Cenários, conflitos e desfechos na visão de profissionais de pagamento AI de 16 bits

A pagamento por IA já não é mais um conceito. x402, MPP, Tempo, AP2 — no último ano, Coinbase, Stripe, Google, Visa construíram estruturas de protocolo em diferentes camadas. Dados reais na cadeia, integração com comerciantes reais, leituras incorretas de modelos reais também começaram a surgir progressivamente.

No sábado passado, a organização 支无不言 realizou uma reunião fechada sobre Agent Payment, com 16 convidados de infraestrutura de pagamento, serviços de carteira, grandes empresas de pagamento, instituições de investimento, entre outros, que em três horas responderam a quatro perguntas: onde realmente acontece o pagamento por IA, como fazer a IA gastar dinheiro com segurança, como esse negócio gera lucro, e qual será o rumo do jogo entre grandes empresas e startups.

A seguir, as principais conclusões emergidas dessa discussão:

• O cenário mais maduro para Agent Payment é a chamada API, onde pequenas transações de 0,01 dólares sustentam o volume por frequência;

• A incerteza na saída da IA e a exigência de certeza no setor financeiro entram em conflito fundamental, sendo essa a contradição técnica mais básica do Agent Payment;

  O quadro de segurança do Agent Payment está mudando de autenticação de identidade para verificação de intenção;

• O mecanismo de chargeback não funciona em cenários de Agent, e uma arbitragem de três camadas será o novo paradigma de segurança de pagamento;

• A filosofia de design das grandes empresas é desconfiar do Agent, confiando apenas na transação;

• O verdadeiro obstáculo do Agent Payment não está no pagamento em si, mas na reconstrução das etapas de transação upstream que ainda não foram adaptadas para Agent;

• O papel das startups é fornecer componentes para as grandes empresas, não oferecer serviços ao consumidor final.

Moderador

Hazel Hu

Responsável pelo podcast 《支无不言》, contribuinte principal do fundo de bens públicos de língua chinesa GCC, X: withhazelhu; também conhecido como 一只不走心的越越 no immediato.

Ivy Zeng

Responsável pelo podcast 《支无不言》, explorando casos práticos de Agentic Payment, focada em crescimento Fintech, com experiência em VC pós-investimento e em uma nova instituição bancária responsável pelo crescimento regional de produtos 2C. X: IvyLeanIn

Thomas Zheng

Responsável pelo mercado de capitais do 支无不言, com mais de 6 anos de experiência como consultor de financiamento de mercado primário, atendendo a vários projetos de destaque do setor, promovendo conexões e cooperação na indústria.

Cenário real — Agent Payment já está acontecendo, mas de forma diferente do esperado

A API é o cenário mais maduro na cadeia atualmente para Agent Payment

A análise de dados na cadeia, usando o aplicativo ClawRouter (, com pagamentos em USDC para APIs de LLM), mostra que o cenário de chamadas API apresenta características de alta frequência e valores pequenos: até o início de abril de 2026, cerca de 1400 endereços independentes realizaram 530 mil transações, totalizando aproximadamente 28 mil dólares. Considerando que a plataforma também oferece modelos gratuitos, o uso real pode estar subestimado — cerca de 1 milhão de chamadas API por mês na parte gratuita.

Imagem: site oficial do ClawRouter

Dados de uma startup de infraestrutura de pagamento também indicam que, desde setembro do ano passado, aproximadamente metade do volume de chamadas API está relacionado à implementação de Agentic Payment na camada nativa de pagamento.

Autorização de limite é o modo básico de autorização no Agent Payment

A atividade de crescimento de red envelopes A2A( e Agent 2 Agent) impulsionou a inovação e a popularização do mecanismo de autorização. Essa modalidade de autorização baseia-se em limites, não em aprovações: o usuário pré-autoritiza um limite para a IA, que pode atuar dentro desse escopo sem confirmação individual. “Dentro desse limite, a IA pode movimentar seu dinheiro sem sua confirmação.”

Pagamentos offline ainda não funcionam, o que falta não é pagamento, mas experiência

Explorações no setor de liquidação online e offline já abrangem 50 milhões de comerciantes reais, incluindo reservas de passagens, recarga de telefonia, compra de cartões-presente, entre outros. Mas o cenário de consumo C-end ainda enfrenta o desafio de cultivar hábitos de usuário e de uma experiência de salto qualitativo.

Especialistas e influenciadores já validaram que Agent tem modelos comerciais maduros

Casos de sucesso demonstram esse caminho: médicos renomados, KOLs, entre outros, destilam seu conhecimento e conteúdo em Agent, permitindo que usuários que não podem agendar encontros presenciais usem o Agent primeiro. Como um criador de conteúdo que transformou seu material anterior em um app, com assinatura mensal de 199 yuans, com excelente desempenho de vendas — enquanto uma conversa de 15 minutos com um especialista custa milhares ou dezenas de milhares de yuans, usar sua versão Agent custa apenas dezenas a algumas centenas de yuans.

Imagem: criador de conteúdo transformando seu material em app

Agent de transação encontra PMF mais rápido que Agent de pagamento

Dados do setor de criptomoedas indicam que o cenário de transações é atualmente o mais demandado pelos usuários reais, com um modelo de negócio que naturalmente possui uma taxa de comissão. Em comparação com os primeiros dias do blockchain, aqueles que anteciparam a adoção de comerciantes e stablecoins durante o alto custo de gás, como Tron, mesmo após o aumento das taxas, tiveram dificuldades de migração de usuários.

Cenário de consumo C-end ainda não validado por demanda real

Durante o Festival da Primavera, a utilização de bilhões de usuários na plataforma Qianwen para pedir chá de bolhas gerou debate: os usuários usam por uma experiência melhor ou por um subsídio de 25 yuans por pedido? A densidade de informação na conversa é limitada, e no futuro, o cenário B2C pode precisar de óculos inteligentes para diálogo sem costura, exigindo uma evolução na experiência.

Os participantes sugeriram cenários mais alinhados às dores do usuário:

• Cenário de compras: com orçamentos rígidos, requer comparação entre fornecedores (como o Agent de comércio eletrônico AI da Alibaba - Accio)

• Tarefas complexas: planejamento de casamentos, viagens, coordenação de múltiplos passos

• Cenário de compra de ingressos: alta necessidade de agilidade, como ingressos para shows

Imagem: AI de comércio eletrônico da Alibaba - Accio

Agent Payment é uma nova porta de entrada de tráfego

Do ponto de vista de aquisição de tráfego, Agent Payment é semelhante ao SEO e vídeos curtos do início, representando uma nova oportunidade de fluxo. Aqueles que estudaram SEO desde cedo, embora tenham começado de forma modesta, continuam encontrando maneiras de obter tráfego inicial. O evento do “Jiaozi Guan Jin Gu Yuan” pode ser comparado ao momento de comprar pizza com Bitcoin — uma história que será lembrada por anos.

História de fundo do skill do Jiaozi Guan Jin Gu Yuan: “Em 7 de abril de 2026, sob o contexto do sucesso do OpenClaw, o proprietário do restaurante criou um módulo de habilidade de IA chamado ‘Jin Gu Yuan Jiaozi Guan·SKILL’. Essa habilidade de IA é voltada para agentes de IA, não para humanos diretamente. Após instalação, o assistente de IA pode consultar informações de pratos, horários de funcionamento, regras de fila e até fazer reserva online. Em dezembro de 2025, devido ao excesso de fila, o servidor do serviço de delivery interpretou erroneamente a API da loja como anômala e a bloqueou. O proprietário espera otimizar a experiência de fila futura com IA.”

Imagem: skill de fila do Meituan para Jiaozi Guan Jin Gu Yuan

O verdadeiro Agent Payment ainda não começou

De uma perspectiva macro, discutir o Agentic Payment real pode ser prematuro. Pode-se fazer uma analogia com o crescimento infantil: atualmente, como uma criança de 1 a 5 anos, cuja renda vem dos pais, e o limite de gastos é autorizado pelos pais, sem uma intenção própria formada.

O Agent Payment atual está concentrado em cenários de produtividade

O consenso é que, por ora, o verdadeiro Agent Payment está focado em cenários de produtividade:

1. API: uso de APIs de grandes modelos ou compra de APIs para aumentar produtividade

2. Cenários empresariais: compras e finanças em equipes de produtividade empresarial

3. Vibe Coding: desenvolvimento rápido de demos ou produtos

Identidade e autorização — incerteza da IA versus certeza financeira

A segurança do Agent Payment requer uma estrutura de quatro camadas: identidade, risco, conformidade, arbitragem

A segurança de pagamento pode ser dividida em identidade, risco e conformidade, e, para o AI Payment, essa estrutura deve ser seguida, adicionando a arbitragem como quarta camada de proteção.

1. Camada de identidade: autenticação de identidade evolui para verificação de intenção

Emitir IDs para agentes, estabelecer sistemas de pontuação de crédito (com base na profissionalidade, adoção, eficácia, preço do token, etc.), realizar autenticação de identidade. Utilizar blockchain para criar um sistema de identidade descentralizado, rastreável e verificável (DID). Com isso, a autenticação tradicional de identidade está migrando para a verificação de intenção no cenário de Agent. A verificação de intenção deve considerar se a ação do agente é razoável, se o comportamento atende às necessidades, se corresponde à intenção final e se está em conformidade com as regras.

2. Camada de risco: conflito fundamental entre incerteza da IA e certeza financeira

Existe uma contradição essencial: a incerteza na saída da IA versus a alta exigência de certeza do setor financeiro, com custos de tentativa e erro. No cenário real:

• Erros de leitura de valores (ex.: USDC 0,01 lido como USDC 10.000) já ocorreram — até o autor já enfrentou isso, a IA facilmente lê o valor de USDC errado, como 0,1 USDC interpretado como 10.000 USDC. Isso ocorre porque o campo retorna um inteiro bruto, e USDC suporta 6 casas decimais, multiplicando o valor por 1.000.000 na exibição.

• Facilidade de indução: descrições de comida que prometem cura milagrosa podem levar a pedidos indevidos (ex.: “comer para curar todas as doenças”).

Imagem: IA interpretando erroneamente 0,1 USDC como 10.000 USDC

Além disso, a cadeia de suprimentos de desenvolvimento com injeção maliciosa representa um novo desafio de risco. Desde o boom do OpenAI, há exemplos de injeção de código malicioso em pacotes npm, onde o usuário pode não usar diretamente o pacote, mas depende dele. A gestão de risco deve cobrir camadas de autorização de identidade (anti-lavagem de dinheiro), modelos (desvio, alucinações), cadeia de execução (ataques de injeção).

As grandes empresas de tecnologia adotam a filosofia de tratar todos os agentes como potencialmente maliciosos. Elas não buscam “agentes verificáveis”, mas “cadeias de transação verificáveis”. Introduzindo protocolos de autorização (Mandate), dividem tarefas, estabelecem restrições e fazem verificações cruzadas, usando provas de conhecimento zero, princípios de confiança zero e mecanismos de auto-verificação para prevenir fraudes.

3. Camada de conformidade: a rede de pagamento relâmpago semi-descentralizada é uma boa solução para micropagamentos

Tanto o setor financeiro tradicional quanto a blockchain enfrentam gargalos ao lidar com alta concorrência. Para o Agent, o design deve focar em micropagamentos. A segurança desses micropagamentos pode ser garantida por uma abordagem que não seja nem totalmente centralizada nem totalmente descentralizada, e a rede Lightning, com sua alta capacidade teórica de TPS, pode ganhar nova vida na era do Agentic Payment.

4. Camada de arbitragem: mecanismos de arbitragem em camadas substituirão o chargeback tradicional

O mecanismo de chargeback de cartões de crédito do Visa é difícil de implementar em Agentic Payment, exigindo a criação de um novo sistema de arbitragem em camadas:

1. Primeira camada: arbitragem automática de IA para disputas claras (débito duplo, erro de valor, serviço não entregue)

2. Segunda camada: equipe de arbitragem de IA para questões que requerem julgamento (qualidade do serviço, limites de autorização)

3. Terceira camada: arbitragem humana para disputas complexas

Modelo de negócio — conquistar nichos, reprecificar para IA, risco e autorização

Startups atualmente “fazendo por amor” para conquistar nichos

Antes de o modelo de negócio se consolidar, a resposta honesta dos empreendedores é “fazer por amor, ocupar espaço, esperar a maré”. Assim descreve um fundador de plataforma API.

Cenários de transação têm naturalmente uma taxa de comissão

Em comparação com os primeiros dias do blockchain, aqueles que anteciparam a adoção de comerciantes e stablecoins durante o alto custo de gás, como Tron, mesmo após o aumento das taxas, tiveram dificuldades de migração. O setor de criptomoedas tem um modelo de negócio de fluxo de comissão (take rate) inerente ao cenário de transações.

Agregação de faturas é a chave para tornar pequenos pagamentos economicamente viáveis

Se usar cartão, transações abaixo de 10 dólares podem ser deficitárias para o comerciante. No cenário de Agentic Payment, há muitas pequenas transações, e a solução é agregar faturas para aumentar o valor de cada liquidação.

Precificação por resultado só funciona em trabalhos quantificáveis

Se o usuário chama uma API, mas o resultado varia muito, como precificar o serviço de IA? Os participantes acreditam que cobrar por resultado só funciona em tarefas simples de quantificação (ex.: agentes de atendimento resolvendo tickets), enquanto em cenários subjetivos (ex.: qualidade de leads gerados por agentes de vendas) é difícil. A precificação por resultado é viável apenas em alguns trabalhos de quantidade, enquanto a maioria continuará baseada em chamadas ou assinaturas até que a verificabilidade do output do Agent seja suficientemente confiável.

Citação: Lessons from 400+ companies and 50 unicorns on pricing AI products | Madhavan Ramanujam

Vibe Coding: a chave da monetização está na conversão de assinatura e uso

O objetivo é permitir que novas empresas de IA ou desenvolvedores comuns transformem produtos de Vibe Coding em negócios rápidos. Muitos desenvolvedores criam demos simples, mas é difícil transformar isso em um modelo de negócio. A chave é converter o custo de uso de grandes modelos em planos de assinatura mensal ou combinações de assinatura com créditos.

Cenário competitivo — estratégias das grandes empresas e startups

Stablecoins estão desafiando a organização de cartões tradicional

Antes de adquirir a stablecoin Bridge, a Stripe tinha uma avaliação de 92 bilhões de dólares, que caiu para menos de 70 bilhões. Após a aquisição, a avaliação voltou rapidamente para cerca de 90 bilhões, com a última rodada de financiamento avaliada em 159,1 bilhões. Seu serviço de liquidação de stablecoins cobra uma taxa de 1,5%, bem abaixo da média de 2,8% a 3% das organizações tradicionais de cartão, podendo chegar a 1% no futuro. Em contrapartida, os modelos de negócio das empresas tradicionais de pagamento são frágeis (ex.: Visa depende fortemente de taxas de transação), enquanto PayPal, por receio de prejudicar seu negócio principal, reluta em expandir sua atuação com stablecoins, sem alcançar escala.

Startups podem se tornar componentes de grandes empresas no futuro

Por um longo período, o modelo de negócio será que grandes empresas unifiquem esses instrumentos, ao invés de consumidores finais usarem diretamente. Grandes empresas podem se tornar clientes, startups fornecedoras, que montam e vendem ferramentas desenvolvidas, elevando a centralização do setor.

Imposto sobre IA será uma forma inevitável de micropagamentos nos próximos 3-5 anos

Alguns participantes veem a arrecadação de impostos sobre IA como fonte de renda para UBI (renda básica universal) e assistência ao desemprego, com pagamentos pequenos e frequentes. Possíveis métodos incluem:

1. Introduzir o conceito de “penetração de IA”, cobrando de forma progressiva conforme a taxa de adoção

2. Cobrar com base no uso de tokens, como uma espécie de imposto sobre valor agregado (IVA)

O verdadeiro obstáculo não está no pagamento, mas na etapa anterior — na reconstrução da cadeia de transações

Através de protocolos e carteiras de usuário, o pagamento parece resolvido. Mas o maior problema atualmente é que as transações não podem acontecer. Porque toda transação precisa de uma etapa anterior, como compras online ou passagens, que ainda não podem ser feitas por Agent. Sem uma transação, o pagamento não se realiza.

C-end: a expansão do mercado, a importância do marketing de campo e os limites das startups

Por que o OpenClaw ficou tão popular de repente? No Brasil, foi impulsionado por marketing de campo, por grandes empresas vendendo serviços de nuvem e fazendo ações de campo. Como na fase inicial do pagamento móvel, uma das razões para que até idosos possam usar é o marketing de campo com subsídios — “instale o app, eu te ensino a usar, te dou 50 reais”.

Para startups, muitas demandas podem levar tempo para se concretizar. Um empreendedor de infraestrutura de pagamento por IA afirma que, ao perceber isso, decidiram não focar inicialmente em cenários de usuário. Porque acreditam que o custo de educar o usuário não deve ser suportado por uma ou duas startups, mas por toda a indústria. Se o setor não for viável, não faz sentido; se for, deve ser assumido por grandes empresas, que se beneficiam da redução de custos. Assim, eles focam na abstração — eliminando a necessidade de entender contas, carteiras, pontes, blockchains, redes de pagamento. Uma vez compreendido isso, sabem onde estão suas vantagens competitivas e quais custos evitar.

Essa talvez seja a questão que todos os participantes de Agent Payment nesta fase precisam responder: não “Agent Payment vai dar certo?”, mas “antes de dar certo, em que camada você vai se posicionar?”. Camada de protocolo, carteira, identidade, autorização, transação, liquidação — cada uma delas tem apostas e expectativas. Grandes empresas se preparam para dominar toda a cadeia, startups se preparam para serem integradas nela. Quem sobreviver, provavelmente, será aquele que nem superestimar sua capacidade de sustentar uma cadeia completa, nem subestimar seu valor em alguma camada específica.