AI agents 進入付款決策：P3P 把 UPI mandate 延伸給機器
印度支付市場最近出現一個值得注意的新方向：Pine Labs 推出 Pine Labs Payment Protocol（P3P），讓 AI agents 能透過 UPI mandate 自主完成交易決策。這項機制的核心，是把原本為人類設計的 UPI standing mandate 延伸到機器，讓使用者先一次授權，之後由 AI 依照預設條件決定何時付款。
依據報導，這代表付款流程不再需要在交易當下反覆進行人類認證，也不必每次都輸入 MPIN。對數位支付來說，這是從「人下指令、系統執行」邁向「系統先判斷、再完成交易」的重要一步。Pine Labs 也將這種模式描述為 agent-to-agent payment capability，讓 AI 不只是執行付款，而是能與另一端的代理系統進行條件式協商。
從買黃金到比價購物：Gullak 與 Vijay Sales 的實際示範
這項技術並非只停留在概念階段。報導指出，Pine Labs 已在數位黃金平台 Gullak 上展示應用：使用者可以先授權一次，設定像是「當金價跌到某個水準就買進」的條件，之後 AI 代理就會持續監測價格，並在條件達成時自動完成交易。這個過程中，使用者不需要在臨門一腳時再次介入。
另一個部署則出現在電子產品零售場景。Pine Labs 正與 Vijay Sales 合作，讓顧客先設定目標價格，再由 AI agents 依照價格變動去促成交易。也就是說，從比價、等待到下單，整個流程都可能變成連續的機器驅動過程。若以零售效率來看，這會讓原本分散的決策步驟被壓縮成更即時的自動化行動。
UPI 現有機制如何支撐 AI 自動付款
要理解 P3P 的意義，得先回到 UPI 本身。根據報導，UPI One-Time Mandate 原本就是為了讓使用者事先批准未來的一筆付款，並在帳戶中暫時鎖定固定金額；這類功能常被用在 IPO 申購或預訂場景。而 Reserve Pay 則建立在 NPCI 的 Single Block Multiple Debit 架構上，讓使用者先設定支出上限，之後商家可依服務使用情況扣除實際金額，常見於訂閱制服務。
Pine Labs 的做法，是把這些既有支付軌道改造成可供 AI 使用的工具。也就是說，AI 並不是憑空取得支付權限，而是在使用者已批准的前提下，依照約定條件代表使用者或企業做出付款行動。這種設計的重要性在於，它不是重建支付系統，而是讓既有的 UPI 基礎設施進一步支援 machine-driven commerce。
對金融科技與電商來說，真正改變的是「成交方式」
如果把這件事放到更大的市場脈絡來看，P3P 不只是多了一種付款方式，更像是讓「成交」本身發生改變。過去的數位交易，多半仍需要人在關鍵節點按下確認；但當 AI agents 可以先監控條件、再自主執行付款，商業行為就會更接近持續運作的自動化流程。
對金融科技業而言，這可能影響的不只是 recurring payments 的設計，也包括自動投資、條件式採購與價格敏感型消費。對商家來說，若 AI 能在目標價格達成時即時出手，原本可能流失的轉單機會，或許能被重新捕捉。不過，這種效率提升也意味著系統設計必須更嚴謹，因為付款權限一旦交給代理系統，安全與授權邏輯就變得更關鍵。
機會、限制與下一步：AI 代付時代才剛開始
從目前資訊來看，Pine Labs 的 P3P 已經在 Gullak 等場景落地，顯示它不是單純的實驗性展示，而是朝實際商用推進。不過，報導同時也暗示，這類自動化付款要真正普及，仍需要與支付安全、使用者信任，以及相關規範保持一致。畢竟，當交易不再由人逐筆確認，系統如何判定條件、如何避免誤觸、如何保留可追溯性，都會成為新問題。
可以確定的是，Pine Labs 這次把 UPI 與 AI agents 結合，讓「先授權、後自動執行」的邏輯更完整，也把數位支付帶向更接近代理式商務（agentic commerce）的方向。未來我們看到的，可能不只是 AI 幫忙搜尋、比較與提醒，而是它真的能在授權範圍內替你完成交易。這一步雖然仍在早期，但已足以改寫人們對付款、議價與購買時機的想像。
