M2M-ekonomi: AI‑agenter och framtiden för maskinbetalningar

Artificiell intelligens (AI) har genomsyrat allt fler företag inom olika sektorer. Data visar att 88 % av organisationerna använder AI, upp från 50 % år 2022, och tekniken förväntas bidra med $15,7 biljoner till den globala ekonomin år 2030.

Allteftersom antagandet accelererar har rollen för system som drivs av avancerad maskininlärning skiftat från smala, assisterande roller till djup integrering i handel, finans, logistik och andra industrier.

Dessa AI‑system hjälper till att förbättra effektiviteten, minska kostnader och möjliggöra automatisering genom att fatta informerade beslut och optimera arbetsflöden i realtid. De är dock beroende av människor. Detta beroende utvecklas nu mot större autonomi.

När både tekniken och dess antagande fortsätter att mogna uppstår en djupgående förändring. AI är inte längre bara ett verktyg; det blir en ekonomisk aktör och ger upphov till Machine-to-Machine (M2M) Economics. I centrum för denna förändring finns autonoma mjukvaruenheter som kallas AI‑“agenter”, vilka opererar inom en underliggande arkitektur bestående av några nyckelelement.

På kärnan finns en modell som hjälper agenten att förstå avsikten och sedan tillhandahåller sekvensen av steg den kan ta över appar och system för att uppnå önskat resultat.

Därefter kräver genomförandet av stegen säkra integrationer med lagerverktyg, logistikplattformar och betalningsgateways så att agenten kan utföra handlingar som att lägga en beställning, schemalägga leveranser eller utfärda återbetalningar. Stöd för detta är en kunddataplattform (CDP) som lagrar användarpreferenser, servicehistorik och samtycke, tillsammans med kunskapsgrafer som kartlägger relationer mellan produkter och policys, vilket säkerställer att agenter arbetar med kontext snarare än gissningar.

Med tiden hjälper förstärkningsinlärning från interaktioner såsom klick, konverteringar och klagomål agenterna att lära sig vilka handlingar som leder till bättre resultat, vilket gör upplevelsen mer pålitlig.

Tillsammans bildar dessa lager ett koordinerat system som möjliggör framgångsrik agentbaserad handel.

AI‑agenter hjälper inte bara till, de fattar också beslut, utför uppgifter och interagerar med andra system, med minimal till ingen mänsklig övervakning. Ännu mer slående är att dessa proaktiva, resultatdrivna agenter nu kan köpa och sälja produkter och tjänster från varandra. En AI‑modell betalar automatiskt en molnleverantör för beräkningsresurser. En annan förhandlar API‑åtkomst. De allokerar resurser och optimerar kostnader autonomt.

Enligt Nvidia (NVDA ) ‑VD Jensen Huang skulle dessa AI‑agenter kunna skapa en ”multitriljon‑dollarmöjlighet” för många industrier och kallar dem ”den nya digitala arbetskraften”.

”AI‑agentikens era är här”, annonserade Huang på CES 2025.

Detta kan ses hos detaljhandelsjättar som Walmart (WMT ) som använder AI‑agenter för att automatisera personliga shoppingupplevelser och underlätta varuplanering. Även bankjätten JPMorgan Chase utforskar dem för att upptäcka bedrägerier, ge finansiell rådgivning samt automatisera juridiska och regelefterlevnadsprocesser.

Samtidigt har Google, Microsoft (MSFT ), IBM och Salesforce (CRM ) integrerat agentbaserade AI‑funktioner direkt i sina mjukvaruplattformar.

Det vi för närvarande bevittnar är den tidiga bildandet av en ekonomi där maskiner inte bara är deltagare utan autonoma köpare och säljare, som agerar på uppdrag av en användare eller ett system.

AI som ekonomiska aktörer: Köp och försäljning med digitala pengar

När AI‑agenter börjar handla uppstår frågan: hur betalar de? Traditionella finansiella system fungerar inte för dessa maskiner eftersom de är byggda kring människor. Dessa system kräver manuella godkännanden, fysisk närvaro, mänsklig identitetsverifiering och fasta banktider som helt enkelt inte fungerar för autonoma, realtidsmaskininteraktioner.

Vad AI‑agenter behöver är ett programmerbart, globalt interoperabelt och alltid tillgängligt betalningssystem. Här kommer digitala valutor in i bilden.

Stablecoins, en typ av kryptovaluta som är designad för att hålla ett stabilt värde genom att knyta sitt pris till en tillgång som US‑dollarn, är särskilt lämpade för denna maskin‑till‑maskin‑handel.

För det första är de programmerbara, vilket inför intelligens i transaktioner och exakt vad AI‑agenter behöver. Det betyder att logik, regler och villkor kan kodas direkt i pengaflödet.

Genom att låta betalningar utföras automatiskt via smarta kontrakt möjliggör stablecoins för AI‑agenter att handla villkorligt, till exempel att automatiskt frigöra medel när en tjänst levererats eller justera utgifter baserat på realtidsförhållanden – något traditionella banksystem har svårt att stödja.

Stablecoins som USDT och USDC erbjuder också omedelbar avveckling. Till skillnad från äldre system som kan ta timmar eller dagar, slutförs blockchain‑baserade transaktioner på sekunder, om inte minuter. För AI‑agenter som opererar i realtid är denna hastighet avgörande.

Viktigare är att de är gränslösa, och med AI‑agenter som opererar utan nationella gränser möjliggör stablecoins smidig, sömlös gränsöverskridande fondförflyttning genom att eliminera valutakonvertering och regulatoriska fördröjningar.

Det finns också faktumet att de tillståndslösa blockchain‑näten alltid är på. Det finns inga helger eller allmänna helgdagar som begränsar penningflödet i kryptovärlden. Genom att vara i drift 24/7 matchar stablecoins perfekt autonoma system som inte följer kontorstider.

Dessa fördelar möjliggör mikrotransaktioner, så att AI‑agenter kan betala så lite som bråkdelar av en cent, vilket låser upp nya affärsmodeller som tidigare var omöjliga på grund av betalningsfriktion. När man opererar på sub‑dollarnivå ger traditionell betalnings‑ekonomi ingen mening, eftersom banker och betalningsprocessorer som Visa (V ) och Mastercard (MA ) tar en fast avgift per transaktion, vilket gör överföring av små belopp ekonomiskt ohållbart.

Därför bygger Circle, utgivaren av den näst största stablecoinen USDC, för närvarande sina egna betalningssystem specifikt för maskinhandel. För bara en månad sedan lanserade företaget nanopayments, vilket låter agenter skicka så lite som $0.000001 i USDC utan någon avgift på dess nya Arc‑blockchain.

Stablecoins blir alltmer accepterade. År 2025 steg den totala volymen för stablecoin‑transaktioner till $33 biljoner, och antagandet sträckte sig bortom kryptohandlare. En rapport fann att 33 % av globala finansledare redan använder stablecoins i sina affärsverksamheter, med hela 86 % intresserade av att göra det under de kommande åren.

Så, med “digitala dollar” kan AI‑agenter transagera nästan omedelbart, dygnet runt, globalt.

”Mycket snart kommer det att finnas fler AI‑agenter än människor som gör transaktioner,” annonserade Coinbase‑VD Brian Armstrong i ett X‑inlägg och hänvisade till deras oförmåga att öppna ett bankkonto. ”Men de kan äga en kryptoplånbok,” tillade han.

Och det är därför kryptobörsen har börjat gå mot ett “AI‑först‑tänkande genom hela företaget”, som Armstrong nyligen delade. Detta inkluderar Coinbase‑inkubatorn Base, där agenter opererar on‑chain som mini‑företag och arbetar för att göra L2 agent‑native.

Därefter finns riskkapitalföretaget Paradigm, som i samarbete med det traditionella finansföretaget Stripe lanserade en betalnings‑fokuserad blockchain kallad Tempo, som kommer att hantera globala utbetalningar, mikrotransaktioner och AI‑agentbaserade betalningar med sin stablecoin‑först‑design.

Alla dessa utvecklingar bildar ett betydande nytt ekonomiskt lager, som McKinsey förutspår kan medla $3‑$5 biljoner i konsumenthandel år 2030.

AI‑agenter som en ny kundklass

Framstegen inom AI‑teknik och den växande M2M‑ekonomin leder till att AI‑agenter blir en ny typ av kund.

Till skillnad från mänskliga konsumenter opererar dessa agenter kontinuerligt, utan att bli trötta eller uttråkade. Dessutom kan de fortsätta i all oändlighet, utan påverkan av känslor och sinnesstämningar. Beslutsfattandet baseras här på data och optimering, inte på emotioner.

Denna nya kundklass prioriterar kostnad och effektivitet framför allt och kan skala omedelbart. AI‑agenter kan gå från att hantera några få uppgifter till massiva volymer mycket snabbt och med minimal extra ansträngning. Alla dessa faktorer kommer fundamentalt att förändra efterfrågemönstren i ekonomin.

Hittills har människor varit huvudfokus för företag, men det är inte längre fallet. Företagen börjar nu designa produkter och tjänster specifikt för maskinernas konsumtion, dvs. API:er, dataflöden och beräkningstjänster.

Det betyder att i stället för att marknadsföra till människor kommer företag att optimera sina erbjudanden för algoritmisk urval, och säkerställa att deras tjänster är det snabbaste, billigaste eller mest pålitliga alternativet för AI‑agenterna som fattar besluten.

”Detta förändrar mycket hur vi tänker på investeringslandskapet och om att bygga produkter. Man måste verkligen tänka agent‑först nu och anta att de flesta av dina kunder kommer att vara agenter snarare än människor.”

– Matt Huang, managing partner at Paradigm

I detta sammanhang blir rollen för programmerbara digitala betalningar ännu mer central. Och eftersom AI‑agenter behöver snabba, billiga, programmerbara pengar för att transagera har stablecoin‑industrin hittat sin användningsfall.

Enligt Dan Morehead, grundare av Pantera Capital, som förvaltar $5 miljarder i digitala tillgångar, har AI inget annat val än att använda krypto för finansiella transaktioner eftersom AI‑agenter inte kan hantera fysiska kontanter. Och oavsett vilket företag som slutligen vinner AI‑kapplöpningen kommer de alla att behöva blockchain‑infrastruktur för att flytta pengar, tror han.

Trots att stablecoins visar löfte för att möjliggöra agentbaserad handel, står de fortfarande inför utmaningar.

”De flesta har ingen stablecoin‑plånbok,” sade Rubail Birwadker, global tillväxtchef på Visa, i en intervju med Bloomberg. Detta gap mellan narrativt momentum och infrastrukturrealitet är avgörande för agenter som opererar i skala. ”Det är oerhört viktigt att vi separerar den välförtjänta uppmärksamheten som stablecoins får i den agentiska världen, och verkligheten,” tillade Birwadker.

Infrastrukturgap är bara en del av utmaningen. Regleringsosäkerhet hänger lika tungt. Den juridiska statusen för en AI‑agent är fortfarande odefinierad, och frågor om ansvar – vem som är ansvarig när en agent bryter mot lagen eller gör ett fel – är obesvarade.

Dessutom, när den enhet som initierar och hanterar transaktionen är ett program snarare än en människa, blir efterlevnad av anti‑penningtvätt‑regler (AML) svår.

Men när det gäller stablecoins har de börjat få klarhet, med MiCA‑ramverket i EU som kräver strikta reservkrav för stablecoin‑utgivare. I USA har GENIUS‑lagen etablerat ett federalt regelverk för US‑dollar‑kopplade stablecoins.

Dessa utvecklingar möjliggör regulatorisk efterlevnad för kryptoföretag och massiv antagning i betalningar, vilket hjälper stablecoins att gå från en nischad tillgång till mainstream finansiell infrastruktur.

Den teknik som möjliggör autonoma kontrakt och betalningar

När AI‑agenter blir den nya stora kundklassen är frågan inte bara hur de betalar utan också om infrastrukturen. För att AI‑agenter fullt ut ska kunna delta i ekonomin måste de kunna transagera lagligt och säkert, vilket kräver nya tekniska och juridiska standarder.

En av de viktigaste innovationerna som möjliggör detta är en uppsättning protokoll som låter AI‑agenter upptäcka tjänster, förhandla villkor och verkställa betalningar.

Infrastruktur‑lagret består för närvarande av några nyckelprotokoll, inklusive Anthropics Model Context Protocol (MCP) och OpenAIs Agentic Commerce Protocol (ACP).

I april förra året introducerade Google även införde Agent‑to‑Agent (A2A)‑protokollet, ett kommunikationsprotokoll för AI‑agenter. Senare i år annonserade teknikjätten lanseringen av Universal Commerce Protocol (UCP) för att skapa ett enhetligt system över hela shoppingupplevelsen, så att återförsäljare inte behöver bygga egna verktyg.

Kortnätverk är också upptagna med att positionera sig för att äga detta agentiska skifte genom Visa Intelligent Commerce och Mastercard’s Agent Pay. Samtidigt flödar kryptobetalingar gjorda av AI‑agenter genom x402, en öppen standard utvecklad av Coinbase för att ge online‑tjänsteleverantörer ett sätt att debitera dem direkt.

Saken är den att även enkla uppgifter som att hyra beräkningskraft idag kräver att man registrerar sig för tjänster, anger kortuppgifter och genererar en API‑nyckel så att mjukvaran kan nå en annan tjänst. Denna hela uppsättning blir ännu rörigare ju mer sofistikerat och ambitiöst projektet är.

Men med x402 påpekar Erik Reppel, skaparen av standarden och chef för teknik på Coinbase Developer Platform, att ”din plånbok blir den universella API‑nyckeln som låter dig komma åt vilken x402‑aktiverad tjänst som helst.”

X402 erbjuder en betala‑per‑använd‑modell, där när en agent begär en tjänst svarar servern med ett pris och agenten betalar det automatiskt i krypto från en plånbok som tilldelats av dess utvecklare.

”Verktyg som x402 möjliggör för agenter att betala för data, API:er och tjänster… Det är fortfarande tidigt, men momentumet är verkligt – x402 låser upp en helt ny klass av appar och agenter som kan betala i farten,” sade Reppel.

Lanserat för ungefär ett år sedan har AI‑assistenter gjort mer än 100 miljoner transaktioner genom standarden. Under de senaste 30 dagarna har nästan 1 miljon transaktioner ägt rum på X402, vilket genererade $2,5 miljoner i volym, enligt dataleverantören Artemis.

Omkring 4 000 handlare, inklusive Amazon Web Services (AWS), Messari, Pinata, Heurist och Alchemy, är villiga att sälja via standarden. Men betalningar räcker inte. För att AI‑agenter ska fungera som fullt autonoma ekonomiska aktörer måste de också kunna skriva under kontrakt och etablera juridisk identitet. För att en AI ska kunna skriva under ett kontrakt måste den ha en unik, manipulering‑säker identitet för att fastställa vem som har signerat. Här kommer Decentralized Identifiers (DIDs) och Verifiable Credentials (VCs) in.

I DIDs tilldelas AI‑agenter ett unikt identitetsnummer som är förankrat i en blockchain, vilket låter dem signera transaktioner, autentisera sig mot tjänster och etablera förtroende utan mänsklig inblandning genom att använda en privat nyckel de kontrollerar. Samtidigt är VCs digitala intyg som utfärdas till AI‑agenten, vilket låter dem bevisa sina auktoriserade förmågor utan att avslöja privat data.

Därefter finns smarta kontrakt, självutförande kod som automatiskt verkställs när förutbestämda villkor och villkor är uppfyllda. De låter AI gå in i kontrakt där betalning endast frigörs vid leverans av en tjänst.

Denna stapel av identitet, betalningar och exekveringslager möjliggör för AI‑agenter att operera end‑to‑end utan mänsklig tillsyn.

Aktien att hålla ögonen på

Inom AI‑agenter sticker Teradyne (TER ) ut för att bygga det kritiska fysiska lagret medan resten av världen fokuserar på mjukvara och digitala betalningar.

Företaget bygger robotar som AI‑agenter kan kontrollera i verkliga miljöer. För att en AI‑agent ska kunna flytta en låda i ett lager behövs en robotarm, och Teradyne är världsledande inom dessa samarbetsrobotplattformar via Universal Robots och Mobile Industrial Robots (MiR).

Teradynes robotar kan styras programmässigt, vilket gör dem till idealiska slutpunkter för AI‑agenter som opererar i den fysiska världen. Dessutom är cobotar enklare att distribuera än traditionella industrirobotar, vilket möjliggör snabbare antagning över industrier.

Deras starka AI‑kapacitet har drivit aktiekursen till nya toppar. Vid skrivandet handlas Teradyne‑aktier till $369, vilket ger ett marknadsvärde på $57,6 miljarder. TER har stigit över 90 % år‑till‑datum och 399,65 % under det senaste året.

Företaget har ett EPS (TTM) på 3,48 och ett P/E (TTM) på 105,65. Det betalar en utdelningsavkastning på 0,14 %.

För fjärde kvartalet rapporterade Teradyne en 44 % ökning i intäkter jämfört med ett år sedan till $1,08 miljarder. AI stod för mer än 60 % av dessa intäkter, och företaget förväntar sig att andelen ska stiga över 70 % under det nuvarande kvartalet. VD Greg Smith tillskrev momentum till datacenter som ”den primära drivkraften på marknaden”, och företaget pekar på år‑till‑år‑tillväxt 2026 drivet av AI‑efterfrågan i beräkning.

Segmentvis står Semiconductor Test, som inkluderar verksamheter relaterade till design och tillverkning av testprodukter och tjänster för halvledare, för den största intäkten med $883 miljoner. Produkt‑test‑segmentet, som omfattar produkter och tjänster för försvars‑ och rymdtestning, silikofotonik‑testning, trådlösa testsystem och kretskortstestning, registrerade $110 miljoner i intäkter, medan Robotics‑segmentet, som inkluderar autonoma mobila robotar och samarbetsrobotarmar, rapporterade $89 miljoner.

”Våra Q4‑resultat översteg den övre delen av vårt vägledningsintervall, drivet av AI‑relaterad efterfrågan inom beräkning, nätverk och minne inom vår Semi‑Test‑verksamhet,” sade Smith och noterade ”sekventiell tillväxt” över alla segment samt en 13 % tillväxt på företagsnivå 2025.

För denna period rapporterade Teradyne också justerade vinster på $1,80 per aktie. Nettoresultatet för Q4 var $257,2 miljoner, eller $1,63 per utspädd aktie, upp från $146,3 miljoner, eller 90 cent per aktie ett år tidigare.

Robotteknikföretaget gav också stark vägledning och förväntar sig ”år‑till‑år‑tillväxt över alla våra affärsområden, med stark momentum i beräkning drivet av AI.” De prognostiserar intäkter för första kvartalet mellan $1,15 miljarder och $1,25 miljarder samt justerade vinster per aktie i intervallet $1,89 till $2,25.

Senaste nyheter och utvecklingar för Teradyne, Inc. (TER)

Slutsats

Allteftersom AI‑antagandet över industrier ökar, omdefinierar det hur arbete utförs genom att förbättra effektivitet och minska kostnader. Ännu djupare utvecklas intelligenta system från verktyg till autonoma agenter, som nu omformar vilka som deltar i ekonomin.

Förmågan hos dessa AI‑agenter att transagera driver framkomsten av maskin‑till‑maskin‑betalningar, drivna av digitala valutor såsom stablecoins. Detta leder till ett skifte där betalningar blir omedelbara, programmerbara och inbäddade direkt i mjukvarulogik, vilket möjliggör en ny klass av ekonomisk aktivitet som opererar kontinuerligt och globalt.

Framöver kommer konvergensen av AI, digitala betalningar och robotik att definiera nästa fas av denna transformation. AI‑agenter kommer inte bara att fatta beslut och flytta pengar utan också i allt högre grad kontrollera fysiska system, utföra uppgifter i den verkliga världen och omforma hela industrier.