16 perspectives, contradictions, and the ultimate outcome in scenarios from AI payment practitioners

Écriture : Ivy & Hazel

Le paiement AI n’est plus un concept. x402, MPP, Tempo, AP2 — au cours de l’année écoulée, Coinbase, Stripe, Google, Visa ont construit des architectures protocolaires à différents niveaux. Des données réelles sur la chaîne, des commerçants réels connectés, des modèles mal interprétés commencent également à apparaître.

Samedi dernier, l’organisation Zhi Wu Bu Yan a organisé une réunion à huis clos sur le paiement agent, avec 16 invités issus des infrastructures de paiement, des services de portefeuille, des grandes entreprises de paiement, des institutions d’investissement, etc., répondant à près de trois heures à quatre questions : où se produit réellement le paiement AI, comment faire dépenser l’AI en toute sécurité, comment cette activité peut-elle être rentable, et vers où va la compétition entre grandes entreprises et startups.

Voici les principales conclusions qui ont émergé de cette discussion :

Le scénario le plus mature pour le paiement agent est l’appel API, avec un volume supporté par de petites transactions de 0,01 USD en fréquence ;

Il existe un conflit fondamental entre l’incertitude de sortie de l’AI et la nécessité de certitude dans la finance, ce qui constitue la contradiction technique de base du paiement agent ;

Le cadre de sécurité du paiement agent évolue du simple vérification d’identité vers la vérification d’intention ;

Le mécanisme de rétrofacturation (chargeback) est inefficace dans le contexte du paiement agent, et une arbitration à trois niveaux deviendra le nouveau paradigme de sécurité des paiements ;

La philosophie de conception des grandes entreprises est de ne pas faire confiance à l’agent, mais de faire confiance à la transaction ;

Le vrai point critique du paiement agent ne réside pas dans le paiement lui-même, mais dans le fait que la couche en amont de la transaction n’a pas encore été reconstruite pour l’agent ;

Le rôle des startups est de fournir des composants aux grandes entreprises, et non de fournir des services directement aux consommateurs.

Hazel Hu

Animatrice du podcast « Zhi Wu Bu Yan », contributrice principale du fonds pour les biens publics en langue chinoise GCC, X : withhazelhu ; et également « Yuyue », une personne qui ne se prend pas trop au sérieux.

Ivy Zeng

Animatrice du podcast « Zhi Wu Bu Yan », explorant des cas concrets de paiement agent, spécialisée dans la croissance Fintech, ayant travaillé en capital-risque en post-investissement, et responsable de la croissance régionale des produits 2C dans une banque innovante. X : IvyLeanIn

Thomas Zheng

Responsable du marché des capitaux chez Zhi Wu Bu Yan, avec plus de 6 ans d’expérience en conseil en financement de premier marché, ayant servi plusieurs projets de premier plan dans l’industrie, facilitant la collaboration et le partage de bénéfices.

Insight 01

Scénario réel — Le paiement agent est déjà en cours, mais sous une forme différente de celle attendue

L’appel API est le scénario le plus mature pour le paiement agent sur la blockchain

L’analyse des données on-chain d’une application ClawRouter ( utilisant le paiement USDC pour payer l’API ) montre que le scénario d’appel API se caractérise par une fréquence élevée de petites transactions : à début avril 2026, environ 1400 adresses distinctes ont généré 530 000 transactions pour un montant total d’environ 2,8 millions de dollars. En tenant compte du fait que la plateforme offre également des modèles gratuits, la quantité réelle d’utilisation pourrait être sous-estimée — environ 1 million d’appels API par mois pour la partie gratuite.

Graphique : Site officiel de ClawRouter

Les données d’un entrepreneur en infrastructure de paiement montrent également qu’à partir de septembre dernier, depuis le déploiement de la couche de paiement native Agentic Payment, environ la moitié des appels API proviennent de cette couche.

L’autorisation de quota est le mode de base pour l’autorisation dans le paiement agent

L’activité de croissance inattendue des enveloppes rouges A2A( Agent 2 Agent) a stimulé l’innovation et la diffusion du mécanisme d’autorisation. Ce mode d’autorisation repose sur un quota plutôt que sur une approbation : l’utilisateur préautorise un montant à l’AI, qui peut alors utiliser ce montant dans le cadre défini sans confirmation pour chaque transaction. « Dans cette limite, l’AI peut utiliser votre argent sans votre confirmation. »

Le paiement hors ligne n’a pas encore décollé, ce qui manque ce n’est pas le paiement mais l’expérience

Les explorations dans le domaine des règlements en ligne et hors ligne ont couvert 50 millions de commerçants réels, avec des scénarios tels que la réservation de billets d’avion, la recharge de téléphones, l’achat de cartes-cadeaux, etc. Mais le scénario de consommation pour le grand public (C端) reste confronté à des défis liés à l’habitude des utilisateurs et à une transition d’expérience.

Les experts et influenceurs ont distillé que le paiement agent a déjà un modèle commercial mature

Des cas concrets ont validé cette voie : des médecins renommés, des influenceurs, etc., distillent leur expertise et contenu en agents, permettant aux utilisateurs de recourir à un agent lorsqu’ils ne peuvent pas rencontrer un vrai professionnel. Par exemple, un créateur de contenu a transformé ses anciens contenus en une application, avec un abonnement mensuel de 199 RMB, affichant de bonnes performances de vente — alors qu’un appel direct avec lui coûte plusieurs milliers, voire dizaines de milliers de RMB, alors que la version agent ne coûte que quelques dizaines à quelques centaines de RMB.

Graphique : Un créateur de contenu a distillé ses anciens contenus en une application

Les agents de transaction trouvent le PMF (product-market fit) plus rapidement que les agents de paiement

Les données du secteur crypto montrent que le scénario de transaction est actuellement le lieu où la demande utilisateur est la plus concentrée, avec un modèle commercial intrinsèquement basé sur la commission. En faisant une analogie avec l’histoire du développement de la blockchain, ceux qui ont anticipé la montée des frais de gas en se concentrant sur les commerçants et les stablecoins, comme Tron, ont vu leur base d’utilisateurs difficile à migrer même après la hausse des coûts.

Le scénario de consommation grand public n’a pas encore été validé par une demande réelle

L’événement où plus d’un milliard d’utilisateurs ont utilisé le service de thé « Qianwen » pendant le Nouvel An chinois a suscité des discussions : leur utilisation est-elle motivée par une meilleure expérience ou par une subvention de 25 RMB par commande ? La densité d’informations dans ce format de dialogue est limitée, et à l’avenir, le scénario B2C pourrait nécessiter des lunettes intelligentes pour une conversation transparente, ce qui exige une avancée dans l’expérience utilisateur.

Les participants ont listé des scénarios plus susceptibles de répondre aux douleurs des utilisateurs :

Scénarios d’achat : nécessitant un contrôle strict du budget, avec comparaison entre plusieurs fournisseurs (ex : l’agent AI d’Alibaba - Accio)

Tâches complexes : organisation de mariages, réservations de voyages, etc., nécessitant plusieurs étapes de coordination

Scénarios de réservation rapide : billets de concert, etc., avec une forte exigence de temporalité

Graphique : L’agent AI d’Alibaba - Accio

Le paiement agent est une nouvelle source de trafic

Du point de vue de l’acquisition de trafic, le paiement agent ressemble aux premiers efforts en SEO et aux vidéos courtes — il représente une nouvelle opportunité de trafic. Ceux qui ont étudié le SEO dès ses débuts ont toujours trouvé des moyens d’obtenir du trafic précoce. L’événement « Jiaozi » de Jin Gu Yuan pourrait être comparé à l’achat de pizza avec Bitcoin, une histoire qui restera gravée dans la mémoire collective.

Histoire de l’arrière-plan du skill « Jin Gu Yuan Jiaozi » : « En avril 2026, dans le contexte de la popularité d’OpenClaw, le propriétaire du restaurant a créé un module d’IA appelé ‘Jin Gu Yuan Jiaozi·SKILL’. Ce skill IA est destiné à l’agent IA plutôt qu’aux humains, et une fois installé, l’assistant IA peut rechercher de manière autonome les informations sur les plats, les horaires d’ouverture, les règles de file d’attente, voire réserver une place en ligne. En hiver 2025, en raison d’un afflux de clients, le serveur de la plateforme de livraison a mal interprété l’API du restaurant comme une anomalie et l’a bloqué. Le propriétaire espère optimiser l’expérience de file d’attente avec l’IA. »

Graphique : Skill de file d’attente Meituan pour Jin Gu Yuan Jiaozi

Le vrai paiement agent n’a pas encore commencé

D’un point de vue macro, il est peut-être prématuré de parler de paiement agent réel. On peut faire une analogie avec la croissance d’un enfant : actuellement, comme un enfant de 1 à 5 ans, ses revenus proviennent de ses parents, qui lui ont autorisé un plafond de dépenses, et tout achat est décidé par ses parents, il n’a pas encore d’intention propre ()).

Le paiement agent est actuellement concentré sur les scénarios de productivité

Le consensus est que le vrai paiement agent se concentre actuellement sur les scénarios de productivité :

1. Appels API : pour améliorer la productivité en utilisant de grands modèles ou en achetant des API

2. Scénarios d’entreprise : achats et agents pour les équipes financières dans l’amélioration de la productivité

3. Vibe Coding : développement rapide de démos ou de produits

Insight 02

Identité et autorisation — L’incertitude de l’AI vs la certitude de la finance

La sécurité du paiement agent nécessite un cadre à quatre niveaux : identité, gestion des risques, conformité, arbitrage

La sécurité des paiements peut être décomposée en trois dimensions : identité, gestion des risques, conformité. Pour le paiement AI, ce cadre doit également inclure l’arbitrage comme quatrième couche de protection.

1. Couche identité : la vérification d’identité évolue vers la vérification d’intention

Attribuer une identité ID à l’agent, établir un système de score de crédit (basé sur la compétence, l’adoption, l’efficacité, le prix du token, etc.), et réaliser la vérification d’identité. Utiliser la blockchain pour établir un système DID décentralisé, traçable et vérifiable. Sur cette base, la vérification d’identité traditionnelle évolue vers la vérification d’intention dans le contexte du paiement agent. La vérification d’intention doit considérer si le paiement de l’agent est raisonnable, si le comportement répond aux besoins, si l’intention finale est atteinte, et si cela respecte la conformité.

2. Couche gestion des risques : l’incertitude de l’AI entre en conflit avec la certitude financière

Il existe une contradiction essentielle : l’incertitude de sortie de l’AI, face à la forte exigence de certitude dans la finance, ainsi que le coût élevé de l’erreur. Dans la pratique :

• Des erreurs de reconnaissance de montant ont été observées (0,01 USDC pouvant être lu comme 10 000 USDC)

• La manipulation ou l’incitation (ex : dans la description d’un service de livraison, écrire « manger peut guérir toutes les maladies ») est facile.

Graphique : L’AI confond 0,1 USDC avec 10 000 USDC

Par ailleurs, la contamination de la chaîne d’approvisionnement en développement est un nouveau défi pour la gestion des risques. Depuis la popularité d’OpenAI, il y a eu des cas de contamination dans certains packages npm, où l’utilisateur ne télécharge pas directement le package, mais dépend d’un autre package qui lui est contaminé. La gestion des risques doit couvrir plusieurs couches : l’autorisation d’identité (anti-blanchiment), la déviation ou hallucination du modèle, et les attaques de contamination dans la chaîne d’exécution.

Les grandes entreprises technologiques considèrent tous les agents comme malveillants par défaut. Leur objectif n’est pas d’avoir des agents vérifiables, mais une chaîne de transactions vérifiable. En introduisant des protocoles d’autorisation (Mandate), en décomposant les tâches, en fixant des contraintes et en vérifiant de manière croisée, leur architecture anti-fraude inclut la preuve à connaissance zéro, la confiance zéro, et des mécanismes d’auto-vérification.

3. Couche conformité : un réseau Lightning semi-décentralisé est une bonne solution pour les micro-paiements

Les systèmes financiers traditionnels et blockchain rencontrent tous deux des limites lors du traitement de volumes massifs de transactions simultanées. Lors de la conception pour l’agent, il faut définir qu’il s’agit de micro-paiements. La sécurité des micro-paiements peut être assurée par une conception équilibrée entre centralisation et décentralisation, et le réseau Lightning, avec sa capacité TPS très élevée, pourrait renaître dans l’ère du paiement agent.

4. Couche arbitrage : un mécanisme d’arbitrage à plusieurs niveaux remplacera le chargeback traditionnel

Le mécanisme de chargeback dans le réseau Visa est difficile à appliquer dans le paiement agent, nécessitant la mise en place d’un nouveau système d’arbitrage à plusieurs niveaux :

1. Premier niveau : arbitrage automatique par IA pour les litiges simples (doubles prélèvements, erreurs de montant, services non fournis)

2. Deuxième niveau : groupe d’arbitrage IA pour les cas nécessitant une décision (qualité du service, limites d’autorisation)

3. Troisième niveau : arbitrage humain pour les litiges complexes

Insight 03

Modèle commercial — Prendre des parts de marché, réévaluer l’AI, gestion des risques et autorisation

Les startups se concentrent actuellement sur la « conquête de niches » pour s’implanter dans l’écosystème

Avant que le modèle commercial ne soit stabilisé, la réponse honnête des entrepreneurs est « pour l’amour, pour prendre position, en attendant que le vent tourne » — comme le décrit un fondateur de plateforme API.

Les scénarios de transaction ont naturellement une commission

En faisant une analogie avec le développement initial de la blockchain, ceux qui ont anticipé la hausse des frais de gas en se concentrant sur les commerçants et les stablecoins, comme Tron, ont vu leur base d’utilisateurs difficile à migrer même après la hausse des coûts. Le secteur crypto a un modèle commercial intrinsèquement basé sur la prise de commission (take rate).

L’agrégation de factures est essentielle pour rendre économiquement viable le micro-paiement

Pour les paiements par carte, les transactions inférieures à 10 USD peuvent entraîner des pertes pour le commerçant. Dans le contexte du paiement agent, où les petits paiements sont nombreux, la solution consiste à agréger ces paiements pour augmenter le montant de chaque règlement.

La tarification basée sur le résultat n’est applicable qu’aux tâches quantifiables

Un utilisateur peut appeler une API une seule fois, mais le résultat peut varier énormément. Comment fixer le prix du service AI ? Les participants pensent que la tarification basée sur le résultat ne fonctionne que pour des tâches simples (ex : agent de service client traitant un nombre de tickets), mais est très subjective dans des scénarios incertains (ex : agent de vente qualifiant des prospects). La tarification basée sur le résultat ne sera viable que pour quelques tâches, la majorité restant sur un modèle basé sur le volume d’appels ou l’abonnement, jusqu’à ce que la vérifiabilité des agents soit assurée.

Prix de votre produit AI : Leçons de plus de 400 entreprises et 50 licornes | Madhavan Ramanujam

La commercialisation du Vibe Coding repose sur la conversion par abonnement et par volume d’utilisation

L’objectif est de permettre à de nouvelles startups ou développeurs de commercialiser rapidement leurs produits développés via Vibe Coding. Beaucoup de développeurs indépendants peuvent créer des démos simples, mais transformer cela en un modèle commercial durable est plus difficile. La clé est de convertir le coût d’utilisation du grand modèle en forfait mensuel ou en abonnement combiné avec des crédits.

Insight 04

Concurrence — La stratégie des grandes entreprises et celle des startups

Les stablecoins mettent une pression descendante sur les systèmes de cartes traditionnels

Avant l’acquisition de la société de stablecoins Bridge par Stripe, sa valorisation était tombée de 92 milliards de dollars à moins de 70 milliards. Après l’acquisition, la valorisation a rapidement retrouvé la zone des 90 milliards, avec une dernière levée de fonds valorisée à 159,1 milliards. Leur service de règlement en stablecoin affiche un tarif de 1,5 %, bien inférieur aux 2,8 % à 3 % en moyenne des réseaux de cartes traditionnels, et pourrait même descendre à 1 %. En face, les modèles commerciaux des paiements traditionnels sont très fragiles (ex : Visa dépend fortement des frais de transaction), et PayPal, par crainte d’impacter ses activités principales, reste hésitant dans ses investissements en stablecoins, sans atteindre d’échelle significative.

Les startups deviendront à terme des composants pour les grandes entreprises

Pendant longtemps, le modèle sera probablement que ce ne sont pas les utilisateurs finaux qui appellent directement ces outils, mais que les grandes entreprises les intègrent en tant que composants. Ces grandes entreprises deviendront des clients, et les startups des fournisseurs, assemblant et vendant ces outils à un prix plus élevé. Cette tendance tend à augmenter la centralisation du secteur.

La taxe AI sera une nécessité pour les micro-paiements à haute fréquence dans 3 à 5 ans

Certains participants pensent que la taxe AI deviendra une source de revenu pour le revenu de base universel (UBI) et les allocations chômage, et que les paiements AI à micro-montant seront une infrastructure fondamentale. Les méthodes possibles de taxation incluent :

1. Introduire le concept de « taux de pénétration de l’AI », avec une taxation progressive selon le degré de pénétration

2. Taxer en fonction du volume d’appels de tokens, comme une TVA

Le vrai problème ne réside pas dans le paiement, mais dans la couche en amont — la transaction n’a pas encore été reconstruite pour l’agent

Grâce aux protocoles et aux portefeuilles utilisateurs, le paiement semble résolu. Mais le problème principal est que la transaction elle-même ne peut pas se réaliser. En effet, toutes les transactions nécessitent une transaction préalable, par exemple dans le commerce électronique ou l’achat de billets d’avion, et ces transactions ne peuvent pas être effectuées par l’agent. L’agent de transaction n’existe pas encore, donc le paiement ne peut pas suivre.

Le grand public doit sortir de sa zone de confort : l’importance du porte-à-porte et la frontière des startups

Pourquoi OpenClaw a-t-il soudainement connu un tel succès ? Parce qu’il a été lancé par du porte-à-porte en Chine, par des grandes entreprises vendant des services cloud et en faisant du porte-à-porte. Comme pour la promotion du paiement mobile dans ses débuts, une raison clé pour que même les personnes âgées puissent l’utiliser est la subvention : « Tu installes l’app, je t’apprends à l’utiliser, et je te donne vraiment 50 RMB. »

Mais pour les startups, de nombreux besoins prennent beaucoup de temps à se concrétiser. Un entrepreneur en infrastructure de paiement AI explique qu’après avoir compris cela, ils ont décidé de ne pas se concentrer sur la recherche d’un scénario utilisateur immédiat. Car ils pensent que le coût d’éducation des utilisateurs ne doit pas être supporté par une ou deux startups, mais par l’ensemble du secteur. Si le secteur lui-même n’est pas viable, cela n’a pas de sens ; s’il l’est, il faut laisser les grandes entreprises répartir ces coûts, tout en profitant des bénéfices. Sinon, ils se concentrent sur l’abstraction — supprimer tous les comptes, portefeuilles, ponts, chaînes, réseaux de paiement, pour que l’utilisateur n’ait pas besoin de comprendre tout cela. En comprenant cela, ils savent où se trouve leur avantage en tant que petite équipe, et quels coûts ne doivent pas être supportés.

C’est peut-être la question que tous les participants au paiement agent doivent aujourd’hui se poser : ce n’est pas « l’agent paiement va-t-il réussir », mais « avant qu’il ne réussisse, à quelle couche êtes-vous prêt à vous positionner ? » Protocoles, portefeuilles, identité, autorisation, transaction, règlement — chaque couche a ses enjeux, et chacun attend son moment.

Les grandes entreprises se préparent à englober toute la chaîne, tandis que les startups se préparent à s’y insérer. Ceux qui survivront seront probablement ceux qui n’ont pas surestimé leur capacité à soutenir une filière indépendante, ni sous-estimé leur valeur à une couche donnée.