När AI-agenter omformar online-shopping är det inte längre bara människor som gör inköp. Den här guiden förklarar agentbaserad handel och dess konsekvenser för både företag och köpare. Vi går igenom nyckelbegrepp som du bör förstå, praktiska användningsfall och hur handeln med agenter kommer att utvecklas. Du får också lära dig praktiska strategier så att ditt företag kan anpassa sig i denna nya och snabbt föränderliga miljö.

Vad är agentbaserad handel?

Agentbaserad handel är en form av online-shopping som innebär att AI-agenter hittar, jämför och eventuellt genomför köp åt kunder. Kunden berättar för en agent vad de vill ha (t.ex. "boka det billigaste nonstopflyget som landar före kl. 12.00"), och agenten går ut, utvärderar alternativen och presenterar dem för kunden. När kunden har godkänt slutför agenten köpet för kundens räkning. Kunderna behöver inte klicka sig igenom hundra flikar. De behöver inte ens se sidan för att gå till kassan.

Den här typen av transaktioner ändrar den vanliga processen. Istället för att företag utformar varje detalj kring mänskliga shoppare som navigerar på deras webbplatser, kontaktas de nu av AI-agenter som agerar som kundernas ombud. Och dessa agenter vill ha ren och strukturerad data, snabba svar och noll gissningar.

Du kanske ser att den här processen kallas "a-commerce" och det syftar på samma sak: en värld där digitala agenter inte längre bara är hjälpredor, utan snarare agerar beslutsfattare, initierar transaktioner och, i allt högre grad, är de som gör inköpen.

Viktiga begrepp att känna till

Om du är ny inom agentbaserad handel är det här idéerna som är värda att bekanta sig med. Det här avsnittet kommer inte att täcka allt, men det kommer att ge dig den mentala ramen för att förstå hur denna nya typ av handel faktiskt fungerar.

Agenter

AI-agenter är autonoma eller semi-autonoma program som använder artificiell intelligens för att agera för en användares räkning. Vad de gör går långt utöver att visa sökresultat - de bestämmer vad som ska köpas, när det ska köpas och var. De kan följa instruktioner, göra avvägningar och genomföra transaktioner. Med andra ord hjälper de inte till med köpet utan de är faktiskt köparen.

Agentbaserad ekonomi

När agenter blir kapabla att utföra transaktioner slutar de att vara hjälpredor bakom kulisserna och börjar bli aktiva deltagare i ekonomin. Det förändrar vem företagen pratar med (ibland är det stora språkmodeller (LLM), inte en människa) och vilka system som måste finnas på plats. Upptäckt, konvertering, tillskrivning, bedrägeribekämpning - allt får en ny form.

För AI på Stripe tänker vi igenom varje kontur av hur dessa system ska fungera just nu och i framtiden.

Agentinitierade betalningar

Agentinitierade betalningar är transaktioner som görs av en AI-agent för en användare. När en agent gör ett köp behöver den ett sätt att skicka pengar som är säkert, granskningsbart och godkänt. Stripes betalinfrastruktur är utformad för att stödja dessa transaktioner. Den hanterar auktorisering, bekräftelse och säkerhet utan att bryta agentens flöde eller kräva att en människa inkluderas vid kassan.

Modellkontextprotokoll (MCP)

Agenter behöver sammanhang för att agera effektivt. MCP, ett ramverk som gör det möjligt för LLM:er och AI-agenter att förstå kontextuell information i olika system, ger dem just det: strukturerad, maskinläsbar tillgång till information som lager, priser och logik för att gå till kassan. I stället för att orientera röriga webbsidor eller simulera klick använder agenter MCP för att interagera direkt med ett företags system. Utvecklare kan också exponera sina tjänster som monetäriserbara MCP-servrar som AI-agenter kan förstå och använda.

Stripes MCP (Model Context Protocol) gör det möjligt för AI-ansökningar och populära AI-drivna kodredigerare att interagera med Stripes tjänster via naturligt språk.

Hur fungerar agentbaserad handel?

Här är grundidén: Istället för att användare navigerar på din webbplats gör agenten det åt dem. Agenten vet vad användaren vill ha, den vet vad du erbjuder och den kan hantera hela transaktionen - från upptäckten och beslutsfattandet till betalningen. För godkännande återkopplas en människa innan köpet genomförs.

Låt oss säga att en kund frågar följande: "Hitta ett par vattentäta vandringskängor i storlek 39 för under 1500 kronor som kan levereras på fredag." Agenten skannar tillgängliga alternativ inom parametrarna för kundens fråga, med hjälp av protokoll som MCP för att hitta produktdata i realtid. Den kontrollerar returpolicyn, läser av fraktkostnaden, verifierar tillgängligheten och gör beställningen.

Om företaget i det här exemplet använder Stripe Issuing skapas ett tillfälligt virtuellt kreditkortsnummer för agenten så att den inte får tillgång till verklig kortinformation. Betalningen går sedan genom ett Stripe-verifierat flöde som är utformat för att godkänna för användarens räkning, med alla vanliga skydd på plats: bedrägeridetektion, kvitton och metadata som är redo för avstämning.

Även om agenter kan navigera på befintliga webbplatser börjar företag att bygga för agenter - de tillhandahåller strukturerade produktkataloger, utformar kassaflöden så att de kan köras utan en människa i loopen och publicerar information om förtroendesignaler som är läsbar för agenter, till exempel returpolicyer, uppfyllningspolicyer och kontaktinformation. Precis som sökmotoroptimering gjorde innehållet läsbart för sökmotorer, kommer agenthandel att kräva att ditt företag görs läsbart för agenter.

Om ditt företag inte är redo att acceptera köp från agenter kommer du att gå miste om dessa transaktioner helt och hållet. Det innebär att bygga flöden som kan hantera betalningar som initierats av agenter, svara med strukturerade metadata och klara de förtroendekontroller som en agent kör innan den "köper".

De viktigaste användningsfallen för agentbaserad handel

Nu när vi har gått igenom tekniken, låt oss prata om hur företag faktiskt använder detta och vart det är på väg härnäst. Kanske bygger du din egen agent eller anpassar din kassa för att acceptera agentbaserad handel och förbli upptäckbar i en miljö efter användargränssnitt. I vilket fall som helst, här är två viktiga sätt för företag att komma in tidigt.

AI-agent för köp: Hur man gör det möjligt för agenter att skicka och spendera pengar

Det mest uppenbara användningsfallet, och det som får mest draghjälp just nu, är AI-shoppingagenten. Hittills har vi i stort sett haft att göra med agenter som rekommenderar produkter, men nu kan de också köpa dem.

Stripes betalningsflöden för agenter är byggda för just detta: Agenter som tillåts spendera pengar men som fortfarande måste följa säkra, granskningsbara spår för att göra det.

Perplexitys AI-assistent för shopping

Ett av de mest synliga exemplen just nu är Perplexitys Stripe-drivna shoppingassistent. Den låter användare beskriva vad de letar efter på ett naturligt språk, något som "storlek L-klänning för en sommarbröllopsgäst under 1200 kronor", och assistenten hanterar sökningen och går till kassan.

Tjäna pengar på agentbaserad användning

Agenter är egentligen inte slutpunkter för köp, utan snarare mellanhänder i en växande stack av AI-beslutsfattande. Det öppnar upp för nya sätt att tjäna pengar utöver själva transaktionen.

Du kan till exempel bygga API:er för ditt företag som andras agenter betalar för att få tillgång till. Du kan prioritera vissa listor för agenter som snabbt vill begränsa alternativen. Du kan till och med bygga nivåer för orderhantering eller stöd som är utformade specifikt för agenternas förväntningar såsom svar samma dag, verifierad inventering, rik metadata osv.

Stripe stöder monetärisering av agentinteraktioner och resultat genom olika prissättningsstrategier, oavsett om du tar betalt per sökning, per abonnemang eller baserat på framgångsrika åtgärder. Till exempel kan en ansökan om kundsupport implementera en modell per sökning för att använda sin agent, så att företag bara betalar för de stödmöjlighet de använder. Med Stripe användningsbaserad fakturering (UBB) kan företag skapa flexibla prismodeller som anpassar kostnaderna till den faktiska användningen, vilket säkerställer att kunderna bara betalar för det de använder. Företag kan enkelt integrera Stripe-tjänster i sina agentarbetsflöden med Stripe's agent toolkit och även tjäna pengar på användningen av sina MCP:er med Stripe's MCP-betalningar, vilket ger realtidsinsikter i betalningslivscykler som gör det möjligt för agenter att leverera informerade, lyhörda interaktioner.

Framtiden för agentbaserad handel

Stripe driver 78 % av Forbes AI 50, och mer än 700 AI-agentstartups lanserades på Stripe 2024, något som vi förväntar oss kommer att överträffas 2025.

Agentbaserad handel har potential att skriva om grunderna för hur handel fungerar på nätet. Som Emily Glassberg Sands, Head of Information and Data Science på Stripe, nämnde i Complex Systems podcast, "Agenter ändrar inte bara vem som går till kassan. De ändrar vem som söker, beslutar, litar på - alltihop."

Det innebär i praktiken att de delar av handeln som tidigare var problem med användarupplevelsen håller på att bli problem med protokollet. Det innebär att du måste se till att din produktkatalog är strukturerad på ett sätt som gör det enkelt för agenter att upptäcka och visa upp dina produkter, optimera kassaflöden för agenter, inte bara människor, skapa risklager med riskpoäng, samt implementera kundmodellering som är specialbyggd för agentinitierade transaktioner, där traditionella signaler inte längre gäller.

Så här börjar du med agentbaserad handel

Om du bygger för agenter, eller bygger system som agenter kommer att interagera med, börja med en infrastruktur som behandlar dem som aktörer av första klass, inte som marginalfall.

På en hög nivå innebär det:

• _Gör dina data maskinläsbar. _ Exponera produkt-, pris-, tillgänglighets- och policydata i format som agenter kan fråga direkt. För SaaS-företag innebär en egen MCP att programvaran blir upptäckbar och interoperabel med den nya generationens AI-verktyg.
  
• Stötta transaktioner som initieras av agenter. Agenter måste kunna skicka och spendera pengar på ett säkert sätt för användarnas räkning. Detta inkluderar programmatiskt godkännande, verifieringskedjor och verktyg för bedrägeri som förstår agenternas beteende.
  
• Låt rätt agenter komma in. Vi planerar att uppdatera Stripe Checkout Radar för att hjälpa till att skilja betrodda agenter från robotar som du inte vill ha någonstans nära din kassa.
  

Med hjälp av Stripe Payments eller Stripe Billing kan detaljhandlare strukturera sin produktkatalog på ett sätt som är tillgängligt för agenter i framtiden. Stripe bygger också mer förfinade åtkomstkontroller, till exempel för att ge agenter behörig åtkomst till specifika produkter eller sända restlager till agenter som tidigare besökt din webbplats. Stripe's Optimized Checkout Suite och Link-Stripe's accelerated checkout- ger också strukturerade, agentkompatibla flöden. Med Link aktiverat kommer detaljhandlare att kunna känna igen samma kund i olika AI-kanaler och därmed bibehålla kundrelationen och den personliga upplevelsen, oavsett hur de väljer att handla.

Bygg för kunden bakom agenten

Det är bra att komma ihåg att agenter inte kommer att ersätta människor, de kommer bara att agera för deras räkning. Det innebär att allt du optimerar - din prissättning, ditt kassaflöde, dina förtroendesignaler - fortfarande är för slutkunden, även om du inte längre pratar med dem direkt.

I den här miljön är kompatibilitet ett måste. Agenter kommer att söka sig till företag som gör det enkelt: strukturerad data, rena API:er, transparenta policyer, tillgänglighet i realtid och en friktionsfri upplevelse. Oavsett om du bygger en agent eller anpassar din kassa kan Stripe förbättra dina agenters arbetsflöden och se till att varje interaktion uppfyller kundens förväntningar.

För en djupdykning och för att utforska ytterligare resurser och användningsfall som är skräddarsydda för detaljhandlare, gå till kassan för att läsa den här omfattande guiden om att möjliggöra tillväxt genom agentbaserad handel.