Автор: Lucas Shin, джерело: Artemis, переклад: Shaw Golden Finance

Огляд

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

• Новій агентній мережі потрібні нові платіжні канали, грошова система та базові компоненти.

• Вартість буде зосереджена у трьох рівнях: рівень інтерфейсу — суб’єкт, що керує взаємодією з користувачем; платіжний рівень — суб’єкт, який втручається у потік коштів; рівень обчислювальних потужностей і хостингу — суб’єкт, що забезпечує робочу інфраструктуру.

• Комерційна діяльність інтелектуальних агентів із “довгого хвоста” працюватиме на основі відкритих протоколів.

Спершу намалюймо сцену.

Час — 2030 рік. Тобі 24, ти живеш у Берлінгтоні, штат Вермонт, і любиш інвестувати — основна частина в акції США, а також інколи береш участь у Kalshi для торгівлі криптовалютою та ринками прогнозів. Два місяці тому ти на неповний робочий день заснував фінтех-консалтингову компанію.

Є дні, як, наприклад, сьогодні, коли старт усе завжди трапляється раптово.

Вз-з—

Мелодія дзвінка телефону розбудила тебе, ніби холодною водою окропили обличчя. Це повідомлення від твого персонального інтелектуального агента Nexus:

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

Оновлення портфеля: уночі зменшив(ла) позицію $WMT на 15%. Супутникові дані показують, що потік клієнтів у магазинах знизився, а настрої в звітах змістилися в бік “едве/песимізму”, що вже перехресно підтверджено.

Оновлення розкладу: сьогодні вдень заплановано 3 зустрічі, а короткі тези вже підшиті до нотаток зустрічі.

Оптимізація витрат: знайшов(ла) нового постачальника хмарних серверів — продуктивність майже така сама, річна плата з 840 доларів знизилась до 290 доларів. Можна мігрувати будь-коли.

Загальні витрати: 0.67 долара

Що ж насправді відбувається, поки ти спиш?

1. Nexus надіслав дослідницького дочірнього агента, витратив 0.24 долара, уночі витягнув інформацію від 40 різних постачальників даних, зіставив зміст останньої телефонної конференції з фінансової звітності Walmart із супутниковими знімками паркувальних майданчиків у магазинах по всій території США, і оновив твою інвестиційну логіку. Коли супутникові дані показали, що потік клієнтів Walmart падає, твій агент для портфеля звірився з ринком настроїв звітів Kalshi, підтвердив сигнал “ведмежий/на “пониження” і завершив зменшення частки до того, як ти прокинувся. Ще чотири роки тому така стратегія торгівлі була суто в руках Castle Securities (Citadel) і кількох кількісних фондів: вони платили за підписку на супутникові знімки мільйони доларів. Навіть термінал Bloomberg за 30 000 доларів на рік не покриває весь обсяг інформації — тобі ще треба окремо підписуватися на супутникові знімки, альтернативні дані та витрачати години на інтеграцію й аналіз. А тепер 24-річний юнак із Вермонту може отримати інформаційну перевагу на рівні кількісного аналітика Citadel за вартість меншу, ніж одна чашка кави.

2. Продажний дочірній агент Nexus відібрав 200 лідів, що відповідають твоєму профілю цільових клієнтів — фінтех-компанії з B-раунду та наступних стадій на південному сході США, які ще не користуються послугами постачальників даних, — і доповнив інформацію за ціною 0.002 долара за кожен лід. Викликані інтерфейси були розроблені іншим агентом і розміщені на відкритому ринку. Він вибрав 3 ліда з найвищим ступенем зацікавленості, одразу зв’язався з їхнім агентом для розкладу та узгодив час зустрічі. Перед кожною розмовою він отримав дані потенційних клієнтів про їхні навчальні заклади, спільні контакти, новини компанії та історію фінансування, а для тебе підготував односторінкове резюме, яке підшив до нотаток зустрічі. Лише доповнення інформації про ліди: якщо це робити через SaaS-підписку, кожен акаунт коштував би 200 доларів на місяць.

3. Експлуатаційний дочірній агент Nexus порівняв твою консалтингову вебсторінку з 6 постачальниками серверів: Vercel, Render, Railway, Fly.io, Netlify та Cloudflare. Він із надзвичайно низькою вартістю викликав trial API інтерфейси кожного з сервісів, розгорнув тестове середовище, виміряв затримку, доступність і пропускну здатність. У підсумку Railway досягла такої самої продуктивності за третину вартості. Nexus домовився про щомісячну оплату через pricing-агента Railway, підняв дзеркало сайту на новому сервері та виконав повний комплект тестів, щоб переконатися, що все працює коректно. Якби не було агентів, це зайняло б щонайменше тиждень: пошук в інтернеті, запити цін, і ще нервові ручні міграції. Тобі потрібно лише підтвердити Nexus, щоб він виконав дії.

Твій агент зробив усе це лише за 0.67 долара.

Тепер помнож це уявлення на кожного працівника знань у світі, на кожну компанію і на кожного діючого інтелектуального агента.

Вз-з—

Nexus: недостатньо коштів, залишок 1.87 долара.

Як і минулого тижня, ти поповнив(ла) кредитну картку через Apple Pay (прив’язану картку) на 5 доларів, а потім продовжив(ла) чистити зуби. На рівні інфраструктури ці 5 доларів перетворюються на стабільні монети з кредитної картки — але ти взагалі не бачиш гаманця, тобі не треба думати про поповнення і ти повністю не маєш справи з блокчейном.

Ось погляд на економіку машин — новий комерційний сценарій, у якому AI-агенти постійно витрачають гроші на речі, за які люди раніше ніколи не платили; обсяги угод і швидкість значно виходять за межі людського бізнесу. Можна уявити, що щодня виникатимуть десятки мільярдів угод.

Але сьогоднішній інтернет ще не готовий це підтримати.

Наразі інтернет створений для людей. Він фільтрує не-людську поведінку через обмеження швидкості, CAPTCHA та ключі API, а монетизація відбувається через рекламу для людських користувачів. Однак зі сплеском кількості автономних агентів ця бізнес-модель повністю зійде нанівець.

Трафік зростатиме лавиноподібно, а корисна увага зменшуватиметься.

Мережеві сервери, які довго субсидувалися рекламними доходами, зіткнуться з підвищенням запитів на порядок, причому джерела цих запитів ніколи не будуть зачіпатися рекламою.

Агентські платежі природно вирішують цю проблему, а мікроплатежі стануть ключем доступу.

Платний парсинг, платний доступ, платне використання.

Компанії, які побудують інфраструктуру, що буде широко прийнята агентами, захоплять найбільший пул нової економічної активності, яку зможе побачити наше покоління. Нинішні гіганти вже “займають місця”, але економіка машин також породить власних нових гігантів. Остання хвиля нового інтернету створила Google, Amazon, Facebook, PayPal і Salesforce.

Ера інтелектуальних агентних інтернетів вже на підході.

Перспектива розміру ринку

До 2030 року більшість мережевих взаємодій більше не виконуватиметься через браузер. Наші інтелектуальні агенти будуть переглядати, тестувати, узгоджувати, формувати команди дочірніх агентів і виконувати угоди. Кожне завдання, яке вони виконуватимуть, генеруватиме низку дрібних платежів. Ці витрати за кожне одноразове використання наче виглядають як нові витрати, але насправді вони замінюють інструменти й людську працю, що коштують значно дорожче. Чим досконаліші інструменти, тим краще працюватимуть агенти, і тим більші автономні права ми їм надамо.

Попит і швидкість поширення

Зробімо грубу оцінку.

У попередньому прикладі агенти Джо виконали сотні угод, витративши лише 0.67 долара. Якщо масштабувати цей рівень до середньої компанії на 500 людей — кожен працівник матиме персонального агента, плюс сотні спільних агентів у відділах продажів, фінансів, юриспруденції, операцій тощо — то щодня легко виникатимуть 100 000 угод, ініційованих агентами.

У світі понад 1 мільярд працівників знань, і 88% уже використовують AI у роботі: обсяг попиту величезний і продовжує зростати. Але зараз таке використання здебільшого обмежене базовими завданнями, як-от вебпошук, стислий огляд документів або написання листів. Повний перехід до інтелектуальних агентів ще не розпочався, але як тільки він стартує, швидкість буде надзвичайною.

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 знайомий людям, і не треба вчити новий софт, не треба змінювати звичку використання: ти лише описуєш запит, і агент намагатиметься виконати його.

Єдина перешкода — довіра, а швидкість її формування значно перевищує очікування людей. Наразі Claude Code внесла 4% усіх публічних комітів на GitHub (понад 135 000 разів на день). За нинішніми темпами приросту наприкінці 2026 року цей показник перевищить 20%. Це означає зростання у 42896 разів за 13 місяців. Розробники лише за трохи більше ніж рік перейшли від сумнівів до масштабного передавання AI виробничих рівнів коду.

Поки моделі стають розумнішими, інтерфейси — простішими, а все більше технічної складності абстрагується й приховується, я вважаю, що швидкість поширення інтелектуальних агентів ще прискориться.

До 2030 року навіть якщо лише 60% працівників знань використовуватимуть агентів, середньоденні витрати становитимуть 3–5 доларів (це консервативна оцінка — адже Джо перед сніданком виконав три завдання лише за 0.67 долара), а масштаби агентних транзакцій на рівні лише персональних端 досягнуть 800 мільярдів до 1.4 трильйона доларів на рік.

Ринок для бізнесу

Роббі Пітерсон із Dragonfly вказує в статті, що комерційні інтелектуальні агенти — це логічна еволюція моделі SaaS. Я повністю з цим згоден. Вони більше не просто допомагають у робочих процесах — вони повністю замінять існуючі процеси. Як сьогодні понад 95% витрат на софт припадає на компанії та урядові інституції, то обсяги використання та витрат на інтелектуальних агентів у бізнес-сегменті, ймовірно, суттєво перевищать персональний ринок.

Ми вже спостерігаємо цю трансформацію. Klarna замінила Salesforce внутрішніми AI-системами, заощадивши приблизно 2 мільйони доларів. ZoomInfo створила AI-агентів, щоб замінити свій відділ затвердження угод, заощадивши понад 1 мільйон доларів на рік. Це лише ранні приклади, коли один робочий процес “агентується”, і тим самим економляться мільйони. У кожної компанії є сотні таких процесів у відділах продажів, фінансів, юриспруденції, операцій і R&D. Як тільки інтелектуальні агенти будуть розгорнуті в масштабі всієї компанії, відповідні витрати будуть вражаючими.

Кожен може стати продавцем

Оскільки кодові агенти значно знижують витрати на розробку, поріг входу для інтернет-продавців прямує до нуля. Весільний планувальник, який добре вміє підбирати майданчики, може упакувати оптимальний робочий процес і продавати його як послугу. Незалежний розробник у Лагосі може розробити API для вертикальної ніші та вже за кілька годин почати заробляти гроші на агентах з усього світу. Тобі лише потрібні фахові знання: згенеруй API-інтерфейс через підказки (prompt) — і можна починати прийом платежів.

Але що буде, якщо агенти почнуть продавати свої послуги іншим агентам?

Припустимо, що Джо, згаданий раніше, хоче зайти в нову нішу: середній медичний бізнес у США Середнього Заходу, що має застарілу інфраструктуру платежів. Якщо його агент, починаючи з нуля, зробить дедукцію й завершить процес, витрати в токенах швидко накопичаться:

• Відібрати 200 компаній за певним профілем (дедукція + виклики API): приблизно 500 тисяч токенів

• Доповнити інформацію про кожен лід (техстек, дані фінансування, дані найму): 200 лідів × приблизно 5000 токенів = 1 мільйон токенів

• Зафіксувати осіб, що приймають рішення у ключових клієнтах: приблизно 200 тисяч токенів

• Оцінити наміри за сигналами (ритм найму, тривалість контрактів): приблизно 300 тисяч токенів

• Дослідити бекграунд кожного рішення: 20 лідів × приблизно 10 тисяч токенів = 200 тисяч токенів

• Написати персоналізовані тексти для першого контакту: 20 лідів × приблизно 3000 токенів = 60 тисяч токенів

Разом приблизно 2.3 мільйона токенів; за розрахунком вартості при використанні Opus 4.6 (передова модель), це коштує від 8 до 15 доларів.

Зачекай, але ж продажний дочірній агент Джо раніше робив схожі процеси лише за кілька центів?

Так. Бо більшість кроків уже були вирішені іншими агентами. Доповнення лідів, оцінка намірів, планування розкладу — усі це має готові упаковані інтерфейси на відкритому ринку, і ціна там — лише кілька сотих долара.

Така модель створює цілком новий бізнес-сценарій. На стороні пропозиції виникає двонапрямне зростання: люди будують послуги, і водночас агенти також будують послуги. Проблема з високими витратами в токенах, яку вирішує один агент, може перетворитися на дешевий інструмент, доступний усім наступним агентам. У такому світі агенти можуть “капсулювати” свій досвід у робочих процесах і продавати його іншим агентам, тим самим субсидуючи власні операційні витрати.

Кожен перехід до нової парадигми створює нових продавців. Shopify дає можливість продавцям в e-commerce, Stripe дає можливість онлайн-компаніям, а економіка машин — дасть можливість імпровізаційним розробникам і автономним інтелектуальним агентам.

Оцінка реальністю

Отже, на скільки далеко ми від справді комерціалізованих транзакцій між інтелектуальними агентами?

Моя команда в Artemis постійно відстежує прогрес двох основних типів протоколів оплати для агентів: x402-протокол Coinbase з відкритим кодом і машинний платіжний протокол (MPP), який спільно запускають Stripe та Tempo. Якщо коротко, цілі цих двох класів протоколів повністю збігаються: зробити так, щоб користувач або агент міг платити за будь-яку мережеву послугу (наприклад, дані, вебпарсинг, інференс моделі або інші API-послуги) за одну-єдину мережеву вимогу без реєстрації аккаунта, без API-ключів, без незручних процедур виставлення рахунків тощо.

Наразі це все ще рання стадія.

На кінець 2025 року обсяг транзакцій x402 був завищений завдяки спекуляціям мемкоїнами та “накруткам” активності через рейтинги. Верхній графік демонструє підмінену активність — “реальну” активність, скориговану після відфільтрування фейкових транзакцій спеціальними алгоритмами. Якщо прибрати шум фейкових транзакцій і мемкоїн-спекуляцій, чітко видно: агентна економіка ще не настала. Наразі більшість активності — це розробники, які тестують платні API та AI-інструменти, а не справжні агентні економічні сутності, що працюють.

Перш ніж ця модель реально “вибухне”, є дві ключові проблеми, які потрібно вирішити:

1. Сторона пропозиції ще не сформована: критично бракує кількості практичних API-інтерфейсів, які здатні створити у агентів реальний платіжний намір.

2. Немає зрілого рівня discovery (виявлення) та агрегації: навіть якщо цінні інтерфейси існують, агенти зараз не мають надійного способу їх знаходити.

Оскільки вся екосистема ще розвивається, використовувати обсяг транзакцій як ключовий індикатор поки зарано. Більш доречний показник — зростання сторони пропозиції, тобто кількість компаній, що надають послуги агентам. Ми будемо називати таких компаній “постачальниками послуг”.

На верхньому графіку показано накопичену зміну кількості постачальників послуг, які відповідають стандартам (продавців) з часом. Щоб відповідати стандартам, продавець має виконати щонайменше дві “реальні” транзакції і мати щонайменше двох незалежних покупців. У минулому жовтні це число було менше 100, а зараз перевищує 4000. Я очікую, що темп зростання ще прискориться, і це буде викликано трьома основними трендами:

1. Штучний інтелект знижує поріг створення цифрових продуктів (як зазначалося вище), а отже більше людей і AI-агентів стануть продавцями.

2. Нові послуги будуть будуватися за ідеєю “агенти-першочергові”. Агенти стають ключовими клієнтами, і тому форму продуктів для них буде повністю змінено: API замість вебсторінок, миттєвий доступ замість реєстрації, оплата за вимогою замість підписки.

3. Існуючі сервіс-провайдери будуть змушені трансформуватися. Із все більшою кількістю користувачів, які взаємодіють через AI-інтерфейси замість ручного перегляду вебсторінок, рекламна бізнес-модель повністю втратить ефективність, бо не буде людської уваги, яку можна монетизувати. У компаній не залишиться вибору: їм доведеться напряму платно брати кошти за контент і послуги.

Ці сили створять позитивний фідбек-леп (вируючий механізм), коли попит і пропозиція підсилюватимуть одне одного, і зрештою запалять всю агентну економіку.

Структура галузі

Екосистема агентних транзакцій стрімко формує свою архітектуру. Багато стартапів з’являються буквально як гриби, і вони фокусуються на закритті кожної “порожнечі” в цій архітектурі. Паралельно підприємства з fintech та SaaS-сектору також переходять до нативних агентних транзакцій. За останні дванадцять місяців майже всі провідні гіганти платежів та лабораторії зі штучним інтелектом запустили або оголосили протоколи, пов’язані з агентними транзакціями.

Ми виділили понад 170 компаній, які охоплюють п’ять основних рівнів: інтерфейс взаємодії, інтелектуальні агенти, облікові записи, платіжна інфраструктура, AI-движок. Тут ми скорочуємо до приблизно 80 ключових організацій:

Ми розбираємо зверху вниз по рівнях.

Рівень інтерфейсу

Рівень інтерфейсу знаходиться найближче до користувача і відповідає за те, щоб намір користувача (потреба) спрямовувався до потрібних інструментів або сервісів (пропозиції). Хто здатен визначати спосіб, яким інтелектуальний агент знаходить, оцінює та обирає сервіси — той має величезний контроль над усіма рівнями нижче. Ми зосередимося на двох найважливіших категоріях у цьому рівні:

Користувацький інтерфейс

Це вхідна точка, з якою більшість людей безпосередньо взаємодіє з інтелектуальними агентами. Apple, Google, OpenAI, Anthropic, xAI та Perplexity створюють такі інтерфейси взаємодії, і їхня форма швидко виходить за межі простого режиму “чат”. Постійно з’являються нові формати: голосові помічники, настільні помічники, вбудовані “sidecar” помічники, браузерні агенти тощо — усе ближче до реальних сценаріїв використання. Платформа, яка стане стандартним AI-інтерфейсом для користувачів, стане стартовою точкою для ініціювання кожної транзакції агентом; той, хто виграє цей сегмент, отримає додаткову значну перевагу.

Лабораторії зі штучним інтелектом уже “спарсили” і натренували даними весь інтернет; тепер найякісніші навчальні дані — це підказки від людей у вигляді зворотного зв’язку. Кожного разу, коли ти приймаєш або відхиляєш відповідь, вносиш правки або передаєш Claude/ChatGPT дані уподобань, інтерфейс взаємодії фіксує ці дані для продажу або навчання моделей. Контроль над інтерфейсом означає контроль над петлею зворотного зв’язку, яка оптимізує як досвід користувача, так і саму модель. Саме тому Anthropic випустила Claude Code, Google придбала Windsurf, а OpenAI намагається придбати Cursor. Як тільки твій агент накопичить контекст про твої вподобання, робочі процеси та 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 відповідний сервіс? Це, ймовірно, найбільша нерозв’язана проблема у всій архітектурі екосистеми. Наразі більшість рішень — це жорстко закодовані списки інструментів або “вибіркові” маркетплейси сервісів. Великі платформи вже будують власні системи: OpenAI та Stripe запустили ACP, Google та Shopify — UCP, Visa — TAP. По суті, це каталоги продавців, і вони працюють лише тоді, коли і платформа, і продавці активно підключаються. У типових сценаріях така модель працює добре, але зі зниженням порогу створення й продажу цифрових сервісів з’являтиметься багато нішевих і високо кастомізованих застосунків, а “вибіркова” модель не зможе задовольнити ці довгохвості потреби.

Компанії на кшталт Coinbase, Merit Systems, Orthogonal, Sapiom будують відкриту альтернативу: вони створюють агрегатори та базову інфраструктуру, щоб агенти під час роботи могли автономно знаходити сервіси та платити за їх використання, без попередньої інтеграції або комерційних домовленостей. Через експоненційне зростання пропозиції (тобто мережевих ресурсів) складність вирішення цієї проблеми зростатиме ще більше. Але хто зможе “взяти” ранжування та рекомендаційні системи — так щоб агенти в потрібний момент знаходили правильні сервіси, — той і отримає величезну вагу в галузі.

Агенти в підсумку прийдуть до вибірково-закритої моделі чи до моделі відкритої екосистеми, і як саме це визначить розподіл цінності — одна з найключовіших суперечок у цій сфері. Ми надалі ще глибше обговоримо цю тему.

Рівень інтелектуальних агентів і акаунтів

Щоб виконувати завдання, інтелектуальним агентам недостатньо просто бути “розумними”. Продажний дочірній агент Джо виконав повний процес: відфільтрував 200 лідів, доповнив інформацію, організував і запланував три зустрічі — і при цьому Джо не потрібно було конфігурувати жодні інструменти, керувати API-ключами чи поетапно затверджувати кожну дію. Більшість інфраструктури, яка робить це можливим, для кінцевого користувача “невидима”, але якщо цих інфраструктур не буде, агент стане просто великою мовною моделлю без можливості виконувати дії. Нижче наведено короткий огляд ключових базових компонентів, необхідних для цього:

Інструменти та стандарти

Такі протоколи і фреймворки надають інтелектуальним агентам здатність взаємодіяти зі зовнішнім світом. MCP (Machine Communication Protocol, ініційований Anthropic і зараз керується Linux Foundation) дозволяє агентам під’єднуватися до зовнішніх даних і інструментів: викликати API, до яких вони ніколи не зверталися, читати бази даних або миттєво викликати конкретну послугу. A2A (запропонований Google) визначає, як агенти з різних платформ можуть взаємно виявляти одне одного та координувати роботу. LangChain, фреймворк від Nvidia та Cloudflare дає розробникам базові модулі, щоб створювати й розгортати агентів поверх цих протоколів. Нещодавно придбаний OpenAI OpenClaw інтегрує управління контекстом і виклики інструментів в єдиний фреймворк із пріоритетом локалізації, суттєво знижуючи складність побудови агентів, які самостійно виявляють і використовують сервіси за оплату.

Ключова проблема в цій сфері полягає в тому, що: ці стандарти в кінцевому підсумку стануть єдиними чи перетворяться на фрагментацію? Чи зможуть комерційні фреймворки, побудовані на цих стандартах, захопити цінність до того, як інструменти стануть взаємозамінними?

Ідентифікація (аутентифікація)

Після того як агенти можуть спілкуватися між собою, необхідно ще й побудувати довіру. Перш ніж агент робитиме транзакції або продаватиме послуги, він має довести, що він має відповідні повноваження та права на виконання дій, і зберегти записи дій, які можуть бути перевірені іншими агентами.

Наразі існує кілька технічних шляхів, зокрема: біометрична перевірка ідентичності (Worldcoin, Civic), ончейн системи репутації для агентів (ERC-8004), верифіковані облікові дані (Dock, Reclaim).

У цій сфері великий простір для дизайну, але й дуже високі ризики: яка максимальна сума агент зможе витратити до того, як він отримає твоє схвалення? Чи зможе він підписати контракти від твого імені? Чи зможе делегувати повноваження дочірнім агентам? Правила та межі безпеки, найімовірніше, у фіналі будуть визначені на рівні акаунтів.

Гаманці

Очевидно, що щоб агенти здійснювали платежі, їм потрібен гаманець. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy та інші десятки постачальників займаються цією сферою й надають функції, включно з програмованим доступом і створенням, делегуванням дозволів, лімітами витрат на одну транзакцію, білими списками для отримувачів та підтримкою роботи в кількох ланцюгах без потреби користувачу вручну підтверджувати кожну дію. Це один із найконкурентніших сегментів у всій екосистемі — і він одразу піднімає ключове питання: де саме лежить “моat” (захисна перевага) компаній? І чи в кінцевому підсумку ця сфера стане “однаковою” для всіх?

Рівень платежів

Платіжний рівень розташований глибоко в архітектурі і для кінцевого користувача має бути “невидимим”, але в економіці машин кожен потік коштів проходитиме через нього. Коли агент Джо вночі платить 0.24 долара, щоб отримати дані від 40 постачальників, йому не потрібно обирати спосіб оплати, організацію карткової схеми, валюту чи блокчейн для розрахунків для кожної транзакції.

Головна складність у тому, що традиційні платіжні канали були створені для кліків “купити” людиною, а не для налаштування на тисячі запитів щохвилини від агентів із разовими сумами менше копійки. Мережі платіжних карток мають фіксовані витрати на кожну транзакцію близько 0.03–0.04 долара плюс комісію 2.3%–2.9%. Це працює для готельного замовлення на 400 доларів, але повністю не підходить для нового типу багатокрокових агентних транзакцій.

Це породило цілу низку нових протоколів і грошових систем, спеціально створених для агентних транзакцій, і водночас традиційні гіганти переобладнують наявну інфраструктуру під ці потреби.

Ключові моменти такі:

Платіжні канали

Ці протоколи та стандарти визначають, як інтелектуальний агент ініціює, маршрутизує та завершує платіжний розрахунок. Наразі сформувалися дві основні технічні лінії:

1. x402 (Coinbase/Cloudflare) та MPP (Stripe/Tempo) — створені спеціально для машинно-нативних транзакцій: агент викликає інтерфейси, отримує котирування, підписує оплату, отримує дані — і все це завершується за один HTTP-запит. Розрахунок відбувається в стабільних монетах, а вартість однієї транзакції — лише кілька сотих долара.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) і TAP від Visa — застосовують інший підхід: вони адаптують існуючу інфраструктуру карткових платежів під сценарії агентів. Такі рішення більше підходять для операцій із високою цінністю; порівняно зі швидкістю розрахунку та витратами, для них важливіші захист покупця та покриття прийому у торговців.

Стабільні монети та розрахунки

Інтелектуальним агентам потрібна валюта з програмованістю, швидкістю, низькою вартістю та глобальністю. Стабільні монети повністю відповідають цим вимогам, тому стають природним вибором для транзакцій x402 та MPP. Паралельно карткові платіжні канали забезпечують захист покупця, а звички торговців — зрілі й усталені, що досі важливо для транзакцій із високою цінністю. Базові публічні ланцюги (як Base, Solana, Tempo) додають ще один критично важливий рівень проблеми: які ланцюги здатні підтримати необхідний рівень обробки (throughput), остаточність (finality) і структуру витрат, потрібні для масштабних агентних транзакцій?

Постачальники (торговці/сервіси)

Такі установи є посередниками між інтелектуальними агентами та торговцями. Вони беруть на себе складні етапи, зокрема комплаєнс-перевірки, підключення торговців, автентифікацію дозволів тощо. Coinbase, Stripe і PayPal розширюють свої існуючі екосистеми, щоб підтримати агентні транзакції; їхня ставка полягає в тому, що власні мережі торговців і комплаєнс-інфраструктура дадуть конкурентну перевагу. Інші компанії на кшталт Sponge і Sapiom вирішують проблему cold start з боку нових торговців: вони дозволяють будь-якому API-базованому бізнесу легко почати приймати агентні платежі. Оскільки платіжні канали, протоколи та кількість торговців продовжують зростати, координатори (посередники/агрегатори) мають шанс стати ключовою сполучною ланкою, яка запобігатиме фрагментації всієї системи.

Рівень AI-движка

Цей рівень не потребує зайвих пояснень: усі взаємодії агентів, кроки міркування та виклики інструментів керуються ним. Але швидкість зміни бізнес-моделі на цьому рівні значно перевищує інші частини архітектури, а кінцева цінність може бути не такою прозорою, як здається на поверхні. Ми зосередимося на двох категоріях:

Обчислювальні потужності та хостинг

Кожного разу, коли інтелектуальний агент Джо виконує інференс для завдання, викликає інструменти або створює дочірніх агентів, він споживає обчислювальні потужності. Але інференс — лише частина витрат. Через вибухове зростання low-code / “імпровізаційних” розробницьких застосунків і сервісів, які агенти створюють самі, з’являється багато нових інтерфейсів, яким потрібні середовища для хостингу. Станом на травень 2025 року кількість доступних вебсторінок зросла на 45% лише за два роки; а оскільки code-агенти роблять запуск нових сервісів надзвичайно простим, цей темп прискориться ще більше. Це означає, що потреба в обчисленнях зростатиме синхронно з обох боків: з одного боку, більше агентів оброблятимуть більше завдань, а з іншого — більше сервісів постійно “виходитимуть”, щоб задовольняти ці потреби.

Надвеликі хмарні провайдери (AWS, Google Cloud, Nvidia) — очевидні ключові учасники. При цьому AWS і Google Cloud також постійно спрощують розгортання агентних бекендів та API в своїй інфраструктурі. Cloudflare фокусується на edge computing і надає низько-затримкові серверлесні обчислення для агентних сервісів. А децентралізовані платформи обчислювальних потужностей на кшталт Akash, Bittensor, Nous задовольняють надлишковий попит на обчислення, інтегруючи глобальні GPU-ресурси й продаючи їх за дуже низькою ціною.

Базові великі моделі

Базові великі моделі — це “мозок” всієї системи. Anthropic, OpenAI, Google і Meta як передові лабораторії постійно розширюють межі можливостей інтелектуальних агентів, а вартість роботи цих моделей швидко знижується. Наприкінці 2022 року запуск моделі рівня GPT4 коштував приблизно 20 доларів за мільйон токенів; а на початку 2026 року за аналогічної продуктивності вартість знизилася приблизно до 0.05 долара за мільйон токенів. За трохи більше ніж три роки зниження склало 600 разів. Оновлення заліза, конкуренція між постачальниками, а також оптимізації на кшталт кешування промптів і batch-процесингу спільно продовжують здавлювати витрати на інференс. Паралельно, коли логіка інференсу очищається та пакується у більш маленькі open-source вагові моделі й при цьому вартість запуску стає дуже низькою, загальна вартість створення “розуму” також суттєво падає. У частині бенчмарків різниця між open-weight моделями і closed-weight моделями вже звузилася до лише 1.7%.

Це велика позитивна новина для економіки машин.

Дешевші інтелектуальні агенти означають дешевші агенти в цілому, тож 24-річний незалежний засновник з Вермонту може легко дозволити собі операційні витрати — і це, у свою чергу, підсилюватиме активність транзакцій на кожному рівні верхньої частини екосистеми. Якщо великі моделі почнуть конкурувати ціною, як це сталося з хмарними провайдерами, тоді цінність зрештою може сконцентруватися у сегментах “upstream” і “downstream” навколо рівня моделей, а не в самих моделях.

Хто стане переможцем?

До 2030 року більшість твоїх цифрових взаємодій більше не вимагатиме браузера, пошукових систем або магазину застосунків. Тобі потрібно просто сказати, яка в тебе потреба, і інтелектуальні агенти самі повністю все зроблять: знайдуть потрібний сервіс, узгодять умови, здійснять оплату і передадуть кінцевий результат. Інтернет виглядатиме зовсім інакше.

Це можна розуміти як оптимізацію пошуку для агентів. API-інтерфейсів стане дедалі більше, а інтерфейсів для людської взаємодії — дедалі менше.

У такому світі хто “збиратиме” цінність?

Самм Рагсдейл із Merit Systems написав статтю, де порівняв сьогоднішню екосистему агентних транзакцій із раннім інтернетом. Він вважає, що відібрані агентні сервіс-маркети, які створили великі платформи (ACP, UCP, TAP), йдуть шляхом старого AOL з 90-х років: враження “вишукані”, система закрита, але головне обмеження в тому, що всі постачальники сервісів мають пройти ручний відбір і перевірку. А відкриті протоколи на кшталт x402 і MPP хоч і грубші, але мають безліцензійність: будь-хто може зібрати інтерфейс, не маючи бізнес-команди чи юридичної перевірки, і заробляти через агентні транзакції. У 90-х закриті “садові” продукти пропонували кращий досвід, але відкритий інтернет — нескінченні можливості.

У підсумку перемогла відкрита мережа.

Та сама логіка повторюється. ACP, UCP, TAP будуть підключатися до провідних AI-лабораторій і добре обслуговуватимуть типові сценарії, але обмежаться агентами, які можуть працювати лише зі заздалегідь перевіреним каталогом сервіс-провайдерів: вони зможуть виконувати тільки задачі, які платформа заздалегідь заклала. А агенти, здатні підключатися до всієї системи відкритих протоколів, матимуть значно ширші межі можливостей.

Пам’ятаймо: саме зараз найжвавіша частина інтернету виникає завдяки HTTP-протоколу і безлічі відкритих сайтів у форматі довгого хвоста трафіку.

Ми маємо з упевненістю визнати: ми не можемо уявити повну картину відкритого агентного інтернету. Так само, як у 1995 ніхто не міг спрогнозувати появу онлайн-поїздок чи соцмереж, коли ми забезпечуємо агентам необхідні інструменти, ми не можемо передбачити, що вони створять і за які сервіси платитимуть.

Як ми вже обговорювали, базові великі моделі швидко рухаються до гомогенізації, і цінність може перейти на інші рівні архітектури. Інструменти розробки, гаманці та інфраструктура ідентифікації дуже важливі, але оскільки стандарти уніфікуються, ці сфери також, імовірно, стануть однаковими. Тому я вважаю, що цінність зосередиться у трьох сферах: інтерфейс, платежі та обчислювальні потужності.

Інтерфейс взаємодії

Інтерфейс взаємодії визначає ліміти витрат, процеси затвердження та механізми делегування довіри. Платформа, яка зможе створювати найперсоналізованіший досвід для користувачів, несе на собі найбільший потік транзакцій.

Apple — один із найбільш недооцінених учасників у цій сфері. Її пристрої глибоко вбудовані в повсякденне життя, і вартість міграції користувачів надзвичайно висока. Якщо Siri еволюціонує до зрілого агентного інтерфейсу взаємодії, Apple не треба створювати найкращу модель — їй достатньо керувати відправною точкою для десятків мільярдів транзакцій. Їм лише треба зберігати найякісніший вхідний інтерфейс.

Переорієнтація Google виглядає ще складнішою. Перехід від ручного перегляду людьми до розумного фільтрування агентами роз’їдатиме її ключовий рекламний дохід. Але у Google є переваги, які недоступні іншим: у неї накопичені десятки років персональних даних у пошуку, пошті, календарі, картах і документах. Додатково треба врахувати вартість міграції на рівні компаній: Google Workspace вже вбудовано в мільйони компаній, і листи, файли та робочі процеси працівників працюють на інфраструктурі Google. Якщо є якась компанія, яка здатна створити найперсоналізованіших агентів для споживачів і бізнесу, то це Google. Проблема в іншому: чи зможе вона монетизувати агентні сервіси так само ефективно, як монетизує пошуковий трафік.

Merit Systems — мій фаворит серед “темних коней”. Вони і будують інфраструктуру виявлення сервісів для відкритої агентної економіки (AgentCash, x402-сканування, MPP-сканування), і розробляють інтерфейс для споживчого сегмента (Poncho). Їхня ключова логіка така: хто контролює канали виявлення сервісів агентами та входить у контур руху грошей, той займе позицію Google на ранньому інтернеті. Це амбітна ставка, але якщо битва агентних транзакцій виграє у вибірково-закритої моделі, Merit стане найбільш вигідним агрегатором. Зараз компанія все ще на ранній стадії, як колись у конкуренції між Google та AOL із закритою екосистемою, оціненою зараз у 350 мільярдів доларів.

Платежі

Хто контролює рух коштів, той отримує частку з кожної угоди. У мене найбільше впевненості щодо перспектив саме цього рівня, бо його розмір буде синхронно рости разом із обсягом транзакцій.

Stripe та Tempo найкраще позиційовані у машинно-нативних платежах. Stripe вже має зрілу екосистему розробників і велику мережу торговців. А Tempo має потокові платежі, остаточність транзакцій приблизно за 500 мс, потічні платіжні канали, нативну підтримку карток і стабільних монет, оплату Gas у доларах (без ризику коливання токенів), сервер-посередницьку оплату транзакцій тощо — усе спеціально для масових обсягів транзакцій в економіці машин. Якщо MPP стане стандартним машинно-нативним платіжним каналом, Stripe та Tempo будуть отримувати комісію з кожної агентної транзакції.

Circle буде рости синхронно з розширенням агентної економіки. Я твердо переконаний, що стабільні монети стануть рівнем розрахунків в економіці машин, і тоді Circle отримуватиме частку з кожного долара в гаманцях агентів через дохід із резервів. USDC — стабільна монета з найширшим прийняттям на біржах, у гаманцях, у публічних ланцюгах та в платіжних протоколах; нові розробники обиратимуть її першою, що додатково заглиблює інтеграцію її екосистеми й ускладнює входження конкурентів.

Visa здійснить адаптацію. Пам’ятаєш, як Джо поповнив рахунок кредитною карткою через Apple Pay, а на рівні інфраструктури автоматично відбува