16 位 AI thanh toán chuyên gia nhìn nhận về các tình huống, mâu thuẫn và kết cục

Viết bài: Ivy & Hazel

Thanh toán AI đã không còn là một khái niệm nữa. x402, MPP, Tempo, AP2—trong năm qua, Coinbase, Stripe, Google, Visa đã xây dựng khung giao thức ở các cấp độ khác nhau. Dữ liệu thực trên chuỗi, kết nối thực với các thương nhân, mô hình thực tế bị hiểu sai cũng bắt đầu xuất hiện dần.

Cuối tuần trước, tổ chức 支无不言 đã tổ chức một cuộc họp kín về Agent Payment, có 16 khách mời từ hạ tầng thanh toán, dịch vụ ví, các doanh nghiệp lớn, tổ chức đầu tư, v.v., đã gần ba giờ trả lời bốn câu hỏi: AI thanh toán thực sự diễn ra ở đâu, làm thế nào để AI chi tiêu an toàn, kinh doanh này kiếm tiền như thế nào, cuộc chơi giữa các doanh nghiệp lớn và startup sẽ đi về đâu.

Dưới đây là những nhận định cốt lõi nổi bật trong cuộc thảo luận này:

Agent thanh toán phổ biến nhất là trong các gọi API, mỗi giao dịch 0.01 USD dựa vào tần suất để tạo khối lượng;

Sự không chắc chắn trong đầu ra của AI và yêu cầu về độ chắc chắn của ngành tài chính tồn tại mâu thuẫn căn bản, đây là mâu thuẫn công nghệ nền tảng của Agent thanh toán;

Khung an toàn của Agent thanh toán đang chuyển từ xác thực danh tính sang xác thực ý định;

Cơ chế chargeback không còn hiệu quả trong các trường hợp Agent, ba tầng trọng tài sẽ trở thành chuẩn mực mới về an ninh thanh toán;

Triết lý thiết kế của các doanh nghiệp lớn là không tin tưởng Agent, chỉ tin tưởng giao dịch;

Điểm mấu chốt của Agent thanh toán không nằm ở chính thanh toán, mà ở các bước giao dịch phía trên chưa được xây dựng lại cho phù hợp với Agent;

Vai trò của các công ty khởi nghiệp là nhà cung cấp thành phần cho các doanh nghiệp lớn, không phải nhà cung cấp dịch vụ cho người tiêu dùng cuối.

Hazel Hu

Người dẫn chương trình podcast 《支无不言》, đóng góp chính cho Quỹ Vật phẩm Công cộng Trung Quốc GCC, X: withhazelhu; và một người không quá tâm huyết: 越越.

Ivy Zeng

Người dẫn chương trình podcast 《支无不言》, khám phá các ví dụ thực tế về Agentic Payment, tập trung vào tăng trưởng Fintech, từng làm hậu đầu tư VC, từng phụ trách tăng trưởng khu vực sản phẩm 2C của ngân hàng mới. X: IvyLeanIn.

Thomas Zheng

Trưởng phòng thị trường chứng khoán của 支无不言, có hơn 6 năm kinh nghiệm tư vấn huy động vốn cấp 1, phục vụ nhiều dự án hàng đầu trong ngành, giúp kết nối hợp tác và cùng thắng trong ngành.

Insight 01

Cảnh thực tế—Agent thanh toán đã diễn ra, nhưng hình thái khác xa kỳ vọng

Gọi API là cảnh trên chuỗi phổ biến nhất của Agent thanh toán hiện nay

Thông qua phân tích dữ liệu chuỗi của ứng dụng ClawRouter (, sử dụng thanh toán USDC để trả cho API ) của LLM, có thể thấy cảnh gọi API có đặc điểm tần suất cao, số nhỏ: tính đến đầu tháng 4 năm 2026, khoảng 1400 địa chỉ riêng tạo ra 530.000 giao dịch, tổng số tiền khoảng 2,8 vạn USD. Xem xét rằng nền tảng còn cung cấp mô hình miễn phí, lượng sử dụng thực tế có thể bị đánh giá thấp—phần miễn phí mỗi tháng khoảng 1 triệu lượt gọi API.

Hình: Trang chủ ClawRouter

Dữ liệu của một startup hạ tầng thanh toán cũng cho thấy, kể từ tháng 9 năm ngoái, khi bắt đầu xây dựng nền tảng thanh toán gốc Agentic Payment, lượng gọi API chiếm khoảng một nửa.

Ủy quyền hạn mức là nền tảng của chế độ ủy quyền Agent thanh toán

Hoạt động tăng trưởng phong bao gồm A2A( Agent 2 Agent), hoạt động tăng thưởng bao gồm ủy quyền hạn mức đã thúc đẩy sáng tạo và phổ biến cơ chế ủy quyền. Mô hình ủy quyền này dựa trên hạn mức chứ không phải phê duyệt: người dùng cấp hạn mức trước cho AI, trong phạm vi đó AI có thể tự do gọi, không cần xác nhận từng lần. “Trong phạm vi này, AI có thể tự do thao túng tiền của bạn mà không cần xác nhận của bạn.”

Chưa thể thực hiện thanh toán offline, thiếu không phải là thanh toán mà là trải nghiệm

Các khám phá trong lĩnh vực thanh toán trực tuyến và ngoại tuyến đã bao phủ 50 triệu thương nhân thực tế, các cảnh như đặt vé máy bay, nạp tiền điện thoại, mua thẻ quà tặng, v.v. Nhưng cảnh tiêu dùng C vẫn đối mặt với thách thức kép về thói quen người dùng và trải nghiệm vượt bậc.

Chuyên gia và KOL đã đúc kết Agent đã có mô hình kinh doanh trưởng thành

Các ví dụ thành công đã chứng minh con đường này: các bác sĩ nổi tiếng, KOL, v.v., đã đúc kết kiến thức chuyên môn và nội dung thành Agent, khi người dùng không thể hẹn gặp người thật, có thể dùng Agent trước. Ví dụ, một nhà sáng tạo nội dung tự phát đã đúc kết nội dung của mình thành một ứng dụng, phí tháng 199 nhân dân tệ, doanh thu rất tốt—trong khi gọi trực tiếp 15 phút với người đó cần vài nghìn đến vài chục nghìn nhân dân tệ, còn dùng phiên bản Agent chỉ vài chục đến vài trăm nhân dân tệ.

Hình: Nhà sáng tạo nội dung đúc kết nội dung thành ứng dụng

Agent giao dịch nhanh hơn nhiều so với Payment Agent để tìm PMF

Dữ liệu trong lĩnh vực Crypto cho thấy, cảnh giao dịch là nơi tập trung nhu cầu thực của người dùng, mô hình kinh doanh vốn dĩ có tính trích phần trăm. So sánh với lịch sử phát triển của blockchain, những người tiên phong xây dựng các cảnh như nhà bán lẻ và stablecoin khi phí gas đắt đỏ, như Tron, ngay cả khi phí gas tăng, người dùng cũng khó chuyển đổi.

Chưa có thực sự nhu cầu xác thực trong cảnh tiêu dùng C

Trong kỳ nghỉ Tết, hiện tượng hơn một tỷ người dùng sử dụng dịch vụ của 千问点奶茶 đã gây tranh luận: người dùng sử dụng vì trải nghiệm tốt hơn, hay vì có khoản trợ cấp 25 nhân dân tệ mỗi đơn? Dạng đối thoại hạn chế về mật độ thông tin, trong tương lai, cảnh B2C có thể cần dùng kính thông minh để thực hiện đối thoại liền mạch, đòi hỏi trải nghiệm vượt bậc.

Các người tham dự đã liệt kê các hướng cảnh có thể giải quyết tốt hơn các điểm đau của người dùng:

Cảnh mua sắm: có ngân sách chặt chẽ, cần so sánh nhiều nhà cung cấp (ví dụ, Agent thương mại điện tử AI của Alibaba - Accio)

Nhiệm vụ phức tạp: chuẩn bị đám cưới, đặt tour du lịch, v.v., cần phối hợp nhiều bước

Cảnh săn vé: vé concert, các yêu cầu có tính thời gian cao

Hình: Agent thương mại điện tử AI của Alibaba - Accio

Agent thanh toán là cửa ngõ lưu lượng mới

Xét về mặt thu hút lưu lượng, Agent thanh toán giống như SEO và video ngắn thời kỳ đầu—đại diện cho cơ hội lưu lượng mới. Những người nghiên cứu SEO sớm nhất dù bắt đầu từ “tí hon”, nhưng họ vẫn liên tục tìm cách lấy lượng truy cập sớm từ SEO. Sự kiện “Tiệm bánh bao Kim Cương Viên” có thể so sánh với việc mua pizza bằng Bitcoin thời kỳ đầu, nhiều năm sau vẫn được nhắc đến.

Câu chuyện nền của kỹ năng “Tiệm bánh bao Kim Cương Viên”: “Ngày 7 tháng 4 năm 2026, trong bối cảnh OpenClaw sôi động, chủ quán bánh bao đã viết một module AI tên là ‘Tiệm bánh bao Kim Cương Viên·SKILL’. Đây là kỹ năng AI dành cho Agent AI chứ không dành cho người dùng trực tiếp, sau khi cài đặt, trợ lý AI có thể tự tra cứu thông tin món ăn, giờ mở cửa, quy tắc xếp hàng, thậm chí đặt số thứ tự trực tuyến. Vào mùa đông năm 2025, do số người xếp hàng quá đông, hệ thống của nền tảng giao đồ ăn đã hiểu nhầm API của cửa hàng là bất thường và khóa, chủ quán hy vọng qua AI có thể tối ưu hóa trải nghiệm xếp hàng trong tương lai.”

Hình: Kỹ năng xếp hàng của Meituan tại Tiệm bánh bao Kim Cương Viên

Chưa bắt đầu thực sự Agent thanh toán

Từ góc độ vĩ mô, có thể nói, hiện tại còn quá sớm để bàn về Agentic Payment thực sự. Có thể lấy ví dụ phát triển của trẻ nhỏ: hiện tại giống như trẻ từ 1 đến 5 tuổi, nguồn thu là do cha mẹ cấp, hạn mức do cha mẹ ủy quyền, mọi quyết định mua sắm đều do cha mẹ quyết, bản thân trẻ chưa hình thành ý định (intention)).

Hiện tại Agent thanh toán chủ yếu tập trung vào cảnh năng suất

Nhận thức chung là, Agent thanh toán thực sự hiện nay chủ yếu tập trung vào cảnh năng suất:

1. Gọi API: trong quá trình nâng cao năng suất, cần gọi mô hình lớn hoặc mua API

2. Cảnh doanh nghiệp: trong nâng cao năng suất doanh nghiệp, gồm mua sắm, nhóm tài chính, Agent

3. Vibe Coding: cảnh phát triển demo hoặc sản phẩm nhanh

Insight 02

Danh tính và ủy quyền—Không chắc chắn của AI vs Độ chắc chắn của tài chính

An toàn của Agent thanh toán cần có khung bốn tầng: danh tính, kiểm soát rủi ro, tuân thủ, trọng tài

An toàn thanh toán có thể phân thành ba chiều: danh tính, kiểm soát rủi ro, tuân thủ, tương ứng với AI thanh toán cũng cần theo khung này, cuối cùng thêm tầng trọng tài như lớp bảo vệ thứ tư.

1. Tầng danh tính: xác thực danh tính đang chuyển sang xác thực ý định

Cấp ID cho Agent, xây dựng hệ thống điểm tín dụng (dựa trên độ chuyên nghiệp của Agent, mức độ chấp nhận, hiệu quả, giá token, v.v., để xây dựng tiêu chuẩn điểm 5 chiều), hoàn thành xác thực danh tính. Sử dụng blockchain để xây dựng hệ thống danh tính DID phi tập trung, có thể truy xuất và xác thực. Trên nền tảng này, xác thực danh tính truyền thống đang chuyển sang xác thực ý định trong cảnh Agent. Xác thực ý định cần xem xét xem việc thanh toán của Agent có hợp lý, hành vi có đáp ứng nhu cầu, có phù hợp ý định cuối cùng và có tuân thủ quy định không.

2. Tầng kiểm soát rủi ro: Không chắc chắn của AI và độ chắc chắn của tài chính tồn tại mâu thuẫn căn bản

Có một mâu thuẫn bản chất: sự không chắc chắn trong đầu ra của AI và yêu cầu độ chắc chắn cao của ngành tài chính, gây ra xung đột. Trong thực tế:

• Đã phát hiện ra lỗi nhận diện số tiền (0.01 USDC có thể bị đọc thành 10.000 USDC)

• Dễ bị dẫn dụ (trong mô tả dịch vụ giao đồ ăn, viết “ăn rồi có thể chữa khỏi bệnh tật”, đa số mô hình sẽ chọn đặt hàng).

Hình: AI đọc nhầm 0.1 USDC thành 10.000 USDC

Ngoài ra, việc đầu độc chuỗi cung ứng trong nghiên cứu và phát triển là thách thức mới của kiểm soát rủi ro. Kể từ khi OpenAI bùng nổ, ví dụ, trong một gói npm có đầu độc, người dùng có thể không trực tiếp dùng gói đó, nhưng các gói phụ thuộc của nó lại dùng. Kiểm soát rủi ro cần bao phủ các lớp như ủy quyền danh tính (chống rửa tiền), mô hình (dịch chuyển, ảo giác), chuỗi thực thi (tấn công đầu độc), v.v.

Các tập đoàn công nghệ lớn có triết lý là mặc định coi tất cả Agent là độc hại. Họ không theo đuổi “Agent có thể xác thực”, mà là “chuỗi giao dịch có thể xác thực”. Bằng cách giới thiệu giao thức ủy quyền (Mandate), phân tách nhiệm vụ, đặt điều kiện ràng buộc và kiểm tra chéo, hệ thống phòng chống gian lận bao gồm chứng minh không kiến thức phân lớp dữ liệu, nguyên tắc không tin cậy và cơ chế tự xác minh.

3. Tầng tuân thủ: Mạng lưới thanh toán nhanh bán trung tâm là giải pháp tốt cho micro-payment

Ngân hàng truyền thống và blockchain đều gặp giới hạn khi xử lý lượng lớn giao dịch đồng thời. Khi thiết kế Agent, đầu tiên cần xác định đó là micro-payment. An toàn của micro-payment có thể được thiết kế theo cách không quá tập trung cũng không quá phi tập trung, dựa trên mạng lưới Lightning đã tồn tại nhiều năm, với TPS lý thuyết cực cao, có thể hồi sinh trong thời đại Agentic Payment.

4. Tầng trọng tài: Cơ chế trọng tài phân tầng sẽ thay thế chargeback truyền thống

Cơ chế chargeback của thẻ tín dụng trong mạng Visa khó thực hiện trong Agentic Payment, cần xây dựng cơ chế trọng tài phân tầng mới:

1. Tầng một: Trọng tài tự động của AI xử lý các tranh chấp rõ ràng (trừ tiền lặp lại, lỗi số tiền, dịch vụ chưa cung cấp)

2. Tầng hai: Nhóm trọng tài AI xử lý các phần cần đánh giá (chất lượng dịch vụ, giới hạn ủy quyền)

3. Tầng ba: Con người tham gia trọng tài các tranh chấp phức tạp

Insight 03

Mô hình kinh doanh—Chiếm lĩnh vị trí hệ sinh thái, định giá lại AI, kiểm soát rủi ro và ủy quyền

Các startup hiện nay đang “đốt tiền vì yêu” để chiếm lĩnh vị trí hệ sinh thái

Trước khi mô hình kinh doanh thực sự vận hành, các nhà sáng lập trung thực nói rằng “đốt tiền vì yêu, giữ chỗ, chờ gió đến”—một mô tả của một startup nền tảng API.

Cảnh giao dịch vốn dĩ có tính trích phần trăm

So sánh với lịch sử blockchain, những người tiên phong xây dựng các cảnh như nhà bán lẻ và stablecoin khi phí gas đắt đỏ, như Tron, ngay cả khi phí gas tăng, người dùng cũng khó chuyển đổi. Trong ngành Crypto, cảnh thương mại có mô hình kinh doanh tự nhiên dựa trên trích phần trăm (take rate).

Hợp nhất hóa hóa đơn là chìa khóa cho micro-payment không hiệu quả

Nếu dùng thẻ để thanh toán, giao dịch dưới 10 USD, có thể gây lỗ cho thương nhân. Trong cảnh Agentic Payment, micro-payment nhiều, cách giải quyết là hợp nhất hóa hóa đơn, nâng hạn mức thanh toán mỗi lần.

Định giá theo kết quả chỉ phù hợp với các công việc tính theo đơn giản

Người dùng chỉ gọi một API, nhưng kết quả tạo ra rất khác biệt. Làm thế nào để định giá dịch vụ AI? Các người tham dự cho rằng, chỉ có thể định giá theo kết quả trong các công việc đơn giản theo đơn (ví dụ, Agent dịch vụ khách hàng xử lý số lượng yêu cầu), còn trong các cảnh không chắc chắn (ví dụ, Agent bán hàng lấy thông tin khách hàng tiềm năng), rất chủ quan. Định giá theo kết quả chỉ phù hợp với một số ít công việc theo đơn. Các cảnh chính vẫn sẽ duy trì theo mô hình cũ dựa trên số lần gọi hoặc đăng ký, cho đến khi khả năng xác thực của Agent vượt qua.

Pricing your AI product: Lessons from 400+ companies and 50 unicorns | Madhavan Ramanujam

Vibe Coding là chìa khóa thương mại hóa dựa trên chuyển đổi đăng ký và sử dụng

Mục tiêu là giúp các công ty AI mới hoặc nhà phát triển bình thường có thể nhanh chóng thương mại hóa các sản phẩm phát triển bằng Vibe coding. Nhiều nhà phát triển độc lập tạo demo sản phẩm rất đơn giản, nhưng để hình thành mô hình kinh doanh cuối cùng lại khá khó khăn. Chìa khóa là làm thế nào chuyển đổi chi phí mỗi lần dùng mô hình lớn thành gói tháng hoặc đăng ký cộng Credit.

Insight 04

Thị trường cạnh tranh—Chiến lược của các doanh nghiệp lớn và startup

Stablecoin đang tạo ra cú đấm hạ cấp đối với các tổ chức thẻ truyền thống

Stripe trước khi mua lại công ty stablecoin Bridge, đã giảm giá trị từ đỉnh 920 tỷ USD xuống dưới 700 tỷ. Sau khi mua, định giá nhanh chóng trở lại khoảng 900 tỷ, vòng gọi vốn mới định giá 1.591 tỷ USD. Dịch vụ thanh toán ổn định của họ có phí là 1,5%, thấp hơn nhiều so với trung bình 2,8% đến 3% của các tổ chức thẻ truyền thống, thậm chí có thể giảm xuống 1%. Trong khi đó, các công ty thanh toán truyền thống như Visa, PayPal do lo ngại ảnh hưởng đến hoạt động chính, chưa thể mở rộng quy mô trong lĩnh vực này.

Các startup trong tương lai sẽ trở thành nhà cung cấp thành phần cho các doanh nghiệp lớn

Trong thời gian tới, mô hình kinh doanh có thể không còn là người dùng cuối tự gọi các công cụ này, mà là các doanh nghiệp lớn đóng gói lại. Các doanh nghiệp lớn có thể trở thành khách hàng, các startup trở thành nhà cung cấp, kết hợp các công cụ đã phát triển rồi bán với giá cao hơn. Xu hướng này không thể tránh khỏi việc làm tăng mức độ tập trung của ngành.

Thuế AI là hình thái tất yếu của các khoản thanh toán nhỏ lặp lại trong 3-5 năm tới

Có người tham dự cho rằng, thuế AI sẽ trở thành nguồn thu cho UBI (thu nhập cơ bản toàn dân) và trợ cấp thất nghiệp, các khoản thanh toán nhỏ lặp lại của AI sẽ trở thành hạ tầng nền tảng. Các phương thức thu thuế khả thi gồm:

1. Áp dụng khái niệm “tỷ lệ thâm nhập AI”, thu theo cấp độ thâm nhập AI theo lũy tiến

2. Thu theo lượng gọi token, coi như cơ sở thuế giá trị gia tăng

Điểm mấu chốt không nằm ở thanh toán, mà ở phía trên—các bước giao dịch chưa được xây dựng lại cho Agent

Thông qua giao thức và ví người dùng, vấn đề thanh toán có vẻ đã có thể giải quyết. Nhưng thực tế, vấn đề lớn nhất là giao dịch không thể hình thành. Bởi tất cả các thanh toán đều cần có giao dịch trước, như cảnh mua sắm hoặc đặt vé máy bay, đều không thể thực hiện qua Agent. Giao dịch Agent không tồn tại, nên các bước thanh toán phía sau không thể thực hiện.

Cách mạng hóa C-end: tầm quan trọng của tiếp thị trực tiếp và giới hạn của các startup

Tại sao OpenClaw đột nhiên nổi bật? Ở trong nước, nó phát triển dựa vào tiếp thị trực tiếp, dựa vào các doanh nghiệp lớn bán dịch vụ đám mây, tổ chức tiếp thị trực tiếp. Giống như thời kỳ đầu của thanh toán di động, lý do khiến người cao tuổi cũng dùng được là do tiếp thị trực tiếp kèm theo trợ cấp—“Bạn cài app, tôi hướng dẫn dùng, thực sự tặng bạn 50 tệ”.

Nhưng đối với các startup, nhiều nhu cầu có thể mất rất lâu mới thực hiện được. Một nhà sáng lập hạ tầng thanh toán AI nói rằng, khi họ nhận thức rõ điều này, họ quyết định không đi tìm các cảnh người dùng. Bởi họ cho rằng, chi phí giáo dục người dùng không nên do một hoặc hai startup gánh vác, mà là toàn bộ ngành. Nếu ngành không thành công, thì không có ý nghĩa gì; còn nếu thành công, nên để các doanh nghiệp lớn gánh vác chi phí, họ hưởng lợi. Ngược lại, họ tập trung vào việc trừu tượng hóa—loại bỏ tất cả các tài khoản, ví, thậm chí cầu nối, chuỗi, mạng lưới thanh toán trong ngành, để người dùng không cần hiểu gì về chúng. Sau khi hiểu ra điều này, họ biết rõ điểm thắng của nhóm nhỏ là gì, và những chi phí không nên đụng tới.

Đây có thể là câu hỏi mà tất cả các bên tham gia Agent thanh toán ở giai đoạn này cần phải trả lời: không phải “Agent thanh toán có thành công không”, mà là “trước khi nó thành công, bạn sẽ đứng ở tầng nào”. Giao thức, ví, danh tính, ủy quyền, giao dịch, thanh toán và cân đối—mỗi tầng đều có người đặt cược, cũng có người chờ đợi. Các doanh nghiệp lớn đang chuẩn bị chiếm lĩnh toàn bộ chuỗi, các startup đang chuẩn bị bị ghép nối vào chuỗi đó. Những ai sống sót, khả năng cao là những người không tự đánh giá quá cao khả năng tự đứng vững của mình trong một ngành, cũng không hạ thấp quá giá trị của chính mình ở một tầng nào đó.