Парадокс ИИ: почему платежи — rocket science для агентов

«Если ИИ может решить задачу по физике нобелевского уровня, но не способен купить домен, что-то идет не так», — так президент Stripe по продукту и бизнесу Уилл Гейбрик описывает парадокс, с которым сталкиваются пользователи агентов в 2026 году. Онлайн-платежи давно привычны, но вся сложность для ИИ скрыта в той части айсберга, которая скрыта “под водой”: для каждой транзакции требуется лицензированная и подотчетная инфраструктура.

Что уже легко автоматизировать

Интеграция ИИ в бизнес-процессы уже помогает срезать многие углы. Нейросети могут писать код, составлять тексты для каналов и лендингов с соблюдением tone of voice, отвечать на самые частые вопросы клиентов через чат-боты и собирать платежные страницы. Большую часть рутинных и технических задач легко автоматизировать с минимальными затратами.

Но между платежами и той работой, с которой справляются разные ИИ-платформы, очень легко видна граница. Конек нейросетей — генерация информации. Для этого не нужны контроль и инфраструктура третьих сторон. Чего не скажешь о процессах, в которых предполагается реальное перемещение денег.

В чем сложность платежей для ИИ

В двух словах главная проблема формулируется просто: в платежах есть много слоев, которые невозможно автоматизировать.

1. Доверие и ответственность

Это та вершина, которая видна и важна пользователю. Платеж обеспечивает лицензированный институт, он же отвечает за результат и за потенциальные сбои. Код на это не способен по определению: у него нет юридического лица, нет капитала, нет обязательств перед регулятором.

2. Лицензии и регулирование

В платежах есть много процедур для обеспечения безопасности: верификация личности клиента (KYC), противодействие отмыванию денег (AML), стандарты безопасности данных (PCI DSS). Здесь стоит разделить два вопроса: может ли ИИ-агент выполнять процедуры KYC/AML, и может ли он нести за них ответственность.

С первым ИИ справляется все увереннее. Комплаенс-проверки ускоряются, сокращается число ложных срабатываний защиты. Агенты могут быстро обрабатывать большие массивы данных и находить аномалии или известные мошеннические схемы.

Но стопроцентных гарантий качества нет, как и полной автономности. Практика показывает, что ИИ-комплаенс-агент в 2026 году — это в первую очередь набор компонентов, ускоряющих конкретные задачи внутри контура, а ответственность и доказательную базу нельзя делегировать модели.

Тем более, что нейросети используются и для защиты, и для обхода их же барьеров. В декабре 2025 года FATF в своем отраслевом обзоре прямо назвала дипфейки инструментом, способным обходить контроль AML, процедуры due diligence и цифровую верификацию личности при открытии счета. Еще в 2024 году в Deloitte прогнозировали, что из-за подобного мошенничества, усиленного генеративным ИИ, убытки в финансовом секторе США могут вырасти с 12,3 млрд долларов в 2023 году до 40 млрд к 2027-му при агрессивном сценарии развития (по консервативному сценарию Deloitte называет цифру ближе к 22 млрд).

К этим нюансам добавляется и необходимость соблюдать требования разных юрисдикций. Полностью переложить эту работу на код пока невозможно, это институциональная задача.

3. Расчет и клиринг

Гарантия доставки денег получателю держится на банковских отношениях и резервах, а не на алгоритме. МВФ в аналитической записке 2026 года формулирует это как фундаментальное противоречие: поведение ИИ-агента вероятностно, а расчеты не допускают неоднозначности.

4. Ответственность за мошенничество

В самом принципе работы ИИ-агентов заложен большой потенциал для масштабирования рисков, связанных с мошенничеством. Речь идет уже о “взломе одной машины другой”: атаки адаптируются под логику агентов таким образом, что итоговые транзакции могут выглядеть абсолютно нормально и не провоцировать защитную реакцию на аномалии. На фоне этого особенно важно обеспечить тот слой, который будет максимально гарантировать безопасность в новых условиях. А еще — ответ на самый чувствительный вопрос — кому предъявлять счет, когда агент ошибся или был обманут: продавцу, платформе, разработчику агента или самому пользователю.

5. Контроль полномочий

Платежи предполагают контроль еще и со стороны самого клиента. Он должен решать, как тратить средства, какие лимиты устанавливать, от него требуется и подтверждение транзакции. Поэтому обычно человеческое участие встраивается в архитектуру моделей.

Например, Mastercard выпускает «агентные токены», которые привязывают карту одновременно к конкретным агенту, продавцу и политике согласия — так что модель вроде ChatGPT или Copilot может завершить покупку, ни разу не получив на руки настоящий номер карты.

Удобная инфраструктура как конкурентное преимущество

Раньше «дружественная к разработчику» инфраструктура означала открытый API, понятную документацию и быструю интеграцию. Сегодня в число «разработчиков» вошли сами ИИ-агенты — и требование сместилось к готовности работать с ними напрямую. 

Но каждому агенту нужны системы, которым можно доверять и которые несут ответственность за переводы. Получается, что распространение ИИ не снижает, а увеличивает спрос на платежную инфраструктуру. И тот, кто сможет его удовлетворить, предугадав масштабы и риски, надолго обеспечит себе лидерские позиции. 

Борьба за них уже давно началась. На Sessions 2026 Stripe представила сразу 288 новых продуктов и функций. Еще в 2025 году компания запустила Agentic Commerce Suite — набор инструментов, который позволяет продавцу один раз загрузить каталог товаров в панель управления и дальше продавать через любого поддерживаемого агента без отдельной интеграции под каждого из них. Без единого слоя интеграция могла бы занимать месяцы разработки для каждой платформы. В числе партнеров — Google, OpenAI, Microsoft и Meta.

Кошелек Link, которым уже пользуются более 250 млн человек, стал доступен и для агентов. Платформа выпускает одноразовую виртуальную карту под каждую конкретную задачу агента и он не может выйти за пределы разрешенного контура. 

Также у компании есть протокол машинных платежей (Machine Payments Protocol), который позволяет продавцу принимать оплату от агента буквально несколькими строками кода, и поддерживает карты, стейблкоины и рассрочку. Антифрод-система Radar получила отдельный набор защит именно против кражи токенов и многоаккаунтных атак на бесплатные тарифы, а также новый «бот-скоринг», который помогает отличить легитимную агентскую покупку от автоматизированной накрутки или скупки ограниченного товара под перепродажу.

По этим продуктам видна основная логика развития инфраструктуры. Ее делают более универсальной и прозрачной для пользователя, при этом понятной для машин и защищенной от новых изощренных атак. На рынке выиграет именно тот, кто сможет соблюдать эту комбинацию и обеспечивать гарантии.

Контекст Центральной Азии

CEO американской компании Stripe Патрик Коллисон на конференции Sessions 2026 заявил: в обозримом будущем именно агенты будут проводить большую часть онлайн-транзакций. По прогнозу аналитиков Forrester, уже в 2026 году каждый пятый B2B-продавец будет вынужден вести переговоры о сделке через агента. А по прогнозу Gartner, представленному на IT Symposium/Xpo в конце 2025 года, к 2028 году до 90% всей B2B-закупочной активности — это порядка 15 трлн долларов оборота — будет опосредовано агентами.

Для Центральной Азии и СНГ сейчас удобный момент, чтобы поймать эту волну: стандарт агентских платежей еще только формируется, а значит, у локальных игроков есть окно, чтобы заранее выстроить ИИ-готовую инфраструктуру, а не догонять чужую.

Стартовые позиции для этого у региона неплохие. По данным Нацбанка Казахстана, по итогам 2025 года на безналичные операции уже приходилось 98,3% по количеству и 87,2% по объему платежей и переводов. Это база с высоким уровнем цифровизации платежей, на которую агентская коммерция ложится гораздо естественнее, чем на рынок, где еще доминируют наличные.

Показательна и позиция международных сетей: региональный президент Visa в CEMEA Тарек Махмуд прямо называет Казахстан одним из центров финансовых инноваций в регионе. 

Казахстан позиционирует себя как региональный хаб именно для искусственного интеллекта и вычислительных мощностей. В стране с 2025 года действует Совет по развитию искусственного интеллекта. В июле 2026 года здесь был принят первый в регионе закон об искусственном интеллекте, а также вступил в силу Цифровой кодекс. Правительство Казахстана отмечает со ссылкой на данные Open AI, что страна вошла в число государств с высоким уровнем внедрения ИИ и лидирует среди стран Центральной Азии, опережая Кыргызстан и Узбекистан. Все это создает хорошую базу.

Параллельно Казахстан, Узбекистан, Кыргызстан и частично Таджикистан к 2026 году перешли от разрозненной цифровизации отдельных услуг к выстраиванию полноценной технологической инфраструктуры — дата-центров, платформ ИИ и финансовых экосистем. 

Но развитие тянет за собой и новые риски. Ведь рост требует расширения инфраструктуры, в том числе за счет внешних решений. Строить агентно-готовую платежную инфраструктуру в такой ситуации — значит сознательно решать, какие звенья цепочки (комплаенс, антифрод, хранение платежных данных) остаются под национальной юрисдикцией и контролем, а какие можно безопасно отдать внешнему партнеру.

Операторам стоит инвестировать в три направления уже сейчас:

• качество API и готовность работать с агентами как с полноценными интеграторами наравне с разработчиками-людьми;
• прозрачную комплаенс-архитектуру, которая выдержит и рост автоматизированного онбординга, и параллельный рост мошенничества;
• защиту от машинного фрода уровня той, что Stripe уже вынуждена была встроить в Radar против атак на бесплатные тарифы.

Те, кто сделает это первыми, займут место, которое потом будет сложно отнять. 

Опора для ИИ-агентов

Автоматизация всегда работает одинаково: она повышает ценность именно того, чего сама сделать не умеет. ИИ пишет код быстрее любого разработчика на планете — но не может выдать лицензию, взять на себя ответственность за оспоримую операцию или гарантировать расчет. Это не пробел, который закроет следующая модель, а граница между тем, что можно сгенерировать, и тем, что нужно кому-то гарантировать.

Чем шире расходятся ИИ-агенты, тем выше спрос на институты, которые стоят за ними и отвечают, если агент ошибся. Платежный слой становится опорой всей агентской экономики именно поэтому: ошибка в переводе обходится дорого.