Kunstmatige intelligentie verandert bij Stripe veel meer dan alleen de manier waarop software wordt geschreven. AI begint invloed uit te oefenen op de omvang van teams, de snelheid waarmee producten ontstaan en zelfs op de fundamentele vraag hoe mensen en machines straks online betalen.
In een gesprek tussen Stripe-topman Will Gaybrick en a16z-partner David George ontstaat een beeld van een bedrijf dat AI vooral als een groeimotor beschouwt. Niet minder bouwen met minder mensen, maar juist veel méér bouwen omdat de kosten van softwareontwikkeling spectaculair dalen.
Van betaalbedrijf naar financiële infrastructuur
Stripe begon ooit met een relatief eenvoudig uitgangspunt: online betalingen voor ontwikkelaars makkelijker maken. Inmiddels is het bedrijf uitgegroeid tot een veel bredere financiële infrastructuurlaag voor internetbedrijven.
Die evolutie valt samen met een tweede verschuiving. Een nieuwe generatie AI-bedrijven groeit volgens Stripe aanzienlijk sneller dan eerdere generaties softwarebedrijven. Nieuwe ondernemingen kunnen sneller producten ontwikkelen, klanten bereiken en inkomsten genereren. AI verlaagt immers niet alleen de kosten van programmeren. Ook onderzoek, ontwerp, marketing, klantenservice en operationele processen kunnen steeds verder worden geautomatiseerd.
Daarmee ontstaat een soort vliegwiel: software wordt goedkoper om te bouwen, waardoor er meer software wordt gemaakt, waardoor opnieuw meer digitale handel en financiële infrastructuur nodig is.
Duizenden pull requests per week
Een van de opvallendste voorbeelden komt uit Stripes eigen ontwikkelorganisatie. Interne AI-codingagents, die binnen het bedrijf onder meer als ‘Minions’ worden aangeduid, nemen een steeds groter deel van het programmeerwerk voor hun rekening.
De schaal daarvan groeit bijzonder snel. Waar deze systemen eerder ongeveer 1.200 pull requests per week produceerden, wordt inmiddels gesproken over ongeveer 7.000. Dat betekent niet dat duizenden menselijke programmeurs simpelweg overbodig worden. Stripe lijkt de productiviteitswinst anders te willen inzetten.
Wanneer een ontwikkelaar dankzij AI aanzienlijk meer werk kan uitvoeren, hoeft het logische gevolg volgens die redenering niet te zijn dat een onderneming minder ontwikkelaars nodig heeft. Het bedrijf kan dezelfde capaciteit gebruiken om projecten uit te voeren die vroeger economisch niet haalbaar waren.
AI als argument om méér te bouwen
Daarmee kiest Stripe voor een opvallende interpretatie van de AI-productiviteitsgolf. Veel bedrijven kijken in eerste instantie naar kostenbesparingen: hoeveel medewerkers, uren of externe leveranciers kunnen dankzij AI worden uitgespaard?
Stripe draait die vraag om. Wanneer software veel goedkoper wordt om te produceren, kan een onderneming haar ambities vergroten. Ideeën die vroeger maanden werk vergden, kunnen mogelijk in weken of dagen worden getest. Kleine interne toepassingen waarvoor nooit voldoende ontwikkelcapaciteit beschikbaar was, worden plots wel interessant.
Het resultaat zou een enorme toename van de hoeveelheid software kunnen zijn. De vergelijking met eerdere technologische verschuivingen ligt voor de hand. Goedkopere computerkracht zorgde uiteindelijk niet voor minder computers. Goedkopere opslag leidde niet tot minder data. Op dezelfde manier zou goedkopere softwareontwikkeling uiteindelijk vooral tot veel méér software kunnen leiden.
Kleinere teams met meer verantwoordelijkheid
Die ontwikkeling heeft gevolgen voor organisatiestructuren. Wanneer individuele medewerkers met behulp van AI aanzienlijk meer kunnen uitvoeren, kunnen teams kleiner en platter worden.
Stripe ziet daarin ruimte voor wat omschreven kan worden als een meer ondernemende cultuur binnen grote organisaties. Kleine teams krijgen een probleem, voldoende middelen en de vrijheid om het daadwerkelijk op te lossen. AI versterkt die mogelijkheid. Een medewerker hoeft voor iedere stap minder vaak afhankelijk te zijn van een gespecialiseerd team. Een kleine groep kan met codingagents, onderzoeksmodellen en andere AI-tools een groter deel van het traject zelfstandig uitvoeren.
Daarmee probeert een grote onderneming iets terug te brengen wat vooral met start-ups wordt geassocieerd: het gevoel van eigenaarschap dat een oprichter heeft wanneer die rechtstreeks verantwoordelijk is voor het resultaat.
De checkoutpagina kan verdwijnen
De meest ingrijpende verandering ligt mogelijk echter buiten Stripe zelf. Vandaag verloopt online winkelen grotendeels via websites en apps. Een consument zoekt een product, bezoekt een webshop, legt iets in een winkelmandje, opent de checkout en betaalt.
AI-agenten kunnen die keten fundamenteel veranderen. Een gebruiker zou bijvoorbeeld tegen een persoonlijke assistent kunnen zeggen dat er nieuwe loopschoenen nodig zijn, binnen een bepaald budget en geschikt voor een specifiek type training. De agent kan vervolgens producten vergelijken, voorwaarden controleren en uiteindelijk zelfstandig een aankoop uitvoeren.
In zo'n wereld is het niet vanzelfsprekend dat de klassieke checkoutpagina blijft bestaan. De koper is dan immers niet altijd meer een mens die naar knoppen en formulieren kijkt. Steeds vaker kan het een softwareagent zijn die rechtstreeks communiceert met de systemen van een verkoper.
Agentic commerce heeft nieuwe bouwstenen nodig
Dat vooruitzicht leidt tot wat steeds vaker ‘agentic commerce’ wordt genoemd: een economie waarin AI-agenten namens mensen of bedrijven transacties uitvoeren. Daarvoor zijn nieuwe technische en financiële bouwstenen nodig.
Een verkoper moet bijvoorbeeld kunnen vaststellen of een agent werkelijk toestemming heeft om een aankoop te doen. Er moeten limieten bestaan voor bedragen en soorten transacties. Betalingen moeten veilig worden afgehandeld en bij fouten moet duidelijk zijn wie verantwoordelijk is.
Ook identiteit, fraudecontrole, terugbetalingen en abonnementen moeten geschikt worden gemaakt voor een omgeving waarin machines met andere machines zakendoen. Voor een infrastructuurbedrijf als Stripe vormt dat een enorme potentiële nieuwe markt.
Micropayments krijgen mogelijk een tweede kans
AI kan bovendien een oud internetidee nieuw leven inblazen: micropayments. Op het huidige web zijn zeer kleine betalingen vaak onpraktisch. Niemand wil voortdurend een checkoutproces doorlopen om enkele centen te betalen voor een artikel, API-aanroep, dataset of digitale dienst.
Voor softwareagents ligt dat anders. Een AI-agent kan zonder irritatie honderden of duizenden kleine transacties uitvoeren wanneer iedere betaling economisch zinvol is. Een agent kan bijvoorbeeld automatisch betalen voor gespecialiseerde informatie, computerkracht, softwarefuncties of toegang tot bepaalde databronnen.
Dat zou nieuwe bedrijfsmodellen mogelijk maken waarin niet langer vooral mensen abonnementen afsluiten, maar software autonoom andere software betaalt.
Stablecoins als infrastructuur voor wereldwijd geld
Ook stablecoins passen volgens Stripe in die ontwikkeling. Digitale munten waarvan de waarde gekoppeld is aan traditionele valuta kunnen een praktische infrastructuur vormen voor internationale transacties. Vooral in een digitale economie die permanent actief is en waarin kopers en verkopers zich overal ter wereld bevinden, kan programmeerbaar geld aantrekkelijk worden.
Voor bedrijven kan dat betekenen dat internationale betalingen sneller en eenvoudiger verlopen. Voor AI-agenten kan het betekenen dat financiële transacties rechtstreeks onderdeel worden van geautomatiseerde workflows. Stablecoins worden vanuit dat perspectief minder gezien als speculatieve cryptoproducten en meer als een mogelijke technische laag voor wereldwijd geldverkeer.
Wanneer machines klant van machines worden
Daarmee komt een opmerkelijk toekomstbeeld dichterbij. Software wordt vandaag hoofdzakelijk gebouwd voor menselijke gebruikers. Maar wanneer miljoenen AI-agenten zelfstandig taken uitvoeren, ontstaat een tweede categorie klanten: machines.
Een AI-agent kan opslagcapaciteit inkopen, een API gebruiken, een gespecialiseerd model raadplegen, data aanschaffen of tijdelijk extra rekenkracht huren. De agent kan daarbij zelfstandig bepalen welke dienst de beste verhouding tussen prijs en kwaliteit biedt.
Het internet krijgt dan naast business-to-consumer en business-to-business mogelijk een steeds belangrijkere machine-to-machine-economie. De financiële infrastructuur onder die economie moet eveneens grotendeels automatisch functioneren.
Menselijke smaak wordt juist belangrijker
Opmerkelijk genoeg maakt de opmars van AI menselijke beoordeling volgens deze visie niet automatisch minder belangrijk.
Wanneer vrijwel iedereen snel software kan produceren, verschuift het onderscheidend vermogen. Technische uitvoering wordt goedkoper, maar bepalen wat gebouwd moet worden, waarom het relevant is en hoe goed het eindproduct moet zijn, blijft moeilijk. Daar komt ‘smaak’ om de hoek kijken.
Goede organisaties moeten niet alleen sneller produceren, maar ook leren welke ideeën aandacht verdienen. Wanneer AI de productiecapaciteit bijna onbeperkt maakt, kan selectie zelfs belangrijker worden dan uitvoering. De schaarste verschuift daarmee van programmeercapaciteit naar oordeel, productvisie en prioriteiten.
Een internet waarop veel meer wordt gebouwd
Stripes AI-strategie laat uiteindelijk een optimistischer scenario zien dan het bekende verhaal waarin kunstmatige intelligentie vooral wordt gebruikt om arbeidskosten te verlagen.
Het bedrijf lijkt erop te gokken dat de vraag naar software nog lang niet verzadigd is. Wanneer AI de ontwikkelkosten drastisch verlaagt, zullen bedrijven niet noodzakelijk stoppen bij dezelfde hoeveelheid software met minder mensen. Ze kunnen duizenden toepassingen bouwen waarvoor vroeger simpelweg geen tijd, geld of personeel beschikbaar was.
Tegelijk verandert de aard van online handel. AI-agenten worden niet alleen hulpmiddelen voor consumenten en bedrijven, maar mogelijk zelf economische deelnemers die zoeken, onderhandelen, bestellen en betalen.
Voor Stripe is dat een bijzonder interessante toekomst. Want ongeacht of de volgende online klant een mens, een bedrijf of een autonome AI-agent is, uiteindelijk moet er nog altijd geld van de ene partij naar de andere bewegen.
