Editor’s Note: Artikel ini menyajikan perspektif pembangun yang relatif tenang: selama setahun terakhir, pembayaran agen menjadi narasi populer di persimpangan AI, pembayaran, dan kripto, dengan perusahaan seperti Stripe, Visa, Coinbase, dan Google semuanya bergerak maju, sementara konsep-konsep seperti mikropembayaran stablecoin, x402, penyelesaian antar mesin, dan e-commerce agen terus memanas. Namun, setelah penulis benar-benar terlibat dalam pengembangan produk dan berinteraksi dengan pedagang serta pengembang, ditemukan bahwa permintaan nyata belum muncul secara besar-besaran.

Artikel ini menguraikan beberapa skenario tipikal: agen belanja tidak lebih baik daripada e-commerce tradisional di sebagian besar kategori, karena pengguna masih membutuhkan gambar, perbandingan, dan penjelajahan; pembayaran melalui API mesin tampaknya cocok untuk mikropembayaran berbasis stablecoin, tetapi saat ini sebagian besar pengembang telah menyelesaikan masalah ini melalui langganan, pengisian poin, dan sistem penagihan yang sudah ada; pembayaran antar agen merupakan visi jangka panjang, tetapi saat ini masih berada pada tahap awal dan belum memiliki volume transaksi nyata.

Secara relatif, keuangan agen adalah salah satu arah yang sudah memiliki permintaan. Dana, tim keuangan, dan pengguna DeFi sudah membayar untuk alat keuangan, dan AI juga dapat meningkatkan kemampuan praktis seperti pemantauan real-time dan penyesuaian portofolio otomatis. Namun, pasar ini juga lebih menguntungkan bagi institusi tradisional yang sudah memiliki lisensi, kepatuhan, dan hubungan pelanggan.

Penulis menyimpulkan bahwa yang paling dibutuhkan oleh ekonomi agen bukanlah lapisan pembayaran sederhana, melainkan kemampuan koordinasi yang lebih kompleks—bagaimana membuat agen bekerja sama dengan manusia, memverifikasi penyelesaian tugas, dan menyelesaikan pembayaran hasil. Pembayaran hanyalah salah satu bagian dari proses tersebut. Bagi perusahaan besar, strategi awal adalah pilihan defensif; namun bagi perusahaan rintisan, yang paling penting adalah menemukan pasar yang sudah ada saat ini.

Berikut adalah teks aslinya:

Selama setahun terakhir, saya telah membangun infrastruktur untuk ekonomi Agent, serta berdiskusi dengan tim dari Stripe, Visa, Coinbase, Google, dan puluhan startup yang sedang mengembangkan bisnis Agent. Saya telah memetakan bidang ini, meluncurkan produk, dan berusaha mencari pasar yang sebenarnya.

Namun kenyataannya: permintaan sejati belum muncul. Bagi perusahaan rintisan yang ingin memasuki bidang ini, masih ada banyak masalah struktural.

Stripe bulan lalu meluncurkan 288 produk baru di konferensi Sessions, dan akses ke dokumentasi terkait Agent telah mendekati 40% dari seluruh pembacaan dokumen. Pasar bisnis Agent-nya telah terintegrasi dengan lebih dari 1.000 pedagang. Namun, di lokasi Sessions, jumlah Agent yang benar-benar mendaftar dan menyelesaikan transaksi hanya berjumlah beberapa unit.

Visa menyebutkan bahwa token agen mereka saat ini memerlukan persetujuan KYC selama 3 hingga 9 bulan, dan secara dasar memerlukan pendapatan tahunan perusahaan minimal 250 juta dolar AS agar memenuhi syarat untuk terhubung. Hari ini, hanya perusahaan sekelas Amazon dan Walmart yang mampu menutup rantai verifikasi identitas.

Coinbase pernah melaporkan bahwa hingga April, terdapat 69.000 agen aktif dan 165 juta transaksi di x402. Namun, analisis on-chain independen menunjukkan bahwa volume transaksi harian sebenarnya sekitar $17.000, dengan sekitar setengahnya merupakan transaksi pengujian (CoinDesk, Maret 2026).

Apa yang kami pelajari saat membangun shop.fast.xyz

Kami membangun shop.fast.xyz untuk secara langsung membuktikan model bisnis agen. Produk nyata, pedagang nyata, transaksi nyata.

Namun, untuk sebagian besar kategori produk, pengalaman belanja AI saat ini jauh lebih buruk dibandingkan e-commerce tradisional. Saat membeli pakaian, elektronik, atau perabot rumah, pengguna ingin melihat gambar, menjelajahi pilihan, dan membandingkan secara berdampingan. Dialog berbasis chatbot justru merupakan kemunduran: Anda mengganti antarmuka visual yang kaya dengan serangkaian percakapan teks. Manusia berbelanja, pertama-tama dengan mata.

Agen tampil baik pada bagian yang sebelumnya kami anggap paling sulit. Agen mampu memahami apa yang diinginkan pengguna dan menangani permintaan seperti "mirip ini, tapi lebih murah" dengan baik. Lapisan model efektif. Namun, ia tidak bisa menggantikan pengalaman "melihat sepuluh produk sekaligus, lalu memilih satu". Antarmuka obrolan dapat menambahkan carousel produk dan tampilan interaktif, tetapi pada tahap itu, Anda sebenarnya sedang membangun kembali antarmuka e-commerce di dalam jendela obrolan. Untuk skenario belanja yang membutuhkan perbandingan visual, kami belum menemukan jawaban yang meyakinkan mengapa cangkang obrolan lebih baik daripada antarmuka e-commerce aslinya.

Kami memang melihat permintaan dari sisi pedagang, tetapi permintaan ini lebih bersifat defensif. Pedagang ingin toko mereka dapat diakses oleh Agen, bukan karena saat ini banyak konsumen yang sudah berbelanja melalui Agen, melainkan karena mereka khawatir jika Agen suatu hari nanti menjadi saluran utama, mereka akan tertinggal. Inilah peluang yang disebut Agentic Engine Optimization, tetapi saat ini masih bersifat “lebih baik punya” daripada “harus punya”. Pedagang sedang bersiap untuk gelombang yang belum datang.

Tempat di mana bisnis berbasis percakapan benar-benar dapat meningkatkan pengalaman adalah dalam skenario pembelian yang sering terjadi, biaya keputusan rendah, dan pengguna sudah tahu apa yang mereka inginkan. Contoh paling jelas adalah memesan makanan. Pasarnya cukup besar, frekuensinya cukup tinggi, dan keputusannya cepat, misalnya, "Tolong pesankan pad thai dari restoran yang saya sukai sebelumnya." Dalam skenario seperti ini, agen berbasis percakapan mungkin akan unggul. Namun, platform pengiriman makanan utama tidak membuka API. Satu-satunya jalur adalah penggunaan komputer, yaitu membuat AI mengoperasikan aplikasi secara visual seperti manusia. Proses ini lambat, rapuh, dan biaya inferensi tidak masuk akal untuk makan siang seharga 15 dolar.

Peluang lain adalah toko online yang kompleks hingga membuat pengguna sangat kesulitan. Misalnya, diskon bertumpuk, kode kupon, poin anggota, dan proses checkout yang kacau. Sebuah Agent yang memahami “bantu saya gunakan kupon, kurangi dengan poin, temukan cara pengiriman termurah, dan selesaikan semuanya dalam bahasa saya,” benar-benar dapat menyederhanakan pengalaman belanja yang sudah rusak saat ini. Ini sangat penting bagi pengguna lansia, pengguna bukan penutur asli, terutama saat berbelanja lintas wilayah; atau dalam beberapa skenario sangat spesifik di mana pengguna memiliki kebutuhan yang sangat niche dan kompleks.

Namun, kedua peluang ini memerlukan kemampuan distribusi B2C yang sangat besar. Anda bersaing dengan DoorDash dan Amazon untuk akses pengguna. Kemampuan distribusi dalam skala konsumen adalah keunggulan para raksasa yang sudah ada. Sisi pasokan bisnis agen sudah siap, tetapi sisi permintaan terbatas oleh pengalaman pengguna dan saluran distribusi, dan lebih banyak infrastruktur tidak dapat menyelesaikan dua masalah ini.

Apa yang kita pelajari dari x402 dan MPP

Kami berbicara dengan puluhan pengembang tentang kebutuhan pembayaran nyata mereka. Polanya hampir identik: penggunaan Agent API saat ini pada dasarnya adalah konsumsi berulang, seperti daya komputasi, inferensi, dan sumber data. Pengembang sudah memiliki langganan, kunci API, akun yang terikat, dan hubungan penagihan dengan penyedia layanan inti.

Argumen khas pembayaran stablecoin adalah: biaya minimum efektif untuk pembayaran kartu kredit di Stripe sekitar 2,9% ditambah 30 sen, yang membuat panggilan API di bawah $1 menjadi tidak ekonomis. Namun, di volume transaksi rendah seperti saat ini, pengisian poin dapat menyelesaikan masalah ini. Pengembang mengisi saldo akun terlebih dahulu, sehingga masalah ini tidak muncul.

Masalah yang lebih dalam terletak pada pasar pemasok. Sebagian besar perusahaan SaaS besar tidak ingin menyediakan akses API terpisah dengan harga sebagian kecil sen. Model bisnis mereka adalah kontrak perusahaan jangka panjang. Perusahaan yang bergantung pada pendapatan komitmen besar akan menolak cara penetapan harga baru yang melewati model ini.

Mesin komersial secara struktural merupakan pasar ekor panjang. Ia melayani layanan kecil, sumber data vertikal, pengembang independen, server MCP, dll. Protokol seperti MPP dan x402 sangat cocok untuk segmen pasar ini. Namun, menurut definisinya, ini adalah pasar yang ditujukan untuk pengguna dengan kebutuhan profesional; dan para pengembang secara historis merupakan salah satu kelompok yang paling enggan membayar.

Saat Stripe Projects diluncurkan, mereka mengintegrasikan 32 mitra penyedia layanan, termasuk Vercel, Supabase, Cloudflare, Twilio, dan lainnya, yang mencakup sebagian besar layanan inti yang digunakan pengembang dalam membangun dan mendeploy perangkat lunak, semuanya dapat diakses melalui sistem penagihan yang sudah ada. Lapisan atas tumpukan teknis pengembang sudah terlayani dengan baik. Peluang saluran pembayaran baru terletak pada semua hal di luar 30 penyedia utama tersebut: hal-hal ini nyata ada, tetapi skalanya secara alami lebih kecil daripada ruang pasar yang diimplikasikan oleh narasi besar.

Akses konten mengikuti logika yang sama. Agen terus-menerus mengambil dan merangkum artikel, sementara penerbit mulai melawan. Namun, ketika monetisasi konten benar-benar datang dalam skala besar, kemungkinan besar hal itu akan terjadi melalui penyedia CDN yang sudah berada di antara penerbit dan internet, seperti Cloudflare yang telah meluncurkan alat audit AI; atau melalui perjanjian lisensi massal antara penerbit dan laboratorium AI. Peluang infrastruktur akan mengalir kepada pemain yang sudah memiliki kemampuan distribusi.

Apa yang telah kita pelajari dari pembayaran Agent ke Agent

Bisnis antar agen adalah visi jangka panjang, tetapi saat ini hampir seluruhnya masih berada pada tahap teori. Belum ada siapa pun yang mencapai volume perdagangan yang bermakna. Bagian yang paling sulit sedang didorong oleh berbagai perusahaan rintisan, termasuk penemuan agen, pembangunan kepercayaan, negosiasi syarat, dan penyelesaian sengketa.

Setelah struktur transaksi ini benar-benar terbentuk, ia akan tampak sangat berbeda dari jalur pembayaran yang ada. Tidak ada identitas manusia pada kedua pihak transaksi; persyaratan penundaan kurang dari satu detik; jumlah transaksi bisa mulai dari sebagian kecil sen hingga jutaan dolar; serta melibatkan penyelesaian multi-pihak, bukan model bawah-ke-bawah yang menjadi standar pada jalur pembayaran saat ini. Ketika hal ini benar-benar terjadi, kami percaya ia akan meledak dengan kecepatan luar biasa dan skala yang sangat besar.

Ini adalah taruhan jangka panjang yang tepat untuk infrastruktur penyelesaian khusus, dan taruhan ini nyata. Namun, "taruhan jangka panjang yang nyata" dan "pasar saat ini" bukanlah hal yang sama. Kami juga pernah menyatakan selama berbulan-bulan bahwa pasar ini akan datang, dan selama beberapa tahun terakhir kami telah membangun seluruh infrastruktur di sekitarnya, termasuk jaringan terdistribusi kami. Secara teori, ia dapat diskalakan hingga lebih dari 1 miliar TPS, dengan latensi di bawah 50 milidetik, dan waktu konsistensi rata-rata 10 milidetik. Namun, kami harus kembali ke posisi pasar saat ini.

Apa yang kita pelajari dari Agent Finance

Dapat dikatakan, ini adalah satu-satunya kategori yang sudah memiliki permintaan nyata. Pelanggan sudah ada dan sudah membayar. Manajer dana, tim manajemen aset, dan pengguna DeFi saat ini sudah menghabiskan uang untuk alat keuangan. Memasukkan AI ke dalam alur kerja yang sudah ada adalah jalur produk yang alami.

Agen keuangan juga akan menciptakan pola perilaku baru. Agen yang mampu memantau secara mandiri dan menyeimbangkan ulang secara real-time ratusan posisi dapat beroperasi dengan cara yang tidak dapat disalin secara manual oleh manusia. Ini adalah peningkatan kemampuan nyata, bukan hanya otomatisasi.

Tantangannya terletak pada lanskap persaingan. Industri keuangan sangat diatur dan bergantung pada hubungan yang sudah ada. Institusi yang sudah ada memiliki lisensi, infrastruktur kepatuhan, dan hubungan pelanggan. Startup dapat memasuki area dengan regulasi lebih ringan, seperti DeFi; atau mencari area di mana institusi yang sudah ada bergerak lambat, atau di mana AI dapat menciptakan kemampuan baru yang belum dimiliki oleh raksasa-raksasa tersebut. Namun secara keseluruhan, dinamika persaingan di bidang ini lebih menguntungkan pemain yang sudah ada dibandingkan tiga kategori sebelumnya, karena menambahkan AI ke produk dan pelanggan yang sudah ada jauh lebih mudah daripada memulai dari AI lalu mencoba membangun produk dan pelanggan secara terbalik.

Honest summary

Lalu, mengapa orang terus melakukannya? Ada dua alasan.

Yang pertama adalah mekanisme insentif. Perusahaan besar memiliki arus kas yang cukup untuk bertaruh pada masa depan yang baru akan terwujud setelah bertahun-tahun. Bagi mereka, biaya masuk lima tahun lebih awal hanyalah kesalahan desimal; tetapi keterlambatan masuk satu tahun bisa berakibat bencana. Jadi mereka harus melakukannya.

Yang kedua adalah blind spot kognitif. Ketika bisnis Anda adalah pembayaran, setiap masalah terlihat seperti masalah pembayaran. Ekonomi agen membutuhkan lapisan pembayaran, jadi semua orang membangun lapisan pembayaran.

Namun, pembayaran hanyalah sebagian dari masalah yang lebih besar. Masalah yang sesungguhnya sulit bukanlah membuat uang mengalir di antara agen, melainkan bagaimana mengoordinasikan pekerjaan antara agen dan manusia, bagaimana memverifikasi apakah suatu hal telah selesai, dan bagaimana menyelesaikan hasilnya. Pembayaran hanyalah bagian dari penyelesaian. Penyelesaian hanyalah bagian dari koordinasi. Dan koordinasi, itulah hadiah sejati.

Koordinasi skala besar secara alami akan menciptakan kebutuhan akan mekanisme penyelesaian. Pembayaran akan menjadi alat musik dalam konser ini, bukan keseluruhan karyanya. Perusahaan yang benar-benar menyelesaikan masalah koordinasi pada akhirnya akan mengintegrasikan pembayaran ke dalamnya, bukan sebaliknya, di mana perusahaan pembayaran yang mengambil alih koordinasi.

Sebagian besar raksasa yang ada sedang membangun secara defensif masa depan "perdagangan otomatis berskala besar". Bagi mereka, garis waktu tidak penting, karena mereka memiliki runway yang hampir tak terbatas.

Namun, perusahaan startup tidak memiliki kemewahan seperti itu. Kita harus menemukan di mana pasar benar-benar berada sekarang. Kita tidak bisa terus menunggu gelombang datang.

Satu tahun pembangunan membawa kami ke arah yang tak terduga. Di sana memang ada aktivitas, dan pertumbuhannya sangat cepat, namun layanannya masih kurang. Hal ini berada di luar empat kategori yang telah kami telusuri.