Wawasan Panorama Bisnis Entitas Cerdas: Arsitektur, Tren, dan Jalur Implementasi

Kecerdasan buatan sedang membentuk kembali dasar dunia bisnis. Kita berada di titik balik di mana agen cerdas bertransformasi dari alat biasa menjadi agen cerdas otonom. Sejak 2024, raksasa seperti Paypal, Visa, Mastercard, Stripe, dan Amazon mulai memasuki "bisnis agen cerdas" dan "pembayaran agen cerdas", dengan logika di baliknya yang jelas: penerapan antarmuka agen cerdas secara besar-besaran akan mengguncang logika bisnis dan hubungan produksi yang telah dibangun selama 30 tahun berdasarkan GUI. Operasi e-commerce, pemasaran iklan, dan logika penyelesaian pembayaran keuangan akan sepenuhnya ditulis ulang, kategori baru Agentic Commerce (Intelligence Commerce) akan muncul.

Artikel ini bertujuan untuk memberikan perspektif panorama tentang bisnis agen pintar, secara sistematis menguraikan struktur dan jalur teknologinya, menganalisis inovasi bisnis dari perubahan ini, mengeksplorasi tantangan inti yang dihadapi dalam proses pencapaiannya, dan membahas mengapa cryptocurrency mungkin menjadi infrastruktur dasar yang tidak terpisahkan.

1. Apa itu Commerce Agens?

Agentic Commerce adalah model bisnis yang didorong oleh agen AI, di mana agen AI dapat mewakili pengguna untuk melakukan berbagai tugas, termasuk mencari produk, membandingkan opsi, memberikan rekomendasi, dan menyelesaikan pembelian. Agen AI ini mampu berinteraksi dengan platform e-commerce, memproses transaksi, dan mengelola seluruh proses belanja, bertujuan untuk membuat pengalaman berbelanja lebih personal, aman, dan nyaman. Fitur "Buy for Me" dari Amazon dan alat "Operator" dari OpenAI adalah contoh yang paling dikenal saat ini.

Menurut laporan Gartner pada tahun 2024, saat ini hanya kurang dari 1% perusahaan atau pedagang di industri e-commerce yang mengadopsi agentic ai ke dalam bisnis atau layanan mereka, tetapi perhatian pasar terhadap teknologi ini sangat tinggi. Sebuah survei statistik e-commerce tahun 2025 menunjukkan bahwa 90% e-commerce bersedia belajar bagaimana mengintegrasikan agentic ai ke dalam bisnis mereka.

1.1 Peran pengguna manusia berubah dari "pelaksana" menjadi "penyerah tugas", tahap pengambilan keputusan bisnis kunci dipindahkan dari "halaman checkout" ke "lapisan niat"

Belanja online tradisional seperti menjelajahi supermarket virtual yang dirancang dengan cermat: konsumen secara langsung melihat rak, membandingkan produk, dan akhirnya melakukan pembayaran, seluruh proses berfokus pada "penjelajahan aktif". Tujuan optimasi pedagang adalah untuk membuat proses ini semulus mungkin, mengurangi keraguan pengguna melalui antarmuka yang menarik, rekomendasi yang tepat, dan pembayaran yang cepat.

Dalam dunia baru Agentic Commerce, pengguna tidak perlu lagi menjelajahi situs e-commerce satu per satu, membandingkan nilai dan harga, atau melakukan pemesanan secara manual. Cukup dengan memberikan instruksi yang samar kepada asisten AI, seperti "Bantu saya membeli sepatu yang cocok untuk berlari". AI segera diaktifkan, mencari di antara banyak penjual, menyaring produk, menganalisis harga, ulasan, dan logistik, bahkan mempertimbangkan keberlanjutan rantai pasokan. Seluruh proses ini, pengguna mungkin tidak menyentuh layar sekali pun atau memasukkan kata sandi sama sekali.

Perubahan kunci adalah: peran pengguna beralih dari "pelaksana" menjadi "delegator", inti dari perilaku bisnis beralih dari "aliran klik" (Click stream) menjadi "aliran niat" (Intent stream). Konsumsi tidak lagi menjadi serangkaian pilihan diskrit, tetapi merupakan keseluruhan otorisasi terhadap tujuan akhir (pengguna manusia dapat langsung mengatakan kepada asisten AI: saya ingin merenovasi rumah saya dengan gaya Mediterania, bantu saya memilih bahan).

Ketika keputusan bisnis berpindah dari "halaman pembayaran" ke "lapisan niat", sistem bisnis yang ada akan menghadapi dampak yang sangat besar. Dari pemasaran hingga strategi pertumbuhan pengguna, semua logika bisnis e-commerce tradisional yang telah dibangun selama puluhan tahun berdasarkan analisis perilaku manusia kini terguncang oleh keputusan rasional dari agen AI:

• Uji A/B: AI dapat membandingkan puluhan skema dalam milidetik, menghabiskan waktu dua minggu untuk menguji warna ikon tombol yang mana yang memiliki tingkat konversi lebih tinggi menjadi tidak berarti.

• Rekomendasi yang dipersonalisasi: Semua algoritma rekomendasi yang sebelumnya berdasarkan riwayat penelusuran manusia tidak lagi berlaku, model rekomendasi perlu direkonstruksi berdasarkan logika keputusan AI.

• Pemulihan Keranjang Belanja: Dalam keputusan AI tidak akan ada "keraguan" atau "pengunduran diri" yang mirip dengan manusia karena berbagai pengalaman atau alasan subjektif atau objektif lainnya, tingkat pengabaian keranjang belanja dan berbagai strategi optimasi yang sesuai akan menjadi sejarah (saat ini rata-rata tingkat pengabaian keranjang belanja global adalah 70%)

Pemasaran tradisional bergantung pada "ekonomi perhatian": gambar yang indah, iklan video yang emosional, tombol merah "beli sekarang" yang terbatas, semua strategi ini untuk memicu konsumsi impulsif manusia menyimpan niat tersembunyi dari pedagang terhadap psikologi perilaku manusia. Sebaliknya, AI tidak memiliki impuls, ia adalah agen pengambilan keputusan yang sepenuhnya rasional, ia hanya memperhatikan apakah data yang dikembalikan API jelas, apakah parameternya lengkap, ia akan dengan dingin membandingkan spesifikasi produk, harga sejarah, waktu pengiriman, ulasan pengguna bahkan jejak karbon rantai pasokan, sehingga tidak akan ada lagi "penguasaan pikiran pengguna".

Pemasaran Agentic Commerce di masa depan tidak lagi hanya membuat iklan yang menarik perhatian, tetapi menciptakan "jejak kepercayaan yang dapat dibaca mesin", "Kesesuaian Produk-Agen" akan menggantikan "Kesesuaian Produk-Pasar". Apakah produk Anda dapat dengan mudah diindeks, dipahami, dan direkomendasikan oleh ekosistem agen AI arus utama (seperti server MCP, protokol A2A) akan menentukan nasib pasar Anda.

Namun sebelum agen cerdas dengan cepat melakukan pemikiran dan pengambilan keputusan berdasarkan tujuan yang ditugaskan oleh manusia dan "menghasilkan niat" untuk bergerak cepat menuju tujuan akhir: "penyelesaian transaksi bisnis", agen akan menabrak dinding keras dan berhenti------sistem pembayaran tradisional.

2. Ketidakcocokan yang Mematikan: Mengapa Sistem Keuangan Tradisional adalah Penghambat untuk Perdagangan Agens.

Agen cerdas dapat menyelesaikan pengumpulan informasi, analisis, dan pengambilan keputusan dengan sempurna, tetapi ketika ia mencapai tahap terakhir dari siklus bisnis, ia akan menabrak dinding yang keras, dinding tersebut adalah sistem pembayaran keuangan yang sepenuhnya dirancang untuk manusia yang telah kita bangun selama puluhan tahun.

Seluruh sistem pembayaran dan pengendalian risiko modern, pada dasarnya adalah sebuah "sistem anti-otomatisasi". Filosofi desain intinya adalah: mengasumsikan bahwa otomasi sama dengan penipuan.

Pikirkan setiap langkah dalam proses pembayaran yang kita miliki saat ini:

• CAPTCHA: Menggunakan masalah yang sulit dikenali oleh mesin untuk membuktikan bahwa Anda adalah "manusia".

• Kode verifikasi SMS/otentikasi dua faktor (2FA): Asumsikan Anda memiliki perangkat fisik yang dapat menerima SMS dan dapat memasukkan kode verifikasi secara manual, tindakan ini sangat sulit dilakukan oleh program.

• 3D Keamanan Sertifikasi: Ini akan memaksa pengalihan ke halaman bank baru, meminta Anda untuk memasukkan kata sandi transaksi yang terpisah, yang sepenuhnya menghentikan proses otomatis apa pun.

• Analisis perilaku manajemen risiko: Sistem manajemen risiko yang canggih bahkan akan menganalisis jejak gerakan mouse Anda, kecepatan mengetik, sidik jari perangkat, dan "fitur manusia" lainnya untuk menilai keaslian transaksi.

Semua "tindakan keamanan" ini, di era Commerce Agentic, telah berubah menjadi "belenggu": berbagai pertanyaan yang setara dengan "Apakah Anda manusia?" menghalangi agen cerdas otonom yang kami kirim.

Oleh karena itu, masa depan pembayaran tidak lagi berupa "halaman checkout (Checkout Page))" tetapi harus berupa "protokol (Protocol()". Ini adalah revolusi tentang kepercayaan dan mekanisme otorisasi. Kita memerlukan sistem bukti digital yang sepenuhnya baru, yang memungkinkan pengguna untuk dengan aman menerbitkan "otorisasi yang dapat diprogram" kepada agen AI mereka dengan batasan yang jelas mengenai ruang lingkup, jangka waktu, dan jumlah.

Agentic Payment termasuk dalam rangkaian protokol ini, yang merupakan tahap penyelesaian pembayaran akhir dalam Agentic Commerce, di mana agen AI menggunakan metode yang aman dan efisien (seperti tokenisasi bukti) untuk melakukan transaksi atas nama pengguna. Ini memastikan proses pembayaran tanpa hambatan dan aman, biasanya dengan batasan dan kontrol yang ditetapkan oleh pengguna untuk menjaga kepercayaan dan keamanan. "Agentic Tokens" dari Mastercard mendukung agen AI untuk menyelesaikan langganan dan pembayaran berkala, Toolkit Agent dari PayPal membantu agen AI menangani proses pembayaran, serta Visa dan Stripe juga memiliki alat serupa. Eksperimen terbaru Stripe dengan Perplexity adalah kombinasi dari keduanya, di mana pengguna dapat menggunakan Perplexity sebagai antarmuka untuk langsung memberikan instruksi untuk memberikan saran menyeluruh dalam mendekorasi rumah baru Anda dan menyediakan produk spesifik, ketika pengguna mengonfirmasi bahwa itu adalah rencana yang mereka sukai, agen langsung menggunakan backend pembayaran agen yang disiapkan oleh Stripe untuk menyelesaikan penyelesaian pembayaran otomatis dan pengiriman.

Percayalah, setelah melihat ini, Anda mungkin sudah dapat memahami mengapa raksasa seperti VISA dan Mastercard bergegas untuk meluncurkan solusi pembayaran yang sesuai dengan Agentic Commerce. Karena mereka semua bertaruh siapa yang akan menjadi pembuat aturan untuk "protokol pembayaran" generasi berikutnya yang "natif mesin", ini adalah taruhan untuk menguasai infrastruktur dasar dunia bisnis di masa depan, dan akhir dari perubahan ini adalah mengembalikan pembayaran ke esensinya ------ aliran nilai yang tanpa terasa.

3. Apa tantangan spesifik dalam membangun infrastruktur keuangan yang mendukung pengalaman yang mulus untuk Commerce Agentic? Bagaimana cara melakukannya?

3.1 Tantangan Utama: Kepercayaan, Niat dan Otomatisasi (Trust, Intent and Automation)

Dilema dalam membangun sistem Pembayaran Agentic bukanlah sekadar implementasi teknologi, tetapi juga harus menyelesaikan tantangan mendasar yang berasal dari pergeseran paradigma.

1. "Siapa yang bisa melakukannya": dari otentikasi pembayaran tradisional (Authentication) ke tantangan otorisasi perdagangan agen (Agentic Commerce) Authorization(

Dalam bidang pembayaran, ketika membahas pengguna akhir, kita biasanya lebih fokus pada autentikasi daripada otorisasi. Jika Anda mengklik "Beli" di situs e-commerce, Anda secara jelas memberikan otorisasi, dan sulit untuk dibantah (karena Anda telah memasukkan informasi kartu kredit dan secara jelas mengklik tombol tersebut), jadi inti dari pembayaran tradisional adalah dibangun di sekitar "pengidentifikasian orang", dan pertanyaan mendasar adalah: "Bagaimana saya dapat memastikan bahwa operatornya adalah Anda sendiri?"---------yaitu autentikasi.

Namun, di era bisnis yang didorong oleh agen AI di masa depan, akan ada perubahan penting di bidang pembayaran: otorisasi menjadi langkah kunci dalam proses pembayaran, dan masalah otorisasi ini sekarang terlihat lebih kompleks dan menarik, karena instruksi otorisasi dari pengguna tidak sejelas skenario "klik tombol untuk membeli" yang sederhana dalam e-commerce tradisional, pengguna manusia dapat mengekspresikan niat pembayaran mereka dengan berbagai cara. Titik kompleks lainnya adalah, ketika permintaan pembayaran diajukan, kepada siapa sebenarnya kita memberikan otorisasi? Apakah kepada pengguna manusia, agen, atau perusahaan yang mengembangkan agen tersebut?

Masalah otorisasi dalam skenario pembayaran agen yang dapat kami pikirkan saat ini:

• Identitas Hantu: Siapa yang seharusnya menjadi "peminta transaksi" ini, pengguna manusia akhir, model AI, pengembang aplikasi agen, atau server yang menjalankannya? Kita kekurangan seperangkat standar identitas yang dapat diverifikasi yang dirancang untuk "mesin", yang dapat menyebabkan setiap tahap menjadi celah keamanan.

• Batasan otorisasi: Bagaimana cara mendelegasikan izin keuangan dengan aman kepada AI? Bagaimana batasan otorisasi (jumlah, waktu, pedagang) dapat didefinisikan dengan tepat dan ditegakkan dengan ketat, serta bagaimana memastikan otorisasi itu sendiri tidak dirusak atau disalahgunakan juga merupakan pertanyaan baru.

• Penanggungjawaban: Ketika agen mengalami kesalahan atau disalahgunakan yang mengakibatkan kerugian, siapa yang bertanggung jawab adalah masalah yang sangat rumit. Ketidakjelasan tanggung jawab adalah hambatan terbesar untuk penerapan skala besar.

2. "Apa yang dilakukan": Kesenjangan Verifikasi Niat )The Intent Verification Gap(

Masalah verifikasi niat sebenarnya adalah turunan dari masalah otorisasi, dan sifat probabilistik LLM memiliki pertentangan yang alami dengan tuntutan kepastian dalam keuangan. Meskipun lapisan pembayaran tidak dapat memperbaiki "ilusi" AI, sebuah sistem keuangan yang dirancang dengan baik harus mampu menjembatani kesenjangan antara output AI dan niat nyata pengguna.

• Dari instruksi ke niat: Pembayaran tradisional memproses "instruksi pembayaran" (Bayar $50 ke Pedagang X), yang mengasumsikan bahwa instruksi tersebut akurat. Sementara itu, pembayaran agen perlu memproses "niat transaksi" ("Tolong belikan saya secangkir oat latte ukuran sedang"). Sistem pembayaran perlu memiliki kemampuan untuk memverifikasi instruksi pembayaran akhir dengan niat bahasa alami yang awal.

• Pembatasan perilaku AI: Apa yang kita butuhkan bukanlah sistem pembayaran yang bisa memahami pemikiran AI, tetapi sistem yang memiliki "penghalang" yang kuat. Sistem ini dapat membatasi perilaku AI melalui data terstruktur, aturan ketat di tingkat API, bahkan logika kontrak pintar, untuk memastikan hasil eksekusi berada dalam "zona aman" yang telah ditentukan oleh pengguna. Misalnya, aturan yang hanya mengizinkan pengeluaran di Starbucks tidak melebihi 10 dolar dapat secara efektif mencegah "ilusi" AI yang menghasilkan transaksi yang besar atau salah.

3. Metode penyimpanan dan penyelesaian pembayaran yang asli dari mesin

Sebagaimana telah disebutkan sebelumnya, sistem pembayaran tradisional secara alami memiliki gen "anti-otomatisasi". Semua langkah keamanan yang dirancang untuk GUI tradisional akan menjadi belenggu yang menghambat otomatisasi penuh dalam skenario perdagangan agen, oleh karena itu kita memerlukan satu set API pembayaran yang dirancang secara asli untuk mesin.