Oportunidade de 50 bilhões de dólares: Carteira AI Agent, um jogo de "difícil lucratividade no curto prazo"

Fonte: Tiger Research

Compilado e organizado por: BitpushNews

As principais notícias continuam a relatar sobre os AI Agents (agentes de inteligência artificial) realizando transações autônomas e processando pagamentos. No entanto, a indústria de carteiras de criptomoedas já havia preparado o terreno para isso. Atualmente, mais de dez empresas estão desenvolvendo carteiras personalizadas especificamente para AI Agents. O que elas estão buscando? Qual é o potencial retorno final?

Pontos principais

• Quando os AI Agents substituem os humanos na navegação na internet e na compra de produtos ou informações, eles acabam gerando milhares de micropagamentos, cada um valendo apenas alguns centavos. As redes de pagamento com cartão existentes (Card Rails) não conseguem suportar uma escala de pagamentos tão pequenos, tornando essencial uma carteira que possa automaticamente dividir e enviar fundos com base em condições predefinidas.
• Apesar da falta de lucratividade no curto prazo, empresas como Coinbase e Binance estão ativamente construindo a infraestrutura de carteiras AI. Isso porque elas podem garantir uma base de clientes futura antes que os AI Agents comecem a transacionar em grande escala. O foco nesta fase é estabelecer uma base de usuários antes da explosão da demanda real.
• Cálculos baseados em dados da Coinbase mostram que o aumento na utilização de AI Agents pode trazer um crescimento de até 7 vezes a receita atual.
• Os registros de pagamentos acumulados na carteira podem demonstrar se os AI Agents são lucrativos, abrindo portas para empréstimos baseados em receitas futuras - semelhante a fornecer crédito a pequenas empresas com base em seu histórico de vendas com cartão.
• Isso ainda está na fase de "possibilidade" e não de "comprovado". Os AI Agents ainda podem cometer erros operacionais e executar pagamentos incorretos, e as regras relacionadas variam de país para país, com o status legal dos AI Agents ainda indefinido. Portanto, a competição atual não é para capturar a receita imediata, mas para ocupar uma posição vantajosa anos antes de um grande mercado que se espera que se forme.

1. O ímpeto dos AI Agents

No início deste ano, um experimento no mercado de previsões Polymarket, que gerou ampla discussão, forneceu a um AI Agent 50 dólares em capital inicial e permitiu que ele realizasse transações autonomamente. As condições do experimento eram: se ele não conseguisse gerar lucro para cobrir seus custos de API e servidor, ele deixaria de existir. O agente então completou com sucesso a transação, e desde então, uma série de outros agentes começou a transacionar de maneira semelhante.

Embora os AI Agents ainda não tenham se integrado completamente à vida cotidiana, não há dúvida de que eles serão amplamente utilizados em um futuro próximo.

2. Cada transação do Agent começa na carteira

Os AI Agents ainda não entraram no campo dos pagamentos diários. Atualmente, suas aplicações mais ativas estão em robôs de negociação de criptomoedas que operam dentro do ecossistema de criptomoedas. Esses robôs são independentes das redes de pagamento tradicionais e se concentram exclusivamente na negociação de criptomoedas.

No entanto, no futuro, os pagamentos se expandirão para áreas que hoje não conseguimos imaginar. Como mencionado em relatórios anteriores, a IA está mudando a própria natureza dos pagamentos. Uma vez que os Agents (e não os humanos) interajam e naveguem diretamente na rede, o valor de cada pagamento individual diminuirá drasticamente. O custo de uma chamada de API ou de uma consulta de dados pode ser tão baixo quanto 0,001 dólares, e em casos extremos, pode chegar a apenas 0,00001 dólares.

Para superar os cenários atuais de uso de carteiras, será necessário um sistema de pagamento programável que possa automaticamente dividir e enviar pagamentos tão pequenos com base em condições predefinidas, sem intervenção humana. Esse é o contexto em que a rede de pagamento x402 surgiu, e a carteira é a base para o funcionamento dessa rede.

No entanto, as redes de pagamento existentes foram projetadas com o "humano" como o sujeito da transação.

Os cartões de crédito são emitidos para indivíduos e operam em uma estrutura de "disputa/reembolso (Chargeback)" - ou seja, quando há um problema na transação, um humano inicia a disputa e cancela a transação, e cada transação tem uma taxa fixa de até dezenas de centavos. Quando uma pessoa faz uma compra ocasional de 20 dólares, isso não é um problema; mas uma vez que um Agent começa a enviar pagamentos a uma taxa de milhares por segundo - mesmo que cada chamada de API custe apenas 0,001 dólares ou cada registro de dados apenas 0,00001 dólares - esse modelo de pagamento se torna economicamente inviável.

A questão central é: o capital em si é "programável"?

Os cartões podem automatizar a entrada de informações de pagamento, mas não podem ser programados para dividir fluxos de capital, realizar pagamentos em tempo real (Streaming) ou liquidações instantâneas com base em condições específicas. E na rede em que a carteira opera, essa capacidade é uma característica padrão. Armazenar detalhes de pagamento em um cartão, no máximo, pode fazer com que um humano execute transações em uma escala humana. Uma vez que a forma econômica mude para transações diretas entre máquinas, a carteira se torna o único ponto de partida viável.

3. Agent é um negócio de 50 bilhões de dólares

Como mostrado na imagem acima, a gama de provedores de carteiras é muito ampla, abrangendo desde exchanges até emissores de stablecoins. Então, por que tantos participantes diversos estão entrando no campo da infraestrutura de carteiras de Agents, que ainda não tem uma lucratividade clara no curto prazo?

A resposta é: essas empresas estão investindo em receitas futuras e na configuração de negócios futuros, e não em lucros imediatos.

Integrar funcionalidades de Agent nas carteiras agora não é uma medida que gerará receita imediata. Está construindo uma capacidade subjacente para absorver esses volumes de transação quando os Agents começarem a operar em grande escala.

O ponto crucial é que os AI Agents eventualmente operarão 24 horas por dia, 7 dias por semana, em um ambiente sem navegador (Browserless Environment) sem intervenção humana. Imagine um usuário pedindo a um Agent para elaborar um relatório de pesquisa. Quando o Agent coleta informações, sempre que ele extrai dados de diferentes plataformas pagas, ele executa um micropagamento. Um simples comando do usuário pode instantaneamente acionar 20 a 30 pagamentos ou até mais.

Uma operação que parece simples e única para um humano, uma vez processada pelo AI Agent, se transforma em um volume de transações de pagamento extremamente grande.

Como essa mudança no ambiente de pagamento afetará a lucratividade das empresas pode ser estimado com os dados públicos da Coinbase. Esse cálculo usa a base de 9,2 milhões de usuários de transação mensal (MTU) da Coinbase, em vez de seu total de cerca de 120 milhões de usuários registrados.

Combinando três variáveis: taxa de adoção, número médio de Agents por usuário e frequência de chamadas diárias, podemos chegar aos seguintes resultados de previsão:

• Cenário conservador (10% de taxa de adoção, 1 Agent por usuário, 50 chamadas por dia): receita adicional de cerca de 84 milhões de dólares por ano, crescimento de 1,2%.
• Cenário neutro (50% de taxa de adoção, 2 Agents por usuário, 200 chamadas por dia): receita adicional sobe drasticamente para cerca de 3,36 bilhões de dólares, crescimento de 46,8%.
• Cenário agressivo (100% de taxa de adoção, 3 Agents por usuário, 1000 chamadas por dia): receita anual atinge cerca de 50,37 bilhões de dólares, cerca de 7 vezes a receita total atual da Coinbase.

O que se destaca nessa comparação é que a diferença entre esses três cenários se expande em uma progressão geométrica, e não aritmética. A taxa de adoção em si aumentou apenas 10 vezes (de 10% para 100%), mas a diferença de receita resultante aumentou cerca de 600 vezes (de 84 milhões de dólares para 50,37 bilhões de dólares).

Como "taxa de adoção", "número médio de Agents por usuário" e "frequência de chamadas diárias" são variáveis multiplicativas, qualquer pequeno aumento em uma dessas variáveis levará a um aumento exponencial no total. Portanto, uma vez que os Agents se tornem amplamente adotados e o número de usuários aumente, o fluxo de receita resultante pode chegar a cerca de 7 vezes a receita total atual.

É por isso que a Coinbase, mesmo sem receita explícita hoje, ainda está promovendo fortemente a infraestrutura de carteiras de Agents. Isso é feito para garantir sua participação de mercado quando a era dos AI Agents impulsionados chegar.

4. Rumo ao novo tipo de banco para Agents (Neobanking)

Os dados de transação acumulados pela infraestrutura de carteiras não são apenas registros simples. Eles estabelecem a base para novos modelos de negócios - porque o histórico de pagamentos armazenado na carteira pode servir como um padrão de avaliação de crédito, demonstrando a situação financeira e o desempenho operacional dos AI Agents.

Uma vez que esse sistema de avaliação de crédito baseado em dados seja estabelecido, os provedores de carteiras poderão naturalmente se expandir para a próxima geração de serviços financeiros, como financiamento baseado em receita (Revenue-Based Financing, RBF) especificamente para Agents.

A Stripe Capital é um exemplo típico de construção bem-sucedida de novos negócios financeiros sobre dados de pagamento existentes. Quando a Stripe lançou seu serviço de empréstimos Stripe Capital em setembro de 2019, não dependeu de agências de crédito externas ou de documentação de empréstimos complexa. Ela apenas utilizou os dados de vendas em tempo real dos comerciantes que fluíam através de sua própria rede de pagamentos para avaliar a elegibilidade e o montante do empréstimo.

O caso da Stripe demonstra que uma empresa pode construir negócios financeiros de alto valor sobre o pipeline de dados de seus negócios existentes, sem a necessidade de estabelecer uma rede de vendas separada ou realizar expansão de marketing adicional.

Os provedores de carteiras de Agents provavelmente seguirão um caminho de expansão semelhante. Ao acumular continuamente dados de receita dos Agents por meio das carteiras, poderão criar uma base para financiar operações por meio de RBF e se transformar em uma plataforma financeira focada em Agents, lucrando com isso.

No entanto, construir essa nova linha de negócios depende de uma condição prévia: os AI Agents devem ir além de simples ferramentas de execução de pagamentos, evoluindo para ativos que possam gerar receita por conta própria e gerar receita real suficiente para pagar os empréstimos.

5. Esse crescimento ainda não foi comprovado

As previsões de crescimento de receita de 7 vezes para a Coinbase e a expansão dos negócios para RBF são baseadas em um cenário otimista que assume "a popularização dos pagamentos por Agents". Estabelecer esse sistema na economia real ainda enfrenta enormes obstáculos.

Primeiro, há grandes dúvidas sobre a taxa de conversão real de compras e a confiabilidade dos pagamentos dos AI Agents. Os Agents ainda podem cometer erros ao fazer pedidos autonomamente, resultando em pagamentos incorretos devido a "alucinações (Hallucination)"; às vezes, as transações são diretamente bloqueadas devido aos sistemas de prevenção de fraudes (FDS) das instituições emissoras. Portanto, a taxa de conclusão de pagamentos atualmente ainda é baixa.

Além disso, protocolos de pagamento como x402, AP2 e MPP ainda estão fragmentados e não foram unificados em um único padrão; ao mesmo tempo, a falta de políticas claras de KYC (verificação de identidade) e regulamentação financeira para AI Agents, que não são entidades legais, é outro grande obstáculo para a expansão do mercado.

Portanto, o objetivo atual dos provedores de carteiras não é a receita de taxas de curto prazo. A App Store da Apple levou 15 anos para estabelecer um mercado de taxas de 10 bilhões de dólares por ano, enquanto o WeChat Pay levou 7 anos para construir um enorme ecossistema de mini-programas. As carteiras de Agents estão seguindo uma linha de tempo semelhante de longo prazo, focando na construção de um ecossistema, em vez de competir por retornos de curto prazo.

A competição atual não é por aquela pequena receita marginal de hoje. É sobre quem pode, na economia de agentes que se espera que se forme nos próximos cinco a dez anos, dominar primeiro o controle dos fluxos de dados financeiros.