X402 บันทึกยอดการชำระเงินรายย่อยโดย AI agent ถึง 14 ล้านรายการในช่วง 30 วันที่ผ่านมา ซึ่งเป็นการผลักดันการพาณิชย์ระหว่างเครื่องจักรต่อเครื่องจักร (machine-to-machine commerce) จากขั้นทดลองไปสู่การใช้งานจริงในชีวิตประจำวัน การพุ่งสูงขึ้นนี้ช่วยตอกย้ำถึงเลเยอร์การชำระเงินที่กำลังเติบโต ในขณะเดียวกันก็เผยให้เห็นถึงการขาดแคลนบริการที่สามารถค้นหาได้เพื่อให้ agent เข้ามาซื้ออย่างเห็นได้ชัด

ทำไมตัวเลขเหล่านี้จึงมีความสำคัญ

ข้อมูลจาก Token Terminal แสดงให้เห็นว่ามีการโอนเงินประมาณ 7.3 ล้านรายการบน base chain ของ X402 และ 5.6 ล้านรายการบน Polygon โดยเกือบทุกธุรกรรมชำระด้วย USDC ซึ่งเป็น stablecoin ที่ผูกกับดอลลาร์สหรัฐ จำนวนที่มหาศาลนี้พิสูจน์ให้เห็นว่าปัจจุบัน agent มีกระเป๋าเงินเป็นของตัวเองแล้ว ซึ่งเป็นการหักล้างข้อโต้แย้งที่มีมานานที่ว่า “AI agent ไม่มีวิธีชำระเงินสำหรับ API” เมื่อ Amazon’s Bedrock AgentCore เปิดตัวความสามารถในการชำระเงินควบคู่ไปกับการอัปเกรดโปรโตคอล จุดสนใจของชุมชนก็เปลี่ยนจากคำถามที่ว่า “จะทำได้หรือไม่” เป็น “จะจ่ายเงินให้กับอะไร”

จากระบบปิดสู่ตลาดที่ว่างเปล่า

ธุรกรรมส่วนใหญ่จาก 14 ล้านรายการเกิดขึ้นภายในระบบนิเวศเฉพาะของแต่ละแพลตฟอร์ม Agent ที่ถูกสร้างขึ้นบนผู้ให้บริการคลาวด์หรือตลาดกลางใดตลาดหนึ่งจะชำระเงินสำหรับบริการที่อยู่ใน stack เดียวกัน ซึ่งทำให้เกิดระบบปิด (walled gardens) ต่อเนื่องกันไป หากอยู่นอกเหนือจากไซโล (silos) เหล่านั้น แคตตาล็อกแบบเปิดของ X402 มีรายการบริการอยู่ 1,662 รายการ แต่มีเพียง 90 รายการเท่านั้นที่เคยมีการชำระเงินบนเชน (on-chain) กล่าวอีกนัยหนึ่งคือ ตลาดสาธารณะแทบจะไม่ได้ถูกใช้งานเลย

ช่องว่างนี้ไม่ใช่แค่เรื่องที่น่าสงสัย แต่มันคืออุปสรรคในการทำงาน Agent สามารถทำธุรกรรมได้เฉพาะกับบริการที่พวกมันสามารถระบุตำแหน่งได้เท่านั้น เครื่องมือจากบุคคลที่สามจำนวนมากมีอยู่เพียงในรูปแบบของคลังเก็บโค้ด (code repositories) หรือเอกสารภายใน โดยขาดจุดเชื่อมต่อที่เครื่องจักรสามารถอ่านได้ (machine-readable entry point) ซึ่งโปรแกรมอัตโนมัติจะสามารถสอบถามและประเมินผลได้

สิ่งที่อุตสาหกรรมต้องการเพื่อปลดล็อกการค้นหา

คุณลักษณะสามประการที่กำหนดดัชนีแบบเปิดที่ใช้งานได้จริงสำหรับบริการของ AI agent ได้แก่:

  • การเข้าถึงแบบเปิด (Open access) – ผู้ให้บริการรายใดก็ได้ควรจะสามารถเผยแพร่ endpoint ได้โดยไม่มีการปิดกั้น
  • เน้นการทดลองใช้ก่อน (Trial-first) – Agent ต้องสามารถทดสอบบริการได้ก่อนที่จะตัดสินใจจ่ายเงิน เพื่อลดความเสี่ยงจากการเรียกใช้งานที่ไม่ได้ผล
  • รูปแบบที่เครื่องจักรสามารถอ่านได้ (Machine-readable format) – คำอธิบายในรูปแบบ JSON, MCP หรือ schema ที่คล้ายกัน จะช่วยให้ agent สามารถวิเคราะห์และเปรียบเทียบข้อเสนอต่างๆ ได้โดยไม่ต้องผ่านคนกลาง

หากมีการสร้างสารบัญ (directory) เช่นนี้ขึ้นมา ระบบโครงสร้างพื้นฐานการชำระเงิน (payment rails) ซึ่งได้รับการพิสูจน์แล้วในระดับที่ขยายตัวได้ ก็จะสามารถจับคู่กับตลาดที่มีความคึกคัก ซึ่ง agent สามารถค้นหา ทดสอบ และซื้อบริการจากผู้ให้บริการต่างๆ ได้อย่างอิสระ

ข้อมูลจาก X402 พิสูจน์ให้เห็นว่าโครงสร้างพื้นฐานสำหรับการชำระเงินของ AI agent ไม่ใช่คอขวดอีกต่อไป อุปสรรคถัดไปคือการสร้างแคตตาล็อกบริการที่ค้นหาได้และน่าเชื่อถือ ซึ่ง agent สามารถซื้อได้จริง จนกว่าจะถึงเวลานั้น การพาณิชย์ที่ขับเคลื่อนด้วย AI ส่วนใหญ่จะยังคงถูกจำกัดอยู่ภายในระบบนิเวศที่เป็นกรรมสิทธิ์เฉพาะ (proprietary ecosystems) ทิ้งให้ตลาดแบบเปิดเป็นพรมแดนที่ยังไม่ได้รับการบุกเบิกเป็นส่วนใหญ่