Mi az az ügynöki fizetés (Agentic Pay), és miért számít a pénzügyi szektornak?

Az ügynöki fizetés (angolul agentic pay vagy agentic payments) azt jelenti, hogy a fizetést nem a felhasználó indítja el egy kattintással, hanem egy AI-ügynök, amely a felhasználó előzetes megbízása alapján keres, összehasonlít, majd a megbízás keretei között fizet is.

Azt, hogy mi az AI-ügynök, milyen építőelemekből áll, és milyen felhatalmazási szintekkel dolgozik, külön alapozó cikkben írtuk le – ez a cikk a lánc fizetési oldalával foglalkozik.

Az ügynöki fizetési rendszereknek öt közös építőeleme van:

1. Mandátum, vagyis a felhatalmazás rögzítése. A Google vezette AP2 protokoll háromféle, digitálisan aláírt mandátummal dolgozik: a szándék-mandátum a feladatot és a kereteket rögzíti (mit vehet az ügynök, milyen árlimitig, meddig érvényes a megbízás), a kosár-mandátum a pontos tételt és árat zárja le, a fizetési mandátum pedig a terhelést engedélyezi. A cél a bizonyíthatóság: utólag igazolható, hogy a felhasználó pontosan mire adott felhatalmazást.¹
2. Ügynök-identitás. A kereskedőnek látnia kell, hogy a kérés mögött azonosított, elszámoltatható ügynök áll, nem névtelen bot.
3. Tokenizált fizetési eszköz. Az ügynök nem kapja meg a kártyaadatokat: egy adott ügynökhöz, kereskedői körhöz és költési limithez kötött token fizet helyette, amely visszavonható.²
4. Protokoll-réteg, vagyis a felek közötti gépi üzenetváltás közös szabványa.
5. Ellenőrzési pontok és audit-nyomvonal: jóváhagyási pontok, limitek és a szándéktól a terhelésig visszakereshető lánc.

Az „ügynöki” jelző nem jelent korlátlan önállóságot. A gyakorlatban az autonómiának fokozatai vannak:

1. az ügynök csak javaslatot tesz, és az ember fizet;
2. az ügynök előkészíti a tranzakciót, és az ember hagyja jóvá;
3. az ügynök előre aláírt feltételek mellett, emberi jelenlét nélkül fizet;
4. a legfelső fokozaton pedig szoftverek és eszközök egymás között számolnak el.

Erre az utolsó esetre a Mastercard 2026 júniusában külön programot jelentett be,³ a gépek közötti fizetések banki kérdéseit külön hírmagyarázatban jártuk körül. Pénzügyi környezetben a felhatalmazási szint legalább olyan fontos, mint a mögötte dolgozó modell képessége.

Az ügynöki fizetés nem egyetlen cég terméke, hanem többszereplős lánc. A szereplőtípusok a következők:

1. Az ügyfél, az ügynök „gazdája”: fogyasztó vagy vállalat, akinek a nevében az ügynök eljár, és akinek a felhatalmazása az egész lánc jogalapja.
2. AI-ügynökplatform-szolgáltatók: az asszisztenseket futtató technológiai cégek (például az OpenAI, a Google vagy az Anthropic), amelyeknél a vásárlási szándék megszületik.
3. Fizetéstechnológiai hálózatok és protokollgazdák: a Mastercard 2025. április végén jelentette be az Agent Pay programot,² a Visa 2025 októberében a Cloudflare-rel közösen a Trusted Agent Protocolt, amely kriptográfiai aláírással azonosítja az ügynököt a webes forgalomban,⁴ a Google 2025. szeptember 16-án hozta nyilvánosságra az AP2-t több mint 60 partnerrel,¹ az OpenAI és a Stripe pedig nyílt forráskódú szabványként fejleszti az Agentic Commerce Protocolt.⁵
4. Bankok: a kibocsátói oldal dönt a limitekről, a tokenekről és az engedélyezésről, az elfogadói oldal a kereskedők kiszolgálásáról.
5. Kereskedők és az elfogadói infrastruktúra, amelyeknek meg kell tudniuk különböztetni a jóhiszemű ügynököt a kártékony bottól.
6. Bizalmi és biztonsági szereplők: ügynök-nyilvántartások, csalásszűrő szolgáltatók, identitás-szolgáltatók és a webes infrastruktúra üzemeltetői.
7. Felügyeletek és szabályozók, akiknél a fogyasztóvédelmi és felelősségi keret formálódik.

Az értéklánc kulcskérdése, hogy ki „birtokolja” az ügynököt, mert ettől függ az adathozzáférés és az ügyfélkapcsolat helye.

Ha az ügyfél a platform asszisztensén keresztül intézi a pénzügyeit, a bank könnyen a lánc végére szorulhat. Chris Skinner tézisét, amely szerint az ügynöki fizetést az nyeri, aki a bizalmi réteget adja hozzá, gyorselemzésünkben vizsgáltuk meg.

A legtöbb figyelmet a fogyasztói vásárlás kapja: az asszisztens megkeresi, kiválasztja és kifizeti a terméket. Ez már Magyarországon is megjelent: a Mastercard és az OTP 2026 májusában indította el az első hazai AI-ügynök fizetést, és a Gránit Bank tesztje is megmutatta, hogy a technológia túllépett az első kísérleten.

A használati térkép azonban ennél szélesebb, és a kevésbé látványos területek adhatják a rövid távon nagyobb üzleti értéket:

1. vállalati beszerzés és számlafizetés: ismétlődő, szabálykövető vásárlások előre rögzített keretekkel;
2. treasury- és likviditáskezelés (a vállalati és banki pénzgazdálkodás): az IMF 2026. áprilisi elemzése szerint az AI-ügynökök a fizetési rendszerekben a likviditás kezelésében és a fizetések rangsorolásában is szerepet kaphatnak, a folyamatos, valós idejű megfelelés-figyeléssel együtt;⁶
3. előfizetés- és számlamenedzsment: lejáratok, díjemelések figyelése, váltás kezdeményezése;
4. gépek közötti mikrofizetések: szoftverek egymás közötti, kis összegű elszámolása, például API-hívások díjának automatikus rendezése – erre épül a Coinbase x402 protokollja;⁷
5. back-office folyamatok: visszatérítések, kivételkezelés, egyeztetések előkészítése.

Hol tart mindez valójában?

2026. augusztusi állapot szerint a fogyasztói ügynöki fizetés túlnyomórészt pilot-fázisban van: az IMF a mostani megoldásokat kialakulóban lévő mintáknak nevezi, nem lezárt, szabványosodott architektúrának,⁶ az EU-ban pedig az ügynöki fizetésre is a meglévő fizetési szabályok érvényesek, külön rezsim nélkül.

A korai éles indulások tanulsága is óvatosságra int: a ChatGPT-n belüli vásárlás első körének botlásait gyorselemzésünkben dolgoztuk fel.

A hírfolyam természeténél fogva felfelé torzít: a bejelentés és az „első tranzakció” hír, az elmaradt vagy elhalasztott bevezetés ritkán az. Az alapozó ezért intézményi értékelésekre támaszkodik, nem a bejelentések ütemére.

1. Felhatalmazás, felelősség és vitarendezés. Ha az ügynök rossz terméket vesz, vagy túlköltekezik, kérdés, hogy a platform, a bank, a kereskedő vagy a felhasználó viseli-e a kárt. A Bank of England kockázatokért felelős alelnöke, Sarah Breeden 2026. júniusi beszédében a legnagyobb nyitott kérdések közé sorolta, hogyan ad a felhasználó biztonságos hozzájárulást több tranzakcióra, hogyan rendezhetők a viták, és hogyan osztható ki a felelősség hibás vagy csalárd tranzakcióknál.⁸
2. Identitás és hitelesítés. Az erős ügyfél-hitelesítés (SCA) logikája az emberre épül: az ügynöknek nincs ujjlenyomata, és nem ő birtokolja a telefont. A delegált hitelesítés kérdéseiről és a készülő új fizetési szabályokról külön hírmagyarázat szól.
3. Csalás és manipuláció. A kockázat kétirányú: az ügynök lehet a csalók eszköze, de áldozat is. A rejtett utasításokkal végzett manipuláció (prompt injection) ellen a mandátum-alapú védelem sem automatikus védettség: kutatók 2026 elején publikált vizsgálata az AP2 ellen épített támadási forgatókönyveket elemezte, és a védelmi rétegek megkerülhetőségére hívta fel a figyelmet.⁹

1. Auditálhatóság és átláthatóság. Az IMF elemzése szerint a fizetési alapinfrastruktúra determinisztikus logikára épül, az AI-ügynökök viszont valószínűségi alapon döntenek: hasonló helyzetben eltérő kimenetet adhatnak.⁶ A bankoknak ezért a mandátum-lánc és a döntési napló visszakereshetőségét kell megkövetelniük.
2. Megbízhatóság és kiszámíthatóság. A félreértett szándék, a duplikált terhelés vagy a hibás tétel nem csalás, hanem működési kockázat, és a korai megvalósításoknál ez a leggyakoribb hibaforrás.
3. Fogyasztóvédelem és diszkrimináció. Az EU AI-rendelete a hitelbírálatot és az élet- és egészségbiztosítási kockázatértékelést magas kockázatú alkalmazásként sorolja be,¹⁰ és külön kérdés, hogy az ügynök ajánlása kinek az érdekét szolgálja, ha a rangsorolást jutalék is befolyásolja.
4. Rendszerszintű és koncentrációs kockázat. Ha az ügynökök kevés platform kevés modelljére épülnek, a hasonló döntések egyszerre, egy irányba mozdulhatnak. Breeden arra is figyelmeztetett, hogy a széttagolt, zárt kertekre bomló ügynök-ökoszisztéma a hatóságok számára külön kockázat.⁸ Azt, hogy az AI-ügynökök hogyan rövidíthetik másodpercekre egy likviditási válság lefolyását, hírmagyarázatunkban mutattuk be.

Az alábbi három pálya forgatókönyv, nem előrejelzés; mindegyikhez megfigyelhető jelzőeseményt rendelünk.