自律型経済向け安全な決済インフラ構築 — Stripe スティーブ・カリスキー氏

AI エージェントが経済を動かすための「安全な決済」インフラ — Stripe が目指す未来とは

生成 AI が単なるチャットボットから、自律的に経済活動を行う主体へと進化していく中で、最大の障壁となっていたのが「決済の安全性」です。Stripe のシニアソフトウェアエンジニアであるスティーブ・カリスキー氏は、AI エージェントが誤って巨額の資金を浪費するリスクを防ぐための具体的な解決策を発表しました。

その核心は、LLM が持つ「非決定性（探索）」と、決済に必要な「厳密な決定性」を明確に分離することにあります。人間の UI に依存せず、プログラム可能な API を通じて金額や有効期限、取引先を細かく制御する仕組みが整いつつあります。

非決定性と決定性の分離：AI と決済の役割分担

LLM（大規模言語モデル）の強みは、膨大な情報の中から最適な解決策を見つけ出す「探索」能力にあります。しかし、このプロセスには本質的に「非決定性」、つまり結果が毎回完全に同じになるとは限らない性質があります。

物を探すか、どうすべきかを考えることと、実際に取引を行うことを分けることが重要です。

カリスキー氏は、この二つの性質を混同してはならないと強調します。AI が新しいアイデアを探求する段階では非決定性が有益ですが、決済や認証といった金融取引には「厳密な決定性」が不可欠です。もし AI が探索プロセスで偶然のミスをしてしまい、その結果として誤った金額を支払ったり、偽のサイトにお金を送ってしまったりすれば、ビジネスは壊滅的なダメージを受けます。

したがって、AI エージェントを経済主体として扱う際には、「発見（プランニング）」と「実行（決済）」を厳格に分離するアーキテクチャが求められます。非決定性のプランナーが提案した内容に対して、検証可能な制約を持つシステムが安全な実行を保証する仕組みこそが、自律型経済の基盤となります。

共有決済トークン：カード情報を渡さないリスク管理

従来のアプローチでは、AI エージェントにクレジットカード番号を直接渡していましたが、これは極めて危険です。エージェントが誤って偽サイト（フィッシング）を訪れたり、金額の解釈を間違えたりするリスクを排除できません。

Stripe が提案するのは「共有決済トークン」という仕組みです。これは、AI エージェントがカード情報を直接扱うのではなく、Stripe が発行した制限付きのトークンを介して決済を行う方式です。

このトークンには、以下のような厳格な制約を付与できます：

• 金額制限: 例えば「最大 $25 まで」という上限を設定する。
• 有効期限: 「30 日間のみ有効」など期間を限定する。
• スコープ指定: 「特定の売り手（ドメイン）でのみ使用可能」と制限する。

デモでは、$50 の請求に対して $25 上限のトークンを使用した場合、Stripe が自動的に取引を拒否し、超過分が処理されない様子が示されました。これにより、エージェントが誤って高額な請求に応じても、システム側で強制的に止めることが可能です。

また、売り手側には「秘密」にする必要はありません。カードのブランドや末尾 4 桁などの情報は引き続き送信されるため、売り手の既存のリスク分析システムも正常に機能します。重要なのは、「認証情報の共有」と「利用制限の強制」を分離し、Stripe がその制約を執行する点にあります。

マシンペイメントプロトコル：API による明確な取引合意

AI エージェントがツール（API）を呼び出して作業を行う際、決済が必要な場面ではどうすればよいでしょうか。従来の Web ブラウザ操作のように「ページを見て支払う」のではなく、マシン同士の明確な合意が必要です。

Stripe はこれを解決するために「マシンペイメントプロトコル」を導入しました。これは、AI エージェントがツールの呼び出し（ツールコール）を行った際、支払いが必要な場合にサーバーからHTTP 402 ステータスコードを返すという仕組みです。

このプロトコルにより、以下のような安全なフローが実現されます：

1. 支払いの明示: エージェントは 402 ステータスを即座に認識し、「支払いが必要」と判断する。
2. 文脈の提供: 何のために、誰に対して、いくら支払う必要があるのかという詳細情報がエンコードされたペイロードとして返される。
3. 実行と確認: エージェントは共有決済トークンを用いて支払いを実行し、その結果を売り手に通知する。

これにより、AI が「なぜこの支払いが必要なのか」を理解した上で行動でき、人間の介在なしに安全な取引が成立します。特にブロックチェーン上のトランザクション（Tempo など）とも連携可能で、暗号通貨や従来のクレジットカードなど、多様な決済手段を統一的に扱えるようになります。

エージェントフレンドリーな設計：UI からの脱却と構造化データ

これまでの Web サイトは人間向けに設計されており、AI エージェントにとっては「ページを読み込んでリンクをクリックする」という非効率でリスクの高いプロセスでした。カリスキー氏は、「人間向けの UI」から「エージェント向けの API ドリブンなフロー」への移行を提唱します。

Stripe Press（書籍ストア）の例では、商品カタログを JSON 形式の構造化データとして提供しています。AI エージェントは Web サイトを巡回して情報を拾うのではなく、以下のデータを直接取得できます：

• 商品の画像と説明
• 正確な価格と税金
• 配送オプション

これにより、エージェントは「リンクをクリックして何を買うか」を推測する非決定性のプロセスを経る必要がなくなります。代わりに、構造化されたデータから最適な商品を選択し、明確なチェックアウトフローへ移行します。

エージェントに最適化された API ドリブンな決済フローを提供することで、AI が誤って多額の資金を浪費するリスクを排除できます。

売り手側も、顧客との関係を維持しつつ、必要なリスクデータやシグナルを受け取りながら AI と安全に対話できるようになります。これは、AI エージェントがビジネスの信頼できるパートナーとして活動するための土壌作りです。

まとめ：自律型経済への道

Stripe のアプローチは、生成 AI が単なる情報処理ツールから、実際に価値を生み出す経済主体へと進化するための決定的な一歩です。「探索（非決定性）」と「決済（決定性）」を分離し、共有決済トークンやマシンペイメントプロトコルといった技術でリスクを最小化することで、AI エージェント間の取引が安全にスケールする環境が整いつつあります。

開発者や企業は、人間向けの UI に依存した従来のアプローチから脱却し、API を介して制御可能な決済フローを標準化することが求められています。これにより、DevOps 領域における自動化の信頼性が飛躍的に向上し、AI が自律的に経済活動を行う未来が現実味を帯びてきます。