Stripe

[特別対談] Payments Summit 2026 | AI・エージェンティックコマースの未来

1363 summary words 6 min summary Watch video

Start with the signal

6 min read

Summary

At-a-Glance

  • Verdict: Skim
  • Core thesis: Agentic commerce will advance as AI capability, merchant data/payment readiness, interoperable protocols, and consumer trust mature together; the principal near-term constraint is human adoption rather than raw model capability.
  • Why it matters: The discussion identifies practical prerequisites for AI agents to transact—structured product data, system connectivity, payment acceptance, rules, and trust controls—while framing the competitive cost of waiting.
  • Best use: Use as a concise strategic framing for merchant and payment-platform readiness; it is not a technical implementation guide.

Executive Summary

This panel segment argues that the underlying techniques behind generative AI and LLMs were substantially in place by around 2020, but the speed of capability improvement after products reached the market exceeded even informed expectations. The speakers expect this accelerating curve to affect commerce alongside customer service and other business functions, rather than treating agentic commerce as an isolated category.

For Japanese enterprises, adoption is described as uneven rather than uniformly slow. A reported 60% of Japanese companies are preparing for introduction, yet a much smaller leading cohort is committing decisively. Firms move faster when top leadership or digitally fluent executives actively drive the agenda; laggards may act only after competitors, including global players, demonstrate revenue growth or stronger profit structures.

The operational prerequisites are concrete but high level: merchants need accurate, structured product information, including attributes and images; that information must connect reliably across systems; and payment systems must recognize and appropriately handle transactions initiated by agents. Security matters, but the speakers place equal or greater emphasis on the psychological barrier of allowing a non-human system to make purchases.

The proposed adoption path is gradual. Consumers will initially use agents for discovery and recommendations while retaining final approval, then delegate more purchasing decisions as outcomes prove useful and safe. This requires transaction protocols and explicit rules between consumers, agents, merchants, and payment providers. Some legally regulated or inherently human-gated services will remain exceptions for a time, even where AI may eventually outperform humans in accuracy.

Key Takeaways

  • Claim: Agentic-commerce adoption should be planned against an accelerating AI capability curve, not as a distant or linear technology trend. | Evidence: The speaker says core generative-AI and LLM learning methods were largely established before 2020, but that the pace of improvement after deployment was far faster than expected. | Implication: Commerce organizations should build adaptable capabilities now rather than wait for a final, stable version of the technology.
  • Claim: Japanese enterprise adoption will separate into leaders and followers based primarily on executive commitment and digital leadership. | Evidence: The discussion cites a survey finding that roughly 60% of Japanese companies are preparing for adoption, while describing a smaller group of companies that has already committed and a large middle still evaluating without commitment. | Implication: Executive sponsorship is a practical adoption variable; merchants without a named owner and a committed program risk falling behind faster-moving peers.
  • Claim: Merchant readiness begins with machine-usable commerce data and transaction-system integration, not with a consumer-facing AI demo. | Evidence: The panel identifies product catalogs, detailed descriptions, images, system-to-system connectivity, and payment systems that can respond to agent-originated transactions as immediate preparation areas. | Implication: Product-information architecture and payment acceptance flows are foundational workstreams for agentic commerce.
  • Claim: The main adoption barrier is not purely technical security; it is consumer and organizational willingness to delegate purchasing authority. | Evidence: Security preparation was reportedly identified by 40.7% of respondents as a hurdle, but the speaker emphasizes the deeper psychological discomfort of “non-humans” buying on a user’s behalf. | Implication: Rollouts should make delegation incremental, legible, reversible, and governed by user-defined purchase rules.
  • Claim: Agent-led purchasing will likely move from assisted discovery to user-approved transactions before reaching broad autonomous execution. | Evidence: The speakers compare the transition to prior shifts from offline purchasing to internet commerce, predicting that consumers will initially retain the final purchase decision before delegating more fully. | Implication: Near-term product design should prioritize approval workflows, preference capture, and bounded autonomy rather than assume immediate end-to-end delegation.
  • Claim: Shared protocols and legal treatment will determine the pace and scope of agentic commerce as much as model quality does. | Evidence: The panel warns that agents purchasing freely without agreed rules would be problematic, and notes that legally protected or human-only sales categories may remain constrained. | Implication: Payment providers and merchants need to monitor protocol standards, consent models, authorization rules, and category-specific regulation alongside AI progress.

Detailed Brief

Adoption dynamics and competitive pressure

  • Claims: Early adopters will create pressure on the broader market once agentic commerce produces visible commercial advantages; adoption is expected to diffuse through competitive imitation rather than arrive simultaneously across all Japanese companies.
  • Evidence: The speakers suggest that companies using AI may show higher revenue or stronger profitability, while global firms may move faster and make the cost of delay more visible. They characterize the current market as roughly a committed minority, a large undecided middle, and later followers.
  • Caveats: These are directional views from a panel discussion, not a quantified market forecast. The cited “about 10%” committed-customer observation appears to be a speaker’s commercial impression, not a formal survey result.
  • Implications: Competitive monitoring should include whether peers are improving conversion, margin, assortment quality, or service economics through AI-driven buying experiences—not merely whether they have announced an AI initiative.

Trust, controls, and the changing role of people

  • Claims: The transition to autonomous commerce requires both user-side controls and merchant-to-payment ecosystem agreements. Human involvement will persist where law, policy, or trust requires it, but may shrink as AI demonstrates superior accuracy in specific domains.
  • Evidence: The panel calls for user-configured rules and transaction-side “agreements” or protocols, while noting that some services are currently restricted to human sellers or operators. Autonomous driving and intangible services are raised as examples of domains where AI accuracy could eventually challenge assumptions that human involvement is inherently safer.
  • Caveats: The conversation does not specify identity, authentication, liability allocation, dispute handling, refund authority, or fraud-control designs; these are material gaps for actual deployment.
  • Implications: “Human in the loop” should be treated as a configurable control pattern and regulatory requirement, rather than a permanent product architecture.

Notable Concepts & Terms

  • Agentic commerce: Commerce in which an AI agent discovers, evaluates, and potentially purchases goods or services for a user; it changes both customer experience and merchant/payment infrastructure requirements.
  • Delegated purchasing: The transfer of some purchasing decisions from a user to an AI agent, expected to progress from recommendations and approval requests toward bounded or autonomous purchasing.
  • Structured product data: Accurate, system-readable product descriptions, attributes, availability, images, and related information; agents cannot reliably compare or purchase offerings from fragmented or poorly maintained catalogs.
  • Transaction protocols: Shared technical and commercial rules governing how agents, merchants, consumers, and payment providers communicate, authenticate authority, and execute purchases.
  • S-curve adoption: The framing that both technology capability and social acceptance advance through successive periods of gradual uptake and rapid acceleration, rather than in a single step.
  • Human-in-the-loop controls: User approval, spending limits, category restrictions, or escalation rules that preserve human authority while allowing agents to perform bounded tasks.

Operator Notes / Why Ken Should Care

  • Treat merchant product-data normalization and agent-readable inventory/pricing interfaces as an AI-commerce infrastructure opportunity, not a secondary content-management task.
  • Require any agentic-payment design to define delegation boundaries: authorization scope, purchase limits, approval triggers, exception handling, refunds, and auditability.
  • Watch protocol and standards activity connecting agents to merchant and payment systems; the transcript references “MPP,” but does not define it clearly enough to treat it as a confirmed standard.
  • Segment prospective markets by executive ownership and operational readiness. The discussion suggests committed, digitally led firms will be better initial design partners than the broad “interested but undecided” middle.
  • Relevance is strategic rather than deeply technical: the video offers useful readiness signals but no implementation architecture, security framework, or validated performance data.

Source/Metadata

  • Title: [特別対談] Payments Summit 2026 | AI・エージェンティックコマースの未来
  • Transcript words: 271
  • Timestamp note: No timestamps or chapters were available.
Search this video Resume transcript at 0%
Full transcript 237 words · 1 min read
0:00

僕も同じ東京大学大学院で、私の方は自然言語処理で、 ちょっとニューラルネットワークが出たりすることもあるけれども、 少し離れたところの勉強は当時していました。 すごくお話の中で面白いなと思ったのは、 LLMの前の時代からAIを見ている人たちから見て、 今の成長曲線でおっしゃったところで、 多分他の人たちが見えていないところとかあるのかなと思うんですけれども、 今の成長曲線の人が予測できるとかというところで、 ちょっと深掘りしたいと思います。 キムさんから見て、スピード感ですとか、 過去のご研究ですとか、LLMの前から見ていた人として、 この曲線はみんなどう思うべきかについてコメントいただけたら嬉しいです。 ありがとうございます。 まず正直、ここまで賢くなると思っていなかったというのが 入り口だと思っていまして、 ただですね、 生成AIとかLLMに使われている基礎技術って、 結構2020年の手前ぐらいにも大体完成していて、 そういったアカデミアの人たちは論文とか我々も読んでいたので、 このLLMみたいな基礎とか、

1:15

いわゆる生成AIで使われている学習手法みたいなところが すごい大事だよねというのを結構言っていたんですね。 当時からなので、2020年ぐらいからこういう世界観が来るんじゃないかなと思ったんですけど、 いざ出てみると、そこからの進化の速さがすごすぎたというのが率直に思うところですね。 AIに関連する全てでそうなっていくんでしょうね。 そのコマースは一つの観点ではあるんですけれども、 おっしゃった接客ですとか、 いろんな観点でこれはもう曲線で考えないといけないということですね。 おっしゃる通りですね。 ありがとうございます。 先ほどの我々の調査の話をさせていただいたんですけれども、 その中では約6割の日本企業が導入に向けて準備を進めているという数字はあったんですけれども、 金さんの方から見て、日本企業にとってエージェンティックコマースの導入は 今後どのように進むと見ているのかというのと、 特にどういう業界ですとか、 どういったユースケースが早く進みそうなのかとか、 その辺についてお考えいかがでしょうか。 そうですね。 やっぱりちょっとこれはまず生成愛全般に関してですけど、 結構日本企業はやっぱり動きが悪くはないと思っているんですね。 結構やるとこはやっぱり早く動いていますし、

2:28

一方で今起きている現象としては、 同じぐらいの規模感の会社とか、いわゆるTアと言われるような会社でも、 少し差分が出始めているなと思っていて、 やっぱりトップとか、あるいはデジタルに強い役員のような方がいらっしゃって、 その方がしっかり活躍されている会社は結構動き早いなと思っています。 先ほどのいくつか日本企業の事例も載せましたけど、 まさにそういった動き始めている企業はありますので、 そういったところは多分積極的に進めていって、 それにちょっと一周遅れというか、ちょっと遅れる形で、 日本企業全般にどこか進んでいるところがあると、 それに追いつくように進んでいくという形になるので、 基本的にはそういう追いかけっこみたいな感じで進んでいくんじゃないかなというふうには思っていますね。 我々も実は営業したりしているところで、 10%ぐらいのお客さんは先ほどおっしゃったように、 やりますと思い切ってやっているところで、 結構真ん中の方でどうしようかみたいな、検討はしているけれども、 コミットはしていないみたいなところは多い印象です。 なるほど。 この調査の中身も一つのところで伺ったのが、 ハードルは何なのかというところで、

3:40

結構セキュリティ対策の整備が目立っていて、 40.7%出ていたんですけれども、 県産の方から見てこのハードル、 コミットしたとすると、 そこから向き合わなきゃいけないハードルは何だとお考えでしょうか。 おっしゃる通り、やっぱりセキュリティ面とか、 そもそも人間以外が勾配していくみたいなことに対する なんとなくの心理的なハードルは 一定は残るんだろうなと思っていて、 そこが徐々に変わってくるとは思うんですけれど、 人間、やっぱりいきなりガラッと感覚って変わらないと思うので、 どちらかというと私は技術的な話とかよりも、 やっぱり人間の心理的なハードルがあって、 セキュリティはどうなんだとか、 そもそもこういう勾配をしていいのかみたいなところが どれくらいの速さで変わってくるかということなので、 技術よりは人間側が、 精神的なところの方が、 これもでもやってみるしかないですよね。 やってみるしかなくて、 あとはやってみたところ、 おそらくこれによって売上が上がったり、 利益体質がより強くなる企業が出てくるので、 下手をするとグローバルの方が そういう動きが早い企業が出てくると思うんですよね。

4:54

そうすると、そこにやっぱり 遅れてはいけないよねというところで、 意思決定が進んでいくという 構造になるんじゃないかなという気はします。 ありがとうございます。 我々の方からも実は、 すでにいろんな客さんからお問い合わせをいただいている中で、 基本的にこっちからご案内しているのが おそらくこれによって売上が上がったり、 利益体質がより強くなる企業が出てくるので、 下手をするとグローバルの方が そういう動きが早い企業が出てくると思うんですよね。 そうすると、そこにやっぱり 遅れてはいけないよねというところで、 意思決定が進んでいくという 構造になるんじゃないかなという気はします。 ありがとうございます。 我々の方からも実は、 すでにいろんなお客さんからお問い合わせをいただいている中で、 基本的にこっちからご案内しているのが、 データの整備、 どういう商品を販売しているのかだとか、 商品の詳細ですとか、 写真ですとか、 そういった情報をまず整備して、 システムでちゃんと連携できるようにするというのと、 あと決済システムのところで、 こういうエージェントから来たときの

6:08

対応がちゃんとできるものじゃないといけないという風な話を、 こっちから結構商品ベースの話をする機会が多いんですけれども、 ケミさんの方から見て、 このAIで変わる商取引に対して、 我々はどう備えていくべきでしょうか。 我々というのは、消費者目線がいいですか。 そうですね。 消費者として。 そうですね。 結構最初はやっぱり抵抗あるとは思うんですけれど、 よくよく考えると、 我々、インターネットができる前の時代は、 むしろ自分たちの見える範囲でしか 消費活動できていなかったと思うんですけど、 それがインターネットが広がったことによって、 ある意味情報が増えてきますので、 直接買いに行くということもできれば、 今はだいぶオンライン上で買うみたいなこともできるようになっていると。 それがよりAI化していくことによって、 エージェントが買ってくれるとなると、 多分自分たちが気づいていなかったこととか、 自分たちは見えなかった世界のものまで 含めて買えるし、 それがさらにパーソナライズされて 最適化していくという意味だと、 本来望ましいとは思うんですけど、 やっぱりちょっと自分が 最後とはいえ買う意思決定はするという感じに 多分なると思うんですよね、最初のうちは。 それがさらに進んでいくと、

7:21

最後はエージェントが全部買ってくれるみたいな世界観になると思うんですけど、 そこまでにはやっぱり、 さっきの話と近いですけど、 精神的なギャップみたいなところは 一部残るんじゃないかなと思います。 ただ、基本的にはポジティブだと受け入れて、 どんどんどんどん使っていく、 任せていくという方向にしていったほうが、 やっぱり総量としての幸せにはなっていくんじゃないかなと思います。 そうですね。 技術でSカーブが重なっていく、 カーブができていくみたいなところで、 いろんな発見を繰り返して成長させていくというところは、 よくある話ですけども、 これは技術面もそうですけれども、 心理的なところも、 そうやって少しずつ インターネットを使うことに対して抵抗がなくなってきて、 インターネット上で小取引をするところも一般的になってきて、 今となるとチャットGPTみたいなツールで 対話的に話を聞いたりするのは、 普通になってきつつあるんですけれども、 そこから少しずついろんな、 AIを通しての小取引ですとか、 いろんな新しいユースケースですとか、 どこまで任せられるかだとかというのは、 Sカーブを繰り返して、 社会として上っていかないといけないということですよね。 そうですね。 ただ、先ほどおっしゃっていた、 まさにいろんなプロトコルとかできていくのは、

8:35

すごいポジティブだなと思ってまして、 やっぱりそういう取り決めなく、 エージェントが勝手にいろんなものを買っちゃうみたいなのって、 結構困ると思うので、 やっぱり一定の、 もちろん人間側というか、 ユーザーが設定するルールみたいなのもありますけど、 その小取引間のしっかりとした取り決めみたいなのが 整備されていくという取り組みは、 すごい大事だなという気がします。 結局、消費者と事業者の間のことなので、 両サイドの準備をどう整えているのかですよね。 先ほどの資料でいうと、 ネットサーフィングをしていた時代から、 人は結構消費者の方で早く チャットGPTのようなツールを導入し始めるんですけれども、 じゃあ果たして企業の方で、 それに対してMPPですとか、 どういうプロトコルなのかどうなのかというところで、 そっちの対応もある程度の 自分たちのクロックスピードがあるというか、 自分のサイクルがあるということですよね。 おっしゃる通りですね。 あとはやっぱり、 いろんなサービスがあると思うんですけれど、 やっぱり人間じゃなきゃ 売っちゃいけないサービスって、 まだまだいっぱいあるじゃないですか。 それが法律によって守られている業態とかだと、 そうなんですけど、 そういったものがどのぐらいのスピードで変わっていくかっていうのも、 結構大事なポイントだなと思っていて、 一部はやっぱり人間に残されるものみたいなのも、 多分一部は出てくるんだろうなとは思いますね。

9:49

そうですね。 それもAIを操作している本人が 人間としてやらなきゃいけないところなのか、 それか人間誰でもいいので、 AIが誰かを探してきてやってもらうのかだとか、 いろいろ変わっていくでしょうね。 ただ将来的には、本来はAIがやった方が精度高い、 それについて というのも結構大事なポイントだと思っていて、 一部はやはり人間に残されるものもあると思います。 多分一部は出てくるだろうとは思います。 そうですね。 それも AI を操作している本人が 人間としてやらなければいけないところなのか。 それとも人間なら誰でもよいので AI が誰かを探してきてやってもらうのか。 いろいろ変わっていくでしょうね。 ただ、将来的には本来 AI の方がやった方が精度が高い。 その点については、 特に無形の商材とか、 自動運転にしてもそうです。 そうです。 そういったものは出てくるだろうなと思っているので、 とはいえ、人間にしばらくは残っていて、 いつかそこも AI に変わっていく。 そのような感じで進むかなと思います。 ありがとうございます。

11:31

気づいたら時間になりつつあるんですけれども、

Reading tools

Type to find a passage

Appearance
Ask this transcript

Notebook

Export Markdown

Add a note