Mastercard en Rabobank hebben in Nederland een betaling laten uitvoeren door een AI-agent. Het gaat om een gecontroleerde proef die laat zien hoe autonome software veilig kan afrekenen. De demonstratie moet duidelijk maken welke waarborgen nodig zijn voor dit soort transacties. De stap raakt aan de Europese AI-verordening en PSD2, met gevolgen voor banken, toezichthouders en mogelijk de overheid.
Eerste AI-agent betaling
In de proef deed een AI-agent zelfstandig een aankoop en rondde die betaling af via de betaalrails van Mastercard, met Rabobank als uitgevende bank. De software kreeg een duidelijk doel, een budget en grenzen mee. Daarna zorgde het systeem dat de betaling volgens de ingestelde regels werd uitgevoerd. Het is de eerste keer dat zo’n test in Nederland publiek wordt getoond.
Een AI-agent is een stuk software dat zelfstandig stappen zet om een doel te halen. Het gebruikt daarvoor algoritmen die keuzes maken op basis van data en regels. Denk aan het herkennen van een terugkerende behoefte, het selecteren van een aanbieder en het starten van de betaling. Menselijke controle blijft mogelijk via vooraf ingestelde limieten en goedkeuringen.
De proef is bedoeld als voorproefje, niet als directe marktintroductie. De partijen testen wat werkt en waar risico’s zitten. Details over het gebruikte model of de dataset zijn op het moment van schrijven niet gedeeld. Ook is niet bekend wanneer consumenten of bedrijven dit breed kunnen gebruiken.
Veiligheid en controle
Bij betalingen door software draait alles om grenzen en toezicht. Banken en netwerken kunnen limieten instellen per bedrag, per dag en per type aankoop. Ook kunnen zij de lijst met toegestane winkels beperken en tijdvakken instellen waarin de agent mag betalen. Zo blijft de schade beperkt als er iets misgaat.
Technieken als tokenisatie helpen daarbij. Tokenisatie vervangt het echte kaartnummer door een uniek, versleuteld nummer dat alleen voor een specifiek doel werkt. Gaat er iets fout, dan kan dat token direct worden ingetrokken zonder de kaart zelf te blokkeren. Dit vermindert fraude en maakt het beheer fijner.
Een AI-agent is software die zelfstandig taken uitvoert binnen vooraf ingestelde grenzen, met logging en een noodrem.
Transparantie is cruciaal. Elke stap moet worden gelogd, zodat achteraf is te zien waarom de agent een betaling startte. Banken kunnen een “human in the loop” eisen: de gebruiker bevestigt eerst een voorstel van de agent. Dit geeft extra zekerheid bij hogere bedragen of nieuwe winkels.
AI-verordening stelt eisen
De Europese AI-verordening vraagt om risicobeheer, transparantie en menselijke controle. Een AI-agent die alleen betalingen uitvoert zal in veel gevallen in een lagere risicoklasse vallen. Maar zodra de software ook kredietwaardigheid beoordeelt of klanten classificeert, kunnen strengere regels gelden. Dan zijn documentatie, testen en duidelijke gebruiksgrenzen verplicht.
De verordening verwacht dat organisaties uitleg kunnen geven over het gedrag van hun systeem. Dat betekent: beschrijven van doelen, datastromen en beslisregels. Ook horen er testplannen, biaschecks en incidentprocedures bij. Voor banken en betaalnetwerken wordt dit onderdeel van hun modelrisicobeheer.
Privacy valt onder de AVG. Alleen de strikt noodzakelijke data mogen worden verwerkt (dataminimalisatie). Gegevens moeten versleuteld worden opgeslagen en verzonden. En er moet een grondslag zijn voor de verwerking, met duidelijke informatie aan de gebruiker over doel en bewaartermijnen.
PSD2 en SCA toegepast
In Europa gelden onder PSD2 eisen voor sterke klantauthenticatie (SCA). Dat is inloggen of goedkeuren met twee factoren, bijvoorbeeld telefoon en pincode. Voor AI-agenten kan dit werken via vooraf verleende machtigingen met duidelijke limieten. Denk aan “tot 25 euro per week bij deze winkel” of “alleen voor deze dienst”.
Voor online betalingen geldt ook dynamische koppeling: het bedrag en de begunstigde moeten in de goedkeuring zichtbaar zijn. Een agent kan dan een voorstel tonen in de bankapp, dat de gebruiker met een tik bevestigt. Voor terugkerende, kleine bedragen kan de bank vrijstellingen toepassen, zolang de risico’s laag blijven.
Wie betaalt bij fouten blijft een belangrijk punt. Banken moeten kunnen aantonen dat SCA is toegepast als er een geschil is. Heldere logbestanden en herleidbare beslissingen helpen bij het oplossen van storneringen en bij fraudeonderzoek. Zonder die sporen wordt aansprakelijkheid snel onduidelijk.
Kansen voor slim betalen
Autonome betalingen kunnen routinewerk wegnemen. Voor consumenten gaat het om herhaalbestellingen, ov-kosten of energieverbruik dat schommelt. Voor bedrijven kan een agent kleine inkoopjes doen binnen een budget, zoals kantoorartikelen of cloudcredits. Dat bespaart tijd en verkleint de kans op vergeten facturen.
Ook kan een agent prijzen en voorwaarden vergelijken. Het systeem kiest dan de beste optie binnen eerder ingestelde voorkeuren, zoals duurzaamheidslabels of levertijd. Combineer dit met open banking en er ontstaat inzicht in saldo en cashflow. Zo blijft de uitgave passend bij het moment en het budget.
Voor winkeliers kan dit lagere frictie betekenen. Minder stappen in de checkout en minder mislukte betalingen door tokens en duidelijke machtigingen. Maar webshops moeten systemen aanpassen om agentverzoeken goed te herkennen en veilig af te handelen. Standaarden en testtools worden daarom belangrijk.
Beperkingen en open vragen
De techniek is nog niet af. Grote taalmodellen kunnen fouten maken of context verkeerd begrijpen. Daarom zijn strikte regels, kleine stapjes en duidelijke noodstops nodig. Pilots horen thuis in een gecontroleerde omgeving met echte logging en limieten.
Standaardisatie ontbreekt nog. Banken, kaartnetwerken en winkels moeten afspreken hoe een agent zich identificeert en welke metadata nodig zijn. Ook moeten regels komen voor wie aansprakelijk is bij een fout van de agent. Internationale afstemming is nodig om grensoverschrijdende betalingen te laten werken.
In Nederland ligt samenwerking met toezichthouders voor de hand. Denk aan het afstemmen met De Nederlandsche Bank over risico’s en met de Autoriteit Persoonsgegevens over dataminimalisatie. Vervolgstappen zullen waarschijnlijk bestaan uit meer pilots met beperkte doelgroepen. Pas daarna komt een breder aanbod in beeld.