AI agents can pay for your shopping. Who gets your money back?
AI shopping agents are making purchases and managing payments, but regulatory gaps remain regarding refunds and dispute resolutions. As automated software makes filing complaints effortless, merchants face surging chargeback costs and infrastructure strain.
Coinbase और Stripe के साथ साझेदारी में विकसित Amazon का Bedrock AgentCore Payments, AI एजेंटों को सशुल्क सेवाओं का पता लगाने, प्रमाणीकरण को संभालने और पूर्व-निर्धारित खर्च सीमा के तहत स्थिर सिक्कों (stablecoins) और x402 का उपयोग करके लेनदेन पूरा करने की अनुमति देता है।
कृत्रिम बुद्धिमत्ता (AI) एजेंट मर्चेंट द्वारा कानूनी ढांचा स्थापित करने से पहले ही डिजिटल वॉलेट को सुरक्षित कर रहे हैं, और शॉपिंग असिस्टेंट ने पहले ही ओपन वेब पर ऑर्डर देना शुरू कर दिया है।
अधिक जटिलता तब उत्पन्न होती है जब कोई लेनदेन पूरा हो जाता है—विशेष रूप से तब जब खरीदार का एजेंट सटीक भुगतान करता है, लेकिन खरीदार बाद में रिफंड का अनुरोध करता है। ऑस्ट्रेलिया के रिजर्व बैंक (RBA) ने आधिकारिक तौर पर 6 अक्टूबर को इस विनियामक अंतराल को उजागर किया, और GenLayer फाउंडेशन के सीईओ एडगर्स नेमसे (Edgars Nemse) ने कहा कि यह मुद्दा अंततः उन चीज़ों को सीमित करता है जिन्हें स्वायत्त एजेंट खरीदने में सक्षम हैं।
नेमसे ने CryptoSlate को बताया कि भुगतान करना “आसान हिस्सा है, क्योंकि यह निश्चित (deterministic) है: पैसा ट्रांसफर हुआ या नहीं,” जबकि “परिणाम निश्चित नहीं होता है।” यह निर्धारित करना कि क्या वादा के अनुसार सेवा प्रदान की गई थी, एक व्यक्तिपरक मूल्यांकन बना हुआ है।
| लेनदेन का चरण | एजेंट तेजी से क्या कर सकते हैं | जो अनसुलझा रहता है | यह क्यों मायने रखता है |
|---|---|---|---|
| खोज (Discovery) | मर्चेंट, API, सामग्री, सेवाओं को ढूंढें | क्या मर्चेंट अज्ञात एजेंटों पर भरोसा करते हैं | नियंत्रित करता है कि किसे वितरण मिलता है |
| प्राधिकरण (Authorization) | मैनडेट, क्रेडेंशियल, खर्च सीमा का उपयोग करें | क्या एजेंट उपयोगकर्ता के इरादे के दायरे में रहा | निर्धारित करता है कि जिम्मेदारी किसकी है |
| भुगतान (Payment) | कार्ड, स्थिर सिक्कों (stablecoins), x402 या वॉलेट से भुगतान करें | भुगतान की सफलता संतुष्टि साबित नहीं करती है | सेटलमेंट निश्चित (deterministic) होता है |
| पूर्ति (Fulfillment) | माल, सेवाएं या API एक्सेस प्राप्त करें | क्या परिणाम वादे के मुताबिक डिलीवर किया गया था? | निर्णय की आवश्यकता है |
| विवाद (Dispute) | शिकायतें या रिफंड अनुरोध सबमिट करें | प्लेटफ़ॉर्म के बाहर निर्णय कौन करता है? | निर्धारित करता है कि क्या खुला वाणिज्य (open commerce) बढ़ सकता है |
AI एजेंट उस घर्षण (friction) को हटा देते हैं जिस पर विवाद निर्भर करते हैं
नेमसे के अनुसार, हर विवाद समाधान तंत्र इस अनकहे आधार पर काम करता है कि शिकायत दर्ज करना इतना कठिन है कि अधिकांश व्यक्ति बस प्रयास करना छोड़ देते हैं। AI तेजी से उस बाधा को खत्म कर रहा है, जिसमें मनुष्य वर्तमान में उनकी ओर से शिकायत दर्ज करने के लिए सॉफ्टवेयर तैनात कर रहे हैं।
कंज्यूमर फाइनेंशियल प्रोटेक्शन ब्यूरो (CFPB) में दर्ज की गई शिकायतें 2025 में दोगुनी होकर 6.6 मिलियन हो गईं, जिससे नियामक को यह चेतावनी जारी करने के लिए प्रेरित होना पड़ा कि बड़े भाषा मॉडल (LLMs) और स्वायत्त एप्लिकेशन डुप्लिकेट फाइलिंग के साथ शिकायत बुनियादी ढांचे को अभिभूत (overwhelm) कर सकते हैं।
Nature Human Behaviour में प्रकाशित एक अध्ययन का अनुमान है कि LLMs का उपयोग करने से CFPB में अनुकूल राहत मिलने की संभावना 6.9 प्रतिशत अंक बढ़ जाती है।
जबकि ये आंकड़े सामान्य शिकायत चैनलों का वर्णन करते हैं, CFPB डेटासेट मुख्य रूप से क्रेडिट रिपोर्टिंग के मुद्दों को दर्शाता है।
2025 के लिए मास्टरकार्ड और डाटोस के अनुमानों के अनुसार 2028 तक विश्व स्तर पर 324 मिलियन चार्जबैक होने का अनुमान है। मास्टरकार्ड का 2026 अमेरिकी मर्चेंट बेंचमार्क प्रति चार्जबैक लागत $128 रखता है—जिसमें आंतरिक खर्च और तीसरे पक्ष के शुल्क शामिल हैं, लेकिन खोया हुआ सामान या सेवाएं शामिल नहीं हैं। इस अमेरिकी आधार रेखा को विश्व स्तर पर काल्पनिक रूप से लागू करने पर, 5% की वृद्धि से 16.2 मिलियन अतिरिक्त चार्जबैक और लगभग $2.1 बिलियन का परिचालन खर्च आएगा, जबकि 15% की वृद्धि से 48.6 मिलियन अतिरिक्त मामले और लगभग $6.2 बिलियन की लागत आएगी।
नेमसे ने बताया कि इन विवादों को संभालने वाली हर मानवरहित सहायता कतार, “Amazon की भी शामिल है,” दबाव के तहत “पहले से ही चरमरा रही है।”
| परिदृश्य | चार्जबैक में वृद्धि | 324M बेसलाइन बनाम जोड़े गए चार्जबैक | प्रति $128 परिचालन लागत जोड़ी गई | यह क्या दिखाता है |
|---|---|---|---|---|
| 2025 दृष्टिकोण बेसलाइन | 0% | 0 | $0 | इस परिदृश्य में कोई अतिरिक्त चार्जबैक नहीं |
| +5% मामला | +5% | 16.2M | ~$2.1B | छोटे स्वचालन प्रभाव भी महत्वपूर्ण हो जाते हैं |
| +15% मामला | +15% | 48.6M | ~$6.2B | विवाद स्वचालन एक प्रमुख मर्चेंट लागत बन सकता है |
| +30% तनाव का मामला | +30% | 97.2M | ~$12.4B | मानव समीक्षा कतारें बाधा बन सकती हैं |
नियामकों ने मर्चेंट की लागत को रिकॉर्ड पर रखा
RBA के 6 अक्टूबर के भुगतान परामर्श से संबंधित सारांश में 75 बाजार सहभागियों के लिखित योगदान शामिल थे। व्यापारियों, भुगतान सेवा प्रदाताओं और कार्ड जारीकर्ताओं ने संकेत दिया कि वर्तमान चार्जबैक फ्रेमवर्क तब दायित्व को संदिग्ध छोड़ देते हैं जब कोई स्वायत्त एजेंट अपनी अधिकृत सीमा से बाहर काम करता है।
उन्होंने चेतावनी दी कि एजेंटिक कॉमर्स व्यापारियों के खर्च को बढ़ा सकता है और भुगतान नेटवर्क के लिए यह सत्यापित करना मुश्किल हो सकता है कि क्या किसी एजेंट ने उपभोक्ता के निर्देशों का निष्ठापूर्वक पालन किया है। एक प्रतिभागी ने उन रिपोर्टों का हवाला दिया जिनमें AI-सहायता प्राप्त खरीदारी पर अतिरिक्त 4% अधिभार लागू होने का संकेत दिया गया था।
Submissions characterized industry adoption as preliminary and concrete evidence of consumer harm as minimal, leaning generally toward establishing voluntary industry standards and ongoing monitoring. The RBA intends to release its definitive regulatory priorities prior to the close of 2026.
चूंकि उपभोक्ता का एजेंट वस्तुतः बिना किसी वित्तीय ओवरहेड के विवाद दर्ज कर सकता है, जबकि व्यापारियों को पूर्ति रिकॉर्ड और प्रोसेसर वर्कफ़्लो जैसे साक्ष्य संकलित करके जवाब देना होगा, Nemse को उम्मीद है कि एजेंट "बहुत अधिक बार विवाद करेंगे, क्योंकि विवाद करने पर उन्हें कुछ भी खर्च नहीं करना पड़ता है।"
प्लेटफ़ॉर्म न्यायाधीश को अपने पास रखते हैं
अमेज़ॅन ने अनधिकृत पहुंच और कॉर्पोरेट नीति उल्लंघनों का हवाला देते हुए मेटा के Muse शॉपिंग एजेंट को ब्लॉक कर दिया—यह एक ऐसा कदम है जिसे Nemse यूजर इंटरफेस पर रणनीतिक लड़ाई के रूप में व्याख्यायित करते हैं।
उन्होंने नोट किया कि अमेज़ॅन को "इसमें कोई संदेह नहीं है कि मेटा का एजेंट कुछ खरीद सकता है," लेकिन वह इंटरफ़ेस का नियंत्रण अपने पास रखना पसंद करता है क्योंकि किसी अन्य फर्म के एजेंट के लिए केवल एक API बैकएंड के रूप में काम करना मूल्यवान ग्राहक संबंधों, मालिकाना डेटा और आकर्षक विज्ञापन रियल एस्टेट को सौंपना होगा।
Google को एक समान दुविधा का सामना करना पड़ता है, और उनके अनुमान के अनुसार, "वे बाहरी एजेंटों को ब्लॉक कर देंगे और अपना खुद का भेजेंगे।"
इसके विपरीत, स्वतंत्र व्यापारियों की स्थिति अलग होती है, क्योंकि "एक एजेंट उस व्यक्ति की खोज करता है जो समस्या को सबसे अच्छी तरह हल करता है, न कि उस व्यक्ति की जिसने विज्ञापन खरीदा है।" Shopify ने हाल ही में अपने चेकआउट प्रवाह में ब्राउज़र-आधारित AI शॉपिंग एजेंटों का स्वागत करने के लिए कदम उठाए हैं।
Nemse ने दावा किया कि उत्पाद खोज केवल आधी चुनौती को कवर करती है, क्योंकि बंद प्लेटफ़ॉर्म "इंटरफ़ेस और न्यायाधीश" दोनों को नियंत्रित करते हैं। जबकि स्वतंत्र एजेंट पहले वाले को जीत सकते हैं, दूसरे को एक भरोसेमंद, तटस्थ न्यायनिर्णयन तंत्र की आवश्यकता होती है। उन्होंने आगे कहा:
“Without it, your agent finds the small merchant, and you still go back to Amazon.”
CI&T द्वारा 1,011 अमेरिकी उपभोक्ताओं को शामिल करते हुए किए गए एक सर्वेक्षण से पता चला है कि 27% लोग पूरी तरह से स्वचालित खरीदारी टूल पर भरोसा करने में सहज महसूस करते हैं। Nemse का अनुमान है कि एजेंटिक कॉमर्स की ऊपरी सीमा "उस नुकसान से तय होगी जिसे वे बिना किसी सहारे के स्वीकार करेंगे।"
यह देखते हुए कि API अनुरोधों में केवल एक सेंट का अंश खर्च होता है, एजेंट नियमित रूप से उनके लिए स्वायत्त रूप से भुगतान करते हैं। हालाँकि, जब जटिल श्रम, बीमा दावों या वित्तीय रिफंड से निपटना होता है, तो "कोई भी एजेंट को फंड्स प्रतिबद्ध नहीं करने देता" जब तक कि सत्यापित उपभोक्ता उपाय मौजूद न हो और दायित्व स्पष्ट रूप से निर्धारित न हो। Nemse ने इस बात पर जोर दिया कि "बेहतर भुगतान रेल उस सीमा को आगे नहीं बढ़ाते हैं।"
मशीनों का न्याय कौन करता है
Google का AP2, मास्टरकार्ड एजेंट पे और वीज़ा इंटेलिजेंट कॉमर्स हस्ताक्षरित जनादेश, टोकनयुक्त साख, खर्च की सीमा और सत्यापित एजेंट पहचान के माध्यम से लेनदेन प्राधिकरण पर भारी ध्यान केंद्रित करते हैं। जबकि एक जनादेश सत्यापित करता है कि खरीदार ने क्या अनुरोध किया है, यह पूर्ति मूल्यांकन को अनसुलझा छोड़ देता है।
Nemse का प्रस्तावित समाधान कार्य परिणामों के संबंध में आम सहमति तक पहुँचने के लिए AI मॉडल निष्पादित करने वाले वितरित नेटवर्क वेलिडेटर्स को शामिल करता है, जिसमें निर्णय ऑन-चेन लागू किए जाते हैं और अपील के लिए सुलभ बनाए जाते हैं—एक ऐसा आर्किटेक्चर जो वर्तमान में उनकी GenLayer Foundation द्वारा विकसित किया जा रहा है।
| मॉडल | इंटरफ़ेस को कौन नियंत्रित करता है? | विवादों का फैसला कौन करता है? | ताकत | कमजोरी |
|---|---|---|---|---|
| अमेज़ॅन-शैली का प्लेटफ़ॉर्म | प्लेटफ़ॉर्म | प्लेटफ़ॉर्म समर्थन/रिफंड प्रणाली | खरीदार का विश्वास और स्पष्ट उपाय | व्यापारी मंच के नियमों पर निर्भर रहते हैं |
| खुला मर्चेंट वेब | एजेंट या ब्राउज़र | अस्पष्ट | छोटे व्यापारियों के लिए अधिक वितरण | कमज़ोर उपाय जब तक मानक सामने न आएं |
| कार्ड-नेटवर्क मॉडल | मर्चेंट, एजेंट, वॉलेट या नेटवर्क | मौजूदा विवाद/चार्जबैक रेल | परिचित देयता बुनियादी ढांचा | एजेंट के इरादे और व्यक्तिपरक पूर्ति के साथ संघर्ष कर सकता है |
| ऑन-चेन एस्क्रो/निर्णय | एजेंट-सामने आने वाले ऐप्स या प्रोटोकॉल | वैलिडेटर्स / मध्यस्थता प्रक्रिया | एस्क्रो किए गए फंड को प्रोग्रामेटिक रूप से लागू कर सकता है | ऑफ़-चेन रिफंड को स्वचालित रूप से बाध्य नहीं कर सकता |
| GenLayer-शैली की AI आम सहमति | खुला एजेंट पारिस्थितिकी तंत्र | अपील के साथ AI वैलिडेटर्स | मशीन के पैमाने पर व्यक्तिपरक परिणामों को लक्षित करता है | फर्जी विवादों और खराब मॉडल निर्णयों को रोकना होगा |
GenLayer के अनुसार, नियमित मामले लगभग 30 मिनट के भीतर अंतिम समाधान तक पहुँच सकते हैं, जबकि पूरी तरह से बढ़े हुए परिदृश्यों में लगभग तीन घंटे लगते हैं।
स्वचालित प्रणालियों के लिए फाइलिंग लागत-मुक्त होने पर फर्जी मध्यस्थता को रोकने के लिए, प्लेटफार्मों को वित्तीय शुल्क, सुरक्षा बांड, या प्रतिष्ठा दंड लागू करना चाहिए, जिससे वैलिडेटर्स डिजिटल रसीदें, ट्रैकिंग लॉग और कार्य परिभाषाओं सहित प्रस्तुत साक्ष्यों का निष्पक्ष रूप से आकलन कर सकें।
जबकि संरचित अपीलें गलत मॉडल आउटपुट से बचाती हैं, वे अतिरिक्त समय और खर्च लाती हैं। इसके अलावा, ऑन-चेन वर्डिक्ट स्वचालित रूप से एस्क्रो किए गए पूंजी को नियंत्रित कर सकता है, जबकि मानक व्यापारियों द्वारा संसाधित पारंपरिक क्रेडिट कार्ड रिफंड प्रत्यक्ष ब्लॉकचेन नियंत्रण से बाहर रहते हैं।
एजेंटिक कॉमर्स यहाँ से कहाँ जाता है
यदि व्यापारी और भुगतान नेटवर्क सफलतापूर्वक सार्वभौमिक मानक स्थापित करते हैं—जिसमें सत्यापन योग्य जनादेश, व्यापक मर्चेंट साक्ष्य रिकॉर्ड, और एस्क्रो सिस्टम शामिल हैं जो चार्जबैक में बढ़ने से पहले निराधार विवादों को फ़िल्टर करते हैं—तो AI एजेंट सुरक्षित रूप से बुनियादी API प्रश्नों से अज्ञात समकक्षों के साथ जटिल सेवा लेनदेन में परिवर्तित हो सकते हैं। परिणामस्वरूप, छोटे स्वतंत्र व्यापारियों को वही उपभोक्ता सुरक्षा सुरक्षित होगी जो वर्तमान में प्रमुख बंद प्लेटफार्मों द्वारा प्राप्त है।
इसके विपरीत, यदि विवाद दाखिल करना शुरू करने में सस्ता रहता है फिर भी हल करने में महंगा होता है, तो व्यापारी संभवतः सेवा शुल्क बढ़ा देंगे, स्वायत्त एजेंट खरीद को प्रतिबंधित करेंगे, या उपभोक्ताओं को स्थापित, विश्वसनीय प्लेटफार्मों की ओर वापस निर्देशित करेंगे।
अक्सर पूछे जाने वाले प्रश्न
01AI शॉपिंग एजेंट क्या हैं?
AI शॉपिंग एजेंट इंटरनेट ब्राउज़ करने, सेवाओं की खोज करने, पहचान को प्रमाणित करने और उपयोगकर्ताओं की ओर से वित्तीय लेनदेन पूरा करने के लिए डिज़ाइन किए गए स्वायत्त सॉफ्टवेयर प्रोग्राम हैं।
02AI एजेंटों के लिए लेनदेन विवाद क्यों कठिन हैं?
जबकि पैसा ट्रांसफर करना एक सीधा और नियतिवादी प्रक्रिया है, यह निर्धारित करना कि क्या डिलीवर किया गया उत्पाद या सेवा अपेक्षाओं को पूरा करती है, के लिए व्यक्तिपरक निर्णय की आवश्यकता होती है जिसका मूल्यांकन करने में पारंपरिक स्वचालित प्रणालियाँ संघर्ष करती हैं।
03चार्जबैक क्या है?
चार्जबैक क्रेडिट कार्ड जारी करने वाले बैंक द्वारा किसी व्यापारी से धोखाधड़ी या विवादित लेनदेन पर नुकसान की भरपाई करने की मांग है।
04प्लेटफ़ॉर्म स्वायत्त शॉपिंग एजेंटों को कैसे संभालते हैं?
अमेज़ॅन जैसे प्रमुख प्लेटफ़ॉर्म अक्सर अपने मालिकाना यूजर इंटरफेस, ग्राहक डेटा संबंधों और विज्ञापन राजस्व की रक्षा के लिए बाहर के AI एजेंटों को ब्लॉक कर देते हैं।
