Editor’s note: Este artigo oferece uma perspectiva construtiva relativamente calma: no último ano, pagamentos por agentes tornaram-se uma narrativa popular no cruzamento entre IA, pagamentos e criptomoedas, com empresas como Stripe, Visa, Coinbase e Google investindo nesse espaço; conceitos como micropagamentos em stablecoins, x402, liquidação entre máquinas e comércio por agentes também ganharam impulso. No entanto, após o autor realmente entrar no mercado, desenvolver produtos e interagir com comerciantes e desenvolvedores, percebeu que a demanda real ainda não surgiu em grande escala.

O artigo analisa vários cenários típicos: a compra por agentes inteligentes não é superior ao comércio eletrônico tradicional na maioria das categorias, pois os usuários ainda precisam de imagens, comparações e navegação; o pagamento por API de máquina parece adequado para micropagamentos em stablecoins, mas atualmente a maioria dos desenvolvedores já resolve esses problemas por meio de assinaturas, recarga de pontos e sistemas de faturamento existentes; o pagamento entre agentes inteligentes é uma visão de longo prazo, mas ainda permanece em estágio inicial, com falta de volume de transações reais.

Em comparação, a inteligência artificial na finança é uma das poucas áreas com demanda já existente. Fundos, equipes de tesouraria e usuários de DeFi já pagam por ferramentas financeiras, e a IA pode trazer melhorias práticas, como monitoramento em tempo real e reequilíbrio automático de carteiras. No entanto, esse mercado também favorece mais as instituições tradicionais que já possuem licenças, conformidade e relacionamento com clientes.

O julgamento final do autor é: o que a economia de agentes realmente precisa não é apenas uma camada de pagamento, mas sim uma capacidade de coordenação mais complexa — como permitir que agentes colaborem com humanos, verifiquem a conclusão de tarefas e realizem o encerramento dos resultados. O pagamento é apenas uma parte disso. Para as grandes empresas, antecipar-se é uma escolha defensiva; mas para startups, o verdadeiramente importante é encontrar mercados que já existam hoje.

A seguir está o texto original:

Nos últimos doze meses, venho construindo a infraestrutura para a economia de Agentes e me reunindo com equipes da Stripe, Visa, Coinbase, Google e de dezenas de startups que estão avançando em negócios de Agentes. Mapeei o campo, lancei um produto e tentei encontrar o verdadeiro mercado.

Mas a realidade é: a verdadeira demanda ainda não surgiu. Para empresas startups que desejam entrar neste campo, ainda existem muitos problemas estruturais.

No mês passado, a Stripe lançou 288 novos produtos na conferência Sessions, e o acesso à documentação relacionada a Agentes já atingiu cerca de 40% do total de visualizações de documentos. Seu mercado comercial de Agentes já está conectado a mais de 1.000 comerciantes. No entanto, durante a Sessions, apenas um número de dígitos únicos de Agentes se registraram e concluíram transações.

A Visa mencionou que seu token Agent atualmente exige uma aprovação KYC de 3 a 9 meses, e basicamente exige que as empresas tenham uma receita anual mínima de 250 milhões de dólares para serem elegíveis para integração. Hoje, apenas empresas do nível da Amazon e Walmart têm capacidade de fechar a cadeia de verificação de identidade.

A Coinbase relatou que, até abril, havia 69 mil agentes ativos e 165 milhões de transações no x402. No entanto, análises independentes na cadeia mostram que o volume real de transações diárias é de cerca de US$ 17.000, sendo cerca da metade delas transações de teste (CoinDesk, março de 2026).

O que aprendemos ao construir o shop.fast.xyz

Construímos o shop.fast.xyz com o objetivo de validar diretamente o modelo de negócios por agência. Produtos reais, comerciantes reais, transações reais.

No entanto, para a maioria das categorias de produtos, a experiência de compra atual com IA é claramente inferior à do comércio eletrônico tradicional. Ao comprar roupas, eletrônicos ou móveis, os usuários querem ver imagens, navegar por opções e comparar lado a lado. Uma conversa tipo chatbot é, na verdade, uma regressão: você substitui uma interface visual rica por uma sequência de diálogo textual. Os seres humanos compram, antes de tudo, com os olhos.

O agente se saiu bem na parte que originalmente considerávamos a mais difícil. Ele consegue entender o que o usuário quer e lida bem com solicitações como “algo parecido com isso, mas mais barato”. O modelo está funcionando bem. Mas ele não consegue substituir a experiência de “olhar para dez produtos ao mesmo tempo e escolher um”. A interface de bate-papo pode incluir rolagem de produtos e exibições interativas, mas nesse ponto, você está basicamente reconstruindo um frontend de e-commerce dentro da janela de chat. Para cenários de compra que exigem comparação visual, ainda não encontramos uma resposta convincente que explique por que uma interface de chat seria superior à interface de e-commerce tradicional.

Realmente observamos demanda do lado dos comerciantes, mas essa demanda é mais defensiva. Os comerciantes desejam que suas lojas possam ser consultadas por Agentes, não porque já haja muitos consumidores comprando atualmente por meio de Agentes, mas porque temem que, se os Agentes se tornarem um canal dominante no futuro, fiquem para trás. Essa é a chamada oportunidade de Agentic Engine Optimization (otimização de motor de agente), mas atualmente ela ainda é apenas “ter algo melhor”, e não “ter que ter”. Os comerciantes estão se preparando antecipadamente para uma onda que ainda não chegou.

O local onde o comércio conversacional realmente pode melhorar a experiência são cenários de compra com alta frequência, baixo custo de decisão e em que o usuário já sabe exatamente o que quer. O exemplo mais claro é fazer pedidos de comida. O mercado é grande o suficiente, a frequência é alta o suficiente e a decisão é rápida o suficiente — por exemplo, “Me faça um pedido de pad thai do mesmo restaurante que eu gostei na última vez”. Nesses cenários, um agente conversacional pode se sair melhor. Mas as principais plataformas de entrega não oferecem API. O único caminho possível é o uso de computador, ou seja, fazer com que a IA opere aplicativos visualmente, como um ser humano. Esse processo é lento, frágil e o custo de raciocínio não justifica uma refeição de 15 dólares.

Outra oportunidade são lojas online tão complexas que causam grande frustração aos usuários — por exemplo, descontos empilhados, códigos promocionais, pontos de fidelidade e processos de checkout confusos. Um agente que entenda “ajude-me a usar o cupom, aplicar meus pontos e encontrar a opção de entrega mais barata, tudo no meu idioma” pode realmente simplificar a experiência de compra, que hoje já está quebrada. Isso é especialmente importante para usuários idosos, usuários não nativos e especialmente ao fazer compras transregionais; ou em cenários muito específicos, onde os usuários têm necessidades extremamente nichadas e complexas.

Mas ambas as oportunidades exigem uma enorme capacidade de distribuição B2C. Você está competindo com DoorDash e Amazon pelo acesso ao usuário. A capacidade de distribuição em escala de consumidores é uma vantagem das grandes empresas existentes. O lado da oferta do modelo de negócio de agência já está preparado, mas a demanda é limitada pela experiência do usuário e pelos canais de distribuição, e mais infraestrutura não resolve esses dois problemas.

O que aprendemos no x402 e no MPP

Conversamos com dezenas de desenvolvedores sobre suas reais necessidades de pagamento. O modelo é quase idêntico: o uso atual da API de Agent é essencialmente um consumo recorrente, como poder de processamento, inferência e fontes de dados. Os desenvolvedores já possuem assinaturas, chaves API, contas vinculadas e relações de cobrança com provedores principais.

O argumento típico para pagamentos em stablecoins é que o custo mínimo efetivo para pagamentos com cartão de crédito no Stripe é cerca de 2,9% mais 30 centavos, o que torna inviável economicamente chamadas de API abaixo de 1 dólar. Mas, com este baixo volume de transações hoje, recarregar pontos resolve o problema. Os desenvolvedores recarregam suas contas antecipadamente, e esse problema não existe.

O problema mais profundo reside no mercado de fornecedores. A maioria das grandes empresas de SaaS não deseja oferecer acesso API fragmentado por frações de centavo de dólar. Seu modelo de negócios consiste em contratos corporativos de vários anos. Empresas que dependem de receitas comprometidas elevadas resistem a novos modelos de precificação que contornem esse padrão.

O mercado de máquinas comerciais é estruturalmente um mercado de cauda longa. Ele atende a pequenos serviços, fontes de dados verticais, desenvolvedores independentes, servidores MCP, entre outros. Protocolos como MPP e x402 são ideais para esse nicho de mercado. Mas, por definição, trata-se de um mercado voltado para usuários com necessidades profissionais; e os desenvolvedores historicamente são um dos grupos menos dispostos a pagar.

Ao lançar o Stripe Projects, foram integrados 32 parceiros de serviços, incluindo Vercel, Supabase, Cloudflare, Twilio e outros, cobrindo a maioria dos serviços essenciais usados por desenvolvedores para construir e implantar software, todos acessíveis por meio do sistema de cobrança existente. A camada superior da pilha de tecnologia dos desenvolvedores já está bem atendida. A oportunidade nas novas trilhas de pagamento reside em tudo o que está além dos 30 principais provedores: ela existe, mas é naturalmente menor do que o espaço de mercado sugerido por essas grandes narrativas.

O mesmo raciocínio se aplica ao acesso ao conteúdo. Os agentes já estão constantemente rastreando e resumindo artigos, e os editores também começaram a reagir. Mas quando a monetização do conteúdo chegar em grande escala, provavelmente ocorrerá por meio de provedores de CDN já posicionados entre editores e a internet, como a Cloudflare, que já lançou ferramentas de auditoria de IA; ou por meio de acordos de licenciamento em massa entre editores e laboratórios de IA. As oportunidades de infraestrutura fluirão para os atores existentes que já possuem capacidade de distribuição.

O que aprendemos com pagamentos de agente para agente

O comércio entre agentes é uma visão de longo prazo, mas atualmente permanece quase inteiramente no nível teórico. Ninguém ainda gerou volume de negociação significativo. A parte verdadeiramente desafiadora está sendo impulsionada por diversas startups, incluindo descoberta de agentes, construção de confiança, negociação de termos e resolução de disputas.

Quando essa estrutura de transação se materializar realmente, parecerá completamente diferente das infraestruturas de pagamento atuais. Nenhuma das partes envolvidas possui identidade humana; o requisito de atraso é inferior a um segundo; os valores das transações podem variar de frações de centavo de dólar a milhões de dólares; e envolverão liquidação multipartidária, em vez do modelo padrão de comprador e vendedor bilateral das infraestruturas de pagamento atuais. Quando isso realmente ocorrer, acreditamos que acontecerá com velocidade extrema e em escala massiva.

Este é exatamente o aposta de longo prazo em infraestrutura de liquidação dedicada, e essa aposta é real. Mas uma “aposta de longo prazo real” e o “mercado atual” não são a mesma coisa. Nós também fomos um dos que declararam por meses consecutivos que esse mercado viria, e nos últimos anos construímos toda uma infraestrutura em torno dele, incluindo nossa rede distribuída. Teoricamente, ela pode escalar para mais de 1 bilhão de TPS, com latência inferior a 50 ms e tempo médio de consenso de 10 ms. Mas precisamos voltar ao ponto em que o mercado está agora.

O que aprendemos na Agent Finance

Pode-se dizer que esta é a única categoria que já possui demanda real. Os clientes já existem e já estão pagando. Fundos de investimento, equipes de gestão de ativos e usuários de DeFi já gastam hoje em ferramentas financeiras. Integrar a IA nos fluxos de trabalho existentes é um caminho natural para o produto.

Agentes financeiros também criarão novos padrões de comportamento. Agentes capazes de monitorar autonomamente e reequilibrar em tempo real centenas de posições operam de maneira que os humanos não conseguem replicar manualmente. Aqui há verdadeiro aumento de capacidade, e não apenas automação.

O desafio reside no cenário competitivo. O setor financeiro é altamente regulado e depende de relações estabelecidas. As instituições existentes possuem licenças, infraestrutura de conformidade e relacionamentos com clientes. Startups podem entrar em áreas com regulamentação mais leve, como o DeFi; ou buscar áreas onde as instituições existentes atuam mais lentamente, ou onde a IA pode criar novas capacidades que as grandes empresas ainda não possuem. No entanto, em geral, a dinâmica competitiva neste setor é mais favorável aos jogadores estabelecidos, pois adicionar IA sobre produtos e clientes já existentes é muito mais fácil do que começar com IA e depois tentar construir produtos e clientes.

Resumo honesto

Então, por que todos ainda continuam fazendo isso? Há duas razões.

O primeiro é o mecanismo de incentivo. Grandes empresas têm fluxo de caixa suficiente para apostar em um futuro que levará anos para se materializar. Para elas, o custo de entrar cinco anos antes é apenas um erro decimal; mas o custo de entrar um ano depois pode ser desastroso. Por isso, elas precisam fazer.

O segundo é uma cegueira cognitiva. Quando seu negócio é pagamento, cada problema parece um problema de pagamento. A economia de agentes precisa de uma camada de pagamento, então todos constroem uma camada de pagamento.

Mas o pagamento é apenas uma parte de um problema maior. A verdadeira dificuldade não é fazer o dinheiro fluir entre Agentes, mas sim como coordenar o trabalho entre Agentes e humanos, como verificar se as tarefas foram concluídas e como liquidar os resultados. O pagamento é apenas uma parte da liquidação. A liquidação é apenas uma parte da coordenação. E a coordenação é o verdadeiro prêmio.

A coordenação em larga escala naturalmente gera a necessidade de mecanismos de liquidação. Os pagamentos se tornarão um instrumento nessa sinfonia, e não a obra inteira. As empresas que realmente resolvem o problema de coordenação acabarão incorporando os pagamentos, e não o contrário — empresas de pagamento absorvendo a coordenação.

A maioria dos gigantes existentes está construindo defensivamente um futuro de "negociação em massa por máquinas". Para elas, o cronograma não é importante, pois possuem uma linha de corrida quase ilimitada.

Mas startups não têm esse luxo. Precisamos encontrar onde o mercado realmente está agora. Não podemos ficar esperando a onda chegar.

Um ano de construção nos levou a uma direção inesperada. Há realmente atividade lá, e o crescimento é rápido, com serviços insuficientes. Ele existe fora das quatro categorias que analisamos.