Agentic commerce and payments研报解读

概览

本篇行业评论探讨近期AI智能体发布能否重振智能体商业，以及其对支付行业的意义。Bernstein的结论是，采用仍需时间，但对可信、代币化且日益复杂交易的最终需求，使这一发展对支付网络和部分处理商而言更像长期机会而非颠覆风险。

核心观点

Bernstein表示，随着Meta的Muse和Instinct以及Anthropic的Commerce Agents等产品发布，智能体商业再次成为市场讨论焦点。Muse被描述为可跨经授权服务执行多步骤任务的个人AI智能体，而Anthropic的产品则是面向消费者购物和商户运营智能体的开源框架。该机构指出，早期项目尚未建立持久模式：OpenAI已放弃Instant Checkout，Google则更专注于基础设施和标准，而不是控制智能体支付。尽管AI采用和AI来源流量快速增长，智能体商业和AI导流仍仅占当前整体电商活动的不到1%。 报告认为，商户目前仍掌握支付和结账控制权，这对现有支付参与者有利。当前发布的产品通常专注于降低任务执行和购买摩擦，而非控制商户支付流程；例如，Muse可使用一次性虚拟卡。Bernstein将控制结账的难度归因于实时定价、转化、商品目录和库存同步、忠诚度及折扣、履约、售后流程和多购物篮交易等运营要求。第三方智能体面临鸡生蛋、蛋生鸡问题：消费者需要商户参与才能推动采用，而商户若需放弃结账控制权或面临失去直接客户关系的风险，可能不愿参与。这一点尤为重要，因为前十大电商商户和平台控制着约50%的电商市场。 Bernstein预计，最初成功的应用将解决预订和复杂行程等复杂商业旅程，而非取代零售购物。该机构认为，发现和信息整合，而非基础结账，才是更重要的消费者摩擦点。消费者正越来越多地使用AI进行发现，但尚未广泛通过智能体完成交易：报告援引Visa调查称，仅23%的消费者信任智能体代其付款。对最大参与者而言，AI聊天机器人导流占网页流量不到1%，但某些直接面向消费者品牌可高达10%；Bernstein的图表将生成式AI流量描述为总流量的大约1-2%。这些数据支持其判断：该领域仍处于寻找产品市场匹配的迭代阶段，尚未准备好接管完整购物旅程。 不过，必要的基础设施正在建设。Google于2026年1月推出Universal Commerce Protocol，作为开放标准，旨在连接智能体和商户，覆盖发现、购物车、结账和售后；之后又将工作扩展至酒店和外卖等领域的专门委员会。商户和平台正在为自身场景建设智能体，而Shopify正凭借超过1B+结构化商品目录及帮助智能体发现商品、创建购物车和完成交易的工具，将自己定位为基础设施层，同时保留商户的结账、支付和履约流程。Visa和Mastercard也已开发面向智能体的代币、标准和服务。 Bernstein强调，智能体之间的自主微支付远未达到市场关注所暗示的发展程度。Coinbase和Cloudflare的x402项目让智能体能够发现资源、通过HTTP 402响应接收付款指令、以稳定币交易，并在无需账户、订阅或API密钥的情况下获取服务。项目推出约一年后，交易量仍约为$0.5-$1 million/月，平均交易规模约为$0.20，活动集中于按使用付费的API、数据集、网页内容和自动化等狭窄的数字原生场景。报告认为，这些交易量距离具有实质商业意义仍相差几个数量级。 对于Visa和Mastercard，Bernstein直接否定了智能体商业主要构成去中介化风险的观点。该机构认为，更数字化和更复杂的交易环境应增加交易量和增值服务机会。报告将卡组织视作信任层，而不只是后台资金流转系统，并援引其争议管理能力、标准、超过7B+凭证及超过100M+商户作为支持。其预计所有智能体交易都将被代币化，并指出Visa Intelligent Commerce和Mastercard Agent Pay可为代币凭证添加背景和保障，包括交易类型、代币使用方式和付款人身份等数据。Bernstein还看到身份、验证、风险、就绪度和AI计费方面的机会；其指出，安全解决方案约占Mastercard增值服务收入的40%，约占Visa增值服务收入的十几个百分点。 报告认为，现代支付服务提供商可能受益，因为商户需要协助接入多种协议和产品。Bernstein将Adyen和私营公司Stripe列为可帮助商户管理这种复杂性的PSP案例。报告提及Adyen Agentic，旨在使企业无需为每个渠道重建商业系统即可通过AI平台销售，以及Adyen收购Orb以开展AI用量计费。数字钱包和发卡机构的前景则较不明朗：PayPal可扩展其在信任、保障、欺诈和争议处理、储蓄与奖励发现、个性化和支付优化方面的作用；而若AI助手为每笔消费优化选卡和奖励，发卡机构可能面临更激烈竞争。

分析框架

Bernstein首先审视近期AI智能体发布，并将其与此前难以规模化的智能体商业项目进行比较。随后，报告评估采用证据、商户接入限制和协议发展，再追踪其对支付网络、处理商、钱包和发卡机构的影响。分析运用交易、流量、信任和生态系统数据，以区分长期战略潜力与当前商业现实。

方法论与常识提炼

• 竞争与战略框架价值链分析

  围绕智能体、商户、平台、支付网络、处理商、钱包和发卡机构的商业价值链分析。

  报告评估谁控制结账、谁承担接入复杂性，以及更复杂的智能体主导交易如何将价值转向可信支付基础设施和面向商户的处理商。

• 行业/产业分析框架产业链上中下游传导

  从AI智能体采用和商户接入到支付参与者的传导路径。

  Bernstein将智能体协议和商户采用的发展，与下游对银行卡代币化、欺诈防范、支付服务及发卡机构竞争压力的影响联系起来。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Visa (V)

  可从更多数字化、代币化的智能体交易及相关信任、身份和风险服务中长期受益。

  优势

  Bernstein援引争议管理、标准、广泛的凭证规模和智能体代币能力。

  对比

  与Mastercard一同被讨论为有望受益而非被去中介化的支付网络。

  风险

  短期智能体商业采用仍受消费者信任、商户参与和基础设施限制。

• Mastercard (MA)

  可通过支付、代币化和增值服务从智能体商业中长期受益。

  优势

  Bernstein强调Agent Pay、信任基础设施，以及约占增值服务收入40%的安全解决方案。

  对比

  与Visa一同被讨论为在智能体支付中具有持久作用的网络。

  风险

  短期商业交易量和消费者采用率仍较低。

• Adyen (ADYEY)

  随着商户需要接入多种智能体商业协议和渠道，可能成为支付处理商受益者。

  优势

  Adyen Agentic旨在让企业无需为每个渠道重建商业系统即可通过AI平台销售；公司还收购Orb以开展AI用量计费。

  对比

  与私营公司Stripe一起被列为可帮助商户管理接入复杂性的现代PSP。

  风险

  商户需求取决于智能体商业最终的规模和碎片化程度。

• PayPal (PYPL)

  在智能体处理支付时，作为双边钱包可扩大其价值主张。

  优势

  Bernstein指出其可在信任、保障、欺诈和争议处理、储蓄与奖励发现、个性化及支付优化方面发挥作用。

  劣势

  报告质疑，在智能体主导的环境中，消费者是否仍会在意传统访客结账的摩擦。

  对比

  与可能面临更大优化驱动竞争的发卡机构形成对比。

  风险

  最终的消费者界面和钱包角色仍不确定。

关键数据

• 智能体商业／AI导流电商活动Less than 1% of overall e-commerce activity这是Bernstein当前的估计，尽管AI采用和导流增长迅速。
• 消费者对智能体支付的信任23%Bernstein援引Visa调查称，信任AI智能体执行支付交易的消费者比例。
• AI聊天机器人导流Under 1% for the largest players; as high as 10% for certain DTC brands报告还将生成式AI流量描述为总流量的大约1-2%。
• 前十大商户和平台的集中度~50% of e-commerce因此，它们是否愿意接入智能体对采用至关重要。
• 智能体之间的微支付交易量~$0.5-$1 million per monthx402推出约一年后；Bernstein认为商业采用仍极为有限。
• 平均智能体之间微支付金额~$0.20反映当前活动集中于小额数字原生使用场景。
• 卡组织规模7B+ credentials and 100M+ merchants被用来支持Bernstein关于银行卡保有信任和受理优势的观点。
• 安全类增值服务收入占比~40% for Mastercard; teens% for VisaBernstein表示，这些安全业务增长良好。

影响与含义

Bernstein认为，短期内智能体商业不太可能取代商户结账或卡组织。若采用扩大，更多代币化和信息更丰富的交易可能扩大网络的增值服务，同时管理碎片化协议的需求可强化现代面向商户PSP的差异化。钱包可能获得新的信任和优化角色，而发卡机构可能面对更大的奖励优化竞争。

风险

• 商户和平台若不愿放弃结账控制权或客户关系，可能拖慢智能体商业接入。
• 消费者授权AI智能体付款的信任度较低，可能延缓交易采用。
• 碎片化协议、运营接入要求和未解决的产品市场匹配问题可能推迟有意义的商业规模。

后续跟踪

• 商户和平台是否会在保留结账、支付和履约控制权的同时接入第三方智能体。
• AI来源流量的增长，以及AI发现是否转化为完成交易。
• Google Universal Commerce Protocol等标准及支付网络智能体代币的采用。
• AI计费、数字身份和网络安全服务是否成为重要的新增支付服务机会。
• 智能体驱动的银行卡和奖励优化是否会加剧发卡机构之间的竞争。