Mastercard rozpocznie wdrażanie systemu płatności na początku 2026 roku, w którym agenci wykorzystujący sztuczną inteligencję będą mogli dokonywać zakupów w imieniu użytkownika, używając zaszyfrowanych tokenów zamiast rzeczywistych danych karty. Rozwiązanie, które jest już dostępne w Ameryce Łacińskiej, działa w oparciu o limity, reguły i uprawnienia zaprogramowane przez konsumenta, umożliwiając realizację transakcji wyłącznie zweryfikowanym agentom.
Ogłoszenie to pojawia się w okresie przyspieszenia automatyzacji finansowej. Firma konsultingowa Bain & Company prognozuje, że globalny rynek rozwiązań Embedded Finance powinien przekroczyć 7,2 biliona dolarów do 2030 roku, napędzany integracją usług bankowych z platformami pozafinansowymi. Gartner szacuje, że do 2026 roku ponad 20% globalnych firm będzie wykorzystywać autonomiczne formy sztucznej inteligencji w procesach operacyjnych.
Ocenę tę przedstawił Luis Molla Veloso , specjalista ds. finansów wbudowanych i integracji usług finansowych z platformami cyfrowymi. Twierdzi on, że pojawienie się autonomicznych agentów w metodach płatności zapoczątkowuje cykl konsumpcji, w którym decyzje zakupowe mogą być podejmowane w sposób ciągły i zaprogramowany. „To zmiana strukturalna: użytkownik nie tylko autoryzuje, ale także deleguje. Połączenie autonomicznej sztucznej inteligencji, tokenizacji i programowalnych limitów tworzy środowisko, w którym zakup następuje w najkorzystniejszym momencie, w ramach zdefiniowanych parametrów” – mówi.
Jak będzie działał nowy model?
Konsument rejestruje swoją kartę w systemie i ustala szereg reguł: maksymalną wartość transakcji, częstotliwość, dozwolone kategorie, listę autoryzowanych agentów oraz limity tygodniowe. Dane karty nie są już udostępniane i są zastępowane unikalnymi, zaszyfrowanymi tokenami. Transakcje mogą być realizowane wyłącznie za pomocą certyfikowanego oprogramowania.
Według Mastercard, model ten umożliwi inteligentne planowanie, automatyczne uzupełnianie zapasów oraz dokonywanie zakupów przez agentów monitorujących ceny i warunki. Według Luisa, system prawdopodobnie szybko zintegruje się z handlem detalicznym, zwłaszcza w kategoriach konsumpcji cyklicznej, takich jak supermarkety, subskrypcje cyfrowe i usługi komunalne.
Wpływ na konsumenta
Nowa funkcja zmniejsza ryzyko, minimalizuje ryzyko ujawnienia poufnych danych i automatyzuje procedury zakupowe, ale jednocześnie zwiększa zależność od dokładności ustawień użytkownika. „Jest bezpieczna, ale wymaga uwagi. Równowaga między wygodą a nadzorem będzie kluczowa, aby uniknąć nieplanowanych zakupów” – mówi Luis.
Jakie zmiany dla firm?
Dla rynku, wdrożenie agentów AI niesie ze sobą zarówno szanse, jak i wyzwania. Sprzedawcy detaliczni, firmy fintechowe, banki i platformy handlowe będą musiały dostosować swoją infrastrukturę, procesy i strategie retencji, aby działać w wysoce zautomatyzowanym środowisku zakupowym.
Do oczekiwanych korzyści należy zaliczyć większą przewidywalność popytu, ponieważ zaplanowane zakupy zmniejszają sezonowość, liczbę porzuconych koszyków i braków magazynowych, a także wyższy współczynnik konwersji, a zautomatyzowane transakcje zwiększają częstotliwość zakupów i obniżają bariery decyzyjne. Firmy korzystające ze zintegrowanych interfejsów API, kompatybilnych kas i tokenizowanych przepływów pracy budują zazwyczaj głębszą relację z klientem, a tokenizacja zmniejsza ryzyko oszustw poprzez eliminację bezpośredniego wykorzystania danych kart.
Luis zauważa, że ten ruch wymaga gruntownej przebudowy strategii doświadczenia użytkownika. „Kiedy zakup staje się delegowany, rola sprzedawcy detalicznego się zmienia. Decyzja nie jest już podejmowana wyłącznie w witrynie sklepowej; odbywa się w zapleczu, w systemie sztucznej inteligencji. Ci, którzy nie przygotowują się do integracji interfejsów API lub oferowania ustrukturyzowanych danych, ryzykują utratę znaczenia w tym nowym cyklu” – stwierdza.
Pomimo swoich zalet, model ten budzi istotne obawy. Uzależnienie od systemów autonomicznych w procesie podejmowania decyzji zakupowych wymaga przejrzystości i możliwości śledzenia; firmy muszą rozpoznawać wzorce w zautomatyzowanych zakupach bez uciekania się do nachalnej komunikacji; konieczne będzie również stworzenie nowych mechanizmów rozliczeń zwrotnych i obsługi klienta, aby obsługiwać transakcje dokonywane przez agentów. Co więcej, sektor będzie musiał stawić czoła rosnącej presji na dynamiczne ustalanie cen w otoczeniu, w którym konkurencja dotyczy obecnie nie tylko strategii marketingowych, ale również algorytmów.
Jak firmy powinny się przygotować
Eksperci wskazują, że sektor prywatny powinien rozpocząć przygotowania techniczne i strategiczne przed osiągnięciem pełnej funkcjonalności w 2026 roku. Według Luisa, kluczowe są trzy obszary:
- Infrastruktura API i tokenizacja: Firmy muszą zadbać o to, aby ich kasy, systemy płatności i warstwy antyfraudowe akceptowały tokeny, a nie dane kart. „Firmy, które nadal korzystają ze starszych integracji, będą miały trudności” – ostrzega.
- Ustrukturyzowane dane i ujednolicone katalogi: agenci AI podejmują decyzje w oparciu o przejrzyste dane. Niespójne opisy, nieaktualne ceny i nieuporządkowane katalogi mogą uniemożliwić sprzedawcy skorzystanie z automatycznych rekomendacji.
- Strategie przychodów cyklicznych i retencji: programy ponownego zakupu, rabaty uzależnione od częstotliwości zakupów i modele subskrypcji będą miały większe znaczenie, ponieważ są bezpośrednio zgodne z logiką niezależnych agentów.
Luis podkreśla, że firmy, które dostosują się jako pierwsze, mogą osiągnąć znaczące korzyści. „Wkraczamy w środowisko handlu detalicznego, w którym dominują systemy, a nie natychmiastowe zachowania. Ten, kto jest gotowy zaoferować jasne informacje, integrację i konkurencyjne ceny, będzie preferowanym dostawcą dla agentów” – ocenia.
Ryzyko i środki ostrożności
Automatyzacja stwarza również wyzwania regulacyjne i ryzyko behawioralne dla konsumentów i firm. Z punktu widzenia użytkownika, zbyt szerokie uprawnienia mogą prowadzić do niezamierzonych wydatków, zwłaszcza gdy powiadomienia nie są włączone lub gdy zaprogramowane limity nie są sprawdzane. Dla firm istnieje ryzyko dużej zależności od zewnętrznych algorytmów, co może nasilać spory dotyczące nierozpoznanych zakupów i wymagać stworzenia solidnych modeli zarządzania dla wykorzystania sztucznej inteligencji w środowiskach konsumenckich.
Luis podkreśla, że model ten będzie zrównoważony tylko wtedy, gdy zachowana zostanie równowaga między wydajnością a odpowiedzialnością. „Innowacje rozwijają się szybko, ale muszą im towarzyszyć przejrzystość, nadzór i mechanizmy radzenia sobie ze zmianami. Autonomiczne podmioty mogą przekształcić handel detaliczny, pod warunkiem, że działają w ramach jasno określonych granic” – podsumowuje.
