledak dengan kecepatan dan skala yang sangat besar.
Ini adalah taruhan jangka panjang khusus untuk infrastruktur settlement, dan taruhan ini nyata. Tapi "taruhan jangka panjang yang nyata" dan "pasar saat ini" bukanlah hal yang sama. Kami juga pernah menjadi salah satu orang yang selama berbulan-bulan mengklaim pasar ini akan datang, dan telah membangun seluruh infrastruktur di sekitarnya selama beberapa tahun terakhir, termasuk jaringan terdistribusi kami. Secara teori, ini dapat diskalakan hingga lebih dari 1 miliar TPS, dengan latensi di bawah 50 milidetik, dan waktu konsistensi rata-rata 10 milidetik. Tapi kami harus kembali ke tempat pasar berada saat ini.
Apa yang Kami Pelajari dari Keuangan Agent
Dapat dikatakan, ini adalah satu-satunya kategori yang sudah ada permintaan riilnya. Klien sudah ada, dan sudah membayar. Manajer dana, tim manajemen treasury, dan pengguna DeFi hari ini memang sudah membayar untuk alat keuangan. Menyisipkan AI ke dalam alur kerja yang ada adalah jalur produk yang alami.
Keuangan Agent juga akan menciptakan pola perilaku yang benar-benar baru. Agent yang mampu memantau secara otonom dan menyeimbangkan kembali ratusan posisi secara real-time, dapat beroperasi dengan cara yang tidak dapat direplikasi secara manual oleh manusia. Di sini ada peningkatan kemampuan yang nyata, bukan hanya otomatisasi.
Tantangannya terletak pada lanskap persaingan. Industri keuangan sangat diatur dan bergantung pada hubungan yang sudah ada. Lembaga yang ada memiliki lisensi, infrastruktur kepatuhan, dan hubungan pelanggan. Perusahaan rintisan dapat masuk di area yang lebih sedikit peraturannya, seperti DeFi; atau mencari area di mana lembaga yang ada bergerak lambat, atau di mana AI dapat menciptakan kemampuan baru yang belum dimiliki raksasa. Namun secara keseluruhan, dinamika persaingan di bidang ini lebih menguntungkan pemain yang sudah mapan dibandingkan tiga kategori sebelumnya, karena menambahkan AI di atas produk dan pelanggan yang sudah ada jauh lebih mudah daripada sebaliknya, memulai dari AI dan kemudian menambahkan produk dan pelanggan.
Kesimpulan yang Jujur
Jadi, mengapa semua orang masih terus melakukan ini? Ada dua alasan.
Pertama adalah insentif. Perusahaan besar memiliki arus kas yang cukup untuk bertaruh pada masa depan yang mungkin membutuhkan bertahun-tahun untuk terwujud. Bagi mereka, biaya masuk lima tahun lebih awal hanyalah kesalahan pembulatan; tetapi harga untuk terlambat satu tahun bisa menjadi bencana. Jadi mereka harus melakukannya.
Kedua adalah blind spot kognitif. Ketika bisnis Anda adalah pembayaran, setiap masalah terlihat seperti masalah pembayaran. Ekonomi Agent membutuhkan lapisan pembayaran, jadi semua orang membangun lapisan pembayaran.
Tapi pembayaran hanyalah bagian dari masalah yang lebih besar. Masalah yang benar-benar sulit, bukan membuat uang mengalir antar-Agent, tetapi bagaimana mengkoordinasikan pekerjaan antara Agent dan manusia, bagaimana memverifikasi apakah sesuatu sudah selesai, dan bagaimana menyelesaikan hasilnya. Pembayaran hanyalah bagian dari penyelesaian. Penyelesaian hanyalah bagian dari koordinasi. Dan koordinasi, itulah hadiah sebenarnya.
Koordinasi skala besar secara alami akan menciptakan kebutuhan akan mekanisme penyelesaian. Pembayaran akan menjadi salah satu instrumen dalam orkestra koordinasi ini, bukan keseluruhan karya itu sendiri. Perusahaan yang benar-benar menyelesaikan masalah koordinasi pada akhirnya akan memasukkan pembayaran ke dalamnya, bukan sebaliknya perusahaan pembayaran yang mencaplok koordinasi.
Sebagian besar raksasa yang ada sedang membangun masa depan "transaksi mesin skala besar" secara defensif. Bagi mereka, garis waktu tidak penting, karena mereka memiliki runway yang hampir tidak terbatas.
Tapi perusahaan rintisan tidak memiliki kemewahan seperti itu. Kami harus menemukan di mana pasar benar-benar berada saat ini. Kami tidak bisa terus menunggu gelombang datang.
Satu tahun pembangunan membawa kami ke arah yang tidak terduga. Di sana memang ada aktivitas, dan tumbuh cepat, kurang terlayani. Itu ada di luar empat kategori yang kami petakan.
