Agentic Commerce & AI: Peluang Baharu Untuk PSP Malaysia

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

Agentic commerce sedang muncul di Malaysia. AI agent mula mengawal perjalanan belian. PSP, bank dan fintech yang lambat adapt akan dipintas pemain AI-native.

agentic commerceAI dalam kewanganpayment service providerfintech Malaysiapembayaran digitalLLM dan e-dagang
Share:

Agentic Commerce & AI: Peluang Baharu Untuk PSP Malaysia

Pada 2025, satu trend jelas muncul dalam data e-dagang global: semakin banyak carian produk dan keputusan pembelian berlaku terus melalui AI assistant seperti ChatGPT, Gemini atau copilot lain – bukan lagi di laman web atau app seperti dulu. Di Malaysia, pola ini mula nampak melalui super app, BNPL, dan chatbot bank yang makin pintar.

Ini bukan sekadar automasi biasa. Kita sedang masuk ke era agentic commerce – dunia di mana AI agent mencari, menapis, membanding, mengisi troli, dan menyediakan pembayaran bagi pihak pengguna. Pelanggan masih tekan butang “bayar”, tapi 80% kerja sebelum itu dibuat oleh AI.

Untuk bank, fintech dan payment service provider (PSP) di Malaysia, ini berita besar. Jika AI agent jadi pintu masuk utama kepada pembelian, sesiapa yang tak bersedia untuk bercakap dengan “lapisan AI” ini akan perlahan-lahan hilang daripada perjalanan pengguna – walaupun produk mereka sebenarnya bagus.

Artikel ini huraikan:

  • Apa sebenarnya agentic commerce dalam konteks Malaysia
  • Mengapa PSP mesti cepat adapt jika tak mahu dipintas penyedia baharu yang mesra AI
  • Apa langkah praktikal untuk bank, fintech dan penyedia pembayaran di Malaysia dalam 6–18 bulan akan datang

1. Apa Itu Agentic Commerce Dalam Bahasa “Orang Industri”

Agentic commerce ialah model e-dagang di mana AI agent menjadi “ejen” yang mengurus hampir keseluruhan perjalanan belian bagi pihak pengguna.

Dalam praktik:

  • Pengguna bagi niat & keutamaan: bajet, jenama kegemaran, polisi syariah, pilihan penghantaran
  • AI agent:
    • Cari produk dari pelbagai merchant
    • Banding harga, stok, rating, kos penghantaran
    • Susun troli, cadang gabungan terbaik (contoh: bundling, voucher, promosi bank)
    • Sediakan transaksi & pilih kaedah bayaran yang sesuai
  • Pengguna: hanya sahkan & bayar (buat masa ini, semi-autonomous)

Dalam fasa sekarang (2025–2026), kita masih di era separa autonomi:

  • AI buat kerja berat di belakang tabir
  • Keputusan akhir & consent masih datang daripada manusia

Di sinilah PSP Malaysia perlu peka – titik permulaan niat bayaran (payment intent) tak lagi bermula di laman web merchant, tapi di AI layer yang duduk di atas semua pemain.

Realitinya, keputusan “nak bayar guna apa, pada siapa, bila dan bagaimana” semakin kerap dibentuk oleh AI, bukan oleh UI checkout tradisional.

2. LLM Sebagai “Middle Layer” Baharu: Cabaran Untuk PSP

Dalam agentic commerce, large language model (LLM) seperti ChatGPT dan Gemini bertindak sebagai:

  • Lapisan discovery (pencarian & cadangan produk)
  • Lapisan decision (logik cadangan, bajet, polisi risiko)
  • Lapisan orchestration (susun troli, pilih merchant, uruskan pembayaran)

Untuk PSP, kesannya sangat besar:

  1. Gatekeeper baharu

    • Sebelum ini, perjalanan pelanggan: iklan → laman web/app → PSP di checkout
    • Sekarang: AI agent → pilih merchant → pilih PSP → bawa pengguna ke skrin pengesahan
    • Jika PSP tak mesra AI, AI agent mungkin tak pilih PSP itu langsung.

  2. Niat pembayaran jadi programatik

    • Dulu: PSP baca niat bayaran melalui butang "Pay" di laman web/app
    • Kini: niat dihantar sebagai panggilan API yang kaya metadata dari AI agent
    • PSP perlu faham konteks (siapa agen, siapa pengguna, had belanja, mandat mana digunakan)

  3. PSP lama berisiko jadi tak kelihatan

    • Jika sistem PSP hanya faham flow browser biasa dan form HTML lama, mereka akan struggle untuk:
      • Terima permintaan dari AI agent
      • Urus flow authorisation yang berdelegasi (contoh, mandat auto-debit AI)
      • Tapis risiko berdasarkan tingkah laku agent, bukan manusia semata-mata

Di Malaysia, ini sangat relevan kepada:

  • Bank yang jadi acquirer dan issuer kad
  • Fintech pembayaran (payment gateways, FPX/duitNow integrator)
  • Super app dan e-wallet yang mahu kekal relevan bila agent AI mula jadi pintu depan belian

3. Tiga Sebab PSP Malaysia Mesti Serius Tentang Agentic Commerce

3.1 AI Akan Tentukan Siapa Yang Masuk “Shortlist” Pembayaran

Dalam dunia agentic commerce, AI agent ialah orang tengah paling berkuasa. Kalau hari ini anda buat routing ke pelbagai PSP atau rail (kad, FPX, DuitNow, BNPL), esok AI agent pula yang buat routing ke anda – kalau anda serasi.

AI akan cenderung pilih PSP yang:

  • Ada API mesra agentic commerce (structured metadata, delegated consent)
  • Menyokong transaction yang kaya konteks (jenis pembelian, mandat, risiko)
  • Menawarkan kos rendah & prestasi stabil yang boleh dioptimumkan oleh AI

Jika PSP anda:

  • API terhad
  • Dokumentasi tak jelas
  • Tiada sokongan consent yang fleksibel

…AI agent boleh terus pilih penyedia lain yang lebih sesuai, termasuk AI-native PSP baharu yang baru masuk ke pasaran Asia.

3.2 Peluang Volume Baharu: Micro-purchase & Langganan Pintar

Agentic commerce tak sekadar menggantikan transaksi sedia ada. Ia membuka kategori transaksi baharu:

  • Langganan kecil automatik (contoh: top-up eWallet anak, langganan mikro kandungan pendidikan, insurans harian)
  • Pembelian berulang yang dioptimumkan AI (contoh: bil utiliti sentiasa dibayar dengan kad / akaun yang kos fee rendah dan ganjaran tertinggi)
  • “Just-in-time purchases” (contoh: AI beli data tambahan bila kuota hampir habis)

PSP yang bersedia boleh:

  • Menjadi infrastruktur utama untuk semua aliran bayaran baharu ini
  • Mengurangkan churn kerana menjadi sebahagian daripada logik automasi pengguna

3.3 Risiko Fraud Berubah, Tapi AI Juga Senjata Utama Anda

Apabila AI agent mengurus banyak transaksi, corak fraud turut berubah:

  • Akaun boleh diambil alih (account takeover) bukan sahaja pada pengguna, tetapi pada agent itu sendiri
  • Serangan boleh datang dalam bentuk prompt injection, manipulasi mandat, atau arahan palsu kepada AI

Namun PSP yang matang AI boleh guna teknologi sama untuk:

  • Risk scoring berasaskan agent – menjejak reputasi dan corak agent, bukan hanya peranti atau IP
  • Pemantauan event-driven – analisis aliran peristiwa secara masa nyata, bukan hanya melihat transaksi siap
  • Anomali cross-merchant – AI PSP melihat pola merentasi ramai merchant untuk mengesan tingkah laku mencurigakan

Dalam konteks Malaysia yang sudah maju dalam AI untuk fraud detection dan anti-scam, ini sambungan logik seterusnya.

4. Bagaimana PSP & Bank Malaysia Boleh Bersedia (6–18 Bulan Akan Datang)

Untuk PSP Malaysia, modernization bukan lagi projek “nice to have”. Ia faktor survival. Berikut rangka kerja praktikal yang boleh digunakan.

4.1 Naik Taraf Seni Bina Kepada “Agent-Ready PSP”

Beberapa ciri teknikal yang perlu jadi keutamaan:

  • API-first & event-driven
    Bukan sekadar REST ringkas. PSP perlu:

    • Menyokong webhook / event streaming untuk,
    • Menghantar status transaksi, permintaan tambahan KYC, 3DS, dsb. kepada AI agent dan merchant secara masa nyata.

  • Metadata yang kaya & standard
    Transaksi agentic perlukan lebih banyak maklumat, contohnya:

    • ID agent & tahap kepercayaan
    • Jenis mandat (sekali / berulang / had bulanan)
    • Konteks pembelian (digital/ fizikal, lokasi, kategori MCC)

  • Consent & authorisation berdelegasi
    Pengguna beri mandat kepada AI agent, AI agent memulakan pembayaran melalui PSP. Flow ini perlukan:

    • Cara jelas untuk rekod persetujuan pengguna (dari mula: onboarding sampai amend mandat)
    • Cara audit boleh jejak siapa buat apa, bila, dari mana

4.2 Fikir Semula Orchestration dan Kerjasama Dengan Merchant

Ramai merchant besar di Malaysia sudah gunakan payment orchestration platform untuk multi-PSP, multi-rail. Dalam era agentic commerce, orchestration perlu diperluas kepada:

  • Menyokong agent metadata sebagai faktor routing
  • Menyelaraskan pengalaman pengguna yang berlaku di luar domain merchant (contoh, di dalam ChatGPT atau super app pihak ketiga)
  • Mengurus fallback rules khusus untuk agent (contoh, kalau mandat AI gagal, fallback ke manual checkout)

PSP yang proaktif boleh:

  • Datang kepada merchant utama (bank, telco, e-dagang besar, insurans digital) dengan blueprint agentic commerce
  • Tawarkan modul atau API tambahan yang sedia sambut integrasi dengan AI agent global dan lokal

4.3 Lab Kecil, Impact Besar: Mulakan Dengan Use Case Spesifik

Bukannya perlu terus ubah semua sistem. Mulakan dengan beberapa use case nyata yang relevan dengan Malaysia:

  1. Pembayaran bil pintar
    AI agent urus:

    • Bil elektrik, air, telco, PTPTN
    • Pilih tarikh dan akaun / kad paling sesuai
    • Hantar arahan ke PSP dengan mandat pengguna

  2. Agent untuk SME
    Banyak PKS di Malaysia tak sempat urus aliran tunai dengan teliti. AI agent boleh:

    • Jangka cash flow
    • Bayar pembekal mengikut prioriti
    • Pindahkan lebihan ke akaun simpanan / instrumen pelaburan risiko rendah

  3. Insurans mikro & takaful
    Agent boleh pantau corak perjalanan, pembelian online, gaya hidup dan cadang:

    • Perlindungan mikro: harian, bulanan, “pay-per-use”
    • Auto-pembayaran caruman bila tunai mencukupi

Setiap use case ini boleh jadi pilot untuk:

  • Melatih model risiko baharu
  • Menguji API agentic commerce
  • Membina data & pengalaman untuk skala penuh dalam 2–3 tahun

5. Strategi Bisnes: Dari “Provider di Checkout” Kepada “Rakan Infrastruktur AI”

PSP yang hanya nampak diri sebagai “pembekal gateway di halaman bayar” akan ketinggalan. Dalam agentic commerce, peranan yang lebih strategik ialah:

  • Penjaga identiti & mandat agent
    PSP menyimpan dan mengesahkan:

    • Siapa pengguna sebenar di sebalik AI agent
    • Mandat apa yang diberi (had, kategori, tempoh)

  • Enjin risiko kontekstual
    Bukannya tanya "adakah transaksi ini pelik?" secara terasing, tetapi "untuk agent + pengguna + merchant + jenis pembelian ini, adakah ia normal?"

  • Rakan integrasi kepada platform AI global & lokal
    Sesiapa yang berjaya jadi rakan utama kepada LLM / super app yang dominan di Asia Tenggara akan:

    • Ada say dalam standard protokol agentic commerce
    • Menjadi laluan lalai (default rail) untuk banyak transaksi lintas-sempadan dan rentas platform

Untuk bank dan institusi kewangan besar di Malaysia yang sudah labur juta-juta dalam AI untuk fraud detection, kredit skor, chatbots, ini extension semula jadi: bawa kepakaran AI itu ke lapisan commerce dan pembayaran.

6. Apa Langkah Seterusnya Untuk Pemain Kewangan di Malaysia?

Agentic commerce bukan cerita sains fiksyen 2030. OpenAI, Stripe, Google dan pemain besar lain sudah mula bereksperimen dengan protokol khusus untuk agentic commerce sekarang. Malaysia ada kelebihan: ekosistem fintech aktif, bank progresif, dan kadar penembusan digital tinggi.

Ringkasnya:

  • Tingkap peluang sedang terbuka, dalam 1–3 tahun ke depan
  • Siapa yang bertindak awal akan bantu bentuk standard, bukan hanya ikut
  • Siapa yang tunggu, berisiko jadi sekadar “rail komoditi” di belakang tabir

Beberapa langkah praktikal yang saya rasa wajar dimulakan sebelum 30/06/2026:

  1. Bentuk task force agentic commerce dalaman (produk + risiko + teknologi + compliance)
  2. Audit kesiapsiagaan API & event architecture untuk berinteraksi dengan AI agent
  3. Reka model consent & mandat yang sah dari sudut peraturan Malaysia
  4. Pilih 1–2 merchant / rakan fintech untuk pilot use case agentic commerce
  5. Selarikan dengan agenda besar AI dalam perkhidmatan kewangan: fraud, kredit, sokongan pelanggan, dan kini – commerce

PSP, bank dan fintech yang melihat agentic commerce sebagai sambungan logik kepada transformasi AI sedia ada akan lebih cepat bergerak berbanding pesaing.

Era di mana AI jadi ejen kewangan peribadi pelanggan Malaysia sudah bermula. Soalannya cuma: adakah infrastruktur pembayaran anda sudah bersedia menjadi bahagian penting dalam perjalanan itu, atau bakal dipintas pemain AI-native yang lebih pantas?