กระแส hype เทียบกับความจริงในเศรษฐกิจ AI Agent: การศึกษาจากการชำระเงิน 6.4 ล้านครั้ง

ความเห็นทางการเงินและกิจกรรมในอุตสาหกรรมต่างมีมุมมองเดียวกันคือ โปรแกรม AI ที่ควบคุมตนเองกำลังจะเข้ายึดการเงินและลงทุนจำนวนมากโดยไม่ต้องมีมนุษย์ชี้นำ

งานวิจัยจาก BeInCrypto Intelligence ซึ่งผลิตโดยความร่วมมือกับ AWS, Cloudflare, Chainalysis และ Zoomex ชี้ให้เห็นช่องว่างสำคัญระหว่างวิสัยทัศน์ทางการเงินอัตโนมัติกับการกระทำในโลกจริงของระบบอัตโนมัติเหล่านี้

สถานะการชำระเงิน AI Agent ปี 2026 ติดตามการชำระเงินจริงและเครื่องมือการเงินที่ขับเคลื่อนด้วย AI ข้อสรุปของมันท้าทายความตื่นเต้นที่แพร่หลายในหัวข้อนี้โดยตรง:

• 90.8% ของธุรกรรมในตัวอย่าง 35 วันมีมูลค่าต่ำกว่าหนึ่งเซนต์ ใน 6.4 ล้านการชำระเงิน มีเพียง $119,947 ที่เคลื่อนไหว กิจกรรมส่วนใหญ่เกี่ยวข้องกับการเรียก API, ทรัพยากรการคำนวณ และคำขอข้อมูลอัตโนมัติ
• โครงสร้างพื้นฐานของสถาบันยังล้าหลังหลังระบบการชำระเงินขนาดเล็กมาก ในระดับ 100 จุดของรายงาน การชำระเงินขนาดเล็กได้ 60.7 กระบวนการทางการเงินของสถาบันได้เพียง 12.0
• การควบคุมมนุษย์ยังครอบงำการเลือกทางการเงิน จากเครื่องมือ AI 19 ตัวที่ถูกตรวจสอบ 14 ทำงานภายในวงเงินการใช้จ่ายหรือการซื้อขายที่ตั้งไว้ล่วงหน้า อินเทอร์เฟซที่ติดป้ายว่า AI คิดเป็นน้อยกว่า 0.55% ของการซื้อขายของ Hyperliquid และขั้นตอนการเตรียมคำสั่งของ Zoomex ต้องการการอนุมัติจากมนุษย์

ครึ่งหนึ่งของ 12 ขั้นตอนการทำงานของสถาบันที่ถูกประเมินสามารถเริ่มหรือสรุปการชำระเงินภายในขอบเขตที่กำหนด ไม่ว่าบริษัทจะไว้วางใจให้เอเจนต์มีเงินทุนจำนวนมากหรือไม่ยังเป็นคำถามที่เปิดกว้าง

BeInCrypto ถามผู้บริหารภาคส่วนสามคนเกี่ยวกับอุปสรรคระหว่างการชำระเงินขนาดเล็กและการจัดสรรเงินทุนที่มีความหมาย

การชำระเงินที่ใหญ่ขึ้นต้องการการเก็บรักษาที่ปลอดภัยขึ้น

Marcel Robert Harmann ผู้ก่อตั้งและซีอีโอของ THORWallet คาดว่าจะมีการซื้อขายที่ขับเคลื่อนโดยเอเจนต์มากขึ้นในปีที่จะถึง แพลตฟอร์มเช่น Hyperliquid มี API สำหรับการดำเนินการอัตโนมัติอยู่แล้ว ความท้าทายหลักคือการควบคุมเงินทุน

“การชำระเงินขนาดเล็ก ซึ่งเอเจนต์จ่ายค่าข้อมูลหรือการคำนวณ จะยังคงครองจำนวนธุรกรรม ปริมาณน่าจะเพิ่มขึ้นเมื่อมีการซื้อขายจริงที่ดำเนินการผ่านเอเจนต์มากขึ้น”

Harmann ชี้ไปที่ลายเซ็นแบบเกณฑ์ (threshold signatures) เพื่อลดความเสี่ยงของการให้กระเป๋าเงิน AI เข้าถึงแบบไม่มีข้อจำกัด แทนการใช้คีย์เดียว การชำระเงินอาจต้องมีการอนุมัติจากผู้เข้าร่วมแยก รวมถึงผู้ลงนามที่ตรวจสอบการปฏิบัติตามนโยบาย

“ด้วยลายเซ็นแบบเกณฑ์ เอเจนต์สามารถถือหนึ่งส่วนคีย์ และผู้ลงนามนโยบายอิสระสามารถถือส่วนที่สอง เราสามารถปรับขั้นตอนการทำงานของเราให้เข้ากับสถานการณ์ใหม่ได้”

วิธีการนั้นอาจทำให้เอเจนต์เริ่มธุรกรรมที่ใหญ่ขึ้นโดยไม่ให้พวกเขาควบคุมเงินทุนอย่างสมบูรณ์

Harmann ยังคาดว่าหน่วยงานกำกับจะนำการตรวจสอบอัตโนมัติเมื่อปริมาณธุรกรรมเพิ่ม มนุษย์ไม่สามารถตรวจสอบการชำระเงินของเครื่องทุกครั้งได้ เขาอ้าง ระบบการควบคุมจะต้องทำเครื่องหมายกิจกรรมที่น่าสงสัยด้วยความเร็วของเครื่อง โดยมนุษย์ยังรักษาอำนาจสูงสุด

ระบบการเงินเองอาจต้องการการสร้างใหม่

ผู้ก่อตั้งและซีอีโอของ ZeruAI Ashutosh Sahoo เชื่อว่าอุปสรรคนั้นลึกกว่าวิธีการถือครองสินทรัพย์

“ผมไม่คาดว่าจะมีการเปลี่ยนแปลงที่มีความหมายเกินกว่าการชำระเงินขนาดเล็กจนกว่าเราเริ่มสร้างระบบการเงินที่เป็นพื้นเมืองของ AI โครงสร้างพื้นฐานธนาคารที่มีอยู่ กรอบการปฏิบัติตามข้อกำหนดและแบบจำลองความรับผิดถูกออกแบบรอบมนุษย์และสถาบัน ไม่ใช่ผู้กระทำทางเศรษฐกิจอัตโนมัติ”

เอเจนต์ในปัจจุบันมักทำงานภายในเพดานการใช้จ่ายที่แน่นอน อาณัติการซื้อขาย และกลไกหยุดฉุกเฉิน Sahoo มองการจัดเตรียมเหล่านี้ว่าเป็นการอัตโนมัติที่มีการควบคุมมากกว่าความเป็นอิสระทางการเงินที่แท้จริง

“จุดเปลี่ยนที่แท้จริงเกิดขึ้นเมื่อเราหยุดการปรับเอเจนต์ให้เข้ากับโครงสร้างพื้นฐานทางการเงินของมนุษย์และเริ่มออกแบบระบบการเงินรอบความสามารถของพวกเขา”

วิสัยทัศน์ของเขาจะปรับเปลี่ยนการปฏิบัติตามข้อกำหนด แทนการตรวจสอบการชำระเงินส่วนใหญ่หลังจากเหตุการณ์ ระบบสามารถบังคับใช้สิทธิ์การใช้จ่ายและกฎความเสี่ยงโดยตรงผ่านโปรโตคอลของพวกเขา

“ถ้าโค้ดคือกฎหมาย กฎระเบียบทางการเงินจำนวนมากสามารถถูกบังคับใช้ในระดับโปรโตคอลมากกว่าผ่านการเฝ้าระวังย้อนหลัง”

นั่นทำให้เกิดคำถามยากเกี่ยวกับใครเขียนกฎเหล่านั้นและใครสามารถเปลี่ยนแปลงมัน Sahooยังกังวลว่าระบบการเงินที่ออกแบบโดยเครื่องอาจในที่สุดซับซ้อนเกินไปสำหรับมนุษย์ที่จะเข้าใจ แม้เมื่อการกระทำของพวกเขามีตามตรรกะที่สอดคล้อง

เอเจนต์สามารถปฏิบัติตามทุกกฎแต่ยังเสียเงินได้

ผู้ก่อตั้งและซีอีโอของ HumanWrite Technologies Tamara Frater คาดว่าจะมีความก้าวหน้าที่ไม่สม่ำเสมอ การซื้อพลังการคำนวณเป็นเรื่องตรงไปตรงมา ทางเลือกการลงทุนมีเดิมพันสูงมากกว่า

“12 เดือนถัดไปอาจนำการทดลองมากขึ้น แต่ฉันไม่คิดว่าตลาดจะข้ามจากการชำระเงินต่ำกว่าหนึ่งดอลลาร์ไปสู่การตัดสินใจทางการเงินอัตโนมัติที่กว้างขวางโดยตรง”

Frater กังวลเป็นพิเศษเกี่ยวกับข้อผิดพลาดที่เกิดขึ้นภายในสิทธิ์ที่ได้รับของเอเจนต์ ระบบอาจปฏิบัติตามวงเงินการใช้จ่ายในขณะที่ทำตามคำแนะนำที่ทำให้เข้าใจผิดหรือส่งเงินไปที่ผิดที่

“ความกังวลที่ใหญ่ที่สุดคือเอเจนต์ทำการตัดสินใจที่ผิดในขณะที่ยังดำเนินการภายในสิทธิ์ที่ได้รับ วงเงินการใช้จ่ายลดความเสี่ยง แต่ไม่รับประกันว่าผู้รับ คำแนะนำ หรือข้อมูลที่เป็นฐานนั้นถูกต้อง”

รายงานสังเกตสองเหตุการณ์ที่รวมกัน $281,200 ถึงกระเป๋าเงินที่ควบคุมโดยผู้โจมตีก่อนถูกกู้คืน กรณีเหล่านั้นแสดงว่าการจำกัดการใช้จ่ายของเครื่องไม่ได้ยุติคำถามว่าใครที่มันควรไว้ใจ

Frater คาดว่าสถาบันการเงินและหน่วยงานกำกับจะใช้ AIเพื่อระบุกิจกรรมที่น่าสงสัยเมื่อธุรกรรมอัตโนมัติเพิ่มขึ้น แต่เธอยืนยันว่าการตัดสินใจต้องยังสามารถโยงไปยังบุคคลที่รับผิดชอบ

“ความท้าทายคือทำให้การควบคุมเร็วขึ้นโดยไม่ทำให้ความรับผิดยากที่จะติดตาม”

การทดสอบถัดไปคือเงินทุนจริง

ผู้บริหารทั้งสามแตกต่างในมุมมองว่าการชำระเงิน AIอาจพัฒนาไปอย่างไร Harmann เน้นที่ความปลอดภัยกระเป๋าเงิน Sahoo เรียกร้องให้มีโครงสร้างพื้นฐานทางการเงินที่สร้างรอบเอเจนต์อัตโนมัติ Frater เน้นความเสี่ยงของธุรกรรมที่ได้รับอนุญาตแต่ไม่ถูกต้อง

สิ่งที่รวมมุมมองของพวกเขาคือช่องว่างระหว่างการดำเนินการชำระเงินและได้รับการไว้วางใจให้ทำการตัดสินใจทางการเงิน

สำหรับนักลงทุน ปริมาณธุรกรรมเป็นตัววัดที่ไม่ดีสำหรับการนำไปใช้ การทดสอบที่ดีกว่าคือมูลค่าการชำระเงินเชิงพาณิชย์ที่ยั่งยืนและว่าบริษัทไว้วางใจเอเจนต์ด้วยการมีส่วนร่วมของมนุษย์น้อยกว่า

สำหรับตอนนี้ คลื่นแรกของการชำระเงินเอเจนต์พิสูจน์ว่าเครื่องสามารถจัดการเพนนี่บนเชน ขั้นตอนถัดไปต้องแสดงว่าบริษัทจะให้พวกเขาจัดการจำนวนเงินที่มีนัยสำคัญหรือไม่