Agentic Commerce & AI: Peluang Baharu PSP Malaysia

AI dalam Perkhidmatan Kewangan (Bank, Insurans, Fintek)••By 3L3C

Agentic commerce sudah bermula. AI agent bakal memilih bank, PSP dan fintech Malaysia yang benar-benar mesra AI. Siapa yang lambat moden, akan hilang dari radar.

agentic commerceAI dalam kewanganpembayaran digital malaysiaPSP dan fintechperbankan pintarLLM dan e-dagang
Share:

Agentic Commerce & AI: Masa Depan Pembayaran di Malaysia Sudah Bermula

Pada 2024, nilai transaksi e-dagang Malaysia dianggarkan melepasi ratusan bilion ringgit setahun, dengan pembayaran digital kini menjadi arus perdana. Dalam masa yang sama, bank-bank besar, fintech dan syarikat insurans tempatan sedang melabur berjuta-juta ringgit dalam kecerdasan buatan (AI) untuk pengesanan fraud, pemarkahan kredit automatik dan chatbot.

Namun satu gelombang baharu sedang muncul yang jauh lebih besar daripada sekadar chatbot dan analitik: agentic commerce – dunia di mana AI agent sendiri yang mencari, membanding, mengisi troli dan menyediakan transaksi, sebelum pelanggan hanya menekan satu butang untuk sahkan bayaran.

Bagi penyedia perkhidmatan pembayaran (PSP), bank, fintech dan pemain insurans di Malaysia, ini bukan topik teori untuk 2030. Ia sudah pun bermula, dan tetingkap masa untuk menyesuaikan diri semakin pendek.

Artikel ini menghuraikan:

  • Apa sebenarnya agentic commerce dalam konteks Malaysia
  • Mengapa ia mengubah peranan PSP, bank dan fintech secara asas
  • Risiko jika anda lambat bertindak
  • Rangka tindakan praktikal yang boleh anda mula dalam 6–12 bulan akan datang

Apa Itu Agentic Commerce – Dalam Bahasa Bisnes Malaysia

Agentic commerce ialah corak baharu dalam perdagangan digital di mana AI agent bertindak sebagai “orang tengah pintar” yang mengurus sebahagian besar perjalanan pembelian bagi pihak pelanggan.

Dalam fasa semasa – yang masih separa autonomi – coraknya lebih kurang begini:

  1. Pelanggan berinteraksi dengan AI agent (contoh dalam super app, aplikasi bank, atau platform seperti ChatGPT / Gemini).
  2. Agent tersebut:
    • Mencari produk atau perkhidmatan yang paling relevan
    • Membanding harga, kualiti, penghantaran, promosi
    • Mengisi troli, pilih vendor & kaedah pembayaran yang sesuai
  3. Sebelum bayaran dibuat, pelanggan masih perlu sahkan (contoh: tekan “Setuju & Bayar”).

Transaksi masih milik pelanggan, tetapi niat pembayaran (payment intent) dicipta dan diorkestrasikan oleh AI agent, bukan lagi oleh manusia yang klik sendiri di laman web.

Inilah perbezaan besar yang bakal menggoncang semua pemain pembayaran di Malaysia – daripada bank pengeluar kad, payment gateway, buy-now-pay-later (BNPL), hingga ke fintech dompet digital.

LLM Sebagai “Middle Layer” Baharu: Di Sini PSP Boleh Tersingkir

Realitinya, Large Language Models (LLM) seperti GPT dan Gemini sedang menjadi lapisan tengah (middle layer) dalam ekosistem e-dagang dan pembayaran.

Sebelum ini, perjalanan pembelian tipikal ialah:

Pelanggan → Laman web / aplikasi peniaga → Payment gateway / PSP → Bank

Dalam model agentic commerce, perjalanan berubah menjadi:

Pelanggan → AI agent / LLM → Pilih peniaga + PSP + kaedah bayar → Transaksi

LLM kini:

  • Menjadi pintu masuk (tempat pelanggan mula mencari)
  • Menjadi lapisan navigasi (mencadang peniaga & produk)
  • Menjadi enjin keputusan (menentukan kaedah pembayaran paling sesuai)

Sekarang bayangkan senario ini dalam konteks Malaysia:

Seorang pengguna bercakap dengan AI assistant dalam super app tempatan dalam Bahasa Melayu: “Saya nak beli insurans kereta paling murah yang cover banjir sekali.”

AI agent:

  • Banding plan dari beberapa syarikat insurans
  • Semak profil risiko pengguna dari data transaksi bank
  • Sarankan 2–3 plan, siap dengan anggaran bayaran bulanan
  • Pilih kaedah auto-debit kad atau akaun bank yang paling murah dari segi fi

Jika PSP atau bank anda tak mesra agent / LLM, anda mungkin langsung tak masuk dalam shortlist.

Ini implikasi besarnya:

  • Jika anda tak “nampak” atau tak serasi dengan lapisan LLM, anda akan dipintas.
  • Keputusan siapa PSP utama, kaedah pembayaran mana dipaparkan – semua sedang bergerak ke “tangan” AI agent.

Mengapa Ini Kritikal Untuk PSP, Bank & Fintech di Malaysia

Bagi peniaga, banyak yang tak berubah di permukaan. Mereka masih:

  • Guna payment gateway atau orchestration platform
  • Integrasi melalui API seperti biasa
  • Melihat transaksi masuk ke dashboard peniaga

Tetapi di belakang tabir, perjalanan pembelian jadi jauh lebih kompleks:

  • Niat beli mungkin dicipta dalam chat interface, bukan di laman web.
  • Pelanggan mungkin langsung tak pernah lawat laman web peniaga sebelum bayar.
  • Persetujuan (consent) mungkin diberi kepada AI agent sekali sahaja untuk beberapa pembelian berulang.

Peniaga akan mengharapkan PSP mereka mengurus kerumitan ini tanpa “sakit kepala”. Sekiranya PSP gagal:

  • Peniaga akan beralih ke PSP yang menyokong aliran agentic secara asli.
  • Fintech AI-native yang menumpukan kepada agentic commerce akan masuk mengisi jurang.

Untuk pasaran Malaysia, ini berkait rapat dengan agenda nasional:

  • Blueprint Sektor Kewangan & Pelan Induk Ekonomi Digital menolak penggunaan AI dalam kewangan.
  • Bank-bank besar sudah melabur dalam AI untuk fraud, pematuhan & pengalaman pelanggan.
  • Langkah seterusnya secara logik ialah AI yang mengurus transaksi itu sendiri, bukan sekadar menganalisisnya.

Risiko Jika Lambat Bertindak: Dari “Pilihan Utama” ke “Invisible”

Jika PSP, bank, dan platform pembayaran Malaysia tidak bersedia untuk agentic commerce, risiko utamanya bukanlah runtuh dalam semalam. Risikonya ialah hilang relevan secara perlahan.

Apa yang akan berlaku jika anda ketinggalan?

  1. Agent memilih penyedia yang mesra-agent sahaja
    AI agent akan memprioritikan:

    • API yang jelas & agent-ready
    • Metadata transaksi yang kaya (tujuan, konteks, tahap risiko)
    • Rangka kerja persetujuan yang boleh disahkan (verifiable consent)

  2. Kelebihan UX checkout anda semakin tak relevan
    Selama ini, banyak PSP menang melalui:

    • Rekaan paparan checkout yang cantik
    • Proses 3-D Secure yang “smooth”
    • Pengalaman pengguna di muka depan

    Dalam agentic commerce, banyak ini berlaku di belakang tabir. Yang lebih penting:

    • Adakah sistem anda boleh memahami transaksi yang dicipta oleh agent?
    • Adakah anda boleh membaca dan bertindak balas kepada isyarat risiko berasaskan tingkah laku agent, bukan manusia sahaja?

  3. Pemain AI-native masuk memintas
    Fintech baharu yang dilahirkan terus dengan arkitektur AI-first akan:

    • Menawarkan API serasi LLM dari hari pertama
    • Fokus pada transaksi agentic (subscription dinamik, pembelian mikro, bundling produk secara automatik)
    • Menyasar peniaga digital, insurans, dan platform pelaburan yang agresif dengan AI

Bagi saya, ini persaingan yang adil: siapa lebih pantas memodenkan stack dan minda, dia menang.

Di Mana Peluang Besar Untuk Institusi Kewangan Malaysia

Berita baiknya: agentic commerce bukan ancaman semata-mata. Ia ruang pertumbuhan baharu yang besar, khususnya bagi bank, insurans dan fintech yang sudah pun kukuh dari segi regulatori dan infrastruktur.

1. Menjadi “Rangka Infrastruktur Kepercayaan” untuk AI agent

Dalam fasa separa autonomi ini, kepercayaan ialah mata wang utama. PSP dan bank di Malaysia mempunyai kelebihan:

  • Diawasi oleh pengawal selia (contoh: Bank Negara Malaysia) – tinggi tahap kepercayaan.
  • Sudah ada rangka kerja KYC, AML/CFT dan pengurusan risiko.

Anda boleh memposisikan diri sebagai lapisan asas untuk:

  • Pengesahan identiti agent – memastikan AI agent benar-benar bertindak bagi pihak pelanggan yang sah.
  • Pengurusan mandat – contohnya:
    • “AI assistant ini dibenarkan membuat pembelian sehingga RM300/bulan tanpa pengesahan tambahan.”
    • “Agent ini hanya boleh langgan produk insurans tertentu.”
  • Audit trail telus – rekod siapa “mengarah” siapa, bila dan untuk apa.

2. Risiko & analitik berasaskan konteks agent

AI tidak berbelanja seperti manusia. Corak transaksi mungkin:

  • Kerap tetapi kecil (micro-transactions)
  • Berkala mengikut data (contoh: top-up insurans atau simpanan bila baki rendah)

Model fraud tradisional yang hanya melihat tingkah laku manusia akan kurang berkesan.

PSP dan bank perlu:

  • Bina model risiko yang memahami corak tingkah laku agent
  • Gabungkan metadata seperti:
    • Siapa pembangun agent
    • Di aplikasi mana ia beroperasi
    • Jenis mandat apa yang diberi pelanggan

3. Peluang produk baharu: dari insurans ke wealth

Dalam siri “AI in Financial Services”, kita sering sentuh penggunaan AI untuk:

  • Skor kredit automatik
  • Robo-wealth advisory
  • Chatbot khidmat pelanggan

Agentic commerce membawa satu langkah tambahan:
AI bukan lagi hanya menasihat, tapi juga mengurus transaksi merentas produk kewangan. Contohnya:

  • Insurans: Agent menyemak polisi tahunan, banding tawaran baharu, dan mencadangkan penukaran automatik jika ada plan lebih baik.
  • Wealth & pelaburan: Agent mengimbangi semula portfolio berdasarkan risiko yang dipersetujui, dan mengurus “autopilot top-up” dari akaun gaji.
  • Perbankan runcit: Agent mencadangkan pindahan baki dari kad kredit faedah tinggi ke produk pembiayaan yang lebih murah, dan memproses permohonan secara automatik.

PSP dan bank yang menyokong transaksi jenis ini melalui API agent-ready akan berada di tengah arus transaksi baharu ini.

Rangka Tindakan Praktikal 6–12 Bulan Untuk PSP Malaysia

Berikut pendekatan yang saya nampak realistik untuk pemain pembayaran, bank dan fintech di Malaysia dalam tempoh 1 tahun akan datang.

1. Audit Keupayaan Semasa: Adakah Anda “Agent-Ready”?

Mulakan dengan soalan terus terang:

  • Adakah API pembayaran anda mudah digunakan oleh programmatic agent, bukan hanya oleh laman web/aplikasi?
  • Bolehkah anda menghantar & menerima metadata transaksi yang kaya (konteks, tujuan, tahap keizinan)?
  • Adakah proses pengesahan pengguna (3-D Secure, OTP, biometrik) boleh dikonfigurasi untuk senario di mana agent sudah mempunyai mandat?

Jika jawapannya banyak “tidak pasti”, di sinilah kerja perlu bermula.

2. Bergerak ke Arkitektur API-first & Event-driven

Agentic commerce memerlukan sistem yang reaktif, masa nyata, dan modular.

Keutamaan teknikal:

  • Menyusun semula platform pembayaran kepada API-first (bukan sekadar “ada API”)
  • Mengguna pendekatan event-driven (publish/subscribe) supaya:
    • AI agent boleh menerima notifikasi segera (berjaya/gagal, fraud flag, keperluan pengesahan tambahan)
    • Peniaga dan bank boleh bertindak pantas terhadap isyarat risiko

3. Reka Semula Consent & Mandate Management

Faktor paling sensitif di Malaysia: kepercayaan dan persepsi keselamatan.

Anda perlukan mekanisme yang jelas, mudah difahami pelanggan biasa, contohnya:

  • Skrin persetujuan yang menjelaskan:
    • “AI assistant ini dibenarkan buat apa?”
    • “Had jumlah dan kategori pembelian?”
    • “Berapa lama kebenaran ini sah?”
  • Fungsi untuk membatalkan mandat dengan satu klik dalam aplikasi bank / e-wallet.
  • Log aktiviti yang boleh dilihat pelanggan: “APA yang agent beli untuk saya, BILA, DARIPADA SIAPA”.

Kalau aspek ini dilakukan dengan telus, kadar penerimaan pelanggan Malaysia akan meningkat dengan cepat.

4. Berkolaborasi Dengan Ekosistem AI & Fintech Tempatan

Anda tak perlu bina semua sendiri.

Strategi yang lebih realistik:

  • Bekerjasama dengan fintech AI tempatan yang membina agent untuk e-dagang, insurans atau wealth.
  • Menyertai atau menyokong standard terbuka untuk protokol agentic commerce jika ia mula digunakan di rantau ini.
  • Menawarkan sandbox khusus agentic commerce untuk pembangun mencuba API anda.

Ini bukan sekadar PR. Ia cara paling pantas untuk memastikan produk anda relevan dengan generasi pembangun seterusnya.

5. Gunakan Agentic Commerce Untuk Kelebihan Pematuhan

Bagi institusi yang risau tentang pematuhan dan risiko, sebenarnya agentic commerce boleh jadi aset:

  • AI boleh menguat kuasa had regulatori secara automatik (contoh: had jumlah transaksi harian, senarai hitam negara/entiti).
  • LLM boleh membantu menghasilkan dokumentasi & audit trail yang lebih lengkap.
  • Analitik AI boleh mengesan corak “abnormal” dalam aktiviti agent jauh lebih cepat daripada pemeriksaan manual.

Yang penting: reka kawalan ini di peringkat reka bentuk (by design), bukan hanya ditampal kemudian.

Penutup: 2026 Akan Menyebelahi Pemain Yang Berani Mula Sekarang

Agentic commerce bukan fantasi sains fiksyen. Ia sudah bermula – walaupun dalam bentuk hibrid di mana manusia masih membuat pengesahan terakhir. Tetapi struktur kuasa dalam ekosistem pembayaran sedang beralih ke lapisan baharu: AI agent dan LLM sebagai “gatekeeper” utama.

Bagi sektor kewangan Malaysia – bank, insurans, PSP dan fintech – ini sejajar dengan hala tuju besar siri “AI in Financial Services (Banks, Insurance, Fintech)”: daripada guna AI sebagai alat sokongan di belakang tabir, kepada AI sebagai pemain utama yang membentuk perjalanan transaksi itu sendiri.

PSP dan institusi yang:

  • Memodenkan stack kepada API-first dan event-driven,
  • Membina rangka kerja consent & mandat yang telus,
  • Mengoptimumkan model risiko untuk dunia agentic,
  • Dan berani berkolaborasi dengan ekosistem AI,

akan menjadi tulang belakang kepada ekonomi digital Malaysia 2026 dan seterusnya.

Soalannya sekarang:
Adakah anda akan jadi PSP, bank atau fintech yang agent pilih – atau yang langsung tidak kelihatan?