ブラジルの銀行や企業の事例を通して、Ripple Paymentsが送金先の市場や現地の金融機関と結び付いて初めて実用的なインフラとして機能することを見てきました。そうした人間や企業による国際送金のネットワークが広がる中、2026年にはもう一つの新しい「利用者」に向けた技術が発表されました。それが、人間に代わって自律的に情報を探し、必要な外部サービスを選び、その利用料金まで支払う「AIエージェント」です。
では、もしAIが自ら支払いを行うとしたら、具体的にどのような仕組みが必要になるのでしょうか。
AIは「支払いました」と言えば支払えるのか
たとえば、あるAIエージェントが大量の文書を分析・処理するために、外部の高度な計算サービスを利用し、その利用料を支払う場面を考えてみましょう。
私たちが文章を生成するAIに向かって「支払って」と頼むだけでは、当然ながら相手への支払いは完了しません。現実の取引を成り立たせるには、支払いに使う資産の残高を確認し、正しい送金先と金額を確かめ、取引データに暗号技術で署名を行い、台帳に正しく記録された実行結果を読み取るという一連の手順が欠かせません。さらに、利用したい相手のAPI（プログラム同士をつなぐ窓口）が有料であるなら、サービスを呼び出す動作そのものと支払いの処理をスムーズに連動させる仕組みも不可欠です。
こうした課題に対応するため、Ripple社は2026年6月9日、開発者向けに「XRPL AI Starter Kit」を発表しました。これは、XRP Ledgerの技術文書をAIの開発環境から直接参照できるようにするMCPサーバーや、ウォレットの操作や支払いをAIに扱わせるための「スキル（機能モジュール）」、そして開発の手引きなどを一つにパッケージ化したものです。
ここで登場する「MCP（Model Context Protocol）」とは、AIが外部の資料やツールを安全に利用するための接続規格の一つです。この発表は、AIの頭脳そのものを台帳の中に組み込むという話ではありません。外部で動くAIエージェントが、台帳上での支払いという道具をスムーズに使えるよう、開発者に向けてその連携の「入口」を整えた、というのが正確な位置づけです。
さらにこの発表には、APIや計算リソースなどの利用料をXRPまたはRLUSDで即座に支払う「X402方式（HTTPのエラーコード402『Payment Required＝支払いが必要』を応用した、課金とアクセスを連動させる仕組み）」への対応も盛り込まれました。
支払いに用いる資産のうち、XRPはXRP Ledgerにもともと備わっている固有の暗号資産であり、RLUSDはRipple社が発行する米ドル連動型のステーブルコインです。利用者が市場の価格変動を伴うXRPで支払うのか、あるいは米ドル建てで価値が安定しているRLUSDを選ぶのかによって、扱う資産の性質やリスクは異なります。
ここで留意しておきたいのは、2026年6月の発表が示しているのは「AIエージェントが支払いを行うアプリケーションを作るための開発ツールが公開された」という点です。Ripple Paymentsを利用する既存の法人顧客が、AIエージェントに商用の国際送金を何件任せたかといった「利用実績」が発表されたわけではない、という点には注意が必要です。
会社の資金を動かす前に、何を判断するのか
AIの活用には、もう一つ重要な方向性があります。それが企業の「資金管理」です。
世界中で事業を展開するグローバル企業は、複数の国や銀行にある多数の口座に資金を分散して保管しています。そして日々の業務の中で、「いつどの請求書を支払うべきか」「近い将来、どの口座や通貨で資金が不足しそうか」を常に見通しながらやりくりしています。いくらRipple Paymentsのような送金インフラによって支払いを瞬時に完了できる技術があっても、担当者が「今どこにいくら資金があり、次の支払いにどれだけ不足するか」を正しく把握できなければ、そもそも適切な送金指示を出すこと自体ができません。このような、企業の資金計画や流動性を最適にコントロールする一連の実務を「企業財務」、あるいは「トレジャリーマネジメント」と呼びます。
2025年にRipple社が買収したGTreasuryは、長年にわたり企業のこの複雑な財務業務を支える基幹システムを提供してきた企業でした。その買収を経て生まれた「Ripple Treasury」に組み込まれているAI機能が「GSmart」です。
Ripple社は2026年9月10日、このGSmartが支援する業務の対象を、日々の資金繰り予測、流動性管理、為替などのリスク分析、入出金の照合、さらには財務レポートの作成へと大幅に拡張したことを発表しました。AIが社内外の膨大なデータから資金の傾向や異常値を素早く検知し、人間の財務担当者に対して「次にとるべき選択肢とその根拠」を分かりやすく提示してくれます。ただし、最終的に資金を動かす額を確定する計算や、社内ルールに基づく正式な承認プロセスは、あくまで人間が監督し、誰が承認したかの監査記録を厳格に残す設計になっています。
二つの技術が目指すもの
このように、同じ「AIを活用する」取り組みであっても、「XRPL AI Starter Kit」と「GSmart」では担う役割が大きく異なります。
前者のXRPL AI Starter Kitは、AIエージェント自身が公開台帳を通じてマイクロペイメントなどの支払いを自律的に行うための「開発者向けツール」です。一方で後者のGSmartは、企業が自社の保有資金の全体像を正確に把握し、資金移動の必要性を判断する人間を支える「意思決定の支援ツール」です。
言い換えるなら、前者は「支払いの実行そのもの」に近く、後者はその前段階にある「いつ、いくら、どの資金を動かすべきかという判断」に近い役割を持っています。
もし将来的にこの両者が統合されれば、AIによる資金需要の予測から最適な送金指示、そして実行後の結果照合に至るまでの一連の財務プロセスが、極めて短い時間で自動的につながる未来が訪れるかもしれません。しかし、これは現在発表されているそれぞれの機能から見通せる可能性の一つにすぎず、すでに完全に統合された商用製品や、実社会での運用実績として確立されているわけではありません。
新しい技術が登場したときには、それが送金や財務という一連の手順の中の「どの部分を自動化し、どの手順を置き換えようとしているのか」を一つひとつ切り分けて冷静に見極めることが大切です。