Консалтинг

Агентная коммерция: как радикально меняется покупательское поведение

Как искусственный интеллект меняет электронную коммерцию? Впервые в истории мы являемся свидетелями смены парадигмы в цифровой коммерции, которая не только меняет место совершения покупок, но и определяет нового участника. Мы говорим о коммерции с использованием ИИ, которая, как ожидается, вскоре окажет серьезное влияние. К 2030 году только рынок розничной торговли между компаниями и физ. лицами в США может получить до 1 трлн долларов дополнительной выручки от этого нового способа совершения покупок.

Для продавцов сейчас не время действовать наугад, потому что в ближайшее время львиная доля их клиентов будет состоять не из людей, а из ИИ агентов. Итак, как можно подготовиться к трансформации в масштабах предыдущих революций в сфере интернет и мобильной коммерции? Наша компания по разработке программного обеспечения для электронной коммерции изложила все “почему” и “как” можно использовать агентный ИИ в коммерции, с четкими указаниями действий, которые компании электронной коммерции могут начать внедрять прямо сейчас.

Что такое агентная коммерция?

Агентная коммерция – это модель розничной торговли, в которой автономные агенты с искусственным интеллектом могут находить товары, договариваться о ценах и совершать транзакции от имени покупателей. Агенты электронной коммерции полагаются на три специфические возможности, которые выделяют их в отдельную категорию:

продумывание и планирование сложной цели с помощью пошагового контрольного списка;
возможность выполнять действия на разных платформах и сервисах в интернете для завершения операции;
использование инструментов с использованием программного интерфейса приложения (API) для автономного выполнения определенных действий.

Коммерция агентного ИИ не ограничивается только онлайн-покупками и может использоваться в широком спектре коммерческих услуг, включая путешествия, продажу билетов, подписки и интеграцию с реальными торговыми точками.

С точки зрения интерфейса, инструменты агентной коммерции бывают двух видов:

торговые агенты, ориентированные на потребителя и осуществляющие операции от имени клиентов;
торговые агенты, ориентированные на продавца, предназначены для оптимизации операций розничной торговли и поставщиков услуг.

Что касается конкретного подхода к внедрению, розничные продавцы могут сделать свои продукты и услуги доступными для внешних агентов, таких как генеративный ИИ ChatGPT или Perplexity, а также создать свою собственную фирменную экосистему агентов, чтобы иметь эксклюзивное право на собственные данные о клиентах.

Основные различия между агентными покупками и коммерцией на базе ИИ

Более ранние поколения ИИ для розничной торговли, такие как системы рекомендаций и чат-боты, действуют в основном как прогностический уровень, реактивность которого минимальна, если вообще присутствует. Такие формы помощи с помощью ИИ могут направлять принятие решений человеком на этапах поиска продукта, оценки и покупки, но им не хватает полномочий, чтобы взять на себя ведущую роль в сделке.

В то время как традиционный ИИ занимает второстепенное место, агентный ИИ занимает центральное место в процессе совершения покупок и может инициировать действия в нескольких системах от имени пользователя. Агенты могут осуществлять поиск, сравнивать, вести переговоры, принимать решения и совершать транзакции в рамках ограничений, установленных пользователем.

Характеристика	Электронная коммерция с использованием ИИ	Агентная электронная коммерция
Контроль и роль человека	Человек в центре: ИИ помогает, но контроль остаётся у человека	ИИ выступает ведущим: действует автономно, человек утверждает ключевые решения
Роль человека	Активный участник	Наблюдатель / контролёр
Основной охват	Набор отдельных инструментов, каждый из которых выполняет конкретную задачу	Сквозная система, выполняющая многоэтапные процессы — от поиска до покупки
Архитектура	Работает на основе одной модели вывода, встроенной в фиксированные точки взаимодействия	Использует несколько моделей, инструментов и программных интерфейсов приложений (API)
Основная цель	Оптимизировать и улучшить традиционный процесс покупок	Переосмыслить и автоматизировать традиционный процесс покупок
Примеры	Системы рекомендаций, боты	Автономные агенты для переговоров о цене, персональные покупательские агенты, работающие с разными продавцами

В настоящее время в сфере электронной коммерции существуют оба стиля работы, и каждому из них отведено свое время и место. Но если провести четкую границу между ними, то традиционный ИИ больше ориентирован на убеждение клиента, в то время как агентный ИИ ориентирован на выполнение задач для клиента.

Агентная коммерция как новое, выгодное направление для команд электронной коммерции

Преимущества, открываемые инструментами агентной коммерции, столь же уникальны, как и сама концепция, и те, кто внедряет их на ранней стадии, могут извлечь из них максимум пользы и быстрее всего освоиться.

Завоевание новых каналов продаж

В июле 2025 года посещаемость розничных сайтов в США через браузеры со встроенным ИИ и чат-сервисы выросла на 4 700% по сравнению с аналогичным периодом прошлого года. Качество вовлеченности таких пользователей значительно выше: они проводят на сайте на 32% больше времени, просматривают больше страниц и реже переходят на другие сайты.

Если продавцы не закрепят свое присутствие в этих каналах продаж, они рискуют потерять как трафик, так и влияние на принятие решений покупателями в ближайшем будущем. И наоборот, машиночитаемые и удобные для транзакций продукты повысят узнаваемость ИИ-агентов и повысят конверсию.

Масштабирование гипер персонализированного кураторства

Наличие фирменных торговых агентов позволяет розничным торговцам предлагать услуги ВИП-консьержа каждому клиенту без каких-либо предельных затрат. В отличие от рекомендательных систем, агентные транзакции используют контекст, который выходит за рамки поведения на месте и включает в себя другие межплатформенные источники данных о клиентах, такие как календари, электронные письма, носимые устройства и прошлые поступления.

Таким образом, когда покупатель выражает свое намерение, агент может вернуть готовую к покупке корзину – комплексную конфигурацию, в которой учитываются сроки доставки, преимущества лояльности и замены.

Переход от реактивной поддержки к автономному обслуживанию

Автономным агентам электронной коммерции не нужен открытый запрос, чтобы выявить надвигающуюся проблему. Поскольку они имеют доступ к информации о путешествии клиента и цепочке поставок розничной сети в оперативном доступе, они могут выявить проблемы до того, как они повлияют на качество обслуживания клиентов. Например, если посылка отменена из-за проблем с логистикой, агент может заранее предложить аналогичный товар из другого магазина, вместо того чтобы отправлять клиенту разочаровывающее уведомление об отмене.

Оформление заказа без лишних действий

Протоколы агентских платежей, такие как UCP и AP2, позволяют системам розничной торговли безопасно взаимодействовать с несколькими агентами, поставщиками платежей и платформами. С помощью этих протоколов агенты могут передавать подтвержденные платежные реквизиты, информацию о доставке и идентификационные данные для совершения покупок от имени клиента. Это позволяет совершать покупки в режиме “одного клика”, когда клиентам не нужно проходить бесконечные формы и входить в систему для оформления заказа.

Оптимизация внутренних офисных задач

Стандартная автоматизация, основанная на правилах, в значительной степени не учитывает меняющийся контекст, а это означает, что ее может быть достаточно для выполнения повторяющихся внутренних офисных задач, но для внесения изменений “из коробки” требуется ручная перекалибровка. Агентный ИИ более эффективен, когда речь заходит о сложных сценариях управления запасами, ценообразования и поддержки, поскольку он может корректировать рассуждения на лету в зависимости от меняющегося спроса, предложения и контекста клиента.

Как на самом деле работает агентная коммерция

В широком смысле агентная коммерция – это многоступенчатый процесс, который связывает намерения клиента с данными продавца. Но это может проявляться по-разному, поскольку конкретная схема работы агентов электронной коммерции зависит от модели взаимодействия: от агента к сайту, от агента к агенту или от агента координации к сайту.

Ниже наша команда по разработке ИИ-агентов описывает пошаговую схему работы модели взаимодействия агента с сайтом, реализованной с использованием протокола Universal Commerce Protocol (UCP) от Google и протокола Agentic Commerce Protocol (ACP) от OpenAI.

1. Определение цели

Пользователи запрашивают информацию о покупке в системе-посреднике, такой генеративный ИИ как ChatGPT или Google AI Mode, на естественном языке. Краткое описание может быть любым – от конкретного технического запроса (“Найдите мне OLED-монитор с разрешением 4K и частотой обновления 144 Гц”) до сложной проблемы, связанной с образом жизни (“На следующей неделе я собираюсь на 2 дня в Лондон и понял, что у меня нет водонепроницаемого дождевика”).). Из этого краткого описания менеджер системы выбирает определенные параметры, такие как размер, бюджет, время доставки и необходимые спецификации.

Если запрос пользователя слишком расплывчат или широк, агент задает ряд дополнительных вопросов, чтобы получить более глубокое представление о предпочтениях пользователя и жестких или неявных ограничениях.

2. Автономное открытие

Используя такие протоколы, как MCP (Model Context Protocol) или специализированные коммерческие программных интерфейсов приложений (API), агент обращается к базам данных розничных продавцов, чтобы запросить информацию о товарах. Агент может сканировать десятки машиночитаемых магазинов одновременно. Однако он не смотрит на маркетинговые баннеры, а сразу переходит к уровням запасов розничной сети в режиме реального времени, данным о артикулах и калькуляторам отгрузки, чтобы получить точную информацию.

3. Рассуждение

Агент изучает обнаруженные варианты и сопоставляет их с теми, которые не подлежат обсуждению пользователем. Если ни один из вариантов не соответствует запросу пользователя на 100%, агент взвешивает возможные варианты и составляет список продуктов с наиболее оптимальными характеристиками.

4. Исполнение

Как только пользователь одобряет один из предложенных вариантов, агент завершает работу. Через программный интерфейс приложения (API) он передает заказ в систему продавца, используя защищенные платежные шлюзы, такие как платёжная система Google Pay, для завершения транзакции, проводимой агентом. С технической точки зрения, агентские платежи осуществляются в среде автоматической проверки, что означает, что клиенту не нужно покидать интерфейс ИИ, чтобы оформить заказ.

Что касается аспекта безопасности, то конфиденциальные данные, такие как номер кредитной карты, адрес доставки и другая информация, маркируются.

Проверка на практике: текущие ограничения торговых агентов

Рабочий процесс, который мы описали ранее, представляет собой хрестоматийное представление о том, как должна работать агентная коммерция в теории. Однако на практике торговые агенты с ИИ сталкиваются с ограничениями, которые связаны не столько с самой технологией, сколько с незрелой экосистемой.

Агент	Возможности	Ограничения	Технические особенности
Генеративный ИИ GPT Instant Checkout	Позволяет полностью оформить покупку прямо в генеративном ИИ ChatGPT при заказе одного товара через протокол Agentic Commerce Protocol	На первом этапе поддерживается только покупка одного товара; оформление корзины с несколькими товарами пока ещё внедрено не полностью; оформить возврат в чате нельзя; функция доступна только в США	Для работы нужна автономная платформа электронной торговли; используются платформа платежей Stripe и протокол ACP от компании разработчика в сфере ИИ OpenAI
Генеративный ИИ Perplexity AI Shopping	Пользователи могут искать товары, читать отзывы и покупать их прямо в чате через платёжные системы PayPal или Venmo	Доступно только для участвующих продавцов и товаров; поддерживается только покупка одного товара; функция доступна только в США и в рамках тарифа Про	Платежи обрабатываются через платёжные системы PayPal и Venmo; продавец остаётся стороной, официально оформляющей продажу
Генеративный ИИ Microsoft Copilot	Поддерживает оформление покупки прямо в диалоге ии-чат-бота Copilot у партнёров; пользователь может завершить заказ внутри чата	Требуется участие продавца; среди поддерживаемых партнёров – платёжная система PayPal и Stripe; функция доступна только в США	Решение построено на открытых стандартах и интеграции с платёжными сервисами; сценарий работы частично автономный
Генеративный ИИ Google Gemini / режим ИИ	Позволяет находить товары и завершать покупку прямо в приложении Gemini или в режиме ИИ-поиска Google с использованием встроенного оформления заказа через систему платежей Google Pay	На первом этапе доступно только в США; участвуют только подходящие продавцы; требуется система платежей Google Pay; охват пока ограничен	Работает на основе протокола Unified Commerce Protocol
Генеративный ИИ Shopify ИИ-агент	Позволяет встраивать оформление заказа в ИИ-агенты, такие как генеративный ИИ ChatGPT, Copilot и другие; пользователи могут просматривать товары и совершать покупки в диалоге	Функция находится на стадии раннего доступа; продавец должен включить её вручную; доступно для магазинов в США	Заказы отображаются в административной панели платформы Shopify; продавец сохраняет контроль над данными; решение интегрируется с более широкой ИИ-экосистемой

Как вы видите из приведенной выше таблицы, агентная коммерция и агентная проверка в настоящее время представлены несколькими платформами в той или иной форме, но их доступность ограничена и обусловлена степенью готовности функций, требованиями к подписке и региональной доступностью.

Самое главное, что лишь немногие продавцы использовали интерфейсы агентов и сделали свои продукты машиночитаемыми, поэтому скорость и масштаб внедрения зависят как от функциональности агента, так и от участия продавца. Это показывает, где начинающие новаторы могут выделиться, решая проблемы доверия, соответствия требованиям и масштабной интеграции.

Технологическая основа для агентов электронной коммерции с ИИ, состоящая из четырех основных уровней

Розничные агенты могут взаимодействовать с различными магазинами, не требуя индивидуальной интеграции с каждым отдельным магазином. Эта возможность инструментов агентного ИИ обеспечивается универсальным, совместимым технологическим пакетом, который позволяет участвующим системам подключаться друг к другу и объединяться для выполнения транзакционных задач.

Функция / уровень	Ключевые компоненты	Основная роль
Интеллектуальный уровень	Персонализация, память	Кто совершает покупку? Система учитывает профиль пользователя, его предпочтения и текущие потребности.
Уровень планирования	Динамическое планирование, логический вывод	Как совершается покупка? На этом уровне формируются стратегия, последовательность действий и способы решения возникающих проблем.
Уровень взаимодействия	Протоколы MCP, A2A	Как взаимодействуют агенты и инструменты? Он обеспечивает общий контекст, обмен возможностями и безопасную совместную работу.
Уровень транзакций и действий	Использование компьютера, автономность, программный интерфейс приложений (API), протоколы AP2, UCP	Как выполняются действия? Здесь происходят работа с корзиной, оформление заказа, запуск оплаты и автоматизация интерфейса, если программный интерфейс приложения (API) недоступен.
Уровень инфраструктуры и управления	Промежуточная инфраструктура, координационная платформа	Как создаются и контролируются агенты? Этот уровень отвечает за координацию нескольких агентов, ограничения безопасности, отслеживание и управление затратами.

Логический уровень

Являясь мозгом, стоящим за мышцами, этот уровень дает агенту возможность осмысливать суть запроса, отслеживать взаимодействия и принимать решения. С технической точки зрения, именно этот уровень позволяет осуществлять покупки без участия пользователя, поскольку агент может сохранять контекст, как исторический, так и в режиме реального времени, и автоматически включать его в транзакцию.

Уровень взаимодействия и аналитики в технологическом наборе ИИ-агентов представлен:

персонализация, управляемая контекстным ИИ – благодаря архитектурам, управляемым памятью, таким как архитектура RAG (Retrieval Augmented Generation) и векторные базы данных, платформы ИИ-агентов могут фиксировать и выводить именно то, что нужно пользователю, на основе контекста реального времени. Вместо того чтобы полагаться на статические теги, агент может сохранять предпочтения пользователя в виде вложений и формировать хранилище идентификационных данных для пользователя, что позволяет ему сохранять основные параметры, такие как размер обуви и специфический внешний вид, в разных сеансах покупок;
динамическое планирование с корректировкой в режиме реального времени – эта возможность позволяет агентам адаптироваться в ходе многоэтапного рабочего процесса, когда что-то меняется (например, продукт заканчивается на складе), и обновлять результаты в режиме реального времени, не выходя за рамки контекста. Этот компонент работает на базе программного интерфейса приложения (API), которые позволяют агенту перегруппироваться, не привлекая пользователя.

Уровень функциональной совместимости

Протоколы с открытым исходным кодом для программной коммерции, такие как MCP, A2A, AP2, ACP и UCP, предоставляют агентам электронной коммерции возможность взаимодействовать с другими агентами и внешним миром в целом. Благодаря этому уровню агенты могут говорить на одном языке.

Ключевые стандарты, формирующие этот уровень:

Стандарт протокола Model Context Protocol (MCP) позволяет агентам и системам искусственного интеллекта обмениваться контекстом, намерениями и данными о предыдущих действиях с помощью моделей и инструментов.
Протокол взаимодействия агентов Agent2Agent (A2A) позволяет различным агентам безопасно обмениваться возможностями, статусом и контекстом с помощью стандартизированных протоколов, таких как протоколы JSON-RPC и HTTP (сетевые стандарты обмена данными).

Уровень транзакций и действий

Являясь “последней милей” агентской торговли, этот уровень предоставляет агентам цифровые или физические способы совершения транзакции от имени клиента.

Два основных способа, которыми агенты предпринимают действия:

Коммерческая платформа, основанная на программном интерфейсе приложения (API), которая обеспечивает прямой интерфейс “машина-машина”, так что агент может инициировать оформление заказа и инвентаризацию через программный интерфейс приложения (API).
В качестве запасного варианта можно использовать компьютер. Если у розничного продавца нет программного интерфейса приложения (API), совместимого с универсальным протоколом коммерции (UCP), у агентов есть возможность использовать возможности компьютера, такие как автоматизация пользовательского интерфейса, для просмотра веб-сайта.

Открытые стандарты все больше формализуют сами операции торговли и оплаты:

Протокол платежей агентов позволяет полуавтономным и автономным агентам совершать безопасные покупки от имени пользователей.
Универсальный коммерческий протокол (UCP) разработан для обеспечения беспрепятственного обмена информацией между потребителями, предприятиями и поставщиками платежей. Протокол UCP совместим с протоколом AP2.
Агентный коммерческий протокол (ACP) предназначен для структурированных коммерческих переговоров и программных потоков покупок между агентами покупателей и предприятиями.

Уровень инфраструктуры и управления

Наряду с другими уровнями, техническая архитектура агентов электронной коммерции может включать в себя отдельный инфраструктурный слой, на котором создаются, развертываются и управляются агенты. Например, наша мультиагентная платформа, не зависящая от поставщика, служит домашней базой для всех агентов, отслеживает контекст и память и помогает всем агентам работать вместе, не сталкиваясь друг с другом.

Что касается управления, то мультиагентные платформы также предоставляют встроенные средства защиты для искусственного интеллекта и упрощают компаниям мониторинг производительности каждого агента, а также его взаимодействий, производительности и использования вычислительных ресурсов.

Стратегические варианты использования агентской торговли с наивысшим потенциалом рентабельности инвестиций

Когда розничные компании решают внедрить агентские решения для электронной коммерции с использованием ИИ, им необходимо определить правильный подход к внедрению. Для некоторых решений требуется инновационный плацдарм, основанный на совершенно новых технологических структурах. Другие могут подключиться к существующей технологической инфраструктуре, если она будет обновлена до уровня, основанного на искусственном интеллекте. Важно понимать разницу между этими двумя вариантами, поскольку лучшие варианты использования ИИ в электронной коммерции соответствуют технологической готовности продавцов, а не следуют тенденциям в области ИИ.

Вовлечение клиентов и знакомство с продуктом

Примеры использования из этой категории часто являются самыми быстрыми путями к окупаемости инвестиций в агентной торговле, поскольку они основаны на сочетании намерений, контекста и конверсии. Проще говоря, пользователи уже понимают, чего они хотят, почему они этого хотят и какие ограничения имеют значение. Все, что нужно сделать агентам – это прочитать эти сигналы.

Поскольку эти варианты использования основаны на существующих каталогах товаров, данных о клиентах и торговых процессах, они не требуют от розничных продавцов существенных изменений в рабочих процессах. Но это возможно только в том случае, если у розничных продавцов есть наготове доступные машиночитаемые данные. В противном случае для этого приложения потребуется настройка базы данных.

В зависимости от модели взаимодействия, агенты могут:

подбирать наборы продуктов бренда на основе намерений пользователя;
сравнивать предложения по нескольким критериям и выбирать наиболее подходящие варианты;
сообщать агенту бренда о предпочтениях для уточнения и поиска вариантов;
обращаться к другим агентам для точной настройки рекомендаций, основанных на тонких или косвенных предпочтениях пользователя.

Привлечение клиентов и лояльность

Консьерж-агенты – это еще одно применение агентного ИИ на рынке розничной торговли, которое набирает обороты. Внедряя агентов в эту сферу деятельности, компании получают персональных ассистентов новой эры, которые могут:

Выполнять функции поисковых систем, которые запоминают прошлые покупки клиентов, их любимые бренды, предпочтения в выборе размера и стиля одежды в различных сеансах и каналах.
Своевременно показывать клиентам информацию о предстоящих событиях в жизни, юбилеях или сезонных потребностях.
Находить персонализированные предложения “только для вас” для избранных клиентов на основе их истории покупок.
Договариваться с личным агентом покупателя о компромиссах в цене, стиле, доступности или сроках.

Здесь продавцы учитывают мнение агента о существующих клиентах, чтобы сделать взаимодействие с покупателями более гипер персонализированным, стимулирующим и прогнозируемым. Однако, если данные розничного продавца фрагментированы или заблокированы в устаревших системах без программного интерфейса приложения (API), компании потребуется обновить существующую инфраструктуру обработки данных, прежде чем внедрять такие агенты.

Платежи и выявление мошенничества

Помимо взаимодействия с клиентами, продавцы могут сделать агентную коммерцию частью своей серверной команды, чтобы сделать транзакции более безопасными, интеллектуальными и автономными для всех сторон.

Например, агенты могут:

Выполнять аутентификацию и “зеленый свет” платежей от имени пользователя в соответствии с установленными лимитами и интегрировать с платежными сетями продавца.
Включать функцию аутентификации “Знай своего агента”, которая проверяет, авторизован ли агент пользователя и соответствует ли он политикам безопасности.
Предотвращать подозрительные действия, анализируя транзакции в режиме реального времени и закономерности в работе устройств, местоположении и поведении клиентов.
Автоматизировать рутинные операции по сверке и расчетам.

Подход к внедрению зависит от технической готовности продавца и конкретного приложения. Некоторые варианты использования, такие как полуавтономные транзакционные агенты, могут дополнять существующие платежные системы, при условии, что у компании есть современный программный интерфейс приложения (API) и чистые данные в своем стеке. Однако по мере роста автономии агентов розничным торговцам необходимо внедрять новые возможности, в том числе протоколы, поддерживающие работу с агентами, “автоматическую проверку” и уровни доверия, чтобы извлечь выгоду из этой технологии.

Основные коммерческие системы

Торговые компании также могут внедрять агентов в свои основные системы, такие как каталоги товаров, инвентаризация, оформление заказов и их выполнение, для автоматизации отдельных процессов. В этом случае розничные продавцы позволяют ИИ думать и действовать от их имени – безопасно, масштабно и в соответствии со всеми правилами.

Вот несколько примеров того, что агенты могут делать без вмешательства человека после внедрения в основное программное обеспечение для торговли:

проверять и выполнять заказы на основе бизнес-правил розничной сети и уровней запасов;
распределять задачи по нескольким внутренним и партнерским системам, чтобы выбрать самый быстрый или дешевый способ доставки на несколько складов;
следить за уровнем запасов и инициировать перераспределение между складами, чтобы избежать перепроизводства;
следить за тем, чтобы все заказы, возвраты и транзакции соответствовали внутренним политикам, налогам и правилам доставки.

Как правило, компаниям розничной торговли не нужно перестраивать существующие системы, чтобы сделать их более автономными. Однако продавцам по-прежнему необходимо убедиться в доступности программного интерфейса приложения (API), хорошей подготовке данных для ИИ и удобочитаемости бизнес-правил для агентов, прежде чем инвестировать в агентизацию основных платформ.

Пункт обслуживания в магазине

Агентный ИИ также может выйти за рамки цифровой сферы и внедриться в физическую торговлю, чтобы повысить качество обслуживания в магазинах. Бренды могут предоставить персоналу агентов, которые могут работать с несколькими источниками информации, такими как инвентарь, история покупок и т.д., чтобы получать информацию о состоянии магазина в режиме реального времени.

Например, искусственный интеллект в агентном магазине может:

мгновенно проверять наличие товара на складе, избавляя персонал от необходимости поиска в нескольких системах;
предлагать товары на основе данных о прошлых покупках, предпочтениях и лояльности клиента;
ускорять оформление заказа, предварительно заполнив данные о клиентах и скидках;
сотрудники службы поддержки расскажут вам об акциях, политике магазина и особых пожеланиях;
проведите сотрудников отдела продаж и покупателей по магазину, чтобы помочь им найти нужные товары.

Как команды электронной коммерции могут подготовиться к внедрению ИИ на розничном рынке

Для существующих в отрасли бизнес-моделей и технологических архитектур агенты электронной коммерции являются явным переломным моментом, который подталкивает компании к нарушению собственных процессов, чтобы оставаться впереди. Для динамичной адаптации команды электронной коммерции должны удвоить усилия по небольшому набору базовых областей готовности, которые определяют, можно ли безопасно и масштабно развернуть этот технологический ров.

Подготовьте данные, программный интерфейс приложения (API), логику и архитектуру

Автономное, многоступенчатое мышление предъявляет особые требования к доступности данных и функциональной совместимости систем. Поэтому, независимо от того, с чего начинает розничный торговец, агентам ИИ почти всегда требуется техническая перегруппировка.

Чтобы создать собственные агентные возможности, розничные продавцы должны выполнить следующие задачи:

Сделать данные о товарах доступными как для человека, так и для машины.
Стандартизировать программный интерфейс приложения (API) и предоставлять доступ к основным сервисам, таким как инвентаризация, ценообразование, рекламные акции и заказы.
Преобразовать традиционные знания в формализованные бизнес-правила.
Адаптировать архитектуру для конкретного приложения (автономность, составность и т.д.).

Интегрируйте открытые программные интерфейсы приложений (API) для обеспечения беспрепятственного меж агентного взаимодействия

Открытые программные интерфейсы приложений (API) позволяют агентам розничной торговли взаимодействовать не только с внутренней экосистемой, но и координировать свои действия со сторонними сервисами, партнерами и другими агентами ИИ. Без этих программных интерфейсов приложений (API) агентам приходится использовать ручной интерфейс, что ограничивает их возможности.

Розничным продавцам не обязательно внедрять все известные им открытые программные интерфейсы приложений (API). Вместо этого им следует:

Определить наиболее эффективные сервисы, критически важные для транзакций (инвентаризация, ценообразование, заказы и т.д.).
Выбирайте протоколы в зависимости от потребностей (например, AP2 для внутренних систем, MCP для торговых площадок и т.д.).
Реализуйте надежную аутентификацию (OAuth2.0, ключи API), авторизацию и контрольные журналы для всех взаимодействий с программными интерфейсами приложений (API).

Устанавливайте четкие ограждения для поддержания доверия и соответствия требованиям

Когда компании наделяют ИИ функциональными возможностями, они должны соответствующим образом повысить уровень своей политики безопасности и этики. Мы говорим о всеобъемлющей архитектуре доверия, состоящей из нескольких аспектов:

внедрить проверки и подтверждения личности для ИИ-агентов, аналогичной процедурам идентификации клиентов (KYC), применяемым в финансовой сфере;
внедрить элементы управления “человек в курсе”, чтобы при необходимости переопределять решения агентов;
настройка сквозного шифрования для всех конфиденциальных данных и минимизация совместного использования данных;
обеспечить соответствие международным стандартам защиты данных (GDPR и ISO 27001) и требованиям российского законодательства (152-ФЗ “О персональных данных”, ГОСТ Р ИСО/МЭК 27001);
определить ответственности за каждый этап автономной транзакции.

Подготовьте свой бизнес к коммерческой деятельности с помощью Cronit

В этом году мы расскажем о новых подходах к совершению покупок, на которые влияет генеративный ИИ в электронной коммерции. Однако ясно одно: агентная коммерция – это перезагрузка, и ее широкое внедрение – это только вопрос времени. Чтобы перепроектировать процесс совершения покупок с помощью агентов, розничные продавцы должны перестроить существующую инфраструктуру, что на практике означает обеспечение машиночитаемости данных о товарах, внедрение транзакционных программных интерфейсов приложений (API) и беспрецедентно всеобъемлющих уровней доверия.

Но архитектура сама по себе не является стратегией. Продавцы также должны найти подходящие варианты использования ИИ в электронной коммерции, которые соответствуют их уровню обработки данных, платформе, гибкости и приоритетам роста.

Если вам нужна помощь в освоении непропорционально высокой ценности агентного ИИ электронной коммерции, наша компания по разработке ИИ-агентов может помочь вам спроектировать, создать и масштабировать готовые к производству ИИ-агенты, адаптированные к вашей торговой инфраструктуре и варианту использования.