Een koelkast die zelfstandig boodschappen bestelt. Een auto die parkeergeld of tol betaalt zonder tussenkomst van de bestuurder. Of een persoonlijke AI-agent die aanbiedingen vergelijkt, abonnementen beheert en vervolgens zelf afrekent. Het zijn voorbeelden van agentic commerce: een ontwikkeling waarbij AI-systemen niet alleen adviseren, maar ook zelfstandig handelingen en betalingen uitvoeren namens klanten.

Dat gebeurt nu al op beperkte schaal, onder meer binnen retail, reizen en toepassingen met verbonden apparaten. Volgens technologiebedrijf Fico zal deze ontwikkeling de komende jaren een steeds grotere rol spelen in het betalingsverkeer. Davies verwacht dat betalingen tussen machines rond 2030 zo wijdverbreid zijn dat banken en klanten er dagelijks mee te maken krijgen.

Daarmee verandert volgens Fico ook een belangrijk uitgangspunt van fraudepreventie. Banken zijn gewend om te controleren wie een betaling uitvoert en of die transactie past bij het gebruikelijke gedrag van de klant. Maar wat als een betaling niet langer door een mens wordt geïnitieerd, maar door een AI-agent? De centrale vraag verschuift dan van 'Wie is deze klant?' naar 'Welke AI-agent handelt namens deze klant, welke bevoegdheden heeft deze en wat mag hij precies doen?'

Europa loopt achter
Hoewel de technologie zich ontwikkelt, verwacht Davies dat het nog enige tijd duurt voordat agentic commerce op grote schaal zijn intrede doet in Europa. Dat heeft vooral te maken met de bestaande wet- en regelgeving.

De Europese betalingssector staat onder toezicht van verschillende instanties, waaronder de Europese Centrale Bank en de Europese Bankautoriteit. Financiële instellingen moeten bovendien voldoen aan uiteenlopende eisen op het gebied van authenticatie, klantbescherming en aansprakelijkheid. Voor agentic commerce bestaat nog geen afzonderlijk Europees regelgevingskader. Volgens Davies is dat wel noodzakelijk om AI-agenten veilig betalingen te laten uitvoeren en tegelijkertijd de financiële gegevens van klanten te beschermen.

De ontwikkeling zal in Europa daarom waarschijnlijk geleidelijker verlopen dan in markten waar minder uitgebreide regelgeving bestaat. Dat geeft banken tijd om zich voor te bereiden, maar betekent niet dat zij achterover kunnen leunen.

Toestemming vooraf
Voor klanten kan agentic commerce het betaalproces aanzienlijk eenvoudiger maken. In plaats van iedere aankoop afzonderlijk goed te keuren, geven zij een AI-agent vooraf toestemming om binnen bepaalde grenzen te handelen. Davies vergelijkt het proces met betalingen via digitale wallets en tokenisatie. De belangrijkste beveiligingscontrole vindt plaats wanneer de AI-agent wordt ingesteld en geregistreerd. ‘Zodra de AI-agent is geregistreerd, krijgt deze een unieke cryptografische token, waaraan specifieke bevoegdheden of een vooraf goedgekeurde opdracht zijn gekoppeld’, legt hij uit. De klant bepaalt zelf welke toestemming wordt verleend. Een AI-agent kan bijvoorbeeld de opdracht krijgen om uitsluitend aankopen tot maximaal 100 euro te doen. Zolang transacties binnen die grenzen blijven, hoeft de klant niet telkens opnieuw toestemming te geven.

Dat verandert wanneer de agent buiten de afgesproken bevoegdheden wil handelen. In dat geval kan aanvullende verificatie nodig zijn, bijvoorbeeld via biometrische authenticatie. Ook kunnen banken of webwinkels extra controles uitvoeren wanneer zij vermoeden dat het gedrag van een AI-agent op een verdachte manier verandert. Daarnaast kunnen toekomstige wettelijke eisen bepalen dat een klant na een bepaald aantal transacties of bij het bereiken van een totaalbedrag opnieuw toestemming moet geven. Volgens Davies zullen banken waarschijnlijk ook hun klantcommunicatie moeten aanpassen. Zeker wanneer klanten nog niet vertrouwd zijn met de technologie, is het belangrijk dat zij begrijpen welke bevoegdheden zij verlenen en welke veiligheidsmaatregelen daarbij horen.

Digitale identiteit
Het identificeren van AI-agenten wordt een belangrijk onderdeel van fraudepreventie. Traditionele systemen zijn namelijk grotendeels gebaseerd op menselijk gedrag. Banken analyseren bijvoorbeeld hoe iemand inlogt, welke handelingen worden uitgevoerd en of transacties afwijken van gebruikelijke patronen. Een betaling die met ongebruikelijke snelheid wordt uitgevoerd, kan aanleiding zijn voor nader onderzoek.

Bij AI-agenten werkt dat anders. Zij kunnen in korte tijd meerdere legitieme transacties uitvoeren en communiceren vaak rechtstreeks met systemen via API's. Menselijke gedragssignalen, zoals toetsaanslagen of muisbewegingen, ontbreken dan. Volgens Davies krijgen AI-agenten een eigen digitale identiteit en profiel. ‘Tijdens de registratie wordt de AI-agent juridisch gekoppeld aan de eigenaar, oftewel de klant. Vervolgens bouwt de AI-agent een eigen digitale voetafdruk of profiel op bij de bank en bij de webwinkels waarmee deze interacties aangaat.’ Banken moeten dus niet alleen weten wie hun klant is, maar ook welke digitale assistenten namens die klant handelen. Daarbij moeten zij kunnen controleren of een transactie past binnen de bevoegdheden die eerder zijn verleend.

Bewijs van toestemming
Maar hoe kan een bank vaststellen dat een AI-agent daadwerkelijk doet wat de klant heeft gevraagd? Davies schetst een proces waarbij de oorspronkelijke opdracht wordt vertaald naar concrete, controleerbare voorwaarden. Een klant kan bijvoorbeeld vragen: 'Zoek een paar sneakers voor maximaal 150 pond en zorg dat ik ze uiterlijk vrijdag ontvang.' De AI-agent vertaalt deze opdracht vervolgens naar specifieke parameters, zoals een maximale prijs, productkenmerken en bezorgvoorwaarden. Wanneer informatie ontbreekt, kan de agent aanvullende vragen stellen voordat toestemming wordt gevraagd.

Vervolgens wordt de opdracht cryptografisch vastgelegd. Dit wordt ook wel proof of intent genoemd: digitaal bewijs dat een gebruiker daadwerkelijk toestemming heeft gegeven voor een bepaalde handeling. Davies verwijst naar het Intent Intelligence Framework van American Express. Binnen deze architectuur worden na biometrische authenticatie een unieke Intent ID en een Proof of Intent Token aangemaakt. Daarmee kunnen de oorspronkelijke instructies en grenzen van de klant worden vastgelegd.

Ook EMVCo, de organisatie achter internationale standaarden voor kaartbetalingen, werkt aan een vergelijkbare aanpak. In september 2026 presenteerde de organisatie een conceptkader waarmee AI-agenten, webwinkels en kaartuitgevende banken de bevoegdheden van een agent gedurende het betaalproces kunnen controleren. De bedoeling is dat niet alleen duidelijk is wie de betaling uitvoert, maar ook of die betaling overeenkomt met wat de klant oorspronkelijk heeft toegestaan.

Wie betaalt de schade?
Toch blijft een belangrijke vraag onbeantwoord: wat gebeurt er wanneer een AI-agent iets koopt wat de klant helemaal niet wilde? Volgens Davies is het onderscheid tussen fraude en een fout niet altijd eenvoudig te maken. Wanneer een AI-agent bijvoorbeeld aanvullende toestemming vraagt voor een aankoop die afwijkt van de oorspronkelijke opdracht, en de klant die toestemming geeft, kan de verantwoordelijkheid bij de klant liggen. Anders wordt het wanneer een buitenstaander de AI-agent overneemt of toegang krijgt tot het account. Dan kan sprake zijn van fraude door derden.

Bij agentic commerce zijn bovendien veel partijen betrokken: de klant, de ontwikkelaar van de AI-agent, de aanbieder van de technologie, de webwinkel, de bank en de betalingsverwerker. Wie uiteindelijk aansprakelijk is wanneer er iets misgaat, moet volgens Davies nog verder worden uitgewerkt. ‘Uiteindelijk zal de wetgeving moeten bepalen wie verantwoordelijk is en wie de financiële schade moet dragen wanneer er fraude plaatsvindt.’

Klantenservice verandert
De gevolgen beperken zich niet tot fraudedetectie en betaalprocessen. Ook voor klantenservices ontstaat een nieuwe uitdaging. Medewerkers moeten bij betwiste betalingen kunnen achterhalen wat er is gebeurd en of een AI-agent binnen de verleende toestemming heeft gehandeld. Volgens Davies vraagt dat om inzicht in de oorspronkelijke opdracht van de klant en de daaropvolgende handelingen van de AI-agent. ‘Wanneer er fraude optreedt, moeten deze stappen kunnen worden gereconstrueerd en onderzocht. Alleen zo kunnen banken begrijpen hoe een transactie tot stand is gekomen en waar het precies is misgegaan.’

Dat vraagt mogelijk om andere processen voor klachtenafhandeling en fraudeonderzoek dan banken momenteel gebruiken bij kaartbetalingen en digitale transacties. Bij een betaling door een AI-agent is niet altijd meteen duidelijk welke stappen zijn gezet en welke beslissingen de agent zelf heeft genomen. Die moeten niet alleen technisch te achterhalen zijn, maar ook kunnen worden uitgelegd wanneer een klant om opheldering vraagt. Dat heeft ook gevolgen voor de manier waarop banken hun klanten helpen. Een klant die een betaling betwist, heeft weinig aan de mededeling dat een AI-agent de transactie heeft uitgevoerd. De bank moet kunnen uitleggen waarom de betaling is toegestaan en welke mogelijkheden de klant heeft om het probleem op te lossen.

Vertrouwen onder druk
Opvallend genoeg ziet Davies niet de fraude zelf als het grootste risico voor het vertrouwen van klanten, maar het feit dat zij het overzicht kunnen verliezen over wat hun AI-agenten namens hen doen. Daarnaast bestaat volgens hem het gevaar dat klanten minder zorgvuldig worden bij het instellen van bevoegdheden of het goedkeuren van afwijkingen van de oorspronkelijke opdracht. Dat heeft te maken met de afstand tussen de klant en het daadwerkelijke betaalmoment.

Davies maakt de vergelijking met contant geld. Wie bankbiljetten uit zijn portemonnee haalt en aan iemand overhandigt, is zich doorgaans bewust van het bedrag dat wordt uitgegeven. Wanneer een digitale assistent zelfstandig betalingen uitvoert, kan dat besef afnemen. ‘Wanneer je verder afstaat van het daadwerkelijke moment waarop je geld uitgeeft, kan een betaling minder echt aanvoelen.’ Klanten kunnen daardoor gemakkelijker aannemen dat een betaling veilig is, zonder zelf voldoende aandacht te besteden aan de voorwaarden. Ook bestaat volgens Davies het risico dat zij verwachten dat een bank of aanbieder van een AI-agent de kosten wel vergoedt wanneer zij achteraf spijt krijgen van een aankoop.

Tegelijkertijd hoeft meer automatisering niet automatisch tot meer fraude te leiden. Davies wijst op de ervaringen met tokenisatie bij digitale betaalmethoden. Volgens hem zijn betalingen via bijvoorbeeld Apple Pay en Android Pay beter beveiligd en kennen zij lagere fraudecijfers dan verschillende andere betaalmethoden, terwijl klanten nauwelijks extra handelingen hoeven uit te voeren. Wanneer agentic commerce gebruikmaakt van vergelijkbare technologie, waarbij bevoegdheden rechtstreeks aan een token worden gekoppeld, verwacht hij dat ook deze betaalvorm daarvan kan profiteren. De zwakste schakel kan daardoor juist bij de klant komen te liggen: degene die moet blijven controleren wat de AI-agent namens hem of haar doet.

Banken aan zet
Hoe goed zijn banken voorbereid op deze ontwikkeling? Volgens Davies verschilt dat sterk. Tijdens Fico World 2026 vroeg het bedrijf zijn klanten naar hun voorbereidingen op machine-to-machinebetalingen. Sommige financiële instellingen waren al met het onderwerp bezig, terwijl andere er nog nauwelijks over hadden nagedacht.

Davies adviseert Nederlandse banken om niet te wachten totdat de regelgeving volledig is uitgewerkt. Juist door samen te werken met andere banken en toezichthouders kunnen zij bijdragen aan de ontwikkeling van Europese standaarden. Daarbij gaat het volgens hem niet alleen om technologie en fraudepreventie, maar ook om klantvoorlichting, klantenservice en de manier waarop financiële schade wordt vergoed of teruggevorderd.

Bestaande technologie blijft daarbij belangrijk. Banken beschikken al over systemen die transacties in realtime beoordelen, afwijkende patronen herkennen en risicoscores berekenen. Volgens Davies kunnen zij daarop voortbouwen met geavanceerdere analysetechnieken en AI-toepassingen. Ook bij het onderzoeken van fraudegevallen kan AI helpen om sneller te reageren. Dat is noodzakelijk omdat fraudeurs zelf eveneens steeds vaker generatieve AI inzetten om aanvallen op grote schaal uit te voeren. ‘Aanvallen die door machines worden uitgevoerd, moeten ook met machines worden bestreden.’

Beeld: Fico