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

Огляд

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

• Для абсолютно нової агентної мережі потрібні нові типи платіжних каналів, валютна система та базові компоненти.

• Вартість буде концентруватися на трьох рівнях: рівень інтерфейсів — сутність, що керує взаємодією з користувачем; платіжний рівень — сутність, яка вбудовується у потік коштів; рівень обчислювальних потужностей і хостингу — сутність, що керує інфраструктурою експлуатації.

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

Спершу намалюймо сцену.

Час — 2030 рік. Тобі 24, ти мешкаєш у Берлінгтоні, штат Вермонт, любиш інвестувати — основна частка в американських акціях, а також береш участь у Kalshi у деяких торгах криптовалютою та ринках прогнозів. Два місяці тому ти на підробітку заснував фінтех-консалтингову компанію.

Деякі дні, як сьогодні, починаються завжди раптово.

Вжж——

Сигнал дзвінка телефону розбудив тебе, наче крижана вода на обличчя. Це повідомлення від твого приватного розумного агента Nexus:

Доброго ранку, Джо. Я завершив(ла) таку роботу вночі ——

Оновлення портфеля: уночі зменшив(ла) позицію $WMT на 15%. Дані супутників показують падіння потоку в магазинах, а настрій у фінзвітності змістився в бік “ведмедів”; це вже перехресно підтверджено.

Оновлення розкладу: сьогодні по обіді заплановано 3 зустрічі, стислий огляд уже прикріплений до нотаток зустрічей.

Оптимізація витрат: знайшов(ла) нового постачальника хмарних серверів — продуктивність приблизно така сама, а щорічна оплата зменшилась з 840 доларів до 290 доларів. Можна будь-коли мігрувати.

Загальні витрати: 0.67 долара

Що саме відбувається, поки ти спиш?

1. Nexus відправив дослідницького дочірнього агента, витративши 0.24 долара, уночі підтягнув інформацію з 40 різних постачальників даних, зіставив зміст останньої телефонної розмови щодо фінзвітності Walmart із супутниковими знімками паркувальних майданчиків магазинів по всій території США, і оновив твою інвестиційну логіку. Коли супутникові дані показують падіння потоку в Walmart, агент твого інвестиційного портфеля звірив це з ринком настроїв фінзвітностей Kalshi, підтвердив сигнал “ведмеді”, і завершив скорочення позиції до того, як ти прокинешся. Чотири роки тому такі стратегії торгів були лише в царині Citadel та кількох квантофондів; їм доводилося платити за підписку на супутникові знімки мільйони доларів. Навіть один Bloomberg-термінал вартістю 30 тисяч доларів на рік не міг би покрити всю інформацію — тобі ще треба було окремо підписуватися на супутникові знімки, альтернативні дані й витрачати години на інтеграцію та аналітику. А тепер, людина 24 років у Вермонті може отримати інформаційну перевагу на рівні кількісного аналітика Citadel за вартість меншу, ніж чашка кави.

2. Торговий дочірній агент Nexus відфільтрував 200 лідів, що відповідають твоєму профілю цільових клієнтів — фінтех-компанії з етапу B-раунду й пізніше на південному сході США, які ще не користуються сервісами даних, — і доповнив інформацію за ціною 0.002 долара за кожен лід. Викликані інтерфейси були розроблені іншим агентом і розміщені на відкритому ринку. Він відібрав 3 ліди з найвищою зацікавленістю, одразу зв’язався з агентом, що керує розкладом, і узгодив час зустрічей. Перед кожним обговоренням він витягував потенційні дані: заклад освіти, спільні контакти, корпоративні новини та історію фінансування, а для тебе зібрав односторінковий бриф, який було прикріплено до нотаток зустрічі. Лише доповнення лід-інформації: якщо робити це через SaaS-підписку, кожен акаунт на місяць обійдеться в 200 доларів.

3. Експлуатаційний дочірній агент Nexus провів порівняльні тести твоєї консалтингової вебсторінки з 6 постачальниками серверів: Vercel, Render, Railway, Fly.io, Netlify та Cloudflare. Він з мінімальними витратами викликав пробні API кожного сервісу, розгорнув тестове середовище та виміряв затримку, доступність і пропускну здатність. У підсумку Railway забезпечив таку саму продуктивність за третину вартості. Nexus через агента з тарифним ціноутворенням Railway домовився про місячну плату, зібрав дзеркало вебсайту на нових серверах і завершив повний набір тестів, щоб гарантувати коректну роботу. Якби не було агентів, на це пішло б щонайменше тиждень: пошук в інтернеті, запит цін, і ще треба пройти виснажливу ручну міграцію. Тобі лиш потрібно підтвердити Nexus виконання.

Твій агент зробив усе це, витративши лише 0.67 долара.

Тепер помножимо цю сцену на кожного працівника знань у світі, на кожну компанію й на кожного розумного агента, що працює.

Вжж——

Nexus: недостатньо коштів, залишилось 1.87 долара.

Ти, як і минулого тижня, поповнюєш кредитну картку, прив’язану через Apple Pay, на 5 доларів, а потім продовжуєш чистити зуби. У “нижньому рівні” ці 5 доларів перетворюються з кредитної картки на стабільні монети — але ти взагалі не бачиш гаманця, не треба думати про поповнення й зовсім не потрібно торкатися блокчейну.

Ось такий погляд на економіку машин — новий бізнес-сценарій, коли AI-агенти безперервно витрачатимуть гроші на речі, за які люди ніколи не платили, а масштаби й швидкість торгів значно вищі, ніж у межах людського бізнесу. Можна уявити, що щодня з’являтимуться десятки мільярдів транзакцій.

Але сьогоднішній інтернет ще не готовий підтримати все це.

Наразі інтернет розроблено для людей. Він відфільтровує недружню до людей активність через обмеження швидкості, CAPTCHA, ключі API й монетизує людським користувачам через рекламу. Однак із масовою появою автономних агентів ця бізнес-модель повністю зламається.

Потік зростає лавиноподібно, а реальна увага різко падає.

Мережеві сервери, які роками субсидуються рекламним доходом, зіткнуться з підвищенням запитів на порядок, і ці запити ніколи не зазнають впливу реклами.

Агентні платежі природно вирішують цю проблему: дрібні платежі стануть ключем до доступу.

Платне скрапінг, платний доступ, платне використання.

Компанії, які збудують інфраструктуру, що зрештою стане широко прийнятою агентами, вхоплять найбільший новий економічний пул активності, який зможе побачити наше покоління. Нинішні гіганти вже борються за місця, але економіка машин також породить власних нових гігантів. Попередня хвиля нового інтернету народила Google, Amazon, Facebook, PayPal і Salesforce.

Епоха інтернету на базі агентних інтелектуальних систем ось-ось настане.

Прогноз масштабу ринку

До 2030 року переважна більшість мережевих взаємодій більше не буде відбуватися через браузер. Наші розумні агенти будуть замість нас переглядати, тестувати, вести перемовини, створювати команди дочірніх агентів і виконувати транзакції. Кожне виконане ними завдання породжуватиме ланцюжок дрібних платежів. На перший погляд ці одноразові витрати виглядають як нові видатки, але насправді вони замінюють інструменти та людську працю, що коштують набагато дорожче. Чим досконаліші інструменти — тим краще працюють агенти, і ми надаватимемо їм вищі рівні автономності.

Попит і швидкість поширення

Зробімо грубу оцінку.

У попередньому прикладі агент Джо виконав сотні транзакцій, витративши лише 0.67 долара. Якщо масштабувати це до середньої компанії на 500 людей — кожному працівнику по персональному агенту, плюс сотні спільних агентів для продажів, фінансів, юриспруденції, операцій тощо — щодня легко набиратиметься 100 тисяч транзакцій, ініційованих агентами.

У світі понад 1 мільярд працівників знань; 88% уже використовують AI на роботі — обсяг попиту величезний і продовжує зростати. Але наразі таке використання здебільшого обмежується базовими задачами: вебпошук, резюме документів або написання листів. Повний перехід до інтелектуальних агентів ще не настав, але щойно він стартує, 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 — діалоговий інтерфейс уже добре знайомий людям, і не потрібно вчити нове програмне забезпечення або змінювати звички використання: тобі треба лише описати потребу, і агент сам знайде спосіб виконати її.

Єдина перешкода — довіра, і швидкість формування довіри набагато вища, ніж очікують люди. Наразі Claude Code вже зробив внесок у всі публічні коміти на GitHub на рівні 4% (понад 135 тисяч разів на день). За поточними темпами зростання до кінця 2026 року цей показник перевищить 20%. Це означає зростання у 42896 разів за 13 місяців. Розробники лише за рік з невеликим перейшли від скепсису до масового переносу production-коду в AI.

Коли моделі стають розумнішими, інтерфейси — простішими, а технічну складність усе більше абстрагують і приховують, я вважаю, що швидкість поширення інтелектуальних агентів прискориться ще далі.

До 2030 року, навіть якщо лише 60% працівників знань використовуватимуть агентів, середні витрати на день становитимуть 3–5 доларів (це вже консервативна оцінка — адже Джо виконав три завдання лише перед сніданком і витратив 0.67 долара), а масштаб агентних транзакцій на рівні персональних акаунтів досягне 800 мільярдів — 1.4 трильйона доларів на рік.

Ринок для компаній

Роббі Петерсон із Dragonfly у статті зазначив, що комерційні розумні агенти є логічною еволюцією SaaS-моделі. Я повністю з цим погоджуюся. Вони більше не просто допомагають робочим процесам — вони замінять наявні процеси повністю. Як сьогодні понад 95% витрат на софт припадає на компанії та державні установи, то обсяг використання і витрат на інтелектуальних агентів на корпоративному рівні, ймовірно, значно перевищить персональний ринок.

Ми вже спостерігаємо цю трансформацію. Klarna замінила Salesforce власною внутрішньою AI-системою, заощадивши приблизно 2 мільйони доларів. ZoomInfo створила AI-агенти, щоб замінити свій відділ погодження угод: щороку економить понад 1 мільйон доларів. Це лише ранні приклади того, як агентизація окремих робочих процесів дозволяє заощаджувати мільйони коштів. У кожної компанії є сотні таких процесів у відділах продажів, фінансів, юриспруденції, операцій та R&D. Коли інтелектуальні агенти розгорнуться по всій компанії, масштаб відповідних витрат буде неймовірним.

Кожен може стати продавцем

Після того як кодові агенти суттєво знижують вартість розробки, поріг входу для інтернет-продавців наближається до нуля. Весільний планувальник, який добре підбирає майданчики, може упакувати найкращий робочий процес і продавати його. Незалежний розробник із Лагоса може розробити API для вертикального домену й за кілька годин почати заробляти гроші на агентах з усього світу. Тобі лише потрібні професійні знання: за допомогою підказок (prompt) згенерувати API-інтерфейс — і можна починати отримувати оплату.

А що буде, якщо агенти почнуть продавати послуги іншим агентам?

Уявімо, що Джо з попереднього прикладу хоче зайти в нову сферу: середні медичні компанії на Середньому Заході США з застарілою платіжною інфраструктурою. Якщо його агент з нуля виконає міркування та завершить роботу, витрати в токенах швидко накопичаться:

• Відібрати 200 компаній, що відповідають конкретному профілю (міркування + виклики API): близько 0.5 млн токенів

• Доповнити інформацію по кожному лідові (технічний стек, фінансування, дані про найм): 200 лідів × близько 5000 токенів = 1 млн токенів

• Визначити осіб, які ухвалюють рішення для ключових клієнтів: близько 0.2 млн токенів

• Оцінити за сигналами зацікавленості (ритм найму, цикл контрактів): близько 0.3 млн токенів

• Дослідити бекграунд кожного ухвалювача рішень: 20 лідів × близько 10 тис. токенів = 0.2 млн токенів

• Написати персоналізовані тексти для цілеспрямованих звернень: 20 лідів × близько 3000 токенів = 60 тис. токенів

Разом близько 2.3 млн токенів; при розрахунку витрат за використання Opus 4.6, вартість становить 8–15 доларів.

Зачекай, агент продажів Джо раніше робив подібний процес і витрачав лише кілька центів?

Так. Бо більшість кроків уже були розв’язані іншими агентами. Доповнення лідів, оцінка зацікавленості, узгодження розкладу — усе це на відкритому ринку має упаковані готові інтерфейси, ціни яких становлять лише “нуль цілих кілька сотих” частки долара.

Ця модель створює цілком новий бізнес-сценарій. Пул пропозиції на ринку зростатиме двосторонньо: люди створюють сервіси, а агенти теж створюють сервіси. Проблема з високим споживанням токенів, яку вирішив один агент, може перетворитися на дешевий інструмент, який зможуть використовувати всі інші агенти. У такому світі агенти можуть накопичувати свій досвід як робочі процеси та продавати його іншим агентам, тим самим субсидуючи власні витрати на роботу.

Кожне перемикання парадигми породжує нових продавців. Shopify надавав можливості продавцям електронної комерції, Stripe — онлайн-компаніям, а машинна економіка надасть можливості імпровізованим розробникам і автономним розумним агентам.

Реалістичний погляд

То як далеко ми від справді комерціалізованих транзакцій розумних агентів?

Наша команда Artemis постійно відстежує прогрес двох головних типів агентних платіжних протоколів: протокол x402, відкритий Coinbase, та машинний платіжний протокол (MPP), спільно презентований Stripe і Tempo. Якщо коротко, цілі цих двох класів протоколів повністю збігаються: щоб користувач або агент міг заплатити за будь-який інтернет-сервіс (наприклад, дані, веб-скрапінг, inference моделі або інші API-послуги) одним запитом, без реєстрації акаунта, без API-ключів, без складних процесів білінгу та розрахунків.

Наразі це все ще ранній етап.

На кінець 2025 року обсяг транзакцій x402 був штучно завищений через мемкоїн-хайп і “проганяння” обсягів за допомогою рейтингових механізмів. На графіку показано “реальну” активність транзакцій, скориговану після відсікання фіктивних транзакцій власними алгоритмами. Після вилучення шуму, спричиненого фейковими транзакціями та мемкоїн-хайпом, чітко видно: агентна економіка ще не настала як реальність. Зараз більшість активності — це розробники, які тестують платні API та AI-інструменти, а не реально працюючі агентні економічні суб’єкти.

Перш ніж ця модель по-справжньому вибухне, потрібно вирішити дві ключові проблеми:

1. Пропозиція ще не сформована: кількість практичних API-інтерфейсів, які здатні створити реальне платне бажання в агентів, є критично недостатньою.

2. Відсутній зрілий рівень відкриття та агрегації: навіть якщо існують цінні інтерфейси, у агентів зараз немає надійного способу їх знаходити.

Оскільки екосистема ще розвивається, використовувати обсяг транзакцій як головний показник ще зарано. Більш коректний індикатор — зростання пропозиції, тобто кількість компаній, які надають сервіси агентам. Ми називаємо ці компанії узагальнено постачальниками сервісів.

На графіку показано накопичений приріст кількості постачальників сервісів (продавців), що відповідають заданим стандартам. Постачальник вважається таким, якщо він здійснив щонайменше дві “реальні” транзакції і має принаймні двох незалежних покупців. У минулому жовтні це число ще було менше 100, а тепер перевищує 4000. Я очікую, що цей темп зростання прискориться, і це зумовлено трьома основними трендами:

1. ШІ знижує поріг створення цифрових продуктів (як згадувалося вище), тож більше людей і AI-агентів стануть продавцями.

2. Нові сервіси будуть проектуватися з пріоритетом для агентів. Агенти стають ключовими клієнтами, тож форми продуктів для них будуть зовсім іншими: API замість веб-сторінок, миттєве підключення замість процесу реєстрації, оплата за потребою замість підписки.

3. Нинішнім постачальникам доведеться трансформуватися. Оскільки все більше користувачів взаємодіятимуть з сервісами через AI-інтерфейси, а не вручну переглядатимуть веб-сторінки, бізнес-модель, що залежить від реклами, повністю втратить сенс, бо не буде “людської уваги”, яку можна монетизувати. Компанії не матимуть вибору, крім як стягувати плату напряму за контент і сервіси.

Ці сили сформують позитивний фідбек-луп, де попит і пропозиція взаємно підсилюються, і врешті-решт запалять всю агентну економіку.

Формування індустріального ландшафту

Агентна транзакційна екосистема швидко формує свою архітектуру. Багато стартапів з’являються один за одним, фокусуючись на закритті кожної порожньої ділянки в цій архітектурі; водночас у фінтех- та SaaS-секторах компанії в стадії зростання переходять до нативних агентних транзакцій. За останні 12 місяців практично всі головні платіжні гіганти та лабораторії зі ШІ або вже випустили, або оголосили протоколи, пов’язані з агентними транзакціями.

Ми систематизували понад 170 компаній, які охоплюють п’ять основних рівнів: інтерфейс взаємодії, розумні агенти, акаунт-система, платіжна інфраструктура, AI-двигун. Тут ми скорочуємо до близько 80 ключових інституцій:

Ми розбираємо зверху вниз по шарах.

Рівень інтерфейсів

Рівень інтерфейсів знаходиться найближче до користувача: він відповідає за спрямування намірів користувача (потреб) до потрібних інструментів або сервісів (пропозиції). Хто зможе визначати спосіб, яким розумні агенти знаходять, оцінюють і обирають сервіси, матиме величезний вплив на всі нижні рівні. Ми будемо зосереджуватися на двох найважливіших категоріях у цьому шарі:

Користувацький інтерфейс

Це точка входу, з якою більшість людей безпосередньо взаємодіє, використовуючи розумних агентів. Apple, Google, OpenAI, Anthropic, xAI та Perplexity будують саме такі інтерфейси, і їхні форми швидко виходять за межі простого режиму чатів. Постійно з’являються нові формати: голосові асистенти, асистенти на десктопі, вбудовані “sidecar” помічники, браузерні агенти тощо — вони більше наближені до реальних сценаріїв використання. Платформа, яка стане дефолтним AI-інтерфейсом для користувачів, стане стартовою точкою для запуску всіх транзакцій агентами, і переможець у цьому напрямі отримає додаткову надвелику перевагу.

Лабораторії ШІ вже просканували й навчали весь інтернет-вміст даними; зараз найкращі дані для навчання — це людські керуючі відгуки. Кожного разу, коли ви приймаєте або відхиляєте відповідь, вносите правки чи надаєте Claude або ChatGPT інформацію про вподобання, ваш інтерфейс взаємодії фіксує ці дані для продажу або для навчання моделей. Контроль над інтерфейсом означає контроль над фідбек-циклом, який оптимізує як досвід користувача, так і саму модель. Саме тому Anthropic випустив Claude Code, Google купив Windsurf, а OpenAI намагався придбати Cursor. Як тільки ваш агент накопичить контекст про ваші вподобання, робочі процеси й часто використовувані інструменти, вартість міграції користувача стане надзвичайно високою.

Виявлення сервісів

Коли агент Джо потребує інтерфейсу для доповнення лідів або послуги супутникових даних, як йому знайти підходящі сервіси? Це, можливо, найбільша нерозв’язана проблема в архітектурі всієї екосистеми. Наразі більшість рішень — це жорстко закодовані списки інструментів або “відбіркові” маркетплейси сервісів. Великі платформи вже будують власні системи: OpenAI і Stripe випустили ACP, Google і Shopify — UCP, Visa — TAP. По суті, це каталоги продавців, які працюють лише якщо платформа і продавці обидві сторони активно підключаються. У типових сценаріях такі моделі працюють добре, але коли поріг створення та продажу цифрових сервісів різко знижується, з’являться численні нішеві, сильно кастомізовані застосунки, і “вибіркові” моделі не зможуть задовольнити потреби довгого хвоста.

Підприємства на кшталт Coinbase, Merit Systems, Orthogonal, Sapiom будують відкриту альтернативу: вони створюють агрегації та базову інфраструктуру, щоб агенти могли самостійно знаходити й оплачувати сервіси під час роботи, без попередньої інтеграції чи комерційних домовленостей. Оскільки на стороні пропозиції (тобто мережевих ресурсів) зростання відбуватиметься експоненційно, складність вирішення цієї проблеми дуже висока. Але хто зможе здолати задачі сортування та рекомендаційних систем, аби в потрібний час підбирати агентам правильні сервіси, той отримає величезну галузеву впливовість.

Агентні транзакції врешті-решт підуть у “відбірково-закритий” режим чи в модель відкритої екосистеми, і як саме цей ландшафт визначатиме розподіл цінності — це одна з ключових суперечок у цій сфері. Далі ми ще глибше розглянемо цю тему.

Рівень розумних агентів і акаунтів

Щоб виконувати завдання, розумні агенти мають бути не лише розумними. Дочірній агент з продажів Джо пройшов весь процес: від відбору 200 лідів до доповнення інформації і погодження трьох зустрічей, а Джо не потрібно налаштовувати жодних інструментів, керувати API-ключами і не потрібно послідовно погоджувати кожен крок. Більшість інфраструктури, що забезпечує все це, для кінцевого користувача “не відчувається”. Але без цих інфраструктур агент — це лише велика мовна модель без можливості виконувати. Нижче — огляд ключових базових компонентів, необхідних для реалізації всього цього:

Інструменти та стандарти

Такі протоколи та фреймворки надають розумним агентам здатність взаємодіяти із зовнішнім світом. MCP (Machine Communication Protocol, ініційований Anthropic і який зараз керується Linux Foundation) дозволяє агентам під’єднуватися до зовнішніх даних і інструментів: викликати API, з якими ще ніколи не працювали, читати бази даних або миттєво звертатися до конкретного сервісу. A2A (запропонований Google) визначає, як агенти, розроблені на різних платформах, можуть знаходити одне одного та координувати роботу. LangChain, фреймворки від Nvidia та Cloudflare дають розробникам базові модулі для створення і розгортання агентів поверх цих протоколів. Нещодавно куплений OpenAI OpenClaw об’єднує управління контекстом і виклики інструментів у локально-пріоритетну єдину рамку, суттєво знижуючи складність для розробників щодо побудови агентів, які можуть самостійно знаходити й платно використовувати сервіси.

Ключова проблема в цій сфері: стандарти зрештою стануть єдиними чи фрагментуються? Чи зможуть комерційні фреймворки, побудовані на цих стандартах, захопити цінність ще до того, як інструменти стануть однотипними?

Аутентифікація

Після того як агенти зможуть спілкуватися один з одним, потрібно вибудувати довіру. Перед тим як агент здійснить транзакцію або продасть сервіс, він має довести, що є уповноваженим суб’єктом і має відповідні права на дії, та зберегти журнал поведінки, який інші агенти зможуть перевірити.

Наразі можливі різні технічні шляхи, зокрема: біометрична ідентифікація (Worldcoin, Civic), ончейн системи репутації агентів (ERC-8004), верифіковані креденшали (Dock, Reclaim).

Простір для дизайну тут широкий, але ризики дуже високі: яку максимальну суму може витратити твій агент до того, як отримає твоє схвалення? Чи зможе він підписувати контракти від твого імені? Чи можна делегувати повноваження дочірнім агентам? Ці правила й межі безпеки, ймовірно, будуть остаточно визначені на рівні акаунтів.

Гаманець

Зрозуміло, агентам для здійснення платежів потрібен гаманець. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy та багато інших компаній уже працюють у цьому напрямі, пропонуючи функції, серед яких програмований доступ і створення, делегування прав, ліміти витрат по кожній транзакції, список дозволених одержувачів для отримання коштів, а також можливість роботи в мультиланцюговому режимі без ручного підтвердження кожної операції користувачем. Це один із найбільш конкурентних сегментів у всій екосистемі, і він також підводить до ключового питання: де саме пролягатиме захисний рів (moat) компаній? Чи прийде ця сфера зрештою до однотипності?

Рівень платежів

Платіжний рівень розташований глибше в архітектурі і для кінцевих користувачів має бути “непомітним”, але в машинній економіці кожна копійка проходитиме через нього. Коли агент Джо вночі платить 0.24 долара за запит даних від 40 постачальників сервісів, йому не потрібно для кожної операції вибирати банк-карту, валюту чи розрахунковий публічний ланцюг.

Головна складність у тому, що традиційні платіжні канали створені для людей, які натискають кнопку “купити”, а не для агентів, які виконують тисячі API-запитів щохвилини й працюють з сумами менше одного цента. У платіжній картковій мережі є фіксована вартість приблизно 0.03–0.04 долара за транзакцію, плюс комісія 2.3%–2.9%. Це підходить для готельного замовлення на 400 доларів, але повністю не відповідає новим багатокроковим агентним транзакціям.

Це дало поштовх появі нових протоколів і валютних систем, спеціально створених для агентних транзакцій, і водночас традиційні гіганти почали переобладнувати свої інфраструктури під такі потреби.

Ключові моменти такі:

Платіжні канали

Ці протоколи та стандарти визначають, як розумні агенти ініціюють, маршрутизують і завершують розрахунки. Наразі сформувалися два основні технічні підходи:

1. x402 (Coinbase/Cloudflare) і MPP (Stripe/Tempo) — призначені для машинно-нативних транзакцій: агент викликає інтерфейси, отримує котирування, підписує платіж і отримує дані — усе в одному HTTP-запиті, з розрахунком у стабільних монетах; вартість за транзакцію — лише кілька сотих долара (0. кілька десятих цента).

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) і TAP від Visa — використовують іншу логіку: вони адаптують існуючу інфраструктуру карткових платежів під агентні сценарії. Такі рішення більше підходять для транзакцій з високою цінністю; у порівнянні зі швидкістю та вартістю розрахунків для них важливіші гарантії покупця та охоплення прийому з боку продавців.

Стабільні монети та розрахунки

Розумним агентам потрібні гроші, які мають програмованість, швидкість, низьку вартість і глобальність. Стабільні монети повністю відповідають цим вимогам, тому вони є природним вибором для транзакцій x402 та MPP. Водночас платіжні канали на базі банківських карт все ще забезпечують гарантії покупця, а звички продавців до використання є зрілими — це лишається важливим для транзакцій високої вартості. Публічні ланцюги рівня основи (наприклад, Base, Solana, Tempo) додають інший ключовий виклик: які ланцюги здатні підтримувати пропускну здатність обробки, фінальність транзакцій і структуру витрат, необхідні для масштабних агентних транзакцій?

Постачальники сервісів

Ці інституції є посередниками між розумними агентами та продавцями: вони беруть на себе складні процеси на кшталт комплаєнс-перевірок, підключення продавців і автентифікації прав. Coinbase, Stripe та PayPal розширюють свої екосистеми, щоб підтримувати агентні транзакції; вони роблять ставку на те, що їхня мережа продавців і комплаєнс-інфраструктура створять конкурентну перевагу. Інші інституції, такі як Sponge і Sapiom, вирішують проблему cold-start з боку нових продавців: вони дозволяють будь-якому бізнесу на базі API швидко почати приймати агентні платежі. Коли кількість платіжних каналів, протоколів і продавців продовжує зростати, координатор/агрегатор може стати ключовою ланкою, яка запобігатиме фрагментації всієї системи.

Рівень AI-двигуна

Цей рівень не потребує багато пояснень: усі взаємодії агентів, кроки міркування та виклики інструментів ним і керуються. Але швидкість змін бізнес-моделі на цьому рівні значно перевищує швидкість інших частин архітектури, і зрештою потік цінності не такий прозорий, як може здаватися. Ми фокусуємося на двох категоріях:

Обчислювальні потужності та хостинг

Кожного разу, коли розумний агент Джо виконує міркування для задачі, викликає інструменти або створює дочірні агенти, він споживає обчислювальні ресурси. Але inference моделі — лише частина витрат. Із вибуховим зростанням low-code / “improvised” розробки застосунків і сервісів, які агенти створюють самостійно, з’являються масові нові інтерфейси, і всі вони потребують носіїв хостингу. Станом на травень 2025 року кількість доступних вебсторінок за якихось два роки зросла на 45%. А оскільки кодові агенти роблять запуск нових сервісів надзвичайно простим, цей темп прискориться ще більше. Це означає, що попит на обчислювальні потужності зростає з двох сторін одночасно: з одного боку, більше агентів обробляють більше задач, а з іншого — більше сервісів виходить на ринок, щоб задовольнити ці потреби.

Надмасштабні хмарні провайдери (AWS, Google Cloud, Nvidia) — очевидні ключові учасники. При цьому AWS і Google Cloud також постійно спрощують процеси розгортання агентних бекендів та API на власній інфраструктурі. Cloudflare фокусується на edge computing і надає low-latency serverless обчислення для сервісів, орієнтованих на агентів. А децентралізовані платформі з обчислювальними потужностями — Akash, Bittensor, Nous тощо — задовольняють потреби в “надлишкових” обчисленнях, інтегруючи GPU ресурси по всьому світу та продаючи їх за дуже низькою ціною.

Базові великі моделі

Базові великі моделі — це “мозок” всієї системи. Anthropic, OpenAI, Google і Meta як передові лабораторії безперервно розширюють межі можливостей розумних агентів, а витрати на запуск цих моделей швидко падають. Наприкінці 2022 року запуск моделі рівня GPT4 коштував близько 20 доларів за мільйон токенів; а на початку 2026 року за аналогічної продуктивності вартість знизилась приблизно до 0.05 долара за мільйон токенів — за трохи більше ніж три роки це падіння склало 600 разів. Оновлення заліза, конкуренція між виробниками, а також оптимізації на кшталт кешування prompt’ів і batch-обробки разом постійно знижують витрати на inference. Паралельно, коли логіку міркувань відточується в менші відкриті вагові моделі й ціни запуску стають ще нижчими, знижується і вартість створення інтелекту. У деяких бенчмарках різниця в продуктивності між open-weight моделями та closed-weight моделями скоротилася до 1.7%.

Для машинної економіки це велика хороша новина.

Більш дешеві інтелектуальні моделі означають дешевших агентів, тож 24-річний незалежний засновник із Вермонту може легко дозволити собі витрати на запуск — і це, своєю чергою, ще більше підсилить активність транзакцій на всіх рівнях екосистеми. Якщо базові моделі “втягнуться” в цінову конкуренцію, як це вже сталося серед провайдерів хмарних сервісів, то зрештою цінність, ймовірно, концентруватиметься в upstream/downstream частинах модельного рівня та технічної архітектури, а не в самих моделях.

Хто стане переможцем?

До 2030 року більшість ваших цифрових взаємодій більше не потребуватиме браузера, пошукових систем або магазину застосунків. Вам лише потрібно описати свою потребу — а розумні агенти візьмуть все на себе: знайдуть відповідні сервіси, узгодять умови, виконають оплату та доставлять кінцевий результат. Інтернет матиме зовсім інший вигляд.

Це можна розуміти як епоху SEO для агентів. API-інтерфейсів буде ставати більше, а інтерфейсів для взаємодії з людьми — менше.

У такому світі хто “забере” цінність?

Саммер Лагсдейл з Merit Systems писав статтю, порівнюючи нинішню екосистему агентних транзакцій із раннім інтернетом. Він вважає, що “вибіркові” маркетплейси агентних сервісів, які будують великі платформи (ACP, UCP, TAP), ідуть тією ж дорогою, що й AOL у 90-х роках — відточений користувацький досвід і закрита система, але ключове обмеження в тому, що всі продавці сервісів мають бути відібрані та перевірені вручну. x402, MPP та подібні відкриті протоколи, хоча й грубіші, мають permissionless-властивість: будь-хто може підняти інтерфейс без бізнес-команди чи юридичних перевірок і заробляти на агентах. У 90-х “закрите садове” продуктове відчуття могло бути кращим, але відкритий інтернет має нескінченні можливості.

Зрештою переміг відкритий інтернет.

Ті самі логіки повторюються. ACP, UCP, TAP будуть підключатися до топових AI-лабораторій і добре обслуговувати масові сценарії, але вони обмежені агентами, які працюють лише в рамках попередньо перевіреного каталогу сервіс-провайдерів, тож вони можуть виконувати лише задачі, заздалегідь задані платформою. Агенти, які можуть підключатися до всієї системи відкритих протоколів, матимуть значно ширші межі можливостей.

Варто пам’ятати, що найжвавіші частини інтернету сьогодні виникають саме завдяки HTTP — масовому long-tail трафіку з відкритих сайтів.

Ми маємо скромно визнати: ми не можемо уявити повний вигляд відкритого агентного інтернету. Як ніхто в 1995 році не міг спрогнозувати появу сервісів для поїздок (ride-hailing) або соцмереж, так і після того, як ми надали агентам необхідні інструменти, ми не можемо передбачити, що вони створять, і за які сервіси платитимуть.

Як ми обговорювали раніше, базові великі моделі швидко рухаються до однотипності; і цінність може зміститися на інші рівні технічної архітектури. Розробницькі інструменти, гаманці та інфраструктура ідентифікації критично важливі, але оскільки стандарти уніфікуються, ці сфери теж, імовірно, стануть однотипними. Тому я вважаю, що цінність концентруватиметься в трьох областях: інтерфейс, платежі, обчислювальні потужності.

Інтерфейс

Інтерфейс визначає ліміти витрат, процеси схвалення та механізми делегування довіри. Платформа, яка зможе створити найперсоналізованіший досвід для користувачів, буде нести найбільший потік транзакцій.

Apple — найбільш недооцінений учасник у цій сфері. Їхні пристрої глибоко вбудовані в повсякденне життя людей, а вартість міграції користувачів — надзвичайно висока. Якщо Siri еволюціонує до зрілого агентного інтерфейсу для взаємодії, Apple не потрібно будувати найтоповіші моделі — вона зможе контролювати стартову точку десятків мільярдів транзакцій. Їм лише потрібно підтримувати найякісніший інтерфейс входу (entry point).

Трансформація Google виглядає ще складнішою. Перехід від ручного перегляду людьми до агентної розумної фільтрації буде “під’їдати” їхній ключовий рекламний дохід. Але в Google є переваги, з якими не зрівняються інші компанії: вони накопичили десятки років персональних даних у пошуку, пошті, календарі, картах і документах. Також потрібно врахувати міграційні витрати на корпоративному боці: Google Workspace інтегрований у мільйони компаній, і листи, файли та робочі процеси співробітників працюють на інфраструктурі Google. Якщо існує компанія, здатна створювати найперсоналізованіших агентів для споживачів і бізнесу, то це точно Google. Проблема лише в тому, чи зможе вона монетизувати агентні сервіси так само ефективно, як монетизує пошуковий трафік.

Merit Systems — мій фаворит як “темна конячка”. Вони одночасно будують інфраструктуру виявлення сервісів для відкритої агентної економіки (AgentCash, x402-сканування, MPP-сканування) і розробляють інтерфейс для споживачів (Poncho). Їхня ключова логіка така: хто зможе керувати каналом виявлення сервісів для агентів і втрутитися в ланцюжок потоків коштів, той займе позиції Google в ранньому інтернеті. Це смілива ставка з великими амбіціями, але якщо війна агентних транзакцій відкритого формату переможе “вибірково-закритий” режим, Merit стане найбільш вигідним агрегатором. Зараз вони все ще на ранній стадії, як свого часу конкуренція Google із закритою екосистемою AOL, якщо перевести це у терміни ринкової капіталізації, на рівні близько 350 мільярдів доларів.

Платежі

Хто контролює потік коштів, той і розділяє прибуток з кожної транзакції. Я найбільше впевнений у перспективах саме цього рівня, бо його масштаб буде синхронно зростати разом із кількістю транзакцій.

Stripe і Tempo найкраще позиційовані у сфері машинно-нативних платежів. У Stripe уже є зріла екосистема розробників і великий мережевий пласт мерчантів. А у Tempo є потокові платежі, фінальність транзакцій приблизно за 500 мілісекунд, потокова оплата платіжними каналами, нативна підтримка банківських карт і стабільних монет, оплата Gas у доларах (без ризику коливання токенів), серверна оплата за транзакції тощо — усе це спеціально розроблено для масового обсягу транзакцій машинної економіки. Якщо MPP стане дефолтним машинно-нативним платіжним каналом, Stripe і Tempo братимуть комісію з кожної агентної транзакції.

Circle буде рости синхронно з розширенням агентної економіки. Я твердо переконаний, що стабільні монети стануть розрахунковим рівнем машинної економіки; тоді Circle зароблятиме, розділяючи дохід від резервів на кожну доларову суму в гаманцях агентів. USDC — стабільна монета з найширшим прийняттям на біржах, у гаманцях, у публічних ланцюгах і в платіжних протоколах; нові розробники віддадуть перевагу їй першою. Це ще більше поглиблює її інтеграцію в екосистему, ускладнюючи входження конкурентам.

Visa також здійснить адаптацію. Пам’ятаєте, як Джо поповнив кредитну картку через Apple Pay, а внизу це автоматично конвертувалося в стабільні монети, при цьому він упродовж усього процесу не бачив гаманця й не турбувався про блокчейн? Це буде майбутня норма. Споживачі