Ayon sa mga dayuhang midya, ang pagbabayad gamit ang AI agent ay pumapasok mula sa pagsusuri patungo sa mga tunay na negosyo. Ang pangunahing layunin nito ay hindi ang pagpapahintulot sa software na gamitin ang pera nang libre, kundi ang pagpapahintulot sa mga user o negosyo na tukuyin muna ang malinaw na mga pahintulot, bago ang agent na kumpletuhin ang pagbabayad sa loob ng limitadong saklaw.
Ibigay muna ang pahintulot bago gawin
Naghihintay ang mga pattern na ito sa “pagsisigla ng awtoridad.” Hindi ibinibigay ng mga gumagamit ang buong kontrol sa kanilang debit card o account sa AI agent; kung gayon, unang itinatakda ang limitasyon sa gastusin, mga tinatanggap na merchant, pinapayagan kategorya ng pagbili, at mga limitasyon sa oras at lokasyon.
Halimbawa, maaaring hilingin ng user sa agent na i-book ang direktaong tiket papunta sa Paris sa susunod na buwan, na may limitasyon sa budget na hindi hihigit sa $600. Pagkatapos ay hahanapin ng agent ang mga opsyon, filtarin ang mga resulta, at awtomatikong kumpletuhin ang pagbabayad kung tumutugma.
Nagsasabi ang Visa na ang kanilang sistema para sa mga agent ay maaaring magtakda ng mga limitasyon sa paggastos at karagdagang antas ng pagpapahintulot, habang tinutukoy ang identidad ng agent at sinusubaybayan ang mga fraudulent na transaksyon. Ginagamit din ng Mastercard ang Verifiable Intent, na nag-uugnay sa pag-record kung anong aksyon ang pinahintulutan ng user at sa ilalim ng anong kondisyon ito ay nagsisigla.
Parallel na paggamit ng bank card at stablecoin
Sa artikulo, itinuturo na ang AI agents ay hindi magtatagpo lamang sa isang single payment channel. Ang paggamit ng debit card, bank account, o stablecoin ay nakadepende sa uri ng merchant at dami ng transaksyon.
Ang Visa ay nagpapalawak ng sistema ng debit at credit card patungo sa machine payments sa pamamagitan ng open standard na Machine Payments Protocol na pinapagana ng Stripe at Tempo. Ayon sa disenyo, ang mga agent ay makakatanggap ng mga request sa pagbabayad, makakapag-automate ng pag-awtorisa, at makakapag-settle gamit ang debit/credit card, stablecoin, o iba pang suportadong paraan. Ang Agent Pay for Machines ng Mastercard ay sumusuporta rin sa pag-settle gamit ang debit/credit card, account, at stablecoin.
Ang pagkakaiba na ito ay lalong nakikita sa iba’t ibang escenario ng pagbabayad. Ang pag-reserve ng hotel na halos ilang daang dolyar ay angkop para sa network ng card, ngunit kung ang isang agent ay kailangang magbayad ng $0.002 lamang para sa isang API request, ang cost structure ng tradisyonal na card payment ay hindi na angkop. Ayon sa artikulo, mas angkop ang stablecoin at on-chain payment protocols para sa mga madalas at maliit na machine-to-machine transactions.
Micropayments at Pagkakahati ng Responsibilidad
Ang AI agent ay magpapatuloy na magtatawag ng API, cloud computing, database, at serbisyo ng model inference. Sa halip na mag-subscribe nang hihiwalay sa bawat serbisyo, mas malamang na babayad ang agent sa bawat paggamit, at magpapadala ng bayad lamang kapag talagang kailangan ng mga yaman.
Ang x402 protocol na inilunsad ng Coinbase ay disenyo na batay sa modelo na ito. Ginagamit nito ang HTTP 402 “Payment Required” status code upang payagan ang server na direktang humingi ng bayad sa sagot nito, kung saan ang proxy ay awtomatikong nagpapadala ng stablecoin pagkatapos makatanggap ng hiling, at pagkatapos ay makakakuha ng kailangang yunit. Ang tipikal na proseso na binigay sa artikulo ay: humingi ang proxy ng data, hingi ng server ang bayad na $0.01, magpapadala ang proxy ng bayad, at pagkatapos ay ibabalik ng server ang nilalaman.
Gayunpaman, sa artikulo, ang pinakamahirap na tanong ay hindi ang paglipat ng pera mismo, kundi ang pagtukoy sa pagkakasala. Kung ang agent ay mali ang pag-unawa sa utos, nagastos nang labis, o hinikayat ng masamang website na magbayad, kung sino ang dapat magdala ng pagkakasala—ang user, ang tagapagbigay ng AI, ang network ng pagbabayad, o ang negosyo—ay kailangan pa ng mas malinaw na patakaran.
Sa paligid ng isyu na ito, ang mga payment institution ay nagpapakilala sa pagkilala sa identity, pagpapatotoo ng awtorisasyon, at kakayahan sa audit. Sa hinaharap, isang proxy payment ay hindi lamang kailangang patotohanan kung sino ang nagbayad, kundi kung alin sa mga proxy ang nag-eksekuta, sino ang nag-awtorisa, anong mga limitasyon ang napasama, at kung ang transaksyon ay lumampas sa awtorisadong sakop.
Mayroon nang pagsubok sa India at Europe
Binanggit ng artikulo na pinag-aaralan ng India ang isang framework na magpapahintulot sa mga AI agent na magawa ang mga maliit na pagbabayad sa pamamagitan ng UPI nang hindi kailangang i-approve ang bawat transaksyon nang hiwalay. Ayon sa datos sa artikulo, ang UPI ay nagproseso ng 24.51 bilyon na transaksyon noong Agosto 2026, na may kabuuang halaga ng humigit-kumulang $314 bilyon, na nagiging mahalagang pagsubok na escenario para sa agent-based payments.
Sa praktikal na pagpapatupad, natapos ng Santander Bank at Mastercard noong Marso 2026 ang isang end-to-end tunay na pagbabayad na isinagawa ng isang AI agent sa isang reguladong banko na kapaligiran. Noong Hunyo 2026, natapos ng Worldline, ING, at Mastercard ang isa pang transaksyon sa production environment sa Europa.
Sa artikulo, ang tunay na pagbabago ay hindi ang AI na “nagmamay-ari ng pera,” kundi ang pagpapahintulot ng mga indibidwal at negosyo sa software ng limitadong, ma-audit na kapangyarihan sa pagbabayad. Kapag natutunghayan na ang mga kontrol na ito ay maaasahan, maaaring maging bahagi na ng mga pagsasagawa ang proseso ng pagbabayad, imbes na gawin nang manual ng user.