Панорамное понимание бизнеса на основе интеллектуальных систем: архитектура, тенденции и пути реализации

Искусственный интеллект переосмысляет основы бизнес-мира. Мы находимся на пороге того, как агенты превращаются из обычных инструментов в автономные интеллектуальные системы. С 2024 года такие гиганты, как Paypal, Visa, Mastercard, Stripe, Amazon, активно развивают "агентный бизнес" и "агентные платежи", и логика, стоящая за этим, ясна: массовое применение интерфейсов агентов перепишет коммерческую логику и производственные отношения, основанные на GUI, которые существуют уже 30 лет. Логика электронной коммерции, рекламного маркетинга и финансовых расчетов будет полностью переработана, и появится новая категория Agentic Commerce (Intelligence Commerce).

Данная статья направлена на предоставление читателям панорамного взгляда на бизнес интеллекта, систематически рассматривая его технологическую структуру и пути, анализируя коммерческую инновационность этой трансформации, обсуждая ключевые сложности, с которыми сталкивается процесс реализации, и обосновывая, почему криптовалюта может стать его незаменимой базовой инфраструктурой.

1. Что такое агентская коммерция?

Агентная коммерция — это бизнес-модель, управляемая AI-агентами, которые могут выполнять различные задачи от имени пользователей, включая поиск продуктов, сравнение вариантов, предоставление рекомендаций и завершение покупок. Эти AI-агенты могут взаимодействовать с торговыми платформами, обрабатывать транзакции и управлять всем процессом покупок, с целью сделать покупательский опыт более персонализированным, безопасным и удобным. Функция "Купить за меня" от Amazon и инструмент "Оператор" от OpenAI — это наиболее известные примеры на сегодняшний день.

Согласно отчету Gartner за 2024 год, в настоящее время менее 1% предприятий или продавцов в сфере электронной коммерции внедрили agentic ai в свои бизнес-процессы или услуги, но интерес к этой технологии на рынке очень высок. Согласно статистическому исследованию электронной коммерции 2025 года, 90% предприятий электронной коммерции готовы изучить, как интегрировать agentic ai в свой бизнес.

1.1 Роль человеческого пользователя изменилась с "исполнителя" на "доверителя", ключевой этап бизнес-решений переместился с "страницы оформления заказа" на "уровень намерений"

Традиционные онлайн-покупки похожи на прогулку по тщательно спроектированному виртуальному супермаркету: покупатели лично просматривают полки, сравнивают товары и в конечном итоге оплачивают, а весь процесс сосредоточен на "активном исследовании". Оптимальная цель продавцов состоит в том, чтобы сделать этот процесс максимально плавным, уменьшая любые сомнения пользователей с помощью красивого интерфейса, точных рекомендаций и быстрой оплаты.

В новом мире Agentic Commerce пользователям не нужно просматривать веб-сайты электронной коммерции по одному, сравнивать соотношение цена-качество или вручную оформлять заказы; им достаточно сказать своему ИИ-помощнику неясную команду, например: "Помоги мне купить пару кроссовок для бега". ИИ немедленно активируется, ищет бесчисленное количество продавцов, отбирает продукты, анализирует цены, отзывы и логистику, даже учитывает экологичность цепочки поставок. На протяжении всего процесса пользователи, возможно, ни разу не коснулись экрана и не ввели пароль.

Ключевое изменение заключается в том, что роль пользователя изменяется с "исполнителя" на "доверителя", а основа коммерческого поведения изменяется с "потока кликов" (Click stream) на "поток намерений" (Intent stream). Потребление больше не является серией дискретных выборов, а представляет собой полное уполномочивание конечной цели (человеческий пользователь может напрямую сказать AI-ассистенту: я хочу заново оформить свой дом в средиземноморском стиле, помоги мне выбрать материалы).

Когда бизнес-решения перемещаются с "страницы оформления заказа" на "уровень намерений", существующая бизнес-система столкнется с лавинным ударом. От маркетинга до стратегий роста пользователей, вся эта традиционная логика электронной коммерции, основанная на анализе человеческого поведения на протяжении десятилетий, будет разрушена рациональными решениями ИИ-агентов.

• A/B тестирование: ИИ может сравнивать десятки вариантов за миллисекунды, что делает двухнедельное тестирование цвета иконок кнопок на предмет их конверсии бессмысленным.

• Персонализированные рекомендации: Все существующие алгоритмы рекомендаций, основанные на истории браузинга пользователя, перестали работать, и модель рекомендаций необходимо реконструировать на основе логики принятия решений ИИ.

• Восстановление корзины: в решениях ИИ не будет "колебаний" или "отказов", которые могут возникнуть у человека по различным причинам, как субъективным, так и объективным. Уровень отказа от корзины и различные соответствующие стратегии оптимизации станут историей (в настоящее время среднемировой уровень отказа от корзины составляет 70%).

Традиционный маркетинг полагается на "экономику внимания": красивые изображения, эмоциональные видеорекламы, красные кнопки "ограниченная распродажа" — все эти стратегии, направленные на стимулирование импульсивного потребления, скрывают хитрость продавцов, основанную на психологии человеческого поведения. В отличие от этого, ИИ не подвержен импульсам, он является абсолютно рациональным агентом принятия решений, который обращает внимание только на четкость возвращаемых API данных и полноту параметров. Он безжалостно сравнивает характеристики продуктов, исторические цены, сроки доставки, отзывы пользователей и даже углеродный след цепочки поставок, и больше не будет "завоевания ума потребителей".

Будущее маркетинга Agentic Commerce больше не заключается в создании привлекательной рекламы, а в создании "машиночитаемой истории доверия". "Согласие продукта с агентом" заменит "согласие продукта с рынком". Способность вашего продукта быть легко индексируемым, понимаемым и рекомендуемым основными экосистемами ИИ (такими как серверы MCP, протокол A2A) определит его выживание на рынке.

Однако прежде чем агенты быстро проведут рассуждения и примут решения по поручению человека, производя "намерение" и стремясь к конечной цели: "завершение коммерческой сделки", агенты наткнутся на жесткую стену и остановятся ------ традиционная платежная система.

2. Смертельная несовместимость: почему традиционные финансовые системы являются тормозом для агентной коммерции

Интеллектуальные системы могут идеально выполнять сбор информации, анализ и принятие решений, но когда они доходят до последнего этапа бизнес-замыкания, они сталкиваются с жесткой стеной, которая является полностью разработанной для человека финансовой платежной системой, которую мы строили на протяжении десятилетий.

Вся современная система платежей и управления рисками по сути является "антиавтоматизированной системой". Ее основная дизайнерская философия заключается в следующем: предполагается, что автоматизация равна мошенничеству.

Подумайте о каждом этапе нашего текущего процесса оплаты:

• Графический код (CAPTCHA): используется вопрос, который трудно распознать машине, чтобы доказать, что вы "человек".

• SMS-код/двухфакторная аутентификация (2FA): предполагается, что у вас есть физическое устройство, способное получать SMS-сообщения, и что вы можете вручную вводить код, это действие крайне сложно для программы.

• 3D безопасность: она заставит вас перейти на новую банковскую страницу, требуя ввести отдельный торговый пароль, что полностью прерывает любой автоматизированный процесс.

• Анализ поведения в риск-менеджменте: Современные системы риск-менеджмента могут даже анализировать траекторию движения вашей мыши, скорость набора текста, отпечатки устройств и другие "человеческие характеристики", чтобы определить подлинность сделок.

Все эти "меры безопасности" в эпоху Agentic Commerce стали "оковы": различные вопросы, которые можно интерпретировать как "Ты человек?", препятствуют нашим автономным агентам.

Таким образом, будущее платежей больше не будет "страницей оформления заказа (Checkout Page))", а должно стать "протоколом (Protocol()". Это революция в области доверия и механизмов авторизации. Нам нужна совершенно новая система цифровых удостоверений, которая позволит пользователям безопасно выдавать своему ИИ-агенту "программируемое разрешение" с четко определенными пределами, сроком действия и лимитом суммы.

Агентские платежи относятся к этому протоколу и представляют собой завершающий этап расчетов в агентской коммерции. Искусственный интеллект использует безопасные и эффективные методы (например, токенизированные удостоверения), чтобы представлять пользователей при выполнении транзакций. Это обеспечивает плавный и безопасный процесс платежей, обычно с ограничениями и контролем, установленными пользователями, для поддержания доверия и безопасности. "Агентские токены" от Mastercard поддерживают AI-агентов в выполнении подписок и регулярных платежей, а инструмент агентирования PayPal помогает AI-агентам обрабатывать платежные процессы. Visa и Stripe имеют аналогичные инструменты. Недавний эксперимент Stripe с Perplexity является сочетанием этих двух направлений, пользователи могут использовать Perplexity в качестве интерфейса для прямого выдачи команд, чтобы получить всесторонние рекомендации по декорированию своего нового дома и конкретные продукты. Когда пользователь подтверждает, что это решение ему нравится, агент прямо использует платежный бэкэнд, созданный Stripe, для завершения автоматизированного расчетного процесса и доставки.

Вероятно, вы уже поняли, почему такие гиганты, как VISA и Mastercard, стремятся выпустить соответствующие платежные решения, адаптированные под Agentic Commerce. Все они делают ставку на то, кто станет разработчиком правил игры для платежного протокола следующего поколения «машинного рождества». Это ставка на контроль над базовой инфраструктурой будущего бизнес-мира, а конечной целью этой революции является возврат платежей к их сути—бесшовному перемещению ценности.

3. Каковы конкретные проблемы, связанные со строительством финансовой инфраструктуры, поддерживающей гладкий опыт для Agentic Commerce? Как это сделать?

3.1 Основные вызовы: доверие, намерение и автоматизация (Trust, Intent and Automation)

Дилемма строительства системы Agentic Payment заключается не просто в технической реализации, а в решении фундаментальной проблемы, возникающей из сдвига парадигмы.

1. "Кто может сделать": от традиционной аутентификации платежей (Authentication)) до вызовов агентной коммерции (Agentic Commerce) и авторизации (Authorization()

В области платежей, говоря о конечных пользователях, мы обычно сосредотачиваемся на аутентификации, а не на авторизации. Если вы нажимаете "Купить" на сайте электронной коммерции, вы явно даете авторизацию, с которой трудно спорить (поскольку вы ввели информацию о кредитной карте и явно нажали кнопку), поэтому основа традиционных платежей строится вокруг "узнавания человека", а его главной задачей является: "Как я могу подтвердить, что операторами являетесь вы?"---------то есть аутентификация.

Но в будущем, в эпоху коммерции, управляемой AI-агентами, в области платежей произойдут важные изменения: авторизация становится ключевым этапом в процессе оплаты, и вопрос об авторизации сейчас кажется более сложным и интересным, поскольку команда на авторизацию от пользователя не так ясна, как в традиционном сценарии "нажмите кнопку для покупки" в электронной коммерции; человеческие пользователи могут выражать свои намерения по оплате различными способами. Еще один сложный момент заключается в том, кому именно мы авторизуем, когда исходящий платежный запрос: человеку-пользователю, агенту или компании, разработавшей этого агента?

На текущий момент мы можем подумать о проблемах с авторизацией в сценариях оплаты с использованием умных агентов:

• Идентичность призрака: Кто должен быть этим "запросом на сделку" — конечный человеческий пользователь, AI-модель, разработчик агентских приложений или сервер, на котором она работает? У нас нет набора проверяемых стандартов идентичности, разработанных для "машин", что может привести к тому, что каждый этап будет уязвимым местом в безопасности.

• Пределы полномочий: как безопасно делегировать финансовые полномочия ИИ? Как точно определить и строго исполнять пределы полномочий (сумма, время, продавец), а также как гарантировать, что сами полномочия не будут изменены или злоупотреблены, тоже является новой задачей.

• Ответственность: Когда агент ошибается или используется злонамеренно, вопрос о том, кто несет ответственность за убытки, является довольно сложным. Неопределенность ответственности и полномочий является главным препятствием для широкого применения.

2. "Что делать": Разрыв верификации намерений )The Intent Verification Gap(

Проблема верификации намерений на самом деле является производной от проблемы авторизации, и естественное противоречие между вероятностной природой LLM и определенными требованиями финансов существует. Хотя платежный слой не может исправить "иллюзии" ИИ, хорошо спроектированная финансовая система обязательно должна преодолеть разрыв между выводами ИИ и истинными намерениями пользователей.

• От инструкции к намерению: традиционная система платежей обрабатывает "платежную инструкцию" (Заплатить 50 долларов торговцу X), предполагая, что эта инструкция абсолютно точна. В то время как система смарт-платежей должна обрабатывать "намерение сделки" ("Помоги мне купить чашку овсяного латте среднего размера"). Платежная система должна иметь возможность проверять окончательную платежную инструкцию с первоначальным намерением на естественном языке.

• Ограничения поведения ИИ: нам не нужна платежная система, способная понимать мысли ИИ, а система с мощными "ограждениями". Она может ограничивать поведение ИИ с помощью структурированных данных, строгих правил на уровне API и даже логики смарт-контрактов, чтобы гарантировать, что результаты его действий остаются в "безопасной зоне", заданной пользователем. Например, правило, разрешающее тратить в Starbucks не более 10 долларов, может эффективно предотвратить высокие или ошибочные транзакции, вызванные "галлюцинациями" ИИ.

3. Натуральные методы эскроу и расчетов для машин

В предыдущем тексте уже упоминалось, что традиционные платежные системы обладают "антиавтоматизационными" генами, и все меры безопасности, разработанные для традиционного графического интерфейса, в сценарии агентной торговли станут препятствием для полной автоматизации. Поэтому нам нужна совершенно новая платежная API, созданная для машин.