現在的 AI 已經具備相當強的能力。它可以協助撰寫文案、生成報表，甚至參與與供應商的價格談判。但當流程進入「付款」這一步時，往往仍然需要人工介入。
無論採用何種 AI 工具，最終通常會出現一個關鍵節點：系統已完成商品篩選與決策，但仍需用戶進行「確認付款」，例如解鎖設備、進行生物識別或輸入密碼。這種設計使得 AI 雖能提升決策效率，但無法完成交易閉環，限制了自動化能力的進一步釋放。
Visa 的最新數據亦反映了這一現象：53%的企業願意讓 AI 參與價格談判，但僅有 27% 願意授權其直接完成付款，兩者之間存在 26 個百分點的差距。這表明，市場已逐步接受 AI 在決策與執行層面的角色，但在支付環節，仍然傾向保留人工最終確認權。
因此，目前多數 AI 的能力仍停留在「輔助決策」，而非「完成交易」。問題的核心在於：為何 AI 可以作出選擇，卻無法直接完成支付？
｜為何 AI 無法自主付款？
原因在於現行支付體系的基本假設：每一筆交易均需由用戶本人明確授權。
無論是信用卡支付、掃碼付款，還是生物識別驗證，其核心均在於確認付款意圖與身份一致性。當交易由 AI 主動發起時，缺乏用戶即時確認，將導致交易有效性及責任歸屬難以界定。
因此，在現有架構下，AI 只能負責資訊篩選與決策建議，而最終支付仍需由用戶完成。
在此背景下，關鍵問題轉化為：是否存在一種機制，在無需逐筆人工確認的前提下，仍能確保資金使用符合預期？
｜AP2 的解決方案：預設授權機制
由 Google 聯同 Mastercard、PayPal 等超過 60 家機構推出的 Agent Payments Protocol（AP2），正是針對上述問題所提出的解決方案。
AP2 的核心在於，將「逐筆確認」轉化為「事前授權」。
用戶可預先為 AI 設定一組明確的交易規則，包括：
– 金額範圍（Budget）
– 商戶範圍（Merchant Scope）
– 時間範圍（Time Window）
在該授權範圍內，AI 可自主完成交易決策與支付執行，無需逐筆確認。
｜AP2 的運作機制
以下以一個典型場景進行說明：
假設用戶需要預訂下週三前往北京的機票。
1. 用戶設定授權（Intent Mandate）
用戶透過電子授權文件，明確定義交易邊界：
– 預算不超過 3000 元
– 商戶限定為南航或國航
– 出發時間為下週三，且授權僅於本週內有效
該授權文件即為 AI 的決策依據與執行邊界。
2. AI 執行決策（Decisioning）
AI 根據授權條件進行全網搜尋與比對：
– 南航早班機：2800 元
– 國航晚班機：3100 元
系統將自動排除超出預算的選項，並基於時間與條件選擇最優方案。
完成決策後，AI 會生成一份標準化的交易摘要（可理解為電子交易憑證），記錄航班資訊、價格及商戶資料。
3. 支付執行（Execution）
交易摘要提交至支付系統後，系統將進行規則校驗：
– 金額是否在預算範圍內 ✓
– 商戶是否在授權名單內 ✓
– 時間是否符合授權條件 ✓
當所有條件均符合時，系統將自動完成扣款與出票流程，無需用戶進行額外確認。
該機制的核心在於：以規則校驗取代逐筆確認，實現可控的自動化支付。
｜與傳統支付模式的差異
AP2 並未改變底層支付工具（如信用卡或電子錢包），而是改變了交易確認的方式。
– 傳統模式：AI 負責決策，用戶負責最終確認與支付
– AP2 模式：在授權範圍內，AI 可完成決策與支付執行
Stripe 曾將人類向 AI 授權的過程劃分為五個階段（由資訊收集至完全自主）。目前大多數應用仍停留於前期階段，例如資訊填寫與價格提醒。
AP2 的關鍵價值在於補足支付執行這一環，使 AI 能夠在授權框架內完成完整交易閉環。
｜總結
回到前述 26 個百分點的差距，本質反映的是市場對AI 決策能力與AI 支付授權機制之間的不對稱。
AP2 所提供的，是一套可行的授權與執行框架：用戶無需逐筆確認，只需預先定義規則，即可讓 AI 在可控範圍內自動完成交易。
隨著該機制的成熟，原本受限於人工確認的交易場景，將逐步實現自動化運行。
從個人消費到企業採購，AI 在支付場景中的應用仍有廣闊空間，值得持續關注。
