Visa test AI-betalingen: software als klant

Sophie Jansen · 2026-03-19

Het is altijd zo simpel geweest, toch? Een persoon besluit iets te kopen, en een bank of betaalnetwerk verwerkt de transactie. Dat model begint nu te veranderen. Visa test hoe AI-agents betalingen kunnen initiëren. Nieuwe ontwikkelingen in de bancaire sector suggereren dat software-agents binnenkort die rol op zich kunnen nemen. Het voelt een beetje als sciencefiction, maar het gebeurt echt. Visa rolt zijn 'Agentic Ready'-programma uit in Europa om te testen hoe financiële systemen omgaan met door AI geïnitieerde transacties. De samenwerking met banken zoals Commerzbank en DZ Bank is cruciaal. Het doel? De bestaande betaalinfrastructuur voorbereiden op een scenario waarin software zelfstandig producten zoekt, beslissingen neemt en aankopen afrondt namens gebruikers. ### Hoe beginnen transacties eigenlijk? Betaalsystemen zijn gebouwd rond menselijke identiteit en intentie. Een kaarttransactie hangt vandaag af van de verificatie dat een persoon een aankoop heeft geautoriseerd. Als AI-agents transacties gaan starten, hebben banken nieuwe manieren nodig om identiteit en intentie op systeemniveau te bevestigen. Dat betekent onder meer beslissen hoe een agent bewijst dat hij namens een gebruiker handelt, en hoeveel autonomie hij zou moeten hebben. In het model van Visa kunnen software-agents routine- of herhaalaankopen afhandelen met beperkte menselijke input, gebaseerd op door de gebruiker gedefinieerde regels. Stel je voor: een systeem dat voorraadniveaus monitort en prijzen vergelijkt, en dan een transactie voltooit wanneer aan bepaalde voorwaarden is voldaan. Het is vergelijkbaar met de vroege verschuiving naar online betalingen, toen banken zich moesten aanpassen aan een nieuw type transactiestroom. ### Controle en compliance in de praktijk Banken die deelnemen aan vroege tests onderzoeken hoe deze ideeën in de praktijk werken. Commerzbank en DZ Bank verkennen hoe AI-agents kunnen worden geïntegreerd in bestaande systemen zonder compliance-regels te breken. Dit omvat controles met betrekking tot fraude, audittrails en klanttoestemming. Deze gebieden zijn streng gereguleerd, wat betekent dat elke verandering in hoe transacties worden gestart nog steeds moet voldoen aan toezichtnormen. Een RepRisk-rapport wees uit dat banken al te maken hebben met frequentere en duurdere problemen die verband houden met AI. Deze incidenten kunnen leiden tot verliezen van miljoenen euro's. Het is dus geen theoretische oefening. Het werk van Visa is gericht op infrastructuur, niet op consumentgerichte tools. Ze werken aan hoe betaalnetwerken zich moeten gedragen wanneer de 'klant' een stuk software is. Dat omvat het definiëren van hoe agents worden geverifieerd en hoe transacties worden goedgekeurd. Het gaat ook over hoe geschillen worden afgehandeld als er iets misgaat. ### AI en zakelijke inkoop In grote organisaties omvat inkoop vaak meerdere goedkeuringsstappen. AI-agents kunnen dat proces comprimeren door routineaankopen binnen vastgestelde limieten af te handelen. Dit kan handmatig werk verminderen, maar het betekent ook dat bedrijven duidelijke regels nodig hebben over wat agents mogen doen. Zonder dat neemt het risico op fouten of misbruik toe. Grote instellingen investeren in AI om back-office werk te automatiseren en kosten te verlagen. Sommige reorganiseren teams om meer te focussen op data- en AI-strategie. Toezichthouders letten beter op hoe AI wordt gebruikt in besluitvorming, vooral op gebieden zoals kredietverlening en fraudedetectie. Samengevat suggereren deze ontwikkelingen dat betalingen een van de eerste gebieden zouden kunnen worden waar AI-agents met grotere autonomie kunnen opereren. Banken moeten nog steeds regels stellen, activiteiten monitoren en uitzonderingen afhandelen. Maar de dagelijkse handeling van het initiëren van een transactie kan in sommige gevallen minder directe menselijke input vereisen. De huidige fase van Visa is gericht op testen en systeemontwerp. Naarmate AI-systemen meer verantwoordelijkheid op zich nemen, zal de financiële infrastructuur zich moeten aanpassen. Het is een fascinerende tijd voor iedereen in de betaalindustrie. De vraag is niet langer óf dit gaat gebeuren, maar hoe we het veilig en betrouwbaar kunnen maken. Denk eens aan deze praktische voorbeelden waar AI-agents al een verschil kunnen maken: - Automatisch bijbestellen van kantoorbenodigdheden bij lage voorraad - Dynamisch energiecontracten vergelijken en overstappen bij gunstigere tarieven - Regelmatige leveringen van productiematerialen optimaliseren op basis van verbruik Het gaat niet om het vervangen van mensen, maar om het automatiseren van repetitieve taken zodat professionals zich kunnen richten op complexere, strategische beslissingen. De toekomst van betalen wordt slimmer, en het begint nu vorm te krijgen.