Saya membutuhkan satu tahun untuk melihat kebenaran menyakitkan dari pembayaran Agent

Penulis: Jessy; Diterjemahkan: Jiahua, ChainCatcher

Sepanjang tahun lalu, saya terus berupaya membangun infrastruktur untuk ekonomi Agent, berinteraksi dengan tim startup yang mendorong bisnis Agent seperti Stripe, Visa, Coinbase, Google, dan puluhan perusahaan lainnya. Saya menyusun seluruh industri, merilis produk, dan berusaha mencari titik kecocokan pasar.

Saat ini, belum ada permintaan yang benar-benar nyata, dan startup menghadapi banyak masalah struktural saat memasuki bidang ini.

Bulan lalu, Stripe merilis 288 produk baru di konferensi Sessions, dengan jumlah kunjungan dokumen Agent mendekati 40% dari total pembacaan dokumen. Pasar bisnis Agent mereka memiliki lebih dari 1000 merchant yang sudah aktif. Namun, di konferensi Sessions, jumlah Agent yang melakukan transaksi terdaftar hanya dalam angka satuan.

Visa menyebutkan bahwa token pembayaran Agent mereka (yang terikat ke Agent, digunakan sebagai bukti pembayaran tokenisasi atas nama pengguna) saat ini membutuhkan waktu 3 hingga 9 bulan untuk proses KYC, dan secara praktis memerlukan pendapatan minimum sebesar 250 juta dolar AS untuk memenuhi syarat. Saat ini, hanya perusahaan sebesar Amazon dan Walmart yang mampu menyelesaikan siklus verifikasi identitas ini.

Coinbase melaporkan bahwa hingga April, ada 69.000 Agent aktif dan 165 juta transaksi di atas protokol x402. Namun, analisis on-chain independen menunjukkan bahwa volume transaksi harian sebenarnya sekitar 17.000 dolar AS, dengan sekitar separuhnya adalah transaksi uji coba (menurut laporan CoinDesk Maret 2026).

Agent untuk Merchant

Kami membangun shop.fast.xyz untuk secara langsung memverifikasi aplikasi nyata dari bisnis pembelian perantara. Di sana terdapat produk nyata, merchant, dan transaksi.

Untuk sebagian besar kategori produk, pengalaman pengguna belanja AI saat ini sama sekali tidak sebaik e-commerce tradisional. Saat membeli pakaian, elektronik, atau furnitur, Anda ingin melihat gambar, menjelajahi berbagai opsi, dan membandingkan secara horizontal.

Format percakapan chatbot justru merupakan kemunduran. Anda sebenarnya menggantikan antarmuka visual yang kaya dengan percakapan teks murni, padahal manusia secara esensial adalah pembelanja visual.

Agent menunjukkan performa yang luar biasa di bagian yang sebelumnya kami kira akan sangat sulit. Ia mampu memahami kebutuhan pengguna dan menangani instruksi seperti "yang semacam ini tapi lebih murah" dengan baik. Model di lapisan atas berperan di sini.

Namun, ia tidak bisa menggantikan pengalaman menelusuri sepuluh produk secara berdampingan dan memilih satu di antaranya. Chat interface bisa diperkuat dengan carousel dan tampilan interaktif, tetapi pada tingkat itu, Anda sebenarnya hanya membangun kembali front-end e-commerce di dalam jendela chat. Untuk perbandingan harga berbasis visual, kami belum menemukan alasan meyakinkan bahwa antarmuka chat lebih baik daripada antarmuka e-commerce asli.

Kami melihat kebutuhan nyata dari merchant, tetapi ini adalah kebutuhan defensif.

Merchant ingin toko mereka bisa dicari oleh Agent. Bukan karena pelanggan saat ini membeli melalui Agent, tetapi karena mereka khawatir jika ini menjadi saluran utama, mereka akan tertinggal zaman.

Ini adalah strategi "Pengoptimalan Mesin Agent (AEO)", tetapi saat ini hanya sebagai pelengkap, bukan keharusan. Merchant sedang bersiap menghadapi gelombang yang belum datang.

Bisnis percakapan memang dapat meningkatkan pengalaman di beberapa skenario: pembelian dengan frekuensi tinggi dan keputusan rendah di mana pengguna sudah tahu apa yang mereka inginkan. Contohnya paling jelas adalah pemesanan makanan antar-jemput. Pasar besar, frekuensi tinggi, keputusan cepat ("Tolong pesankan saya satu pad thai dari toko yang terakhir kali saya pesan"). Di sini, Agent berbasis percakapan punya peluang menang.

Namun, platform pengantaran besar tidak menyediakan API terbuka. Satu-satunya jalan adalah "penggunaan komputer": membiarkan AI mengoperasikan aplikasi melalui navigasi visual layaknya manusia. Metode ini lambat, rapuh, dan untuk pesanan makan siang seharga 15 dolar, biaya inferensinya tidak mampu menanggung.

Peluang lain terletak pada: UI navigasi toko tertentu yang sangat rumit, membuat frustrasi. Diskon bertingkat, kode promosi, program loyalitas, dan proses checkout yang membingungkan.

Agent yang mampu memahami "menggunakan kupon saya, menebus poin reward saya, mencari ongkos kirim termurah, dan beroperasi dalam bahasa ibu saya" dapat menyederhanakan pengalaman yang saat ini sangat buruk. Ini sangat penting untuk pengguna lansia, pembeli di toko luar negeri yang tidak berbahasa, atau skenario sangat niche dengan kebutuhan khusus.

Kedua peluang ini membutuhkan saluran distribusi besar yang berorientasi konsumen (B2C). Anda bersaing dengan DoorDash (platform pengantaran terbesar di AS dengan pangsa pasar 56%) dan Amazon dalam merebut akses pengguna.

Distribusi skala konsumen adalah keunggulan para raksasa. Supply side dari bisnis pembelian perantara sudah siap, tetapi demand side terbatas oleh pengalaman pengguna dan saluran distribusi. Membangun infrastruktur lebih banyak tidak akan menyelesaikan dua masalah ini.

Agent terhadap API

Kami berdiskusi dengan puluhan pengembang tentang kebutuhan pembayaran mereka yang nyata. Situasinya hampir sama persis: saat ini, penggunaan API oleh Agent adalah rutin, termasuk kalkulasi, inferensi, dan sumber data. Pengembang sudah memiliki layanan berlangganan, kunci API arsip, dan hubungan penagihan dengan penyedia utama.

Argumen utama tentang stablecoin adalah: di Stripe, biaya minimum untuk pemrosesan kartu kredit sekitar 2,9% ditambah 30 sen, membuat panggilan API di bawah satu dolar tidak ekonomis. Tapi untuk volume transaksi rendah saat ini, kredit pre-paid sudah cukup menyelesaikan masalah ini. Pengembang mengisi saldo akun terlebih dahulu, dan masalah pun teratasi.

Masalah yang lebih dalam adalah pasar penyedia layanan. Kebanyakan SaaS utama tidak ingin menyediakan akses API sementara yang hanya membutuhkan beberapa sen. Model bisnis mereka adalah kontrak perusahaan jangka panjang. Perusahaan yang bergantung pada kontrak besar cenderung menolak mekanisme penetapan harga yang mengelak dari model mereka saat ini.

Bisnis mesin-mesin ini adalah pasar ekor panjang, termasuk layanan kecil, sumber data niche, pengembang individu, dan server MCP. Protokol seperti MPP dan x402 sangat cocok untuk segmen ini.

Namun, secara definisi, ini adalah pasar untuk pengguna tingkat tinggi dengan kebutuhan khusus, dan secara historis, pengembang biasanya adalah kelompok yang paling enggan membayar.

Saat Stripe Projects diluncurkan, mereka bekerja sama dengan 32 mitra penyedia seperti Vercel, Supabase, Cloudflare, Twilio, dan lainnya, yang mencakup sebagian besar alat yang digunakan pengembang untuk membangun dan meng-deploy perangkat lunak, semuanya dapat diakses melalui sistem penagihan yang ada. Kebutuhan di lapisan atas dari tumpukan teknologi pengembang sudah terpenuhi.

Peluang untuk saluran pembayaran baru terletak di luar 30 layanan ini: peluang memang ada, tetapi skalanya secara esensial jauh lebih kecil dari angka-angka menarik yang sering disebutkan.

Aturan yang sama berlaku untuk pengambilan konten. Agent sudah terus meng-crawl dan merangkum artikel, sementara penerbit sedang melakukan perlawanan.

Namun, saat monetisasi konten secara besar-besaran tiba, itu akan dilakukan melalui CDN yang sudah berada di antara penerbit dan internet (Cloudflare sudah meluncurkan alat audit AI untuk ini), atau melalui perjanjian lisensi besar antara penerbit dan laboratorium AI.

Kesempatan infrastruktur ini akhirnya akan mengalir ke raksasa yang sudah memiliki saluran distribusi.

Agent terhadap Agent

Model bisnis Agent terhadap Agent adalah visi jangka panjang, saat ini hampir seluruhnya masih dalam ranah teori, dan belum ada yang mencapai volume transaksi yang berarti. Startup-startup sedang mengatasi tantangan inti: penemuan Agent, pembangunan kepercayaan, negosiasi ketentuan, dan penyelesaian sengketa.

Ketika struktur transaksi ini benar-benar terealisasi, ia akan sangat berbeda dari jalur pembayaran yang ada. Kedua pihak transaksi tidak lagi melibatkan identitas manusia. Latensi di tingkat sub-sekon. Dari beberapa sen hingga jutaan dolar dalam satu proses yang sama.

Selain itu, ada mekanisme penyelesaian multi pihak yang sama sekali tidak sesuai dengan model jual beli bilateral yang selama ini ada. Jika ini terjadi, kami yakin akan datang dengan sangat cepat dan dalam skala besar.

Ini adalah taruhan jangka panjang terhadap infrastruktur penyelesaian khusus, dan itu memang ada. Tapi "taruhan jangka panjang nyata" dan "pasar saat ini" adalah dua hal berbeda.

Bulan-bulan kami juga aktif mempromosikan pasar ini dan membangun infrastruktur lengkap selama beberapa tahun terakhir. Dengan jaringan terdistribusi kami, secara teori dapat diperluas ke lebih dari 1 miliar TPS, latensi di bawah 50 ms, dan konsistensi rata-rata 10 ms. Tapi kita harus menyesuaikan dengan posisi pasar saat ini.

Agent terhadap Keuangan

Ini bisa dikatakan sebagai satu-satunya kategori yang sudah memiliki permintaan nyata. Kelompok pelanggan sudah ada dan bersedia membayar. Saat ini, manajer dana, tim keuangan, dan pengguna DeFi semuanya membayar untuk alat keuangan. Mengintegrasikan AI ke dalam alur kerja yang ada adalah evolusi produk yang alami.

Agent di bidang keuangan juga menciptakan pola perilaku baru. Agent yang mampu memantau dan menyeimbangkan ratusan posisi secara real-time dan mandiri, cara kerjanya tidak bisa ditiru secara manual oleh manusia. Ini bukan sekadar otomatisasi, tetapi peningkatan kemampuan yang substansial.

Tantangannya adalah kompetisi. Industri keuangan diatur secara ketat dan sangat bergantung pada hubungan bisnis yang sudah ada. Lembaga lama memiliki lisensi, infrastruktur kepatuhan, dan hubungan pelanggan. Startup dapat mencari peluang di bidang yang regulasinya lebih longgar (seperti DeFi), di area di mana raksasa lambat bergerak, atau di bidang di mana AI mampu menciptakan kemampuan yang tidak dimiliki raksasa.

Namun, dibandingkan dengan tiga kategori lainnya, dinamika kompetisi di sini lebih menguntungkan perusahaan matang, karena menumpuk AI di atas produk dan pelanggan yang sudah ada jauh lebih mudah daripada membalik prosesnya.

Intisari

Lalu, mengapa orang tetap membangun hal-hal ini? Ada dua alasan.

Pertama, motivasi. Raksasa industri memiliki arus kas yang cukup untuk berinvestasi dalam masa depan yang membutuhkan waktu bertahun-tahun untuk terwujud. Bagi mereka, masuk lebih awal lima tahun hanyalah perhitungan kecil, sedangkan terlambat satu tahun bisa berakibat fatal. Jadi, mereka harus membangun.

Kedua, celah persepsi. Jika bisnis utama Anda adalah pembayaran, setiap masalah tampak seperti masalah pembayaran. Ekonomi Agent membutuhkan lapisan pembayaran, jadi bangun lapisan pembayaran itu.

Tapi, pembayaran hanyalah bagian dari masalah yang lebih besar. Tantangan sebenarnya bukan sekadar memindahkan dana antar Agent, tetapi mengoordinasikan kerja sama antara Agent dan manusia, memverifikasi hasil kerja, dan menyelesaikan transaksi. Pembayaran hanyalah bagian dari penyelesaian. Penyelesaian hanyalah bagian dari kolaborasi. Dan kolaborasi adalah tantangan terbesar.

Kerja sama skala besar secara alami akan melahirkan mekanisme penyelesaian sebagai kebutuhan mendesak. Pembayaran hanyalah salah satu instrumen dalam simfoni ini, bukan seluruh orkestra. Perusahaan yang mampu menyelesaikan masalah kolaborasi akan mengakuisisi bisnis pembayaran, bukan sebaliknya.

Sebagian besar perusahaan besar sedang melakukan pembangunan defensif untuk menghadapi skenario transaksi mesin dalam skala besar di masa depan. Karena jalur dana mereka tidak terbatas, garis waktu mereka tidak menjadi masalah.

Tapi startup tidak punya kemewahan itu. Kita harus mencari posisi pasar yang sesungguhnya, dan bukan menunggu gelombang datang menghantam.

Pengalaman satu tahun membangun ini membawa kami ke arah yang tak terduga. Pasar nyata, pertumbuhan pesat, dan belum cukup dilayani. Ia berada di luar keempat kategori yang kami gambarkan.