Penulis: jessy
Diterjemahkan oleh: Jiahuan, ChainCatcher
Selama satu tahun terakhir, saya telah berdedikasi membangun infrastruktur untuk ekonomi Agent, berkomunikasi dengan tim Stripe, Visa, Coinbase, Google, serta puluhan startup yang mendorong bisnis Agent. Saya telah merangkai seluruh industri, merilis produk, dan mencoba menemukan kecocokan pasar.
Saat ini, belum ada permintaan nyata, dan startup menghadapi banyak masalah struktural ketika memasuki bidang ini.
Bulan lalu, Stripe meluncurkan 288 produk baru pada acara Sessions, dan dokumentasi Agent-nya mendekati 40% dari total pembacaan dokumentasi. Pasar bisnis Agent mereka memiliki lebih dari 1000 merchant yang telah diaktifkan. Namun, pada acara Sessions, jumlah Agent terdaftar yang melakukan transaksi hanya satu digit.
Visa menyebutkan bahwa token pembayaran Agent mereka (kredensial pembayaran yang di-tokenisasi dan terikat pada Agent, digunakan untuk membayar atas nama pengguna) saat ini memerlukan persetujuan KYC selama 3 hingga 9 bulan, dan sebenarnya memerlukan ambang batas pendapatan minimum $250 juta untuk memenuhi syarat. Saat ini, hanya perusahaan tingkat Amazon dan Walmart yang dapat menyelesaikan proses verifikasi identitas seperti ini.
Coinbase melaporkan bahwa hingga April, ada 69.000 Agent aktif dan 165 juta transaksi di protokol x402. Namun, analisis on-chain independen menunjukkan volume transaksi harian aktual sekitar $17.000, dengan sekitar setengahnya adalah transaksi uji coba (menurut CoinDesk Maret 2026).
Agent kepada Merchant
Kami membangun shop.fast.xyz untuk secara langsung memvalidasi aplikasi nyata dari bisnis gaya drop-shipping. Di dalamnya terdapat produk, merchant, dan transaksi nyata.
Untuk sebagian besar kategori produk, pengalaman berbelanja dengan AI saat ini sama sekali tidak sebanding dengan e-commerce tradisional. Saat Anda membeli pakaian, elektronik, atau furnitur, Anda ingin melihat gambar, menelusuri berbagai pilihan, dan membandingkannya secara horizontal.
Format percakapan chatbot justru merupakan kemunduran. Anda sebenarnya menggantikan antarmuka visual yang kaya dengan dialog teks biasa, padahal manusia pada dasarnya adalah pembeli visual.
Agent unggul dalam hal yang kami kira akan sulit. Ia dapat memahami kebutuhan pengguna, dan juga menangani instruksi seperti "mirip ini tapi lebih murah" dengan baik. Lapisan model berfungsi.
Tapi itu tidak dapat menggantikan pengalaman melihat sepuluh produk berdampingan lalu memilih salah satunya. Antarmuka chat dapat diperkaya dengan galeri bergulir dan tampilan interaktif, tetapi pada tingkat itu, Anda sebenarnya hanya membangun kembali frontend e-commerce di dalam jendela chat. Untuk pembelian berbasis perbandingan visual, kami belum menemukan alasan yang meyakinkan untuk membuktikan bahwa antarmuka chat lebih baik daripada antarmuka e-commerce asli.
Kami melihat permintaan nyata dari merchant, tetapi ini adalah permintaan defensif.
Merchant ingin toko mereka dapat di-query oleh Agent. Bukan karena pelanggan saat ini membeli melalui Agent, tetapi karena mereka khawatir jika ini menjadi saluran utama di masa depan, mereka akan tertinggal.
Ini adalah strategi "Agent Engine Optimization (AEO)", tetapi saat ini hanya pelengkap, bukan kebutuhan pokok. Merchant bersiap-siap untuk gelombang yang belum datang.
Bisnis percakapan memang dapat meningkatkan pengalaman dalam beberapa skenario: pembelian frekuensi tinggi, biaya keputusan rendah di mana pengguna sudah tahu persis apa yang mereka inginkan. Memesan makanan online adalah contoh paling jelas. Pasar besar, frekuensi sangat tinggi, keputusan cepat ("tolong pesankan pad thai dari toko yang kemarin"). Agent percakapan memiliki peluang menang di sini.
Tapi platform makanan online besar tidak membuka API. Satu-satunya cara adalah "computer use": membuat AI menavigasi dan mengoperasikan aplikasi seperti manusia melalui penglihatan. Cara ini lambat, rapuh, dan untuk pesanan makan siang $15, biaya inferensi tidak dapat ditanggung.
Peluang lain terletak pada: UI navigasi toko tertentu yang sangat kompleks dan menyakitkan. Diskon yang bertumpuk, kode promosi, program loyalitas yang berlapis, dan proses checkout yang membingungkan.
Sebuah Agent yang dapat memahami "gunakan kupon saya, kurangi poin reward saya, cari ongkir termurah, operasikan dalam bahasa ibu saya", dapat menyederhanakan proses yang saat ini sangat buruk. Ini sangat penting bagi pengguna lansia, pembeli non-penutur asli di toko online luar negeri, atau skenario khusus dengan kebutuhan yang sangat spesifik.
Kedua peluang ini memerlukan saluran distribusi konsumen (B2C) yang sangat besar. Anda bersaing dengan DoorDash (platform pengiriman makanan terbesar di AS, pangsa pasar 56%) dan Amazon untuk mendapatkan pintu masuk pengguna.
Distribusi skala konsumen adalah keunggulan raksasa. Sisi penawaran bisnis drop-shipping sudah siap, sedangkan sisi permintaan dibatasi oleh pengalaman pengguna dan saluran distribusi. Membangun lebih banyak infrastruktur tidak akan menyelesaikan kedua masalah ini.
Agent kepada API
Kami berdiskusi dengan puluhan developer tentang kebutuhan pembayaran aktual mereka. Situasinya hampir seragam secara mengejutkan: penggunaan API oleh Agent saat ini bersifat rutin, termasuk komputasi, inferensi, dan sumber data. Developer sudah memiliki layanan berlangganan, kunci API yang diarsipkan, dan hubungan penagihan dengan pemasok inti.
Argumentasi tipikal stablecoin adalah: di Stripe, biaya efektif minimum pemrosesan kartu kredit sekitar 2,9% ditambah 30 sen, membuat panggilan API di bawah satu dolar tidak ekonomis. Tetapi untuk volume transaksi rendah saat ini, isi ulang saldo di muka dapat menyelesaikan masalah ini. Developer mengisi ulang akun mereka terlebih dahulu, dan masalahnya teratasi.
Masalah yang lebih mendalam adalah pasar pemasok. Sebagian besar perusahaan SaaS arus utama tidak ingin memberikan akses API sementara yang hanya membutuhkan seperseratus dolar. Model bisnis mereka adalah kontrak perusahaan multi-tahun. Perusahaan yang pendapatannya bergantung pada kontrak komitmen besar akan menolak mekanisme penetapan harga yang memotong model mereka yang ada.
Bisnis mesin secara struktural adalah pasar ekor panjang, termasuk layanan kecil, sumber data khusus, developer individu, dan server MCP. Protokol seperti MPP dan x402 sangat cocok untuk segmen pasar ini.
Tapi menurut definisi, ini adalah pasar yang melayani pengguna tingkat lanjut dengan kebutuhan khusus, dan secara historis, developer adalah salah satu kelompok dengan kemauan bayar terendah.
Saat Stripe Projects diluncurkan, mereka bermitra dengan 32 mitra pemasok, seperti Vercel, Supabase, Cloudflare, Twilio, dll., mencakup sebagian besar alat yang digunakan developer untuk membangun dan menyebarkan perangkat lunak, semuanya dapat diakses melalui sistem penagihan yang ada. Kebutuhan puncak dari tech stack developer telah terpenuhi.
Peluang saluran pembayaran baru ada di semua area di luar 30 layanan teratas ini: peluang memang ada, tetapi skalanya pada dasarnya jauh lebih kecil daripada yang disiratkan oleh angka-angka yang menarik.
Aturan yang sama berlaku untuk pengambilan konten. Agent sudah terus-menerus mengambil dan meringkas artikel, dan penerbit sedang melawan balik.
Tetapi ketika monetisasi konten datang dalam skala besar, itu akan terjadi melalui pemasok CDN yang sudah berada di antara penerbit dan internet (Cloudflare telah merilis alat audit AI untuk ini), atau melalui perjanjian lisensi skala besar antara penerbit dan laboratorium AI.
Peluang infrastruktur ini pada akhirnya akan mengalir ke raksasa yang sudah memiliki saluran distribusi.
Agent kepada Agent
Model bisnis Agent kepada Agent adalah visi jangka panjang, saat ini hampir sepenuhnya masih dalam tahap teori, belum ada yang mencapai volume transaksi yang berarti. Berbagai startup sedang mengatasi tantangan intinya: penemuan Agent, pembangunan kepercayaan, negosiasi persyaratan, dan penyelesaian perselisihan.
Ketika struktur transaksi ini benar-benar terwujud, itu akan sangat berbeda dari jalur pembayaran yang ada. Tidak ada identitas manusia di kedua belah pihak transaksi. Latensinya pada tingkat sub-detik. Dana dari seperseratus dolar hingga jutaan dolar beroperasi dalam alur yang sama.
Selain itu ada mekanisme penyelesaian multi-pihak, yang sama sekali tidak sesuai dengan model pembelian/jualan bilateral yang diasumsikan oleh jalur pembayaran yang ada. Begitu ini terjadi, kami percaya itu akan datang dengan cepat dan dalam skala besar.
Ini adalah taruhan jangka panjang untuk infrastruktur penyelesaian khusus, dan itu nyata. Tapi "taruhan jangka panjang yang nyata" dan "pasar saat ini" adalah dua hal yang berbeda.
Selama beberapa bulan kami juga termasuk yang menggaungkan pasar ini, dan telah membangun infrastruktur lengkap di sekitarnya selama beberapa tahun terakhir. Dengan jaringan terdistribusi kami, secara teoritis dapat diskalakan ke lebih dari 1 miliar TPS, latensi kurang dari 50 milidetik, konsistensi rata-rata 10 milidetik. Tapi kami harus menyesuaikan dengan posisi pasar yang sebenarnya saat ini.
Agent kepada Keuangan
Ini bisa dibilang satu-satunya kategori di mana ada permintaan yang sudah ada. Basis klien sudah ada dan memiliki kemauan untuk membayar. Saat ini, manajer dana, tim keuangan, dan pengguna DeFi membayar untuk alat keuangan. Menyematkan AI ke dalam alur kerja yang ada adalah evolusi produk yang wajar.
Keuangan Agent juga menciptakan pola perilaku baru yang sama sekali berbeda. Agent yang dapat memantau dan menyeimbangkan ulang ratusan posisi secara mandiri dan real-time, beroperasi dengan cara yang tidak dapat direplikasi secara manual oleh manusia. Ini bukan hanya otomatisasi, tetapi peningkatan kemampuan yang substansial.
Tantangannya terletak pada lanskap persaingan. Industri keuangan diatur dengan ketat dan sangat bergantung pada hubungan bisnis yang sudah mapan. Lembaga mapan memiliki lisensi, infrastruktur kepatuhan, dan hubungan klien. Startup dapat mencari tempat di area yang kurang diatur (seperti DeFi), area di mana raksasa bergerak lambat, atau area di mana AI dapat menciptakan kemampuan yang tidak dimiliki raksasa.
Tapi dibandingkan dengan tiga kategori lainnya, dinamika persaingan di sini lebih menguntungkan perusahaan yang matang, karena menambahkan AI di atas produk dan basis klien yang ada jauh lebih mudah daripada sebaliknya.
Inti Permainan yang Sebenarnya
Lalu, mengapa orang-orang masih membangun hal-hal ini? Ada dua alasan.
Pertama adalah motivasi. Raksasa industri memiliki arus kas yang melimpah untuk bertaruh pada masa depan yang membutuhkan bertahun-tahun untuk terwujud. Bagi mereka, biaya masuk lima tahun lebih awal hanyalah kesalahan pembulatan, sementara harga masuk terlambat satu tahun adalah bencana. Jadi mereka harus membangun.
Kedua adalah blind spot kognitif. Ketika bisnis utama Anda adalah pembayaran, setiap masalah terlihat seperti masalah pembayaran. Ekonomi Agent membutuhkan lapisan pembayaran, maka bangunlah lapisan pembayaran itu.
Tapi pembayaran hanyalah satu bagian dari masalah yang lebih besar. Masalah sebenarnya bukan bagaimana mentransfer dana di antara Agent, tetapi bagaimana menyelaraskan kerja antara Agent dan manusia, memverifikasi hasil kerja, dan menyelesaikan hasilnya. Pembayaran hanyalah bagian dari penyelesaian. Penyelesaian hanyalah bagian dari kolaborasi. Dan kolaborasi, itulah kue besar yang sebenarnya.
Kolaborasi skala besar secara alami akan memunculkan mekanisme penyelesaian sebagai kebutuhan mendesak. Pembayaran hanyalah satu instrumen dalam simfoni ini, bukan partitur keseluruhannya. Perusahaan yang memecahkan masalah kolaborasi akan menelan bisnis pembayaran, bukan sebaliknya.
Sebagian besar perusahaan mapan sedang melakukan pembangunan defensif untuk skenario transaksi mesin skala besar di masa depan. Karena landasan keuangan mereka tidak terbatas, garis waktu tidak penting bagi mereka.
Tapi startup tidak memiliki kemewahan itu. Kita harus mencari di mana pasar yang sebenarnya berada, tidak bisa hanya menunggu gelombang datang.
Pengalaman membangun selama setahun mengarahkan kami ke arah yang tak terduga. Di sana, aktivitas pasar benar-benar ada, tumbuh cepat, dan belum dilayani dengan baik. Itu berada di luar empat kategori yang kami gambarkan.
