উৎস：a16z
সংকলন: ফেলিক্স, PANews
স্মার্ট এজেন্ট ব্যবসা (Agentic Commerce) যুগ শুরু হয়েছে।
OpenAI-এর AI এজেন্ট ই-কমার্স প্রোটোকল (ACP) এবং Google-এর ইউনিভার্সাল ই-কমার্স প্রোটোকল (UCP) ChatGPT এবং Gemini-এ চেকআউট ফাংশন চালুর প্রতিশ্রুতি দিয়েছে। শীঘ্রই, বিশ্বব্যাপী কোটি কোটি ভোক্তা ভালো পণ্য খুঁজে পাবেন, ব্যবসায়ীদের রূপান্তর হার বাড়বে, এবং প্ল্যাটফর্মগুলি 5-10% কমিশন কাটাবে।
কিন্তু, ChatGPT-এর চেকআউট ফাংশন শুধুমাত্র একটি ধাপে উন্নতি। এটি ২১শ শতাব্দীর শুরুর ইন্টারনেটের মতো সমাজকে পুনর্গঠন করবে না, যেখানে ওপেন এজেন্ট ব্যবসা করবে।
এর কারণ বুঝতে আমাদের ১৯৯০ এর দশকে ফিরে যেতে হবে।
দুটি পরস্পর প্রতিদ্বন্দ্বিতামূলক “ইন্টারনেট” সংস্করণ বিদ্যমান ছিল।
অ্যাওল সংস্করণ: একক মূল্য, ইমেইল, আবহাওয়া পূর্বানুমান, অতিরিক্ত পরীক্ষামূলক কনটেন্ট, এবং শেষ পর্যন্ত টাইম ওয়ার্নারের সম্পূর্ণ কনটেন্ট লাইব্রেরি।
খোলা প্রোটোকল: HTTP, DNS, HTML এবং Mosaic নামক একটি ব্রাউজার।
AOL-এর সংস্করণের তুলনায় Mosaic একদম হাস্যকর ছিল। Mosaic-এ খুব কম ওয়েবসাইট ছিল, সুতরাং সার্চ ফাংশনের প্রয়োজন হত না, বর্ণানুক্রমিক ইন্ডেক্সই যথেষ্ট ছিল। আট বছর পর, AOL এবং টাইম ওয়ার্নার 3500 বিলিয়ন ডলারে সমান একীভূত হওয়ার চুক্তিতে পৌঁছায়। বাজার ইতিমধ্যেই পছন্দ করেছে: নির্বাচিত কনটেন্টই ভবিষ্যতের দিকনির্দেশক।
কিন্তু খুব তাড়াতাড়িই মোজেইক এবং ওপেন প্রোটোকল বিজয়ী হয়েছিল এবং মানব সভ্যতা আনুষ্ঠানিকভাবে ডিজিটাল যুগে প্রবেশ করেছিল। কেন? কল্পনা করুন, যদি বন্ধ ইকোসিস্টেমগুলি চূড়ান্তভাবে বিজয়ী হয়ে থাকত!
২০০৪ সালে, জুকারবার্গ ফেসবুক শুরু করতে চাইয়েছিলেন, তিনি AOL-এর সাথে বিতরণ চুক্তি করতে চেয়েছিলেন। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের দুইজন শিক্ষার্থী ওয়েব ইনডেক্স তৈরি করতে চেয়েছিলেন, তাদের CompuServe-এর অনুমতি প্রয়োজন ছিল। একজন ব্যক্তি তার গাড়ির গ্যারেজে অনলাইনে বই বিক্রি করতে চেয়েছিলেন, তাকে MSN-এর কনটেন্ট টিমকে প্রস্তাব জমা দিতে হয়েছিল।
তারা এভাবে বলবে: “ফিরে গিয়ে পড়াশোনা করো, ছোট্ট বাচ্চারা।” এই ঘটনাগুলির মধ্যে কোনোটিই ঘটবে না। আমরা যে ডিজিটাল অর্থনীতির সাথে পরিচিত, তা কখনই বিদ্যমান হতো না।
খোলা প্রোটোকলের অর্থ কোনও “গেটকিপার” নেই। যে কেউ সার্ভার এবং ডোমেইন নিয়ে পুরো ইন্টারনেটে অ্যাক্সেস করতে পারেন। প্রান্তিক অঞ্চলগুলিতে নিয়মিত উদ্ভাবন ঘটে, যখন কেন্দ্রীয় অঞ্চলগুলি তা অনুসরণ করতে পারে না, এবং এটিই মানব ইতিহাসের সবচেয়ে বড় সম্পদ সৃষ্টির ঘটনাগুলির একটির সৃষ্টি করে। এটি পুঁজিবাদের একটি মৌলিক নীতি: উদ্ভাবন প্রান্তিক থেকে শুরু হয়।
1997 সালে ফিরে যান: টিম বার্নার্স-লি, মার্ক অ্যান্ড্রিসেন ইত্যাদি প্রোটোকল এবং ব্রাউজার নিয়ে কাজ করছিলেন। সেই সময়, একটি সার্ভার চালানোর জন্য লক্ষ লক্ষ ডলার খরচ হত। কনটেন্ট সার্ভারগুলি অপরিচিত ব্যবহারকারীদের অনুরোধের প্রতিক্রিয়া কেন দেবে, তা স্পষ্ট ছিল না। এটি করা খুবই ব্যয়বহুল ছিল, এবং এর জন্য কোনও পরিচিত আর্থিক উদ্দীপনা ছিল না।
তারা “402” নামে একটি মেসেজ স্ট্যাটাস কোড তৈরি করেছিল, যা সার্ভার ব্যবহারকারীকে পাঠাতে পারে: “এই কন্টেন্টটি পেতে একটি ক্ষুদ্র ফি পরিশোধ করুন।” কিন্তু সেই সময়ে ডিজিটাল পেমেন্টের জন্য কোনও যুক্তিসঙ্গত উপায় ছিল না। PayPal এখনও প্রকাশিত হয়নি, এবং ক্রেডিট কার্ডের ফিক্সড ফি ছিল দশকগুলির ডলার, যা 1 সেন্টের জন্য অত্যধিক ছিল।
তবে, ইন্টারনেট উড়ে গেল।
গুগল ইন্টারনেটের জন্য একটি অনন্য ব্যবসায়িক মডেল খুঁজে পেয়েছে: বিজ্ঞাপন। পারম্পরিক মিডিয়ায়, প্রধান অর্থনৈতিক সম্পর্কটি রয়েছে কন্টেন্ট উৎপাদনকারী এবং ভোক্তার মধ্যে। গুগল ব্রডকাস্টের অর্থনৈতিক মডেলটি অনুসরণ করে, তৃতীয় পক্ষকে চালু করেছে: বিজ্ঞাপনদাতাদের। তারা কন্টেন্ট উৎপাদনকারী এবং ভোক্তার মধ্যের সম্পর্কের জন্য পayment করে।
এটি খুব চালাকির কাজ। আজকাল উৎপাদনকারীরা দর্শকদের মনোযোগকে আয়ে পরিণত করতে পারে। তাদের ভিডিও দর্শকদের সাথে আগে থেকেই কোনও সম্পর্ক গড়ে তোলার দরকার হয় না। গুগল বিজ্ঞাপনদাতা এবং কনটেন্ট উৎপাদনকারীদের মধ্যে অবস্থান করে, যা তারা যেকোনো অনুপাতে কমিশন নেয়।
অতএব, ক্ষুদ্র পেমেন্টের চাহিদা এড়িয়ে চলা হয়েছিল। ওপেন সোর্স সফটওয়্যার শুরু হয়েছিল, ক্লাউড কম্পিউটিং বিপ্লব শুরু হয়েছিল, এবং হোস্টিং খরচ শতগুণ কমে গিয়েছিল। গুগল মুক্ত ও খোলা ইন্টারনেটের সবচেয়ে বড় প্রতিপক্ষ হয়ে উঠেছিল। যত বেশি ভোক্তা অনুসন্ধান করত, গুগল তত বেশি টাকা উপার্জন করত। তাই, তারা ইন্টারনেটকে দ্রুত, সস্তা এবং সর্বব্যাপী করে তোলার জন্য হাজার হাজার বিলিয়ন ডলার বিনিয়োগ করেছিল।
এরপর ২০১০ এর দশকে সবকিছু অপরিবর্তিত মনে হচ্ছিল।
সুদের হার নিম্ন এবং প্রযুক্তিগত উন্নয়ন ধীরগতির; বন্ধ প্রণালী ক্রমাগত বৃদ্ধি পাচ্ছে।
2022 সালে, ChatGPT চালু হয়, এবং বিশ্ব আবার পরিবর্তনের মুখে পড়ে। বড় ভাষা মডেলগুলি (LLMs) শুধু ফলাফল প্রদানই করে না। তারা অনেকগুলি এমন ফলাফলকে একত্রিত করে একটি সংক্ষিপ্ত ও স্পষ্ট সারসংক্ষেপ তৈরি করতে পারে, এবং সাধারণত কনটেন্টটিকেই স্পর্শ করা ছাড়াই।
যখন GPT-4 চালু হল, তখন পরিস্থিতি পরিষ্কার হয়ে গেল: এজেন্টই পরবর্তী পদক্ষেপ — LLM মানুষের মতো কম্পিউটার ব্যবহার করতে পারে এবং এর খরচও কম, দক্ষতাও বেশি।
এভাবেই ইন্টারনেটের অর্থনৈতিক কাঠামো পরিবর্তিত হয়েছে।
1997 থেকে 2024 পর্যন্ত, ব্যবসায়িক মডেলের কেন্দ্রবিন্দু ছিল “বিভ্রান্তিকর বিজ্ঞাপন”。 মানুষ ওয়েবপেজ পড়ার সময় বিজ্ঞাপনগুলির দ্বারা সহজেই বিভ্রান্ত হয়, এবং বিজ্ঞাপনদাতারা তাদের সীমিত মনোযোগকে লাভের জন্য ব্যবহার করে। কিন্তু নিম্নস্তরের এজেন্ট/এজেন্টগুলি বিভ্রান্ত হয় না।
এটি একটি অদ্ভুত বিপর্যয়ের কথা বলে: বিজ্ঞাপনগুলি মুক্ত ও খোলা ইন্টারনেট তৈরি করেছিল, যা ১০ ট্রিলিয়ন টোকেনের বিশাল ডেটা সেট তৈরি করেছিল, যা LLM-কে জন্ম দিয়েছিল, এবং শেষপর্যন্ত বিজ্ঞাপনের পতনের কারণ হয়েছিল।
GPT-4 এর আবির্ভাবের পর থেকে, Stack Overflow এর ভিউয়ারশিপ 75% কমেছে, এবং টেক নিউজের ট্রাফিক 60% কমেছে। টেক ব্যবহারকারীরা প্রাথমিক গ্রহণকারী, কিন্তু এই প্রবণতা শেষপর্যন্ত ইন্টারনেটের সমস্ত তথ্যকে আচ্ছন্ন করবে।
ChatGPT-এর চেকআউট ফিচারটি গুরুত্বপূর্ণ নয়। ইন্টারনেট সভ্যতার প্লাজা হয়ে উঠেছে, এবং প্রাচীন অর্থনৈতিক চুক্তিগুলি এখন পুরনো।
ইন্টারনেটে কিছু ছোট অঞ্চল গুগলের “ক্ষয়” কে প্রতিরোধ করেছে, এগুলি হল সত্যিকারের অনন্য কন্টেন্টযুক্ত “বেষ্টিত উদ্যান”: ফেসবুক, টিকটক এবং লিংকডইন। হাজার হাজার উচ্চ বেতনভোগী ইঞ্জিনিয়ার রাতদিন কাজ করার কারণেই এই অঞ্চলগুলি স্বয়ংক্রিয় রোবটের স্ক্র্যাপিং থেকে রক্ষা পেয়েছে।
কিন্তু, বাগানের প্রাচীরও ভেঙে পড়েছে। কম্পিউটার ব্যবহারে দক্ষ এজেন্টগুলি বাস্তব মানুষের ট্রাফিককে আদর্শভাবে অনুকরণ করতে পারে। ভবিষ্যতের ১০ বছরে ফাঁদিরা বিভিন্ন “জাদুর ঔষধ” বিক্রি করবে, এবং শ্যাওয়া রোড (PAnews-এর নোট: সিলিকন ভ্যালির বিনিয়োগকারীদের কেন্দ্র) থেকেও মূলধন প্রবাহিত হবে। কিন্তু বাস্তবে, কোনও জাদুর ঔষধই নেই। দুর্গের প্রাচীরগুলি যুদ্ধবিমানের দ্বারা ধ্বংস হয়েছে।
পরবর্তী পদক্ষেপ কী?
Open Agent Commerce.
চ্যাটজিপিটি-তে চেকআউট ফাংশনটি হল এজেন্ট ব্যবসার যুগের AOL। এটি একটি নির্বাচিত ডিরেক্টরি, একটি বেটার ইউজার এক্সপেরিয়েন্সযুক্ত ওয়ালড গার্ডেন। এর মধ্যে বিক্রি করতে, ব্যবসাগুলিকে কয়েক মাসের বিজনেস ডেভেলপমেন্ট, কঠোর আইনি দলিল, নির্দিষ্ট পাঁচ বছরের পরিকল্পনা, উল্লেখযোগ্য আয়, শক্তিশালী ব্যবহারকারী ভিত্তি, এবং নিউইয়র্ক টাইমসের মুখপাতায় উঠলে শেয়ারহোল্ডারদের খুশি করার গল্পের প্রয়োজন।
ওপেন এজেন্ট বিজনেস আজকের HTTP-এর মতো। এটি একটি সহজ প্রোটোকলের সেট, যার মাধ্যমে এজেন্টগুলি তাদের যা দরকার তার জন্য পেমেন্ট করতে পারে। ডেটা, ক্লাউড হোস্টিং, যোগাযোগ, এবং আমরা এখনও কল্পনা করেও না থাকা অনেক কিছু।
Coinbase-এর x402 এবং Tempo Stripe-এর সাথে একত্রিত হয়ে MPP-এর দুটি প্রধান নেতা হয়ে উঠেছে। “402” স্ট্যাটাস কোড আবিষ্কারের 28 বছর পর, আমরা এখন একটি কার্যকরী বাস্তবায়ন পেয়েছি। আধুনিক ব্লকচেইনে স্টেবলকয়েন ট্রানজেকশনের খরচ এক সেন্টের কম, যা 1997 সালে সূক্ষ্ম পেমেন্টকে ব্যর্থ করেছিল ফিক্সড ফির সমস্যা সমাধান করে।
একটি কেবল পূর্বে অনুমোদিত ব্যবসায়ীদের কাছ থেকেই কিনতে পারে এমন এজেন্ট হল শুধুমাত্র তিনটি সরবরাহকারীর সাথে ব্যয় করতে পারে এমন কোম্পানির ক্রেডিট কার্ড ব্যবহারকারী। আর একটি ওপেন প্রোটোকল সম্পন্ন এজেন্ট হল একজন ব্যাংক অ্যাকাউন্ট সম্পন্ন উদ্যোক্তা।
এখানে কোনো বিডি নেই, কোনো সাদা তালিকা নেই, শুধু সরল অনুমতিহীন মানদণ্ড রয়েছে।
এই প্রোটোকলগুলি শুধুমাত্র দুটি জিনিসের উপর মনোনিবেশ করে:
আমি কিভাবে পেমেন্ট করব?
ব্যবসায়ী: "আমি কীভাবে নিশ্চিত করব যে এজেন্টটি পেমেন্ট করেছে?"
LLM এমন টুলগুলি কল করতে পারে যেগুলি তারা আগে কখনও দেখেনি। Claude 4.5+ এবং Codex 5.2+ মডেলগুলি থেকে, এজেন্টগুলি পূর্বে প্রশিক্ষণ ছাড়াই API খুঁজে পায়, এর স্কিমা পড়ে এবং সঠিকভাবে ব্যবহার করে।
বর্তমান আলোচনা মূলত “দক্ষতা (skills)”-এর উপর কেন্দ্রীভূত। আপনি এগুলিকে প্রাকৃতিক ভাষার প্রোগ্রাম হিসাবে কল্পনা করতে পারেন, যেগুলিকে ব্লকের মতো একসাথে সংযুক্ত করা যায়। একজন অ-প্রযুক্তিগত প্রতিষ্ঠাতা একটি Slack বার্তা লিখতে পারেন এবং এটিকে সফটওয়্যারের মতোই কাজ করাতে পারেন:
পাশের ভালো রিভিউযুক্ত পিজ্জা দোকান থেকে পিজ্জা অর্ডার করুন এবং প্রতি 10 মিনিট পর ডেলিভারির স্ট্যাটাস ট্র্যাক করুন।
যখন ডেলিভারি ম্যান ৫ মিনিটের মধ্যে পৌঁছাবে, তখন পোর্চ লাইট চালু করুন।
যদি ৩০ মিনিটের মধ্যে ডেলিভারি করা হয়, তাহলে ডেলিভারি ম্যানকে ৫ ডলার টিপ দিন।
কোড লেখার প্রয়োজন নেই, কম্পিউটার বিজ্ঞানের ডিগ্রিও প্রয়োজন নেই। এজেন্ট ইচ্ছা পড়ে, সময়মতো একটি কম্পিউটার-নেটিভ প্রোগ্রাম লেখে, এটি চালায়, তারপর এটিকে ফেলে দেয়। প্রোগ্রামিংকে আর একটি বিষয় হিসাবে শেখার প্রয়োজন নেই, মানুষের মাতৃভাষা জানলেই যথেষ্ট।
দক্ষতাগুলি প্রকৃতপক্ষে কাজ করে। কিন্তু এগুলি শুধুমাত্র একটি অস্থায়ী সমাধান, যা আমরা পেয়েছি যখন আমরা বুঝতে পেরেছিলাম যে এজেন্টগুলি অপরিচিত টুলগুলি কল করতে পারে। এগুলির জন্য কাউকে লিখতে, প্রকাশ করতে, নিরাপত্তা পরীক্ষা করতে এবং আপডেট করতে হবে। এছাড়াও, এজেন্টগুলিকে পূর্বাবস্থায় এগুলি লোড করতে হবে। এটি খুবই বিরক্তিকর।
দক্ষতার আলোচনা একটি গভীরতর বিপ্লবকে ঢাকিয়া রাখে: এজেন্টগুলি বিভিন্ন ক্ষমতা অত্যন্ত অনন্যভাবে সংযুক্ত করতে পারে।
পিজ্জা কেনার কথাটা শুধু একটি সাধারণ উদাহরণ। এখানে একটি আরও বাস্তবসম্মত উদাহরণ: একটি ছোট ব্যবসার সরবরাহ শৃঙ্খল পরিচালনা করে এমন একটি বুদ্ধিমত্তা লক্ষ্য করেছে যে, শুল্কের কারণে প্যাকেজিং সরবরাহকারীর দাম ১৫% বেড়েছে। এটি তিনটি স্থানীয় বিকল্প খুঁজে পেয়েছে, প্রতিটি সরবরাহকারীকে নমুনা চাওয়ার জন্য যোগাযোগ করেছে, ব্যাচ মূল্য নিয়ে আলোচনা করেছে, এবং অবশেষে স্থানান্তরটি সম্পন্ন করেছে। এই সবকিছুই ব্যবসার মালিকের সকালের হাঁটার আগেই শেষ হয়েছে।
এপিআই সহযোগিতা, ক্রয় দল বা নিলাম প্রক্রিয়ার প্রয়োজন নেই। শুধুমাত্র একটি অ্যাকাউন্টে ব্যালেন্স থাকা এবং ওপেন প্রোটোকল ব্যবহার করা প্রয়োজন।
খুঁজে পাওয়া
এজেন্টগুলি পেমেন্ট করতে পারে, ক্ষমতা সংযুক্ত করতে পারে, তবে এখনও প্রয়োজনীয় কন্টেন্ট খুঁজে পায় না।
এখন প্রশ্নটি হলো “আবিষ্কার”। এজেন্টদের জন্য: “আমি কিভাবে আমার ক্রয় করতে চাওয়া জিনিসটি খুঁজে পাব?” ব্যবসায়ীদের জন্য: “আমি কিভাবে আমার সেবা এজেন্টদের কাছে উপস্থাপন করব?”
AgentCash এখন উপস্থিত। এটি একটি একীকৃত অ্যাকাউন্ট যা ইন্টারনেটের সমস্ত API-এ অ্যাক্সেস প্রদান করে। যখন এজেন্টগুলি ব্লক করা হয়, তখন এটি হাজার হাজার API-এ অ্যাক্সেস করতে পারে এবং খুব কম খরচে কাজ চালিয়ে যেতে পারে।
মূল বিষয় হলো, AgentCash পেমেন্ট এবং ব্যবসায়ী খোঁজার ফাংশনগুলিকে একত্রিত করে। ব্যবসায়ীরা x402scan.com বা mppscan.com-এ তাদের সার্ভার রেজিস্টার করতে পারেন এবং তাদের সেবা তাত্ক্ষণিকভাবে 2000-এরও বেশি AgentCash এজেন্টের কাছে প্রদর্শন করতে পারেন।
১৯৯৭ সালে, ইন্টারনেটের কোনো ব্যবসায়িক মডেল ছিল না, কেউ জানত না যে সার্ভারগুলি অপরিচিতদের সাথে কেন যোগাযোগ করবে। খোলা প্রোটোকল এবং “বিজ্ঞাপন” নামক একটি কৌশল এই সমস্যার সমাধান করেছিল, যার ফলে সভ্যতা ডিজিটালযুগে প্রবেশ করে। ২০২৬ সালে, এই কৌশলটি মৃত্যুর দিকে এগিয়ে যাচ্ছে। খোলা প্রোটোকল এবং ২৮ বছর পুরনো একটি স্ট্যাটাস কোড এটিকে প্রতিস্থাপন করতে চলেছে।
ওপেন এজেন্ট ব্যবসায়িক যুগে আপনাকে স্বাগতম।
সংশ্লিষ্ট পড়ুন:একটি নিবন্ধে x402 এবং MPP বুঝুন: এজেন্ট পেমেন্টের দুটি পথ