Автор: Lucas Shin, джерело: Artemis, переклад: Shaw Золота фінансова інформація

Огляд

• До 2030 року розумні агенти (AI Agents) стануть основним способом, яким люди користуються інтернетом.

• Новий агентний інтернет потребуватиме нових платіжних каналів, грошової системи та базових компонентів.

• Цінність буде зосереджена у трьох рівнях: рівень інтерфейсу — суб’єкт, який керує взаємодією з користувачем; платіжний рівень — суб’єкт, який вбудовується в обіг коштів; рівень обчислень і хостингу — суб’єкт, який керує базовою інфраструктурою.

• Розумна агентна комерційна діяльність на довгому хвості працюватиме на базі відкритих протоколів.

Спершу давайте змалюємо сцену.

Час — 2030 рік. Вам 24 роки, ви живете в Берлінгтоні, штат Вермонт, любите інвестувати — у основному купуєте акції США, а також берете участь у Kalshi для деяких торгів криптовалютою й прогнозними ринками. Два місяці тому ви підробляючи заснували консалтингову фінтех-компанію.

Деякі дні — як сьогодні — починаються зовсім раптово.

Вжух——

Звук дзвінка телефону розбудив вас, наче холодна вода на обличчя. Це повідомлення від вашого приватного розумного агента Nexus:

Доброго ранку, Джо. Я завершив уночі таку роботу ——

Оновлення портфеля: уночі зменшив позицію $WMT на 15%. Дані зі супутників показують падіння потоку в магазинах, а настрої у звітності повернулися в “ведмежий” бік — це підтверджено перехресною перевіркою.

Оновлення розкладу: на сьогодні ввечері/після обіду (впродовж дня) заброньовано 3 зустрічі, короткий виклад доповідей прикріплено до нотаток зустрічей.

Оптимізація витрат: знайшов нового постачальника хмарних серверів — продуктивність приблизно та сама, річна оплата з 840 доларів знизилася до 290 доларів. Можна в будь-який момент мігрувати.

Загальні витрати: 0.67 долара

Що саме сталося, доки ви спали?

1. Nexus відправив дослідницького підагента, витративши 0.24 долара, уночі підтягнув інформацію від 40 різних постачальників даних, зіставив телефонні дзвінки з останньою конференцією про результати Walmart із супутниковими знімками автостоянок у всіх магазинах по США та оновив вашу інвестиційну логіку. Коли супутникові дані показали, що потік покупців Walmart знижується, агент вашого портфеля звірив це з ринком настроїв у звітності на Kalshi, підтвердив сигнал на “пониження” і завершив скорочення позицій до того, як ви прокинулися. Чотири роки тому такі торговельні стратегії були лише в привілейованій площині для Citadel (Цитадель) і кількох квантових фондів — їм доводилося платити за підписку на супутникові знімки мільйони доларів. Навіть один Bloomberg-термінал вартістю 30 тисяч доларів на рік не покривав би всю інформацію — вам доводилося окремо підписуватися на супутникові знімки, альтернативні дані й витрачати години на інтеграцію та аналіз. А тепер молода людина віком 24 років у Вермонті може отримати інформаційну перевагу, еквівалентну тій, що має кількісний аналітик Citadel, за вартість меншу, ніж чашка кави.

2. Продажний підагент Nexus відфільтрував 200 лідів, які відповідають вашому профілю цільових клієнтів — фінтех-компанії з південно-східного регіону США, раунд B і далі, які ще не користуються послугами постачальників даних — і завершив доповнення інформації за ціною 0.002 долара за кожен лід; інтерфейси, які викликалися, були розроблені іншим агентом і розміщені на відкритому ринку. Він вибрав 3 ліди з найвищим рівнем зацікавленості, одразу зв’язався з їхнім агентом розкладу та узгодив час зустрічі. Перед кожною розмовою він витягнув з потенційних клієнтів інформацію про їхні випускні заклади, спільні контакти, новини компанії та історію фінансування, а також підготував для вас односторінкову довідку, яку прикріпив до нотаток зустрічі. Тільки доповнення інформації про ліди: якщо робити це через підписку SaaS, то кожен акаунт щомісяця коштував би 200 доларів.

3. Операційний підагент Nexus провів порівняльні тести вашого сайту консалтингу з 6 постачальниками серверів: Vercel, Render, Railway, Fly.io, Netlify та Cloudflare. Він за дуже низьку вартість викликав пробні API-інтерфейси кожного сервісу, розгорнув тестове середовище та виміряв затримку, доступність і пропускну здатність. Зрештою Railway досягла еквівалентної продуктивності за третину вартості. Nexus домовився про місячну плату через ціновий агент Railway, зібрав дзеркало сайту на новому сервері та завершив повний набір тестів, щоб переконатися, що все працює нормально. Якщо б не було агентів, це щонайменше зайняло б тиждень: пошук в інтернеті, обмін запитами та уточненнями, плюс тривожні ручні міграції. Вам потрібно лише підтвердити Nexus, щоб виконати.

Ваші агенти виконали все це, витративши лише 0.67 долара.

Тепер помножте цю сцену на кожного працівника знань у всьому світі, на кожну компанію й на кожного працюючого розумного агента.

Вжух——

Nexus: недостатньо коштів, залишилось 1.87 долара.

Як і минулого тижня, ви поповнили кредитну картку на 5 доларів, прив’язану через Apple Pay, а тоді продовжили чистити зуби. На рівні “під капотом” ці 5 доларів обмінюються з кредитної картки на стабільні монети — але ви взагалі не бачите гаманця, не потрібно думати про поповнення і зовсім не потрібно торкатися блокчейну.

Ось фрагмент машинної економіки — абсолютно новий бізнес-сценарій, коли AI-агенти постійно витрачають гроші на речі, які люди раніше ніколи не оплачували, а масштаби та швидкість транзакцій далеко виходять за межі людської комерції. Можна уявити, що щодня виникатимуть десятки мільярдів транзакцій.

Але сьогоднішній інтернет ще не готовий підтримати все це.

Наразі інтернет створений для людей. Він фільтрує не-людську поведінку через обмеження швидкості, CAPTCHA та ключі API, а монетизація здійснюється через рекламу для користувачів-людей. Однак із масовою появою автономних агентів ця бізнес-модель повністю збанкрутує.

Потік різко зросте, а корисна увага зменшиться.

Мережеві сервери, які довго субсидувалися рекламними доходами, зіткнуться з запитами на порядок більше, і ці запити ніколи не зможуть бути вплинуті рекламою.

Агентні платежі природно вирішують цю проблему — малі платежі стануть ключем до доступу.

Платне сканування, платний доступ, платне використання.

Компанії, які створять інфраструктуру, що буде широко прийнята агентами, захоплять найбільшу “нову” економічну “порожнину” активності, яку зможе побачити наше покоління. Поточні гіганти вже займають позиції, але машинна економіка також породить свої нові гіганти. У попередню хвилю нового інтернету з’явилися Google, Amazon, Facebook, PayPal і Salesforce.

Розумно-агентна епоха інтернету — вже на порозі.

Прогноз ринкового масштабу

До 2030 року більшість мережевих взаємодій більше не відбуватиметься через браузер. Наші розумні агенти будуть переглядати, тестувати, вести перемовини, формувати команди підагентів і виконувати транзакції. Кожне завдання, яке вони виконують, генерує серію дрібних платежів. Виглядає, ніби ці витрати за кожне одноразове використання є додатковими витратами, але насправді вони замінюють інструменти й людську працю, які коштують у рази дорожче. Чим більш просунутими будуть інструменти, тим краще працюватимуть агенти, і ми надаватимемо їм вищий рівень автономних прав.

Попит і швидкість поширення

Давайте зробимо грубу оцінку.

У прикладі з попереднього розділу агент Джо виконав сотні транзакцій лише за 0.67 долара. Якщо масштабувати це до середньої компанії на 500 людей — кожен працівник має свого особистого агента, плюс продажі, фінанси, юриспруденція, операції та R&D-структури з сотнями спільних агентів — тоді щодня без проблем генеруватиметься 100 тисяч транзакцій, ініційованих агентами.

У світі понад 1 мільярд працівників знань, з них 88% уже використовують AI на роботі; обсяг попиту величезний і безперервно зростає. Але наразі таке використання здебільшого обмежується базовими задачами: мережевий пошук, резюме документів або написання листів. Повний перехід до розумних агентів ще не настав, але щойно він увімкнеться, швидкість буде надзвичайно високою.

Instagram досяг 100 мільйонів користувачів за 30 місяців, TikTok — за 9 місяців, а ChatGPT — лише за 2 місяці (Reuters / дані UBS). Одна з причин швидкого поширення ChatGPT — те, що інтерфейс діалогу вже знайомий, і не потрібно вчитися новому софту або змінювати звички використання — вам достатньо описати потребу, і агент намагатиметься її виконати.

Єдина перешкода — довіра, і швидкість її побудови значно вища, ніж очікують люди. Наразі Claude Code вже внесло 4% від усіх публічних комітів на GitHub (понад 135 тисяч разів на день). За поточними темпами зростання наприкінці 2026 року буде понад 20%. Це означає зростання у 42896 разів за 13 місяців. Розробники лише за більше ніж рік перейшли від сумнівів до масштабного створення production-коду, який генерує AI.

Коли моделі ставатимуть розумнішими, інтерфейси — ще більш лаконічними, а все більше технологічної складності приховуватиметься, я думаю, що швидкість поширення розумних агентів ще прискориться.

До 2030 року навіть якщо лише 60% працівників знань використовуватимуть агентів, середні витрати на день становитимуть 3–5 доларів (це консервативна оцінка — знаєте, Джо виконав три задачі ще до сніданку, витративши лише 0.67 долара), і лише на рівні особистих агентних транзакцій масштаб досягне 800 мільярдів — 1.4 трильйона доларів на рік.

Ринок для компаній

Роббі Пітерсон із Dragonfly у статті зазначив, що комерційні розумні агенти є логічним еволюційним напрямом для моделі SaaS. Я повністю з цим погоджуюся. Вони більше не лише допомагають робочим процесам — вони повністю замінять наявні процеси. Як сьогодні понад 95% витрат на софт припадає на бізнеси та державні установи, тож обсяги використання й витрати розумних агентів на корпоративному боці, найімовірніше, значно перевищать індивідуальний ринок.

Ми вже спостерігаємо цю трансформацію. Klarna використовує внутрішню AI-систему, щоб замінити Salesforce, заощадивши близько 2 мільйонів доларів. ZoomInfo створив AI-агентів для заміни свого відділу погодження угод, що щороку економить понад 1 мільйон доларів. Це лише перші приклади того, як агентизація окремих робочих процесів дозволяє економити сотні мільйонів витрат. У кожної компанії в продажах, фінансах, юриспруденції, операціях і R&D є сотні таких процесів. Як тільки розумні агенти розгорнуть по всій компанії, масштаб відповідних витрат буде вражаючим.

Кожен може стати продавцем

З тим, що агентні програмні коди суттєво знижують вартість розробки, поріг входу для інтернет-магазинів наближається до нуля. Весільний планувальник, який добре підбирає майданчики, може упакувати оптимальний робочий процес і продати його. Незалежний розробник у Лагосі може розробити API для вертикальної ніші й за кілька годин почати заробляти гроші на агентів з усього світу. Вам потрібно лише мати експертизу: згенеруйте API-інтерфейс через промпт і починайте приймати платежі.

Але що буде, якщо агенти почнуть продавати свої послуги іншим агентам?

Уявімо, що згаданий раніше Джо хоче зайти в нову нішу: середня медична компанія в регіоні США, де є стара платіжна інфраструктура. Якщо його агент із нуля виконає міркування та завершить процес, то вартість у токенах швидко накопичиться:

• Відібрати 200 компаній, які відповідають певному профілю (міркування + виклики API): близько 500 тисяч токенів

• Заповнити інформацію по кожному лиду (технологічний стек, фінансування, дані найму): 200 лідів × близько 5000 токенів = 1 мільйон токенів

• Зафіксувати осіб, які ухвалюють рішення, по ключових клієнтах: близько 200 тисяч токенів

• Проставити бали за сигналами зацікавленості (ритм найму, тривалість контрактів): близько 300 тисяч токенів

• Дослідити профілі кожного ухвалювача рішень: 20 лідів × близько 10 тисяч токенів = 20 тисяч токенів

• Написати персоналізовані тексти для первинного контакту: 20 лідів × близько 3000 токенів = 60 тисяч токенів

Разом — близько 2.3 мільйона токенів; якщо рахувати за використанням Opus 4.6, ціна становитиме від 8 до 15 доларів.

Стоп, а продажний підагент Джо раніше робив схожий процес і витрачав буквально кілька копійок?

Так. Бо більшість кроків уже вирішили інші агенти. Доповнення лідів, оцінювання зацікавленості, планування зустрічей — усі ці дії мають упаковані інтерфейси на відкритому ринку, і ціни там лише на рівні нульових часток долара.

Ця модель створює абсолютно нові бізнес-сценарії. Сфера пропозиції на ринку зростатиме вдвічі у дві сторони: люди створюють послуги, і водночас агенти теж створюють послуги. Проблема з високим споживанням токенів, яку вирішує один агент, може перетворитися на дешевий інструмент, доступний для всіх наступних агентів. У такому світі агенти зможуть перетворювати власний досвід на робочі процеси та продавати їх іншим агентам, таким чином субсидуючи власні витрати на роботу.

Кожна зміна парадигми народжує нових продавців. Shopify дала можливість продавцям у e-commerce, Stripe — онлайн-компаніям, а машинна економіка дасть можливість імпровізованим розробникам та автономним розумним агентам.

Реалістичний погляд

Отже, наскільки ми близькі до справжньої комерційної торгівлі розумними агентами?

Команда Artemis, де я працюю, постійно відстежує прогрес двох головних платіжних протоколів для агентів: x402 від Coinbase з відкритим кодом, а також машинний платіжний протокол (MPP), спільно запущений Stripe і Tempo. Простими словами, ці два типи протоколів мають абсолютно однакову ціль: щоб користувачі або агенти могли платити за будь-яку мережеву послугу під час одного мережевого запиту (наприклад, дані, веб-скрапінг, висновок моделі або інші API-послуги), прибираючи потребу в реєстрації акаунта, API-ключах, виставленні рахунків та інших виснажливих процесах.

Наразі все ще на ранній стадії.

Обсяг транзакцій протоколу x402 наприкінці 2025 року був штучно завищений через мемкоїн-памп і накручування обсягів у рейтингах. На графіку вище — “реальна” активність транзакцій, скоригована після відсіювання фейкових транзакцій спеціальними алгоритмами. Якщо прибрати шум від фейкових транзакцій і мемкоїн-спекуляцій, стає чітко видно: агентна економіка ще не настала як така. Нині більшість активності — це розробники, які тестують платні API та AI-інструменти, а не справжні агентні економічні суб’єкти, що працюють у реальному режимі.

Перш ніж ця модель реально вибухне, треба вирішити дві ключові проблеми:

1. Сторона пропозиції ще не сформувалася: кількість корисних API-інтерфейсів, здатних породити реальний платний попит для агентів, критично недостатня.

2. Немає зрілого шару знаходження та агрегації: навіть якщо існують високовартісні інтерфейси, у агентів поки немає надійного способу їх знаходити.

Оскільки вся екосистема ще розвивається, зарано використовувати обсяг транзакцій як ключовий показник. Набагато розумнішою метрикою є зростання сторони пропозиції — тобто кількість компаній, які пропонують послуги для агентів. Ми узагальнюємо такі компанії як постачальників послуг.

На графіку показано накопичувальну динаміку кількості постачальників послуг, що відповідають стандартам (продавців). “Відповідаючі стандартам” означає: виконали більше ніж дві “реальні” транзакції та мають щонайменше двох незалежних покупців. Ще в жовтні минулого року це число було менше 100, а зараз перевищує 4000. Я очікую, що цей темп прискориться, і це буде зумовлено трьома основними тенденціями:

1. ШІ знижує поріг створення цифрових продуктів (як описано вище), а це означає, що більше людей і AI-агентів стануть продавцями.

2. Нові послуги створюватимуться з агентами як пріоритетною ідеєю. Агенти стають ключовими клієнтами, тож і форми продуктів для них будуть зовсім іншими: API замість вебсторінок, миттєвий доступ замість реєстрації, оплата за потребою замість підписки.

3. Нинішні постачальники послуг будуть змушені трансформуватися. Коли все більше користувачів взаємодіятимуть із контентом і сервісом через AI-інтерфейси, а не вручну переглядатимуть вебсторінки, бізнес-модель, що залежить від реклами, повністю зламається, бо більше не буде цінної людської уваги, яку можна монетизувати. У компаній не залишиться іншого вибору, окрім як напряму брати плату за контент і послуги.

Ці сили створять позитивний “лійкоподібний” ефект, коли попит і пропозиція підсилюють одне одного, доки не спалахне вся агентна економіка.

Поточна структура ринку

Екосистема агентних транзакцій швидко формується. Багато стартапів з’являються як гриби після дощу, зосереджуючись на заповненні кожної прогалини в цій архітектурі; водночас компанії з періоду зростання у фінтехі та SaaS також переходять на нативні агентні транзакції. За останні дванадцять місяців майже всі основні платіжні гіганти та AI-лабораторії або випустили, або оголосили протоколи, пов’язані з агентними транзакціями.

Ми склали перелік понад 170 компаній, що покривають п’ять ключових рівнів: інтерактивні інтерфейси, розумні агенти, система акаунтів, платіжна інфраструктура, AI-двигуни. Тут ми скоротимо до приблизно 80 ключових інституцій:

Ми розбираємо зверху вниз по кожному рівню.

Рівень інтерфейсу

Рівень інтерфейсу найближчий до користувача та відповідає за те, щоб направляти наміри користувача (потреби) до потрібних інструментів або сервісів (пропозиції). Хто зможе визначати спосіб, яким розумні агенти знаходять, оцінюють і обирають сервіси, той матиме величезний контроль над усіма нижчими рівнями. Ми зосередимося на двох найважливіших категоріях на цьому рівні:

Користувацький інтерфейс

Це вхідна точка, з якою більшість людей взаємодіє безпосередньо. Apple, Google, OpenAI, Anthropic, xAI та Perplexity створюють такі інтерфейси взаємодії, і їхні форми швидко виходять за межі простого сценарію “чат”. Постійно з’являються нові формати — голосові асистенти, асистенти для десктопу, вбудований “sidecar”-пілот, агент у браузері тощо — максимально наближені до реальних сценаріїв користування. Платформа, яка стане дефолтним AI-інтерфейсом для користувачів, стане стартовою точкою для всіх транзакцій, ініційованих агентами, і переможець у цій ніші отримає додаткову колосальну перевагу.

AI-лабораторії вже “просканували” й навчали весь інтернет-дата; нині найцінніші дані для навчання — це людський фідбек, що направляє. Кожного разу, коли ви приймаєте або відхиляєте відповідь, вносите правки або передаєте Claude, ChatGPT інформацію про вподобання, саме ваш інтерфейс взаємодії фіксує ці дані — для продажу або для навчання моделей. Керувати інтерфейсом — означає керувати фідбек-циклом, який оптимізує і досвід користувача, і саму модель. Саме з цієї причини Anthropic випустила Claude Code, Google придбала Windsurf, а OpenAI намагалася придбати Cursor. Як тільки ваші агенти накопичать контекст про ваші вподобання, робочі процеси та типові інструменти, вартість міграції користувача стане надзвичайно високою.

Виявлення сервісів

Коли агент Джо потребує інтерфейсу для доповнення лідів або супутникових даних, як він знайде відповідного постачальника? Це, ймовірно, найбільша нерозв’язана проблема в архітектурі всієї екосистеми. Наразі більшість рішень — це статично закодовані списки інструментів або “куратовані” маркетплейси сервісів. Великі платформи вже будують власні системи: OpenAI і Stripe випустили ACP, Google і Shopify — UCP, а Visa — TAP. По суті, це каталоги торговців: вони працюють лише за умови, що і платформа, і самі торговці (merchant) заздалегідь підключаються. У звичайних сценаріях така модель працює добре, але зі зниженням порогу створення та продажу цифрових сервісів з’явиться багато нішевих, високо кастомізованих застосунків, і “відбірковий” підхід не задовольнить запити довгого хвоста.

Компанії на кшталт Coinbase, Merit Systems, Orthogonal і Sapiom будують відкриті альтернативи: вони створюють агрегаційну ланку та базову інфраструктуру, щоб агенти могли самостійно знаходити й платити за сервіси під час роботи, без попередньої інтеграції або комерційних домовленостей. Оскільки сторона пропозиції (тобто мережеві ресурси) зростає експоненційно, цю задачу буде надзвичайно важко розв’язати. Але хто зможе “взяти під контроль” системи ранжування та рекомендацій — і забезпечити, що агенти в потрібний момент підбиратимуть потрібні сервіси — той здобуде величезну важелі у всій галузі.

Агентні транзакції врешті прийдуть до “куратованого закритого” режиму, чи до відкритої екосистеми — і як саме ця структура визначить розподіл цінності — це одна з найключовіших суперечок у цій сфері. Ми ще детальніше обговоримо це питання далі.

Рівень розумних агентів і акаунтів

Щоб виконати завдання, розумні агенти, лише “розумні” — цього недостатньо. Продажний підагент Джо виконав весь процес: від відбору 200 лідів, доповнення інформації, до призначення трьох зустрічей — при цьому Джо не налаштовував жодних інструментів, не керував API-ключами й не мусив по кроках вручну затверджувати дії. Більша частина інфраструктури, яка забезпечує це, для кінцевого користувача абсолютно непомітна, але без цих компонентів агент перетворюється лише на великомовну модель без здатності виконувати. Нижче — короткий огляд основних базових компонентів, потрібних для реалізації всього цього:

Інструменти та стандарти

Ці протоколи й фреймворки дають розумним агентам здатність взаємодіяти із зовнішнім світом. MCP (Machine Communication Protocol, ініційований Anthropic і зараз керований Linux Foundation) дозволяє агентам підключатися до зовнішніх даних та інструментів: викликати API, з якими вони ніколи не стикалися, читати бази даних або миттєво викликати певну послугу. A2A (запропонований Google) визначає, як агенти, розроблені на різних платформах, можуть взаємно знаходити й координувати роботу. LangChain, фреймворки, створені Nvidia та Cloudflare, надають розробникам базові модулі для створення й розгортання агентів поверх цих протоколів. Нещодавно OpenClaw, який придбав OpenAI, інтегрує керування контекстом і виклики інструментів у єдиний фреймворк із пріоритетом локальності, значно знижуючи складність створення агентів, які можуть самостійно знаходити й оплачувати сервіси.

Ключова проблема в цій галузі: ці стандарти зрештою стануть єдиними або фрагментуватимуться? Чи зможуть комерційні фреймворки, побудовані на цих стандартах, захопити цінність до того, як інструменти стануть одноманітними?

Аутентифікація

Після того як агенти можуть спілкуватися, треба побудувати довіру. Перед тим як агент здійснюватиме транзакції або продаватиме сервіси, він має довести, що має відповідні повноваження та права на дії, а також зберегти запис дій, який інші агенти зможуть перевірити.

Наразі існує багато технічних шляхів, зокрема: біометрична ідентифікація (Worldcoin, Civic), ончейн-системи репутації агентів (ERC-8004), верифіковані креденшали (Dock, Reclaim).

Простір для дизайну великий, але ризики дуже високі: яку максимальну суму може витрачати ваш агент до того, як ви його затвердите? Чи може він підписувати контракти від вашого імені? Чи можна передавати повноваження підагентам? Правила та межі безпеки майже напевно будуть фінально визначені на рівні акаунтів.

Гаманці

Зрозуміло, щоб агент міг здійснювати оплати, йому потрібен гаманець. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy та багато інших компаній працюють у цьому напрямі, надаючи функції, зокрема програмований доступ і створення, делегування прав, ліміти витрат за однією транзакцією, “білі списки” отримувачів, а також можливість працювати через кілька мереж без потреби, щоб користувач підтверджував кожну дію вручну. Це один із найконкурентніших треків в усій екосистемі, і він одразу піднімає ключове питання: де саме “рівчак” компаній (moat) на рівні гаманців? Чи цей сегмент зрештою стане стандартизованим?

Платіжний рівень

Платіжний рівень знаходиться глибше в архітектурі, і для кінцевого користувача він має бути непомітним, але в машинній економіці всі гроші проходитимуть саме тут. Коли агент Джо вночі платить 0.24 долара за запит даних від 40 сервіс-провайдерів, йому не потрібно для кожної транзакції обирати банк-еквайєр, валюту чи блокчейн для розрахунку.

Головна складність полягає в тому, що традиційні платіжні канали створені для людей, які натискають кнопку “Buy”, а не для агентів, які роблять тисячі запитів щохвилини, де сума за запит нижча за копійку. В банківських карткових мережах кожна транзакція має фіксовану вартість близько 0.03–0.04 долара плюс комісію 2.3%–2.9%. Це підходить для готельного замовлення на 400 доларів, але повністю не масштабується під нові багатокрокові агентні транзакції.

З цього виникла низка нових протоколів і монетарних систем, спеціально створених для агентних транзакцій, і водночас традиційні гіганти перебудовують наявну інфраструктуру, щоб адаптуватися до таких сценаріїв.

Ключові моменти такі:

Платіжні канали

Ці протоколи й стандарти визначають, як розумні агенти ініціюють, маршрутизують і завершують платіжні розрахунки. Наразі сформувалися дві основні технічні лінії:

1. x402 (Coinbase/Cloudflare) і MPP (Stripe/Tempo) спеціально для машинних “нативних” транзакцій: агент викликає інтерфейси, отримує котирування, підписує платіж і отримує дані — все це відбувається в одному HTTP-запиті; розрахунок — у стабільних монетах, а вартість за одну транзакцію — лише “нульові” частки долара.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) і TAP від Visa підходять інакше: вони адаптують існуючу платіжну інфраструктуру банківських карток під сценарії агентів. Такі рішення більше підходять для транзакцій з високою вартістю: порівняно зі швидкістю розрахунку та вартістю, для покупця важливіше мати гарантії, а для продавця — покриття й прийняття.

Стабільні монети та розрахунки

Розумні агенти потребують “грошей”, які є програмованими, швидкими, дешевими та глобальними. Стабільні монети повністю відповідають цим вимогам, тож стають природним вибором для транзакцій x402 і MPP. Водночас карткові платіжні канали все ще забезпечують гарантії для покупця та мають зрілу “звичку” використання з боку торговців, і це залишається важливим для транзакцій високої вартості. Базові публічні ланцюги (наприклад Base, Solana, Tempo) створюють ще один ключовий виклик: які ланцюги зможуть підтримати пропускну здатність обробки, необхідну для масштабних агентних транзакцій, їхню фінальність і структуру вартості?

Сторона сервісу (сервіс-провайдери)

Ці організації є посередниками між розумними агентами і торговцями: вони обробляють складні етапи, як-то комплаєнс-перевірки, підключення торговців, аутентифікація прав доступу тощо. Coinbase, Stripe і PayPal розширюють наявну екосистему, щоб підтримувати агентні транзакції; вони роблять ставку на те, що їхня мережа торговців і комплаєнс-інфраструктура створять конкурентну перевагу. Інші компанії, як Sponge і Sapiom, рухаються зі сторони нових торговців і вирішують проблему “холодного старту”, щоб будь-який API-бізнес міг легко почати приймати агентні платежі. Коли кількість платіжних каналів, протоколів і торговців безперервно зростає, координаційна сторона має шанс стати ключовою сполучною ланкою, яка запобігатиме фрагментації всієї системи.

AI-двигун (двигун ШІ)

Про цей рівень не треба багато розповідати: усі взаємодії агентів, кроки міркування та виклики інструментів приводяться в дію саме ним. Але швидкість зміни бізнес-моделі тут значно перевищує швидкість інших частин архітектури, і кінцева цінність не так вже й очевидна “на поверхні”. Ми сфокусуємося на двох категоріях:

Обчислення та хостинг

Кожного разу, коли розумний агент Джо виконує міркування для задачі, викликає інструменти або створює підагента, це споживає обчислювальні ресурси. Але міркування на моделі — лише частина витрат. З вибуховим зростанням low-code / “імпровізованих” застосунків і агентів, які самі будують власні сервіси, з’являється багато нових інтерфейсів, які потребують хостингу. Станом на травень 2025 року кількість доступних веб-сторінок зросла на 45% буквально за два роки; і оскільки агентні коди роблять запуск нових сервісів надзвичайно простим, цей темп лише прискорюватиметься. Це означає, що попит на обчислення синхронно зростає з двох боків: з одного — більше агентів обробляють більше задач, з іншого — більше сервісів виходить у світ, щоб задовольняти їхні потреби.

Найочевидніші ключові гравці — надмасштабні хмарні постачальники (AWS, Google Cloud, Nvidia). І AWS, і Google Cloud постійно спрощують процес розгортання агентних бекендів та API на своїй інфраструктурі. Cloudflare фокусується на edge-computing: забезпечує сервісам, орієнтованим на агентів, низьколатентні серверлесні обчислення. А децентралізовані платформи обчислювальних потужностей, як Akash, Bittensor, Nous, задовольняють надлишковий попит на обчислення: вони інтегрують глобальні ресурси GPU та продають їх за дуже низькими цінами.

Базові великі моделі

Базова велика модель — “мозок” усієї системи. Anthropic, OpenAI, Google і Meta як провідні лабораторії постійно розширюють межі здібностей розумних агентів, а вартість запуску цих моделей стрімко знижується. Наприкінці 2022 року запуск моделі рівня GPT4 коштував приблизно 20 доларів за мільйон токенів; а на початку 2026 року моделі з аналогічною продуктивністю коштуватимуть уже близько 0.05 долара за мільйон токенів — за трохи більше ніж три роки зниження сягає 600 разів. Оновлення обладнання, конкуренція між вендорами та оптимізації на кшталт кешування промптів і batch-обробки разом безперервно знижують витрати на міркування. Паралельно, оскільки логіка міркування дедалі більше “витягується” в менші open-source моделі ваги, а їхня вартість запуску дуже низька, вартість створення “розумності” теж різко падає. У частині бенчмарків різниця продуктивності між open-source моделями ваг і закритими моделями скоротилася лише до 1.7%.

Це дуже добре для машинної економіки.

Дешевші розумні моделі означають дешевших агентів, і це дозволяє незалежному засновнику віком 24 років у Вермонті легко витримувати витрати на запуск — що, своєю чергою, ще більше підвищує активність транзакцій на всіх верхніх рівнях екосистеми. Якщо великі моделі потраплять у конкуренцію за ціною, як нинішні хмарні провайдери, то цінність у підсумку, можливо, сконцентрується у верхніх і нижчих ланках архітектури, а не в самій моделі.

Хто стане переможцем?

До 2030 року більшість ваших цифрових взаємодій більше не потребуватиме браузера, пошукових систем або App Store. Вам достатньо описати свою потребу, а розумні агенти повністю все візьмуть на себе: знайдуть відповідні сервіси, узгодять умови, виконають оплату й доставлять кінцевий результат. Інтернет виглядатиме зовсім інакше.

Це можна розуміти як SEO-епоху, спрямовану на агентів. API-інтерфейси ставатимуть дедалі більше, а інтерфейси для взаємодії людей — дедалі менше.

У такому світі хто зможе “забрати” цінність?

Саммер Лаггсдейл з Merit Systems у статті порівняв поточну екосистему агентних транзакцій із раннім інтернетом. Він вважає, що “куратовані” маркетплейси агентних сервісів, створені великими платформами (ACP, UCP, TAP), повторюють шлях 90-х американського online (AOL) — майстерний досвід, закрита система, але з ключовими обмеженнями: усі сервіс-провайдери мають пройти ручний відбір і перевірку. У той час як відкриті протоколи на кшталт x402 і MPP, хоч і працюють менш “вишукано”, мають властивість без дозволів: будь-хто може підняти інтерфейс, без команди бізнес-розвитку або юристів, і заробляти через агентів. У 90-х закриті “садові” продукти мали кращий досвід, але відкритий інтернет має безмежні можливості.

Зрештою, переміг відкритий інтернет.

Та сама логіка повторюється. ACP, UCP, TAP будуть інтегруватися з топовими AI-лабораторіями, добре обслуговуючи основні сценарії, але залишатимуться обмеженими агентами, які можуть працювати лише з попередньо відфільтрованими каталогами сервіс-провайдерів, і тож вони зможуть виконувати тільки ті задачі, які заздалегідь передбачені платформою. Агенти, які можуть підключитися до всього набору відкритих протоколів, матимуть значно ширші межі можливостей.

Варто пам’ятати, що найбільш жвава частина інтернету сьогодні виникає саме через HTTP-протокол, який породжує безліч відкритих сайтів у long-tail трафіці.

Ми маємо скромно визнати: ми не можемо уявити повну картину відкритого агентного інтернету. Як у 1995 році ніхто не міг передбачити поява сервісів таксі через мобільний запит чи соціальних медіа, так само, коли ми дамо агентам необхідні інструменти, ми не зможемо передбачити, що саме вони створять і за які сервіси вони платитимуть.

Як ми вже обговорювали раніше, базові великі моделі швидко рухаються до гомогенізації, тож цінність може перейти на інші рівні технічної архітектури. Інструменти розробників, гаманці та інфраструктура ідентифікації критично важливі, але як тільки стандарти уніфікуються, ці сфери також, імовірно, стануть “однаковими”. Тому я вважаю, що цінність зосередиться у трьох областях: інтерфейс, платежі, обчислення.

Інтерфейс

Інтерфейс визначає ліміти витрат, процеси погодження та механізми делегування довіри. Платформа, яка зможе створити найбільш персоналізований досвід для користувачів, акумулює найбільший потік транзакцій.

Apple — найбільш недооцінений учасник у цій сфері. Її пристрої глибоко вбудовані в повсякденне життя людей, а вартість міграції для користувачів дуже висока. Якщо Siri еволюціонує до зрілого агентного входу, Apple не потрібно створювати найпередовіші моделі — вона зможе контролювати стартову точку для десятків мільярдів транзакцій. Їм потрібно лише підтримувати найякісніший вхідний інтерфейс.

Трансформація Google буде ще складнішою. Перехід від ручного перегляду людьми до розумного відбору агентами підриває її ключовий рекламний дохід. Але у Google є переваги, які іншим компаніям не під силу: вона накопичила персональні дані за десятки років у сферах пошуку, пошти, календарів, карт і документів. Також треба врахувати вартість міграції для бізнес-клієнтів: Google Workspace вже вбудований у мільйони компаній, а листи, файли та робочі процеси співробітників працюють на інфраструктурі Google. Якщо існує компанія, яка може створити найбільш персоналізованих агентів і для споживачів, і для бізнесу, то це саме Google. Питання лише в тому, чи зможе вона так само ефективно монетизувати агентні сервіси, як вона монетизує рекламний трафік пошуку.

Merit Systems — мій фаворит як “темна конячка”. Вони одночасно будують інфраструктуру виявлення сервісів для відкритої агентної економіки (AgentCash, x402 scanning, MPP scanning) і розробляють інтерфейс для споживчого боку (Poncho). Їхня ключова логіка така: хто контролює канали виявлення сервісів для агентів і втручається у перелив коштів, той займе позицію Google на ранньому інтернеті. Це амбітна ставка, але якщо війна за агентні транзакції виграє відкритий сценарій, Merit стане найкраще підготовленим агрегаційним шаром. Наразі вони ще на ранній стадії — приблизно як коли Google конкурувала з AOL в закритій екосистемі, коли ринкова капіталізація була еквівалентна нинішнім 350 млрд доларів (3500 мільярдів доларів).

Платежі

Хто контролює рух коштів, той отримуватиме частку з кожної транзакції. Я найбільше впевнений саме в цій ланці, бо її масштаб зростатиме синхронно з обсягом транзакцій.

Stripe і Tempo найбільш сильні у “machine native” платіжному треку. Stripe вже має зрілу екосистему розробників і величезну мережу торговців. Tempo має потокові платежі, фінальність транзакцій приблизно за 500 мілісекунд, потоковий спосіб оплати через платіжні канали, нативну підтримку банківських карт і стабільних монет, оплату комісії Gas у доларах (без ризику коливання токена), транзакції із серверним оплатним підходом тощо — усе це спеціально для масових обсягів транзакцій у машинній економіці. Якщо MPP стане стандартним платіжним каналом для машинних транзакцій, Stripe і Tempo будуть отримувати комісію з кожної агентної транзакції.

**Circle буде зростати синхронно з експансією агентної економі