สรุปข่าว
- Mastercard เปิดทดสอบระบบ Agent Pay for Machines (AP4M) ล่วงหน้า ซึ่งเป็นระบบชำระเงินที่ออกแบบมาสำหรับ AI Agent โดยเฉพาะ
- กลไกการทำงานใช้ระบบสร้าง Voucher พร้อมลายเซ็นดิจิทัลช่วยให้ผู้ใช้ควบคุมงบประมาณและวงเงินสูงสุดล่วงหน้าได้
- ผลการทดสอบร่วมกับพันธมิตรพิสูจน์ให้เห็นว่า AI Agent สามารถดำเนินภารกิจ และทำธุรกรรมอัตโนมัติได้อย่างปลอดภัยภายใต้งบที่กำหนด
แนวโน้มผลกระทบ: Bullish
Mastercard ได้เปิดตัวระบบ Agent Pay for Machines (AP4M) ในรูปแบบทดสอบล่วงหน้าเพื่อแก้ปัญหาความยุ่งยากในการทำธุรกรรมของ AI Agent โดยระบบนี้พัฒนาบนโปรโตคอลเปิด x402 และใช้กลไกการสร้าง Voucher แบบ Off-chain ที่ปลอดภัย ช่วยให้ AI Agent สามารถบริหารจัดการค่าใช้จ่ายและทำธุรกรรมอัตโนมัติได้อย่างแม่นยำภายใต้วงเงินที่ผู้ใช้กำหนดไว้ล่วงหน้า
Mastercard ผู้ให้บริการเครือข่ายการชำระเงินระดับโลก ได้ประกาศเมื่อวันที่ 20 ตุลาคมที่ผ่านมาว่า บริษัทกำลังเปิดให้ทดสอบเข้าใช้งานระบบ Agent Pay for Machines (AP4M) ล่วงหน้า ซึ่งเป็นบริการชำระเงินรูปแบบใหม่ที่ออกแบบมาสำหรับ AI Agent โดยเฉพาะ
AP4M พัฒนาขึ้นบนโปรโตคอลเปิด x402 โดยมีเป้าหมายเพื่อผสานมาตรฐานความน่าเชื่อถือและความปลอดภัยอันรัดกุมของเครือข่าย Mastercard เข้าด้วยกัน ช่วยให้ AI Agent สามารถทำธุรกรรมได้อย่างถูกต้อง แม่นยำ และได้รับการอนุมัติสิทธิ์อย่างเหมาะสม
ระบบดังกล่าวยังมาพร้อมศักยภาพในการบริหารจัดการค่าใช้จ่ายได้อย่างมีประสิทธิภาพ อีกทั้งยังรองรับช่องทางการชำระเงินที่หลากหลาย ทั้งผ่านบัตร บัญชีธนาคาร และ Stablecoin โดยในปัจจุบัน Mastercard อยู่ระหว่างเปิดรับนักพัฒนาเข้าร่วมทดสอบ API พร้อมรับฟังข้อเสนอแนะเกี่ยวกับฟีเจอร์เพิ่มเติม ซึ่งมีการจัดส่งมอบ API ทั้งฝั่งผู้ซื้อและผู้ขาย ชุดเครื่องมือพัฒนา ตลอดจนสภาพแวดล้อมจำลอง ให้แก่นักพัฒนา
กลไกการทำงานของ AP4M
ขั้นตอนการทำงานเริ่มต้นจากผู้ใช้มอบหมายภารกิจพร้อมกำหนดวงเงินงบประมาณสูงสุดให้แก่ AI Agent และเมื่อ AI Agent ดำเนินงานไปถึงขั้นตอนที่ต้องใช้บริการที่มีค่าใช้จ่าย ระบบของผู้ให้บริการจะส่งข้อความแจ้งเตือน “402 Payment Required” (จำเป็นต้องชำระเงิน)
จากนั้น AI Agent จะทำการสร้าง Voucher พร้อมลงลายเซ็นดิจิทัลเพื่อยืนยันการชำระเงินให้อยู่ภายในวงเงินที่ได้รับการอนุมัติ โดยฝั่งผู้ให้บริการจะตรวจสอบความถูกต้องของ Voucher ก่อนขยับไปสู่กระบวนการทำงานต่อไป
ทั้งนี้ การแลกเปลี่ยนข้อมูลการชำระเงินดังกล่าวจะเกิดขึ้นแบบ Off-chain จึงช่วยให้ผู้ให้บริการสามารถรวบรวม Voucher ไว้สำหรับนำไปขึ้นเงินพร้อมกันเป็นชุดในภายหลังได้
อนึ่ง โครงการดังกล่าวได้รับการเปิดตัวเป็นครั้งแรกในเดือนมิถุนายนที่ผ่านมา และยังคงอยู่ในระยะการทดสอบเบื้องต้น โดยยังไม่ได้เปิดให้บริการในเชิงพาณิชย์อย่างเป็นทางการ ซึ่งที่ผ่านมา ได้มีการทดสอบระบบแบบครบวงจร (End-to-End) ร่วมกับพันธมิตรหลายราย เช่น Cloudflare, Ant International, AIsa, Base, BVNK, Coinbase และ Hype
การทดสอบใช้งานจริง
สำหรับการสาธิตการใช้งานจริง บริษัทเอเจนซีการตลาดชื่อ Hype ได้มอบหมายภารกิจพร้อมงบประมาณให้ AI Agent ดำเนินการสร้างสรรค์แคมเปญโฆษณาโปรตีนบาร์ ซึ่ง AI Agent ได้ค้นหาผู้ให้บริการและวางแผนการทำงานเป็น 2 ขั้นตอน ได้แก่ การวิจัยข้อมูลบนโซเชียลมีเดียและการสั่งซื้อบริการผ่าน AIsa ควบคู่ไปกับการสร้างสรรค์รูปภาพโฆษณาโดยใช้บริการของ Cloudflare
หลังจาก Hype อนุมัติค่าใช้จ่าย AI Agent จึงเริ่มปฏิบัติงานตามขอบเขตและงบประมาณที่กำหนด โดยซื้อข้อมูลการสำรวจจาก AIsa และจัดทำภาพแคมเปญโฆษณาจำนวน 8 ภาพจาก Cloudflare พร้อมทำรายการชำระเงินไปยังทั้งสองบริษัทรวมทั้งสิ้น 9 ครั้ง ซึ่ง Hype ยังคงสามารถควบคุมกระบวนการทั้งหมดได้อย่างสมบูรณ์ ผ่านการกำหนดขอบเขตงานและเพดานงบประมาณของ AI Agent ไว้ล่วงหน้า
ข้อจำกัดของการชำระเงินสำหรับ AI Agent ในปัจจุบัน
อย่างไรก็ตาม Mastercard ระบุว่า บริการดิจิทัลแบบคิดค่าบริการในปัจจุบันส่วนใหญ่ กำหนดให้ผู้ใช้ต้องลงทะเบียนบัญชี, จัดหา API Key, บังคับเติมเงินล่วงหน้า, ผูกช่องทางการชำระเงิน ตลอดจนกระบวนการออกใบแจ้งหนี้ ซึ่งขั้นตอนเหล่านี้สร้างอุปสรรคอย่างมากต่อ AI Agent ที่จำเป็นต้องเรียกใช้บริการจากหลากหลายแหล่งพร้อมกันระหว่างปฏิบัติงาน
ขณะเดียวกัน ระบบ AI ยังจำเป็นต้องมีความสามารถในการตรวจสอบความน่าเชื่อถือ เช่น การยืนยันผู้มีอำนาจอนุมัติการใช้จ่าย วงเงินที่ได้รับอนุมัติ ขอบเขตการใช้งานที่อนุญาต และปลายทางการชำระเงิน ซึ่งระบบ AP4M ได้รับการออกแบบขึ้นมาเพื่อขจัดอุปสรรคและแก้ไขปัญหาเหล่านี้โดยเฉพาะ
ที่มา: Coinpost
มุมมองผู้เขียน: การพัฒนาระบบ AP4M ถือเป็นก้าวสำคัญในการปลดล็อกข้อจำกัดด้านการทำธุรกรรมของ AI Agent ทำให้สามารถเชื่อมต่อและชำระค่าบริการระหว่างแพลตฟอร์มได้อย่างไร้รอยต่อ ซึ่งจะเป็นรากฐานสำคัญในการขับเคลื่อนเศรษฐกิจ AI ในอนาคต
