پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی و مخاطرات آن

توسعه زیرساخت‌های مالی خودکار در سال ۲۰۲۶، صنعت تبادلات مالی را با جریان نوظهور پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی (Agentic Payments) وارد مرحله‌ای عملیاتی کرده است؛ سازوکاری که در آن، کارگزاران نرم‌افزاری خودمختار فراتر از ابزارهای صرف تحلیل داده، اختیار اجرای تراکنش‌ها و تصمیم‌گیری‌های مالی را از جانب کاربران و بدون نیاز به تایید لحظه‌ای انسان بر عهده می‌گیرند. هرچند فراگیری این شیوه تسویه گامی اساسی در جهت حذف اصطکاک‌های مالی و تحقق عملی مفهوم پول برنامه‌پذیر به شمار می‌رود، اما هم‌زمان معماری پرداخت‌های جهانی را با چالش‌های بنیادینی در حوزه‌های احراز هویت ماشین‌به‌ماشین، امنیت داده‌های اعتباری و بازتعریف مسئولیت‌های حقوقی ناشی از خطای سامانه‌های مستقل مواجه ساخته است.

ابعاد ظهور پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی

پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی به سیستمی اطلاق می‌شود که در آن مدل‌های هوش مصنوعی (مانند مدل‌های زبانی بزرگ ارتقایافته و ایجنت‌های چندمنظوره) مجاز هستند به حساب‌ها، کیف‌پول‌ها یا ابزارهای اعتباری دسترسی داشته باشند تا براساس قیود تعیین‌شده توسط کاربر، اقدام به خرید کالا، خدمات یا تسویه تعهدات کنند. به عنوان نمونه، ایجنت هوشمند کاربر می‌تواند در سراسر وب برای یافتن به‌صرفه‌ترین بلیت هواپیما، بهینه‌ترین ابزار مالی یا خرید نیازمندی‌های زنجیره تأمین به جست‌وجو بپردازد و فرایند وارسی سبد خرید و پرداخت را خودکار انجام دهد.

این تحول که در ادامه موج توسعه بانکداری باز شکل می‌گیرد و در برنامه‌های کلان جهانی نظیر نقشه راه بانکداری باز و هوش مصنوعی ایجنتیک در بریتانیا نیز برجسته شده، معماری تسویه و احراز هویت را به چالش کشیده است. در سیستم‌های کلاسیک پرداخت، مفاهیمی چون احراز هویت دوعاملی (2FA)، تأیید بیومتریک و رمز یک‌بارمصرف (OTP) بر این فرض بنیادی استوار بودند که «یک انسان پشت نمایشگر حضور دارد». با ورود مدل‌های خودمختار، تمامی این پروتکل‌ها نیازمند بازطراحی بنیادین هستند.

چالش‌های امنیتی و ریسک‌های ساختاری پرداخت ایجنتیک

حرکت به سوی واگذاری اختیار تراکنش به عامل‌های هوش مصنوعی چند ریسک کلیدی را برجسته ساخته است:

• ابهام در مسئولیت حقوقی و بازگشت وجه (Chargebacks): در صورتی که یک ایجنت نرم‌افزاری دچار سوءتفاهم معنایی شده یا بر اساس داده‌های دستکاری‌شده خریدی اشتباه یا نامطلوب انجام دهد، مسئولیت خسارت با چه کسی است؟ خریدار، شرکت توسعه‌دهنده ایجنت، پذیرنده یا صادرکننده کارت؟
• حملات تزریق پرامپت (Prompt Injection) و کلاهبرداری‌های نسل جدید: مهاجمان سایبری می‌توانند با قراردادن دستورات پنهان در صفحات وب پذیرندگان، ایجنت پرداخت را فریب دهند تا هزینه‌های پنهان یا تراکنش‌های ناخواسته را به نفع حساب‌های ناشناس تأیید کند.
• تشدید رفتارهای گله‌ای الگوریتمی: هنگامی که هزاران ایجنت با مدل‌های تصمیم‌گیری مشابه در یک لحظه واکنش مالی یکسانی (مانند تسویه یک‌باره یا خرید یک دارایی) نشان دهند، نوسانات آنی و شوک‌های نقدینگی در سیستم‌های پردازش و تسویه به وقوع می‌پیوندد.
• مسئله احراز هویت ماشینی و توکنایزیشن: جایگزینی رمزهای مرسوم با توکن‌های اعتباری مشروط که ایجنت‌ها بتوانند تنها در سقف‌های معین مالی عمل کنند، نیازمند هماهنگی میان شبکه‌های پرداخت بزرگ، پردازشگران و صادرکنندگان ابزارهای پرداخت است.

اثرات بر شبکه‌های پرداخت و بانکداری دیجیتال

شبکه‌های سنتی نظیر ویزا و مسترکارت و پردازشگران پرداخت در سراسر جهان در تلاش‌اند زیرساخت‌های خود را برای پذیرش هویت ماشین‌به‌ماشین تطبیق دهند. تمرکز این نهادها بر ایجاد پروتکل‌های «اعتبارسنجی نیت کاربر» (User Intent Verification) متمرکز شده است؛ به این معنا که شبکه باید اطمینان یابد تراکنش انجام‌شده، دقیقاً در چارچوب اختیاراتی است که دارنده حساب به ایجنت تفویض کرده است. این روند، تمایز میان تراکنش‌های شخصی و زیرساخت‌های پرداخت سازمانی و B2B را کم‌رنگ‌تر کرده و مدیریت دسترسی APIها را وارد دوران تازه‌ای از پیچیدگی‌های فنی می‌کند.

همچنین نهادهای نظارتی به دنبال آن هستند تا قوانین سخت‌گیرانه‌تری بر ارائه‌دهندگان این فناوری اعمال کنند تا مانع از گسترش پول‌شویی خودکار شوند، زیرا ایجنت‌ها ظرفیت آن را دارند که مبالغ کلان را به هزاران تراکنش خرد تفکیک کرده و از سازوکارهای مانیتورینگ متداول عبور دهند.

ابعاد موضوع و نسبت آن با اکوسیستم فین‌تک ایران

اگرچه اکوسیستم پرداخت در ایران به دلیل ویژگی‌های ساختاری نظیر تمرکز بر شبکه شتاب، شاپرک و درگاه‌های پرداخت اینترنتی بومی (IPG) با اکوسیستم‌های کارت‌های اعتباری بین‌المللی تفاوت دارد، اما ظهور پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی سیگنال‌های مهمی برای بازیگران ایرانی دربردارد.

در سال‌های اخیر، گسترش خدمات بانکداری باز و تمایز آن با بانکداری دیجیتال در شبکه بانکی ایران مسیر دسترسی شخص‌ثالث از طریق API را هموارتر کرده است. با این حال، محدودیت‌هایی مانند وابستگی شدید سامانه‌های تأیید تراکنش به ارسال پیامک‌های رمز دوم پویا (OTP) و الزامات امنیتی بانک مرکزی، مانع بزرگی در مسیر پیاده‌سازی پرداخت‌های خودکار ایجنتی ایجاد می‌کند. در ایران، مدل‌های هوشمند هنوز امکان امضای دیجیتال مستقل یا جابه‌جایی وجه بدون تأیید نهایی انسانی در لایه شاپرک را ندارند.

با ورود هوش مصنوعی مولد به سامانه‌های ERP و حسابداری شرکتی در ایران، نیاز به ایجنت‌هایی که بتوانند پرداخت قبوض، فاکتورها یا مدیریت وجوه نقد را به صورت برنامه‌پذیر پیش ببرند رو به افزایش است. شرکت‌های ارائه‌دهنده خدمات پرداخت (PSP) و نئوبانک‌های داخلی ناچار خواهند بود برای حفظ امنیت، سازوکارهایی برای تفکیک ترافیک تراکنشی کاربران انسانی از ابزارهای اتوماسیون هوشمند تدوین کنند؛ چرا که در غیر این صورت، سامانه‌های کشف تقلب (Fraud Detection) مبتنی بر الگوهای رفتاری کلاسیک با خطاهای مکرر مواجه خواهند شد.

پرسش‌های حل‌نشده و چشم‌انداز آینده

مسیر پیش‌روی پرداخت‌های خودکار هوش مصنوعی هنوز با نقاط کور حقوقی و عملیاتی روبه‌رو است. آیا رگولاتورها در نهایت هویت حقوقی مجزایی برای ایجنت‌های نرم‌افزاری قائل خواهند شد یا همواره زنجیره مسئولیت به کاربر متصل می‌ماند؟ چگونه می‌توان تعادل میان کاهش زمان پرداخت و استانداردهای سخت‌گیرانه مبارزه با کلاهبرداری را حفظ کرد؟ پاسخ به این پرسش‌ها تعیین خواهد کرد که آیا ایجنت‌ها به ستون اصلی تجارت الکترونیک در دهه پیش رو بدل می‌شوند یا ریسک‌های ناشی از رفتارهای غیرقابل‌پیش‌بینی، پذیرش آن‌ها را به حوزه‌هایی بسیار محدود محصور خواهد ساخت.

پرسش‌های متداول (FAQ)

پرداخت مبتنی بر ایجنت هوش مصنوعی (Agentic Payment) چیست؟

فرآیندی است که در آن یک نرم‌افزار خودکار مجهز به هوش مصنوعی بدون نیاز به مداخله مرحله‌به‌مرحله انسان، خریدهای آنلاین را به نیابت از کاربر ارزیابی، انتخاب و تسویه مالی می‌کند.

بزرگ‌ترین ریسک امنیتی پرداخت‌های ایجنتیک چیست؟

آسیب‌پذیری در برابر حملات فریب پرامپت، احتمال انجام تراکنش‌های ناخواسته بدون آگاهی کاربر و چالش در تقسیم مسئولیت حقوقی پس از کلاهبرداری یا خطای الگوریتمی، مهم‌ترین مخاطرات این حوزه محسوب می‌شوند.

چرا پروتکل‌های سنتی مانند رمز یک‌بارمصرف (OTP) برای این پرداخت‌ها ناکارآمدند؟

زیرا سازوکار OTP برای تأیید حضور مستقیم انسان طراحی شده است، در حالی که ایجنت‌ها به صورت پس‌زمینه و مستقل عمل می‌کنند و ایجاد وقفه انسانی ماهیت خودکار بودن آن‌ها را از بین می‌برد.

وضعیت پذیرش پرداخت‌های مبتنی بر ایجنت در شبکه پرداخت ایران چگونه است؟

به دلیل محدودیت‌های امنیتی شبکه شاپرک، الزامات رمز پویا و سامانه‌های ضدپول‌شویی، پرداخت مستقیم ایجنتی در تراکنش‌های خرد محدود است، اما زمینه کاربری آن در سطح وب‌سرویس‌های بانکداری باز و مدیریت مالی شرکتی در حال بررسی است.

چه راهکاری برای مدیریت ریسک ایجنت‌های مالی پیشنهاد می‌شود؟

استفاده از کیف‌پول‌های مقید، تعیین سقف ریالی مشخص، توکن‌های پرداخت با بازه زمانی محدود و اعتبارسنجی نیت کاربر به کمک تحلیل رفتاری، ابزارهای کلیدی برای مهار این ریسک‌ها هستند.

برای دنبال کردن تحلیل‌های بیشتر درباره فناوری‌های نوین بانکی، سامانه‌های پرداخت و اقتصاد نوآوری، گزارش‌های تخصصی پی‌کار را در بخش مقالات و تحلیل‌ها بخوانید.

گسترش پرداخت‌های مبتنی بر ایجنت‌های هوش مصنوعی و واگذاری فرایند تصمیم‌گیری مالی به سامانه‌های خودران، چالش‌های ساختاری تازه‌ای در زمینه احراز هویت، مسئولیت حقوقی خطاهای تراکنشی و مدیریت ریسک اعتباری ایجاد کرده است؛ مسئله‌ای که بر اساس گزارش تحلیلی پیمنتس دایو مرزهای امنیت و نظارت بر تراکنش‌ها را بازتعریف می‌کند و ابعاد سیاستی آن در بخش مقاله‌های تخصصی پی‌کار به بحث گذاشته شده است.