Kunstig intelligens
M2M-økonomi: AI‑agenter og fremtiden for maskinbetalinger

Kunstig intelligens (AI) har gennemtrængt flere og flere virksomheder på tværs af forskellige sektorer. Data viser 88 % af organisationerne bruger AI, op fra 50 % i 2022, med teknologien forventet at bidrage med $15,7 trillion til den globale økonomi inden 2030.
Efterhånden som adoptionen accelererer, har rollen for systemer drevet af avanceret maskinlæring skiftet fra snævre, assisterende roller til dyb integration i handel, finans, logistik og andre industrier.
Disse AI‑systemer hjælper med at forbedre effektiviteten, reducere omkostninger og muliggøre automatisering ved at træffe informerede beslutninger og optimere arbejdsprocesser i realtid. De er dog afhængige af mennesker. Denne afhængighed udvikler sig nu mod større autonomi.
Efterhånden som både teknologien og dens adoption fortsætter med at modnes, opstår der et dybtgående skift. AI er ikke længere blot et værktøj; den bliver en økonomisk aktør, hvilket giver anledning til Machine-to-Machine (M2M) Economics. I centrum for dette skift er autonome software‑enheder kaldet AI‑“agenter”, som opererer inden for en underliggende arkitektur bestående af nogle få nøgleelementer.
Kernen er en model, som hjælper agenten med at forstå intentionen og derefter leverer rækkefølgen af trin, den kan tage på tværs af apps og systemer for at opnå det ønskede resultat.
Derefter kræver udførelsen af trinnene sikre integrationer med lagerværktøjer, logistikplatforme og betalingsgateways, så agenten kan udføre handlinger som at afgive en ordre, planlægge leveringer eller udstede refusioner. Understøttende er en kundedataplatform (CDP), som gemmer brugerpræferencer, servicehistorik og samtykke, sammen med vidensgrafer, der kortlægger relationer mellem produkter og politikker, hvilket sikrer, at agenter opererer med kontekst frem for gætteri.
Over tid hjælper forstærkningslæring fra interaktioner som klik, konverteringer og klager agenter med at lære, hvilke handlinger der fører til bedre resultater, hvilket gør oplevelsen mere pålidelig.
Sammen udgør disse lag et koordineret system, der muliggør succesfuld agentbaseret handel.
AI‑agenter hjælper ikke kun, de træffer også beslutninger, udfører opgaver og interagerer med andre systemer med minimal eller ingen menneskelig tilsyn. Endnu mere bemærkelsesværdigt kan disse proaktive, resultat‑drevne agenter nu købe og sælge produkter og tjenester fra hinanden. En AI‑model betaler automatisk en cloud‑udbyder for compute‑ressourcer. En anden forhandler API‑adgang. De tildeler ressourcer og optimerer omkostninger autonomt.
Ifølge Nvidia‑CEO Jensen Huang kunne disse AI‑agenter skabe en “multi‑billion‑dollar mulighed” for mange industrier og kalder dem “den nye digitale arbejdsstyrke”.
“AI‑agenternes æra er her,” annoncerede Huang på CES 2025.
Dette kan ses hos detailgiganter som Walmart, der bruger AI‑agenter til at automatisere personlige shopping‑oplevelser og lette vareplanlægning. Selv bankgiganten JPMorgan Chase undersøger dem for at opdage svig, give finansiel rådgivning og automatisere juridiske og compliance‑processer.
Samtidig har Google, Microsoft, IBM og Salesforce indlejret agentbaserede AI‑funktioner direkte i deres softwareplatforme.
Det, vi i øjeblikket er vidne til, er den tidlige dannelse af en økonomi, hvor maskiner ikke blot er deltagere, men autonome købere og sælgere, der arbejder på vegne af en bruger eller et system.
AI som økonomiske aktører: Køb og salg med digitale penge
Når AI‑agenter begynder at handle, er spørgsmålet, hvordan betaler de? Traditionelle finansielle systemer fungerer ikke for disse maskiner, da de er bygget omkring mennesker. Disse systemer kræver manuelle godkendelser, fysisk tilstedeværelse, menneskelige identitetsverifikationsstandarder og fastsatte banktimer, som simpelthen ikke fungerer for autonome, realtids‑maskininteraktioner.
Det, AI‑agenter har brug for, er et programmerbart, globalt interoperabelt og altid tilgængeligt betalingssystem. Det er her digitale valutaer kommer ind i billedet.
Stablecoins, en type kryptovaluta designet til at opretholde en stabil værdi ved at knytte deres pris til en aktiv som den amerikanske dollar, er særligt velegnede til denne maskin‑til‑maskin‑handel.
Til at begynde med er de programmerbare, hvilket indfører intelligens i transaktioner – præcis hvad AI‑agenter har brug for. Det betyder, at logik, regler og betingelser kan indlejres direkte i pengestrømmen.
Ved at tillade betalinger at blive udført automatisk gennem smarte kontrakter, muliggør stablecoins, at AI‑agenter handler betinget, for eksempel ved automatisk at frigive midler, når en tjeneste er leveret, eller justere forbrug baseret på realtids‑betingelser – noget traditionelle banksystemer har svært ved at understøtte.
Stablecoins som USDT og USDC giver også øjeblikkelig afregning. I modsætning til ældre systemer, der kan tage timer eller dage, afregnes blockchain‑baserede transaktioner på sekunder, om ikke minutter. For AI‑agenter, der opererer i realtid, er denne hastighed afgørende.
Endnu vigtigere er, at de er grænseløse, og med AI‑agenter, der opererer uden nationale grænser, muliggør stablecoins glidende, problemfri grænseoverskridende pengestrømme ved at fjerne valutakonvertering og regulatoriske forsinkelser.
Derudover er de tilladelsesfrie blockchain‑netværk altid aktive. Der er ingen weekender eller helligdage, der begrænser pengestrømmen i kryptoverdenen. Ved at operere 24/7 passer stablecoins perfekt til autonome systemer, som heller ikke følger kontortider.
Disse fordele muliggør mikrotransaktioner, så AI‑agenter kan betale så lidt som brøkdele af en cent, hvilket åbner nye forretningsmodeller, der tidligere var umulige på grund af betalingsfriktion. Når man opererer på under‑dollarniveau, giver traditionelle betalingsøkonomier kun begrænset mening, da banker og betalingsprocessorer som Visa og Mastercard opkræver et fast gebyr pr. transaktion, hvilket gør overførsel af små beløb økonomisk uholdbart.
Derfor bygger Circle, udstederen af den næststørste stablecoin USDC i øjeblikket sine egne betalingssystemer, der er specifikt designet til maskinhandel. Allerede sidste måned lancerede virksomheden nanopayments, som gør det muligt for agenter at sende så lidt som $0,000001 i USDC uden gebyr på deres nye Arc‑blockchain.
Stablecoins bliver bredt adopteret. I 2025 steg de samlede stablecoin‑transaktionsvolumener til $33 trillion, og adoptionen udvidede sig ud over kryptohandlere. En rapport fandt, at 33 % af globale finansledere allerede bruger stablecoins i deres forretningsdrift, med imponerende 86 % interesseret i at gøre det i de kommende år.
Således kan AI‑agenter, ved at bruge “digitale dollars”, handle næsten øjeblikkeligt, døgnet rundt, globalt.
“Meget snart vil der være flere AI‑agenter end mennesker, der foretager transaktioner,” annoncerede Coinbase‑CEO Brian Armstrong i et X‑indlæg og påpegede deres manglende evne til at åbne en bankkonto. “Men de kan eje en kryptotegnebog,” tilføjede han.

Og det er derfor, kryptobørsen har bevæget sig mod en “AI‑først mentalitet i hele virksomheden,” som Armstrong for nylig delte. Dette inkluderer Coinbase‑inkuberede Base, hvor agenter opererer on‑chain som mini‑virksomheder, der arbejder på at gøre L2 agent‑native.
Derefter er der crypto‑venture‑kapitalfirmaet Paradigm, som har indgået partnerskab med den traditionelle finansvirksomhed Stripe for at lancere en betalings‑fokuseret blockchain kaldet Tempo, som vil håndtere globale udbetalinger, mikrotransaktioner og AI‑agentbaserede betalinger med sit stablecoin‑første design.
Alle disse udviklinger danner et betydningsfuldt nyt økonomisk lag, som McKinsey forventer kan formidle $3‑$5 trillion i forbrugerhandel inden 2030.
AI‑agenter som en ny type kunde
Fremskridtet inden for AI‑teknologi og udvidelsen af M2M‑økonomi fører til fremkomsten af AI‑agenter som en ny type kunde.
I modsætning til menneskelige forbrugere opererer disse agenter kontinuerligt, uden at blive trætte eller kede af det. De kan også fortsætte uendeligt, uden påvirkning af følelser og stemninger. Følelser er ikke grundlaget for beslutningstagning her; i stedet er den baseret på data og optimering.
Denne nye kundeklasse prioriterer også omkostninger og effektivitet over alt andet og kan skalere øjeblikkeligt. AI‑agenter kan gå fra at håndtere få opgaver til massive volumener meget hurtigt og med minimal ekstra indsats. Alle disse faktorer vil grundlæggende ændre efterspørgselsmønstre i økonomien.
Indtil nu har mennesker været hovedfokus for virksomheder, men ikke længere. De begynder nu at designe produkter og tjenester specifikt til maskinforbrug, dvs. API’er, datafeeds og compute‑tjenester.
Det betyder, at i stedet for at markedsføre til mennesker, vil virksomheder optimere deres tilbud til algoritmisk udvælgelse, så deres tjenester er den hurtigste, billigste eller mest pålidelige mulighed for de AI‑agenter, der træffer beslutningerne.
“Dette ændrer meget i, hvordan vi tænker på investeringslandskabet og på at bygge produkter. Man er nødt til at tænke agent‑først nu og antage, at de fleste af dine kunder vil være agenter frem for mennesker.”
– Matt Huang, managing partner hos Paradigm
I denne kontekst bliver rollen for programmerbare digitale betalinger endnu mere central. Og da AI‑agenter har brug for hurtige, billige, programmerbare penge til at handle, har stablecoin‑industrien fundet sit anvendelsesområde.
Ifølge Dan Morehead, grundlæggeren af Pantera Capital, som forvalter $5 billion i digitale aktiver, har AI intet andet valg end at bruge crypto til finansielle transaktioner, fordi AI‑agenter ikke kan håndtere fysisk kontanter. Og uanset hvilken virksomhed der til sidst vinder AI‑kapløbet, vil de alle have brug for blockchain‑infrastruktur til at flytte penge, mener han.
Selvom stablecoins viser lovende potentiale for at muliggøre agentbaseret handel, står de stadig over for udfordringer.
“De fleste har ikke en stablecoin‑tegnebog,” sagde Rubail Birwadker, Visas globale vækstchef, til Bloomberg. Dette hul mellem narrativ momentum og infrastrukturrealitet er dybt vigtigt for agenter, der opererer i stor skala. “Det er utrolig vigtigt, at vi adskiller den meget fortjente opmærksomhed, som stablecoins får i den agentbaserede verden, fra virkeligheden,” tilføjede Birwadker.
Infrastrukturhuller er kun en del af udfordringen. Regulatorisk usikkerhed hænger lige så tungt. Den juridiske status for en AI‑agent er stadig udefineret, og spørgsmål om ansvar, såsom hvem der er ansvarlig, når en agent overtræder loven eller begår en fejl, forbliver ubesvarede.
Desuden bliver overholdelse af anti-hvidvaskningsregler (AML) vanskelig, når den enhed, der initierer og håndterer transaktionen, er et program snarere end et menneske.
Men når det gælder stablecoins, er de begyndt at få klarhed, med Markets in Crypto-Assets (MiCA)-rammen i EU, som kræver strenge reservekrav for stablecoin‑udstedere. I USA har GENIUS‑acten etableret en føderal reguleringsramme for stablecoins, der er knyttet til den amerikanske dollar.
Disse udviklinger muliggør regulatorisk overholdelse for crypto‑virksomheder og massiv adoption i betalinger, hvilket hjælper stablecoins med at bevæge sig fra en niche‑aktiv til en mainstream finansiel infrastruktur.
Teknologien, der muliggør autonome kontrakter og betalinger
Efterhånden som AI‑agenter bliver den nye store kundeklasse, er spørgsmålet ikke kun, hvordan de betaler, men også om infrastrukturen. For at AI‑agenter fuldt ud kan deltage i økonomien, skal de kunne handle lovligt og sikkert, hvilket kræver nye tekniske og juridiske standarder.
En af de vigtigste innovationer, der muliggør dette, er et sæt protokoller, der tillader AI‑agenter at opdage tjenester, forhandle vilkår og udføre betalinger.
Infrastrukturlaget er i øjeblikket dannet af nogle få nøgle‑emergente protokoller, herunder Anthropics Model Context Protocol (MCP) og OpenAIs Agentic Commerce Protocol (ACP).
| Nøgleområde | Nuværende situation | Systemfokus | Hvorfor det er vigtigt |
|---|---|---|---|
| AI Adoption | AI er nu bredt indlejret i handel, finans, logistik og virksomhedssoftware. | Skift fra assisterende værktøjer til autonome, resultat‑drevne agenter. | Markerer begyndelsen på, at maskiner agerer som uafhængige økonomiske deltagere |
| Agent Architecture | Agenter er stadig afhængige af modeller, arbejdsprocesser og struktureret forretningskontekst. | Kombiner modeller, integrationer, CDP’er og vidensgrafer. | Giver agenter mulighed for at træffe beslutninger og udføre opgaver pålideligt |
| Learning Loop | Ydeevnen forbedres gennem klik, konverteringer, klager og anden real‑world feedback. | Brug forstærkningslæring til at forfine fremtidige handlinger. | Gør agentbaseret handel mere pålidelig over tid |
| Digital Payments | Traditionelle banksystemer er for langsomme og menneske‑afhængige til maskintransaktioner. | Brug stablecoins til programmerbare, øjeblikkelige, grænseløse betalinger. | Muliggør 24/7 maskin‑til‑maskin‑handel i global skala |
| Agent Customers | Virksomheder har fortrinsvis optimeret produkter og tjenester til menneskelige købere. | Design tilbud til algoritmisk udvælgelse af AI‑agenter. | Ændrer hvordan virksomheder konkurrerer på pris, hastighed og pålidelighed |
| Infrastructure Layer | Autonome agenter har stadig brug for standarder for betalinger, identitet og kontrakter. | Byg på protokoller, tegnebøger, DIDs, VCs og smarte kontrakter. | Understøtter juridisk, sikker, ende‑til‑ende autonom økonomisk aktivitet |
I april sidste år introducerede Google også Agent-to-Agent (A2A) protokollen, en kommunikationsprotokol for AI‑agenter. Senere i år annoncerede teknologigiganten lanceringen af Universal Commerce Protocol (UCP) for at skabe et samlet system på tværs af shopping‑oplevelsen, så forhandlere ikke behøver at bygge deres egne værktøjer.
Kortnetværk er også travlt optaget af at positionere sig til at eje dette agentbaserede skift gennem Visa Intelligent Commerce og Mastercard’s Agent Pay. Imens flyder crypto‑betalinger foretaget af AI‑agenter gennem x402, en åben standard udviklet af Coinbase for at give online tjenesteudbydere en måde at opkræve dem direkte.
Sagen er, at selv i dag kræver selv simple opgaver som leje af compute‑kraft, at man tilmelder sig tjenester, giver sine kortoplysninger og genererer en API‑nøgle, så softwaren kan få adgang til en anden tjeneste. Denne hele opsætning bliver endnu mere rodet, jo mere sofistikeret og ambitiøst et projekt er.
Men med x402 påpeger Erik Reppel, skaberen af standarden og leder af engineering hos Coinbase Developer Platform, at “din tegnebog bliver den universelle API‑nøgle, der giver dig adgang til enhver x402‑aktiveret tjeneste.”
X402 tilbyder en pay‑per‑use‑model, hvor når en agent anmoder om en tjeneste, svarer serveren med en pris, og agenten betaler den automatisk i crypto fra en tegnebog tildelt af dens udvikler.
“Værktøjer som x402 gør det muligt for agenter at betale for data, API’er og tjenester… Det er stadig tidligt, men momentum er reelt—x402 låser op for en helt ny klasse af apps og agenter, der kan betale efter behov,” sagde Reppel.
Lanceret for omkring et år siden har AI‑assistenter siden da foretaget mere end 100 millioner transaktioner gennem standarden. I de seneste 30 dage har næsten 1 million transaktioner fundet sted på X402, hvilket har genereret $2,5 million i volumen, ifølge dataleverandøren Artemis.
Omkring 4 000 handlende, herunder Amazon Web Services (AWS), Messari, Pinata, Heurist og Alchemy, er villige til at sælge gennem standarden. Men betalinger alene er ikke nok. For at AI‑agenter skal fungere som fuldt autonome økonomiske aktører, skal de også kunne underskrive kontrakter og etablere juridisk identitet. For at en AI kan underskrive en kontrakt, skal den have en unik, manipulations‑sikker identitet for at fastslå oprindelse af, hvem der har underskrevet den. Det er her Decentralized Identifiers (DIDs) og Verifiable Credentials (VCs) kommer ind i billedet.
I DIDs tildeles AI‑agenter et unikt identitetsnummer, der er forankret i en blockchain, hvilket gør dem i stand til at underskrive transaktioner, autentificere sig over for tjenester og etablere tillid uden menneskelig indgriben ved at bruge en privat nøgle, de kontrollerer. Samtidig er VCs digitale attesteringer udstedt til AI‑agenten, som gør dem i stand til at bevise deres autoriserede kapaciteter uden at afsløre private data.
Derudover findes der smarte kontrakter, selv‑eksekverende kode, der automatisk udfører aftaler, når forudbestemte vilkår og betingelser er opfyldt. De gør det muligt for AI at indgå kontrakter, hvor betaling frigives kun ved levering af en tjeneste.
Denne stak af identitet, betalinger og eksekveringslag muliggør, at AI‑agenter kan operere ende‑til‑ende uden menneskelig tilsyn.
Aktien at holde øje med
Inden for AI‑agenter skiller Teradyne (TER ) sig ud ved at bygge det kritiske fysiske lag, mens størstedelen af verden fokuserer på software og digitale betalinger.
Virksomheden bygger robotter, som AI‑agenter kan kontrollere i virkelige miljøer. For at en AI‑agent skal kunne flytte en kasse i et lager, har den brug for en robotarm, og Teradyne er verdensleder inden for disse samarbejdsrobotplatforme gennem Universal Robots og Mobile Industrial Robots (MiR).
Teradynes robotter kan styres programmatiskt, hvilket gør dem til ideelle slutpunkter for AI‑agenter, der opererer i den fysiske verden. Endnu vigtigere er, at Cobots er lettere at implementere end traditionelle industrielle robotter, hvilket muliggør hurtigere adoption på tværs af industrier.
(TER )
Dens stærke AI‑kapaciteter har fået aktien til at stige til nye højder. På tidspunktet for skrivning handles Teradyne‑aktier til $369, hvilket giver en markedsværdi på $57,6 billion. TER er steget med over 90 % YTD og 399,65 % i løbet af det sidste år.
Virksomheden har en EPS (TTM) på 3,48 og en P/E (TTM) på 105,65. Den betaler et udbytte på 0,14 %.
For fjerde kvartal rapporterede Teradyne en stigning i omsætning på 44 % i forhold til året før til $1,08 billion. AI stod for mere end 60 % af den omsætning, og virksomheden forventer, at denne andel vil stige til over 70 % i det aktuelle kvartal. CEO Greg Smith tilskrev momentumet til datacentre som “den primære drivkraft på markedet”, og virksomheden forventer år‑over‑år vækst i 2026 drevet af AI‑efterspørgsel inden for compute.
Segment‑mæssigt udgør Semiconductor Test, som omfatter aktiviteter relateret til design og fremstilling af semikonduktortestprodukter og -tjenester, den største omsætning med $883 million. Product Test‑segmentet, som dækker produkter og tjenester til forsvars‑ og rumfartstest, silikone‑fotonicstest, trådløse testsystemer og kredsløbskorttest, registrerede $110 million i omsætning, mens Robotics‑segmentet, som omfatter autonome mobile robotter og samarbejdsrobotarme, rapporterede $89 million.
“Vores Q4‑resultater lå over den øvre ende af vores vejledningsinterval, drevet af AI‑relateret efterspørgsel inden for compute, netværk og hukommelse i vores Semi Test‑forretning,” sagde Smith og bemærkede “sekventiel vækst” på tværs af alle segmenterne og opnåede en vækst på 13 % på virksomhedsniveau i 2025.
I denne periode rapporterede Teradyne også justeret indtjening på $1,80 pr. aktie. Nettoresultatet for Q4 var $257,2 million, eller $1,63 pr. udvandet aktie, op fra $146,3 million, eller 90 cent pr. aktie for et år siden.
Robotvirksomheden udsendte også stærke vejledninger og forventer “år‑over‑år vækst på tværs af alle vores forretninger, med stærkt momentum inden for compute drevet af AI.” Den forudser første‑kvartals‑omsætning mellem $1,15 billion og $1,25 billion og justeret indtjening pr. aktie i intervallet $1,89 til $2,25.
Seneste nyheder og udviklinger om Teradyne, Inc. (TER) aktien
Konklusion
Efterhånden som AI‑adoptionen på tværs af industrier accelererer, redefinerer den måden, arbejde udføres på, ved at øge effektiviteten og reducere omkostningerne. Endnu dybere udvikler intelligente systemer sig fra værktøjer til autonome agenter, som nu også omformer, hvem der deltager i økonomien.
Evnen for disse AI‑agenter til at handle driver fremkomsten af maskin‑til‑maskin‑betalinger, drevet af digitale valutaer som stablecoin. Dette medfører et skift, hvor betalinger bliver øjeblikkelige, programmerbare og indlejret direkte i softwarelogik, hvilket muliggør en ny klasse af økonomisk aktivitet, der opererer kontinuerligt og globalt.
Set fremad vil konvergensen mellem AI, digitale betalinger og robotteknologi definere den næste fase af denne transformation. AI‑agenter vil ikke kun træffe beslutninger og flytte penge, men også i stigende grad kontrollere fysiske systemer, udføre opgaver i den virkelige verden og omforme hele industrier.












