Автор: Lucas Shin, джерело: Artemis, переклад: Shaw Золота фінансова стрічка

Огляд

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

• Новій агентній мережі потрібні відповідні нові платіжні канали, монетарні системи та базові компоненти.

• Цінність концентруватиметься у трьох великих рівнях: рівень інтерфейсу — суб’єкт, що керує взаємодією з користувачем; платіжний рівень — суб’єкт, який вбудовується в рух коштів; рівень обчислювальних потужностей і хостингу — суб’єкт, що забезпечує базову інфраструктуру для роботи.

• Розумна комерційна діяльність агентів на «довгому хвості» працюватиме на базі відкритих протоколів.

Спершу намалюймо сцену.

Час — 2030 рік. Вам 24 роки, ви живете у Берлінгтоні, штат Вермонт, і любите інвестувати — основні вкладення у США-акції, а також берете участь у Kalshi в деяких угодах з криптовалютами та ринками прогнозів. Два місяці тому ви працюючи неповний день заснували консалтингову фінтех-компанію.

Деякі дні, як от сьогодні, починаються абсолютно раптово.

Вжух —

Мелодія дзвінка телефону розбудила вас, ніби холодна вода — на обличчя. Це повідомлення від вашого персонального розумного агента Nexus:

Добрий ранок, Джо. Я вночі завершив таку роботу ——

Оновлення портфеля: уночі зменшив позицію $WMT на 15%. Дані супутників показують, що потік людей у магазинах знизився, і настрої в квартальній звітності змістилися в бік песимізму — це вже перехресно підтверджено.

Оновлення розкладу: на сьогодні по обіді вже заброньовано 3 зустрічі, а брифінг закріплено в нотатках до зустрічі.

Оптимізація витрат: знайшов нового провайдера хмарних серверів — продуктивність приблизно така сама, щорічна плата з 840 доларів знизилась до 290 доларів. Можна будь-коли мігрувати.

Загальні витрати: 0.67 долара

Що ж саме сталося, доки ви спали?

1. Nexus надіслав дослідницького підагента, витративши 0.24 долара, уночі отримав інформацію від 40 різних постачальників даних, зіставив зміст останньої телефонної конференції з квартальною звітністю Walmart із супутниковими зображеннями паркінгів магазинів по всій території США та оновив вашу інвестиційну логіку. Коли супутникові дані показали спад потоку клієнтів у Walmart, ваш агент-портфель зіставив настрої в квартальній звітності на Kalshi, підтвердив сигнал “на зниження” й завершив скорочення позиції ще до того, як ви прокинулися. Чотири роки тому така стратегія торгів була ще лише у сфері привілеїв Citadel та кількох кількісних фондів — їм доводилося платити за підписку на супутникові зображення мільйони доларів. Навіть термінал Bloomberg за 30 тисяч доларів на рік не міг покрити всю інформацію — тож ви ще мали окремо підписуватися на супутникові зображення, альтернативні дані й витрачати години на інтеграцію та аналіз. А зараз, 24-річний молодик у Вермонті може отримати на рівні перевагу інформації, еквівалентну кількісному аналітику Citadel, за ціною меншою ніж одна чашка кави.

2. Комерційний підагент Nexus відфільтрував 200 лідів, які відповідають вашому профілю цільових клієнтів — фінтех-компанії на стадії B-раунду та далі на південному сході США, які ще не використовують постачальників послуг з даними — і завершив доповнення інформації за ціною 0.002 долара за ліда; при цьому викликані інтерфейси розробив інший агент і виставив у відкритому маркеті. Він вибрав 3 ліди з найвищою зацікавленістю та одразу зв’язався з їхнім агентом розкладу, щоб узгодити час зустрічей. Перед кожною розмовою він витягнув дані потенційного клієнта про випускний заклад, спільні зв’язки, новини компанії та історію фінансування, а для вас оформив односторінковий брифінг, закріпивши його в нотатках до зустрічі. Лише доповнення інформації про ліди: якщо робити це через SaaS-підписку, кожен акаунт на місяць коштував би 200 доларів.

3. Операційний підагент Nexus провів порівняльні тести вашого консалтингового сайту з 6 провайдерами серверів: Vercel, Render, Railway, Fly.io, Netlify та Cloudflare. Він з надзвичайно низькою вартістю викликав тестові API-інтерфейси кожного сервісу, розгорнув тестове середовище, виміряв затримку, доступність і пропускну здатність. Зрештою Railway забезпечив такі самі показники продуктивності за третину вартості. Nexus домовився про щомісячну оплату через агент з ціноутворення Railway, побудував дзеркало сайту на нових серверах, а також виконав повний набір тестів, щоб упевнитися, що все працює нормально. Якби не було агентів, це щонайменше зайняло б тиждень: пошук в інтернеті, запити цін, ще й ризикована ручна міграція. Вам лише потрібно підтвердити Nexus виконати це.

Ваші агенти виконали все це — і коштувало лише 0.67 долара.

Тепер помножте цю сцену на кожного працівника знань у світі, на кожну компанію та на кожного працюючого розумного агента.

Вжух —

Nexus: недостатньо коштів, залишилось 1.87 долара.

Як і минулого тижня, ви поповнили кредитну картку на 5 доларів, прив’язану через Apple Pay, а потім продовжили чистити зуби. На нижньому рівні ці 5 доларів конвертуються з кредитної картки в стабільні монети — але ви взагалі не бачите гаманець, вам не треба думати про внесення коштів, і вам зовсім не потрібно торкатися блокчейну.

Це лише погляд на економіку машин — новий бізнес-сценарій, де AI-агенти постійно витрачають гроші на те, за що люди ніколи не платили, а обсяги та швидкість транзакцій значно перевищують людський масштаб. Можна уявити, що щодня з’являтимуться десятки мільярдів транзакцій.

Але сьогоднішній інтернет ще не готовий підтримувати все це.

Нині інтернет створений для людей. Він відфільтровує не-людську поведінку через лімітування швидкості, CAPTCHA та ключі API, а монетизація відбувається через рекламу для користувачів-людей. Однак зі сплеском автономних агентів ця бізнес-модель повністю перестане працювати.

Трафік вибухає, а кількість цільової уваги різко падає.

Мережі серверів, які тривалий час субсидуються рекламними доходами, зіткнуться зі збільшенням запитів на порядок — і запити ніколи не залежатимуть від реклами.

Агентна оплата природно вирішує цю проблему: мікроплатежі стануть ключем до доступу.

Платне скрапінгування, платний доступ, платне використання.

Компанії, які збудують інфраструктуру, що врешті-решт буде широко прийнята агентами, захоплять найбільший пул нового економічного попиту, який зможе спостерігати наше покоління. Поточні гіганти вже змагаються за позиції, але економіка машин також народжуватиме свої власні нові гіганти. Під час попередньої хвилі нового інтернету з’явилися Google, Amazon, Facebook, PayPal і Salesforce.

Ера інтернету на основі розумних агентів вже на підході.

Прогноз ринку

До 2030 року більшість мережевих взаємодій більше не відбуватиметься через браузер. Наші розумні агенти виконуватимуть за вас веб-перегляд, тестування, узгодження, формування команд підагентів і здійснення транзакцій. Кожне завдання, яке вони виконують, генеруватиме цілу низку мікроплатежів. Здається, що ці одноразові витрати — це додаткові витрати, але насправді вони замінюють інструменти та людські ресурси, що коштують значно дорожче. Чим досконаліші інструменти, тим краще працюють агенти, і тим більші автономні права ми їм надаватимемо.

Попит і темпи поширення

Давайте зробимо грубу оцінку.

У прикладі вище агент Джо завершив сотні транзакцій лише за 0.67 долара. Якщо масштабуємо це до середньої компанії на 500 працівників — кожному працівнику надано персонального агента, плюс сотні спільних агентів для відділів продажів, фінансів, юристів, операцій тощо — то щодня легко утворюватиметься 100 тисяч транзакцій, ініційованих агентами.

Глобально працівників знань понад 1 мільярд, і 88% уже використовують AI на роботі — обсяг попиту величезний і постійно зростає. Але нині таке використання здебільшого обмежується базовими задачами: пошук в інтернеті, резюме документів або написання листів. Повний перехід до розумних агентів ще не відбувся, але щойно він стартує, швидкість буде неймовірно високою.

Instagram досяг 100 мільйонів користувачів за 30 місяців, TikTok — за 9 місяців, а ChatGPT — лише за 2 місяці (дані Reuters / UBS). Одна з причин швидкого поширення ChatGPT — діалоговий інтерфейс давно знайомий людям, і не потрібно вчитися новому програмному забезпеченню чи змінювати звички використання — вам треба лише описати потребу, а агент знайде спосіб її виконати.

Єдина перешкода — довіра, а швидкість формування довіри значно вища, ніж очікують люди. Наразі Claude Code зробив внесок у 4% усіх публічних комітів на GitHub (понад 135 тисяч разів на день). За поточними темпами зростання наприкінці 2026 року це перевищить 20%. Це означає зростання у 42896 разів за 13 місяців. Розробники лише трохи більше ніж за рік перейшли від скепсису до того, щоб передавати AI виробничий код у масовому масштабі.

Оскільки моделі стають дедалі розумнішими, інтерфейси — дедалі простішими, а все більше технічної складності абстрагується й приховується, я вважаю, що темпи поширення розумних агентів ще пришвидшаться.

До 2030 року навіть якщо лише 60% працівників знань використовуватимуть агентів, середні витрати на день становитимуть 3–5 доларів (це вже консервативна оцінка — знаєте, агент Джо виконав три завдання до сніданку лише за 0.67 долара), а масштаб агентних транзакцій на персональному рівні досягне 800 мільярдів — 1.4 трильйона доларів на рік.

Ринок для компаній

Роббі Пітерсон з Dragonfly у статті вказав, що комерційні розумні агенти — це логічна еволюція SaaS-моделі. Я повністю з цим погоджуюся. Вони вже не просто допомагатимуть робочим процесам, а повністю заміщатимуть наявні процеси. Так само, як сьогодні понад 95% витрат на програмне забезпечення припадають на компанії та державні установи, масштаби використання та витрат на розумних агентів у корпоративному сегменті, імовірно, суттєво перевищуватимуть персональний ринок.

Ми вже спостерігаємо цю трансформацію. Klarna замінила Salesforce внутрішніми AI-системами, заощадивши близько 2 мільйонів доларів. ZoomInfo створила AI-агента, який замінив її відділ затвердження угод, щороку економлячи понад 1 мільйон доларів. Це лише ранні приклади, де агентизація одного робочого потоку дозволяє заощадити мільйони. У кожної компанії є сотні таких процесів у відділах продажів, фінансів, юристів, операцій і R&D. Коли розумні агенти будуть розгорнуті по всій компанії, масштаби витрат виявляться надзвичайно великими.

Кожен може стати продавцем

Оскільки кодові агенти значно знижують вартість розробки, поріг входу для інтернет-продавців наближається до нуля. Весільний планувальник, який добре підбирає майданчики, може упакувати найкращий робочий процес і продавати його як продукт. Незалежний розробник у Лагосі може розробити вертикальний API і вже через кілька годин почати заробляти дохід на агентах з усього світу. Вам потрібно лише мати експертні знання й, використовуючи підказки (prompt), згенерувати API-інтерфейс — і можна починати приймати платежі.

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

Уявімо, що згаданий вище Джо вирішує зайти в нову сферу: середні медичні компанії на Середньому Заході США з застарілою платіжною інфраструктурою. Якщо його агент з нуля виконає дедукцію, накопичення витрат у токенах швидко збільшиться:

• Відбір 200 компаній, що відповідають заданому профілю (дедукція + API виклики): приблизно 500 тисяч токенів

• Уточнення інформації по кожному лідові (техстек, фінансування, дані про найм): 200 лідів × приблизно 5000 токенів = 1 мільйон токенів

• Визначення осіб, які ухвалюють рішення для ключових клієнтів: приблизно 200 тисяч токенів

• Оцінювання за сигналами зацікавленості (ритм найму, тривалість контрактів): приблизно 300 тисяч токенів

• Дослідження бекграунду кожного рішення: 20 лідів × приблизно 10 тисяч токенів = 30k токенів

• Написання персоналізованих текстів для першого контакту: 20 лідів × приблизно 3000 токенів = 60 тисяч токенів

Загалом — близько 2.3 мільйона токенів; за розрахунком за Opus 4.6, вартість становить 8–15 доларів.

Зачекайте, хіба ж комерційний підагент Джо не робив подібний процес раніше і не витрачав лише кілька центів?

Так. Бо більшість етапів уже були вирішені іншими агентами. Доповнення лідів, оцінка зацікавленості та узгодження розкладу на відкритому ринку вже мають упаковані інтерфейси, і ціни там становлять лише кілька сотих часток долара.

Ця модель створює абсолютно новий бізнес-сценарій. Ринок буде зростати в двох напрямах на стороні пропозиції: люди створюють сервіси, а агенти теж створюють сервіси. Проблема з високими витратами в токенах, яку розв’язав один агент, може перетворитися на дешевий інструмент, доступний для всіх наступних агентів. У такому світі агент може перетворювати свій досвід на робочі процеси (workflows) і продавати їх іншим агентам, тим самим субсидуючи власні витрати на роботу.

Кожен зсув парадигми породжує нових продавців. Shopify дав можливість e-commerce-продавцям, Stripe — онлайн-компаніям, а економіка машин дасть можливість як раз тим, хто розробляє “тут і зараз”, а також автономним розумним агентам.

Реалістичний погляд

Так, наскільки ми близькі до справді комерційних транзакцій розумних агентів?

Команда Artemis, у якій я працюю, постійно відстежує прогрес двох основних типів агентних платіжних протоколів: x402, який відкрила Coinbase, та машинний платіжний протокол (MPP), який спільно представили Stripe і Tempo. Якщо коротко, ці два типи протоколів мають абсолютно однакову мету: щоб користувач або агент могли оплачувати будь-яку послугу мережі в межах одного запиту (наприклад, дані, веб-скрапінг, інференс моделей чи інші API-послуги), обходячи реєстрацію акаунтів, ключі API, виставлення рахунків та інші складні процедури.

Наразі це все ще рання стадія.

У 2025 році наприкінці обсяг транзакцій у x402 був сильно завищений через мемкоїн-спекуляції та накручування обсягу в рейтингах. На верхньому графіку — “реальна” активність транзакцій, скоригована після фільтрації фейкових угод за допомогою власного алгоритму. Якщо прибрати фейкові транзакції та шум від мемкоїн-спекуляцій, чітко видно: агентна економіка ще не настала насправді. Поточна більшість активності — це розробники, які тестують платні API та AI-інструменти, а не справді “агентні економіки”, де агенти працюють як економічні суб’єкти.

Перш ніж у цій моделі станеться справжній вибух, потрібно вирішити дві ключові проблеми:

1. Сторона пропозиції ще не сформована: кількість практичних API-інтерфейсів, які можуть створити реальне платіжне бажання в агентів, дуже низька.

2. Немає зрілого рівня виявлення та агрегації: навіть якщо високовартісні інтерфейси існують, агенти наразі не мають надійного способу знайти їх.

Оскільки весь екосистемний розвиток триває, оцінювати транзакційний обсяг як головний показник ще зарано. Більш коректний індикатор — зростання сторони пропозиції, тобто кількість продавців, які надають послуги для агентів. Ми будемо називати такі компанії узагальнено — постачальники послуг.

Верхній графік показує кумулятивну зміну кількості постачальників послуг (продавців), що відповідають стандартам, з часом. “Відповідні” продавці повинні: виконати понад дві “реальні” транзакції та мати щонайменше двох незалежних покупців. У жовтні минулого року цей показник ще був меншим за 100, а нині перевищив 4000. Я очікую, що цей темп зростання прискориться, і це зумовлено трьома великими тенденціями:

1. ШІ знижує поріг створення цифрових продуктів (як описано вище), отже більше людей та AI-агентів стануть продавцями.

2. Нові сервіси будуть проектуватися з пріоритетом для агентів. Агенти стають ключовими клієнтами, і форми продуктів для них будуть зовсім іншими: API замість веб-сторінок, миттєвий доступ замість процесу реєстрації, оплата “за потребою” замість підписки.

3. Нинішні провайдери послуг будуть змушені трансформуватися. Коли все більше користувачів взаємодіятимуть з AI-інтерфейсами, а не вручну переглядатимуть веб-сторінки, бізнес-модель, що покладається на рекламу, повністю зникне, бо не буде “людської уваги”, яку можна монетизувати. Компанії не матимуть іншого вибору, окрім як брати плату безпосередньо за контент і сервіси.

Ці сили створять позитивну інерцію (позитивний фідбек-цикл): пропозиція та попит взаємно підсилюватимуть одне одного і врешті-решт запалять всю агентну економіку.

Профіль ринку

Екосистема агентних транзакцій швидко формується. Багато стартапів з’являються як гриби після дощу — вони фокусуються на закритті кожного “порожнього місця” в цій архітектурі; паралельно підприємства з фінтеху та SaaS-послуг ростуть і переходять у нативні агентні транзакції. За останні дванадцять місяців майже всі ключові платіжні гіганти та лабораторії зі штучного інтелекту або випустили, або оголосили протоколи, пов’язані з агентними транзакціями.

Ми виокремили понад 170 компаній, що охоплюють п’ять рівнів: інтерфейс взаємодії, розумні агенти, облікова система, платіжна інфраструктура, двигун (AI) для штучного інтелекту. Тут ми стислимо до приблизно 80 ключових інституцій:

Ми розбираємо її зверху вниз, по черзі на рівні.

Рівень інтерфейсу

Рівень інтерфейсу розташований найближче до користувача: він відповідає за спрямування намірів користувача (потреб) до потрібних інструментів або сервісів (пропозиції). Хто визначає спосіб, яким розумний агент відкриває, оцінює та вибирає сервіси, той матиме величезну керівну роль над усіма нижчими рівнями. Ми сфокусуємося на двох найважливіших категоріях на цьому рівні:

Користувацький інтерфейс

Це вхідна точка, з якою більшість людей безпосередньо взаємодіє з розумними агентами. Apple, Google, OpenAI, Anthropic, xAI та Perplexity будують такі інтерфейси, і їхня форма швидко виходить за межі простого режиму “чат”. Безперервно з’являються нові формати: голосові помічники, десктопні помічники, вбудовані “другий пілот”/помічник, агент у браузері тощо — вони більше відповідають реальним сценаріям використання. Платформа, що стане стандартним інтерфейсом AI для користувачів, стане точкою старту для ініціювання всіх транзакцій агентом, і переможець у цій ніші отримає додаткову величезну перевагу.

Лабораторії зі штучним інтелектом уже “зіскрейпили” та навчали весь інтернет на даних; тепер найякісніші дані для навчання — це людський напрямний зворотний зв’язок. Кожного разу, коли ви приймаєте або відхиляєте відповідь, робите правку, або надаєте Claude або ChatGPT інформацію про вподобання, інтерфейс взаємодії, яким ви користуєтеся, фіксує ці дані — і їх потім продають або використовують для навчання моделей. Контроль над інтерфейсом означає контроль над замкненим контуром зворотного зв’язку, який оптимізує і досвід користувача, і саму модель. Саме тому Anthropic випустила Claude Code, Google придбала Windsurf, а OpenAI намагається придбати Cursor. Як тільки ваш агент накопичить контекст про ваші вподобання, робочі процеси та часто використовувані інструменти, витрати користувача на міграцію стають надзвичайно високими.

Виявлення сервісів

Коли агент Джо потребує інтерфейсу для доповнення лідів або послуги супутникових даних, як він знайде підходящий сервіс? Це, ймовірно, найбільша досі не розв’язана проблема всієї архітектури екосистеми. Наразі більшість рішень — це жорстко закодовані списки інструментів або “кураторські” ринки сервісів. Великі платформи вже будують свої власні системи: OpenAI і Stripe представили ACP, Google і Shopify — UCP, Visa — TAP. По суті, це каталоги продавців: щоб вони працювали, і платформа, і продавці мають активно підключитися. У звичайних сценаріях така модель працює добре, але оскільки поріг створення та продажу цифрових сервісів суттєво знизився, з’явиться багато нішевих і максимально кастомізованих застосунків, і “вибіркова” модель не зможе задовольнити потреби “довгого хвоста”.

Компанії на кшталт Coinbase, Merit Systems, Orthogonal, Sapiom будують відкриту альтернативу: вони створюють агрегатори та базову інфраструктуру, щоб агент міг у процесі самостійно знаходити та оплачувати сервіси без попередньої інтеграції чи досягнення комерційних угод. Оскільки сторона пропозиції (тобто мережеві ресурси) експоненційно зростає, складність вирішення цієї проблеми стає дуже високою. Але хто здолає задачі ранжування та рекомендаційних систем і зможе в потрібний момент підібрати агенту правильний сервіс, той захопить величезну ринкову владу.

Агентні транзакції врешті-решт підуть у бік вибіркового закритого режиму чи відкритої екосистеми, і те, як ця структура визначить розподіл цінності, — одна з найключовіших суперечок у цій сфері. Ми пізніше детальніше обговоримо цю тему.

Розумні агенти та рівень акаунтів

Щоб виконувати завдання замість нас, розумному агенту недостатньо бути просто “розумним”. Комерційний підагент Джо виконав повний процес: відбір 200 лідів, доповнення інформації та бронювання трьох зустрічей — і при цьому Джо не потрібно було налаштовувати жодні інструменти, керувати ключами API, і не треба було погоджувати крок за кроком кожну операцію. Більшість інфраструктури, що робить це можливим, для кінцевого користувача “незрима”, але без неї агент — це лише велика мовна модель без здатності виконувати. Нижче — огляд ключових базових компонентів, необхідних для цього:

Інструменти та стандарти

Ці протоколи й фреймворки наділяють розумні агенти можливістю взаємодіяти із зовнішнім світом. MCP (Machine Context Protocol, ініційований Anthropic, нині керується Linux Foundation) дозволяє агентам підключатися до зовнішніх даних і інструментів: викликати API, з якими агент ніколи не працював, читати бази даних або миттєво викликати певний сервіс. A2A (запропонований Google) визначає, як агенти, розроблені на різних платформах, можуть взаємно знаходити одне одного та координувати роботу. LangChain, фреймворки від Nvidia та Cloudflare надають розробникам базові модулі для створення і розгортання агентів поверх цих протоколів. Нещодавно OpenClaw, який придбав OpenAI, об’єднав керування контекстом і виклики інструментів в один фреймворк з пріоритетом локального виконання — суттєво знижуючи складність створення для розробників агентів, які можуть автономно знаходити та оплачувати сервіси.

Ключова проблема в цій сфері полягає в тому, що: чи ці стандарти врешті-решт стануть уніфікованими, чи фрагментуються? Чи зможуть комерційні фреймворки, побудовані на цих стандартах, захоплювати цінність ще до того, як інструменти стануть однорідними?

Аутентифікація

Після того як агенти можуть спілкуватися між собою, потрібно ще створити довіру. Перш ніж агент здійснить транзакцію або продасть сервіс, він має довести, ким саме він уповноважений діяти, які в нього права на операції, та зберігати лог/записи дій, які інші агенти зможуть перевірити.

Наразі існує багато різних технічних шляхів, зокрема: біометрична ідентифікація (Worldcoin, Civic), ончейн-системи репутації агентів (ERC-8004), перевірювані облікові дані (Dock, Reclaim).

Простір для дизайну в цій сфері великий, а ризики дуже високі: яку максимальну суму може витратити ваш агент до того, як ви дасте на це дозвіл? Чи може він від вашого імені підписувати контракти? Чи можна делегувати ці права підагентам? Правила та межі безпеки, найімовірніше, будуть остаточно визначені на рівні акаунтів.

Гаманці

Очевидно, що агенти, щоб робити платежі, мають бути оснащені гаманцями. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy та багато інших компаній уже розгортають рішення у цій сфері: забезпечують програмований доступ і створення, делегування дозволів, ліміти витрат на одну транзакцію, білого список одержувачів, а також підтримку роботи в кількох мережах без того, щоб користувач вручну підтверджував кожну операцію. Це один із найконкурентніших сегментів всієї екосистеми, і він також піднімає ключове питання: де саме проходить “рів” у фортеці компаній у цьому сегменті? Чи піде ця сфера в бік стандартизації (однорідності)?

Платіжний рівень

Платіжний рівень лежить глибше в архітектурі й для кінцевого користувача, ймовірно, буде непомітним, але в економіці машин кожна одиниця грошей пройде саме через нього. Коли агент Джо вночі сплачує 0.24 долара за запит даних у 40 постачальників, йому не потрібно щоразу обирати тип картки, валюту чи розрахункову базову (settlement) блокчейн для кожної транзакції.

Головна складність у тому, що традиційні платіжні канали були розроблені для кліків людини по кнопці “Купити”, а не для адаптації до тисяч транзакцій на хвилину з мікросумами нижче копійки — викликів API. У платіжних мережах банківських карток у кожній транзакції є фіксована вартість приблизно 0.03–0.04 долара плюс комісія 2.3%–2.9%. Це працює для замовлення готелю за 400 доларів, але повністю не підходить для нових агентних багатоетапних транзакцій.

Так з’являється ціла хвиля нових протоколів і монетарних систем, спеціально створених для агентних транзакцій, а традиційні гіганти також модернізують наявну інфраструктуру, щоб підлаштуватися.

Ключові моменти такі:

Платіжні канали

Ці протоколи й стандарти визначають, як розумні агенти ініціюють, маршрутизують і завершують платіжний розрахунок. Наразі сформувалися два основні технічні підходи:

1. x402 (Coinbase/Cloudflare) і MPP (Stripe/Tempo) спеціально створені для машин-оригінальних транзакцій: агент викликає інтерфейси, отримує котирування, підписує платіж, отримує дані — і все це відбувається за один HTTP-запит; розрахунок робиться в стабільних монетах, а вартість однієї операції — лише кілька сотих долара.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) і TAP від Visa використовують іншу логіку: перебудовують існуючу інфраструктуру банківських карт, щоб адаптуватися до сценаріїв агентів. Такі рішення найкраще підходять для угод високої вартості; порівняно з швидкістю та вартістю розрахунків для покупця важливіше захисту покупця та покриття приймання з боку продавців.

Стабільні монети та розрахунок

Розумним агентам потрібна валюта з програмованістю, швидкістю, низькою вартістю та глобальністю. Стабільні монети повністю відповідають цим вимогам, тому стали природним вибором для угод x402 та MPP. Водночас платіжні канали карт також можуть забезпечити захист покупця, а звички продавців уже сформовані — це все ще важливо для угод високої вартості. Базові ланцюги (наприклад, Base, Solana, Tempo) додають ще один ключовий рівень питання: які саме мережі здатні підтримувати потрібний агентам масштаб обробки транзакцій, фінальність та структуру витрат?

Постачальники

Ці установи — посередники між розумними агентами та продавцями; вони беруть на себе складні моменти на кшталт комплаєнс-рев’ю, інтеграції продавців і автентифікації прав. Coinbase, Stripe та PayPal розширюють наявні екосистеми, щоб підтримати агентні транзакції: вони роблять ставку на те, що їхні мережі продавців і комплаєнс-інфраструктура створять конкурентну перевагу. Інші компанії, як Sponge і Sapiom, вирішують проблему стартового холоду з боку “нових продавців”: щоб будь-який API-орієнтований бізнес міг легко почати приймати платежі від агентів. Оскільки платіжні канали, протоколи та кількість продавців постійно зростатимуть, координатор/посередник має шанс стати ключовою сполучною ланкою, що запобігає фрагментації всієї системи.

Рівень AI-двигуна

Цей рівень не потребує надто детального пояснення: усі взаємодії агентів, етапи міркування та виклики інструментів ним керуються. Але швидкість зміни бізнес-моделі цього рівня значно перевищує швидкість змін інших частин архітектури, а потік цінності в підсумку не такий прозорий, як здається. Ми зосередимося на двох категоріях:

Обчислювальні потужності та хостинг (транспорт)

Кожного разу, коли розумний агент Джо виконує інференс, викликає інструмент або створює підагента для задачі, він витрачає обчислювальні ресурси. Але інференс — лише частина витрат. З вибухоподібним ростом low-code / “імпровізованої” розробки застосунків та агентних сервісів, що створюються “під себе”, з’являється багато нових інтерфейсів, а всі вони потребують носіїв хостингу. Станом на травень 2025 року кількість доступних вебсторінок за якихось два роки зросла на 45%; а оскільки кодові агенти роблять запуск нових сервісів надзвичайно простим, цей темп лише прискорюватиметься. Це означає, що попит на обчислювальні потужності зростає з двох сторін одночасно: з одного боку більше агентів обробляють більше задач, з іншого — більше сервісів безперервно виходять на ринок, щоб задовольняти їхні потреби.

Надвеликі хмарні провайдери (AWS, Google Cloud, Nvidia) — очевидні ключові гравці. Причому AWS і Google Cloud постійно спрощують процеси розгортання agent-backend та API на власній інфраструктурі. Cloudflare фокусується на edge computing і забезпечує низьколатентні серверлес-обчислення для сервісів, орієнтованих на агентів. А децентралізовані платформи обчислень типу Akash, Bittensor, Nous тощо, інтегрують глобальні GPU-ресурси та продають надлишкові потужності за дуже низькою ціною — щоб закривати потребу в додатковій обчислювальній здатності.

Базові великі моделі

Базові великі моделі — це “мозок” всієї системи. Anthropic, OpenAI, Google і Meta як передові лабораторії постійно розширюють межі здатності розумних агентів, а вартість запуску цих моделей швидко знижується. Наприкінці 2022 року вартість запуску моделей рівня GPT4 становила приблизно 20 доларів за мільйон токенів; а на початку 2026 року за такої ж продуктивності вартість опустилася до близько 0.05 долара за мільйон токенів — падіння у 600 разів лише за більш ніж три роки. Оновлення заліза, конкуренція між виробниками, а також оптимізації на кшталт кешування промптів і batch-обробки разом безперервно знижують інференс-витрати. Паралельно, коли логіка міркування виводиться в менші open-source моделі з вагою, а витрати на запуск стають дуже низькими, загальна вартість побудови “розумності” теж суттєво падає. У деяких бенчмарках різниця між open-source ваговими моделями та closed-source моделями скоротилася до всього 1.7%.

Це велика користь для економіки машин.

Дешевші агенти означають дешевші агенти як сервіс: це дозволяє 24-річному незалежному засновнику у Вермонті легко дозволити собі витрати на запуск — і тим самим підвищує активність транзакцій у всіх верхніх сегментах екосистеми. Якщо великі моделі будуть “заперечуватися” у ціновій конкуренції, як це відбувається нині з хмарними провайдерами, то цінність у підсумку може зосередитися у верхніх/нижчих елементах ланцюга навколо рівня моделей, а не в самих моделях.

Хто стане переможцем?

До 2030 року більшість ваших цифрових взаємодій більше не потребуватиме браузера, пошукових систем або магазина додатків. Вам треба просто озвучити власні потреби — а розумні агенти повністю все зроблять за вас: знайдуть потрібний сервіс, узгодять умови, виконають оплату та доставлять кінцевий результат. Інтернет виглядатиме зовсім інакше.

Це можна розуміти як еру SEO для агентів. API-інтерфейсів буде дедалі більше, а інтерфейсів для людей — дедалі менше.

У такому світі хто буде “збирати врожай” цінності?

Саме Сем Леггсдейл з Merit Systems, описавши в статті порівняння нинішньої екосистеми агентних транзакцій із раннім інтернетом, вважає, що вибіркові агентні маркетплейси, які створюють великі платформи (ACP, UCP, TAP), йдуть стежкою 90-х американського online (AOL) — досвід доволі витончений, система закрита, але ключова межа в тому, що всі продавці проходять ручний відбір і аудит. А x402 та MPP як відкриті протоколи більш грубі, але мають безліцензійність: будь-хто може підняти інтерфейс без команд з бізнесу або юридичного аудиту, і заробляти гроші через агентів. У 90-х досвід із закритими “королівствами” був кращим, але відкритий інтернет має безмежні можливості.

Зрештою, відкритий інтернет перемагає.

Той самий логічний процес повторюється. ACP, UCP, TAP підключатимуться до топових AI-лабораторій і добре обслуговуватимуть основні сценарії, але обмежуються агентами, які працюють у рамках попередньо проаудованих каталогів продавців, і можуть виконувати лише завдання, передбачені платформою. Натомість агенти, які мають доступ до всієї екосистеми відкритих протоколів, матимуть значно ширші межі можливостей.

Пам’ятайте: найбільш активна частина інтернету зараз зумовлена величезним довгим хвостом трафіку відкритих сайтів, який виникає завдяки протоколу HTTP.

Ми маємо скромно визнати: ми не можемо уявити повний масштаб відкритого агентного інтернету. Як у 1995 році ніхто не міг передбачити появу сервісів для попутних поїздок або соцмереж, так само, коли ми надамо агентам потрібні інструменти, ми не можемо наперед знати, які сервіси вони створять і за що саме почнуть платити.

Як ми обговорювали раніше, базові великі моделі швидко рухаються до гомогенізації, тож цінність може зміщуватися в інші рівні технічної архітектури. Інструменти розробки, гаманці та інфраструктура ідентифікації надзвичайно важливі, але якщо стандарти стануть уніфікованими, ці сфери теж дуже ймовірно стануть однорідними. Тому я вважаю, що цінність зосередиться у трьох сферах: інтерфейс, платежі та обчислювальні потужності.

Інтерфейс взаємодії

Інтерфейс взаємодії визначає ліміти витрат, етапи погодження та механізми делегування довіри. Той, хто зможе створити найперсоналізованіший досвід для користувача, буде нести на собі найбільший потік транзакцій.

Apple — найнедооціненіший учасник у цій сфері. Її пристрої глибоко інтегровані в повсякденне життя людей, а витрати на міграцію для користувачів дуже високі. Якщо Siri еволюціонує до зрілого агентного інтерфейсу, Apple не потрібно будувати найтоповішу модель — достатньо контролювати точку входу, від якої стартуватимуть десятки мільярдів транзакцій. Їм треба лише підтримувати найякісніший інтерфейс взаємодії.

Перехід, з яким зіткнеться Google, буде ще складнішим. Перехід від ручного перегляду людьми до інтелектуального відбору агентами підживлює відтік від її ключового джерела доходів — рекламних надходжень. Але Google має інші переваги, яких немає в жодної іншої компанії: вона накопичила десятки років персональних даних у пошуку, пошті, календарі, картах і документах. Також потрібно врахувати витрати на міграцію для корпоративних клієнтів: Google Workspace вже вбудований у мільйони компаній, і листи, файли та робочі процеси співробітників працюють на інфраструктурі Google. Якщо хтось і може створити найперсоналізованіших агентів для споживачів і компаній, то це Google. Проблема в тому, чи зможе воно так само ефективно монетизувати агентні сервіси, як монетизує пошуковий трафік.

Merit Systems — мій фаворит як “темна конячка”. Вони як будують інфраструктуру виявлення сервісів для відкритої агентної економіки (AgentCash, сканування x402, сканування MPP), так і розробляють інтерфейс для споживчого сегмента (Poncho). Їхня ключова логіка така: хто контролює канали виявлення сервісів агентів і при цьому підключається до контуру руху коштів, той займе позицію Google у ранньому інтернеті. Це смілива ставка з великими амбіціями, але якщо відкриті агентні транзакції переможуть вибірково-закритий режим, Merit стане найбільш вигідним агрегаційним рівнем. Зараз компанія все ще на ранній стадії, як і колись конкуренція Google із закритою екосистемою AOL, яка тоді відповідала ринковій капіталізації приблизно $350 мільярдів.

Платежі

Хто контролює рух коштів, той отримує частку від кожної транзакції. Я найбільше впевнений у перспективі саме цього рівня, бо масштаб зростатиме разом із обсягом транзакцій.

Stripe і Tempo мають найбільші переваги в машин-оригінальних платежах. Stripe вже має зрілу екосистему розробників і величезну мережу продавців. А Tempo володіє властивостями, які створені під машинну економіку і її масовий обсяг: поточні (streaming) платежі, приблизно 500 мілісекунд фінальність транзакції, потокові платіжні канали, нативна підтримка банківських карт і стабільних монет, оплата Gas-ліміту в доларах (без ризику коливань токена), серверна оплата транзакцій (server-pay) тощо. Якщо MPP стане дефолтним машин-оригінальним платіжним каналом, Stripe і Tempo отримуватимуть комісію з кожної агентної транзакції.

Circle синхронно зростатиме разом із розширенням агентної економіки. Я переконаний: стабільні монети стануть розрахунковим шаром в економіці машин, і тоді Circle зароблятиме через дохід з резервів на кожну доларову суму в гаманцях агентів. USDC — стабільна монета з найширшою прийнятністю на біржах, в гаманцях, на публічних ланцюгах і платіжних протоколах; нові розробники обиратимуть її першою чергою, що ще більше поглиблює інтеграцію екосистеми й ускладнює входи конкурентів.

Visa завершить адаптацію. Пам’ятаєте, як Джо поповнив кредитну картку через Apple Pay, а на нижньому рівні це ав