Agenci zakupowi AI Amazonu napotykają mur, gdy sprzedawcy i banki odcinają im dostęp
Agenci zakupowi AI Amazonu dotarli do wyraźnej sprzeczności: Amazon chce, aby jego własne oprogramowanie robiło zakupy gdzie indziej, jednocześnie blokując zewnętrznych agentów na swoim marketplace. Konflikt wykracza już poza jednego sprzedawcę. eBay ogranicza nieautoryzowane boty zakupowe, a JPMorgan Chase i Charles Schwab blokują niezatwierdzonych agentów przed dostępem do kont klientów.
Ograniczenia ujawniają strukturalny problem handlu agentowego, w którym oprogramowanie wyszukuje, porównuje i dokonuje transakcji w imieniu użytkownika. Tacy agenci potrzebują dostępu do sklepów, metod płatności, historii kont i osobistych preferencji. Każde takie połączenie tworzy jednak ryzyko dla bezpieczeństwa, odpowiedzialności oraz pozycji konkurencyjnej firmy kontrolującej te dane.
Meta twierdzi, że odrzucenie osobistego agenta oznacza odrzucenie klienta, który go upoważnił. Amazon widzi natomiast niezidentyfikowanego zewnętrznego agenta wchodzącego na konto, zbierającego dane i zmieniającego doświadczenie zakupowe bez zgody. Oba stanowiska brzmią rozsądnie. Nie mogą jednak współistnieć bez wspólnych zasad dotyczących tożsamości, zgody i odpowiedzialności.
Rezultatem nie jest otwarta sieć handlowa obiecywana przez twórców AI. Powstaje sieć zatwierdzonych partnerstw, ograniczonych platform i własnościowych asystentów. Najważniejsza bitwa nie dotyczy już tego, czy agent AI potrafi znaleźć produkt. Chodzi o to, kto może stanąć między klientem a transakcją.
Agenci zakupowi AI Amazonu trafiają na zamknięte drzwi
Blokada Amazonu zmienia zakupy agentowe z wyzwania programistycznego w spór o dostęp.
Bezpośrednia konfrontacja koncentruje się na agencie Muse firmy Meta. Amazon zablokował Muse możliwość przeglądania i kupowania produktów na swoim marketplace mniej niż dwa tygodnie po uruchomieniu asystenta, zgodnie z raportem o dostępie agentów. Amazon oświadczył, że Meta nie uzyskała pozwolenia na dostęp do kont klientów, gromadzenie danych marketplace ani przetwarzanie transakcji.
Rzecznik Amazonu stwierdził, że aplikacje zewnętrzne dokonujące zakupów od innych firm powinny działać otwarcie. Firma dodała też, że takie aplikacje muszą respektować decyzję usługodawcy dotyczącą udziału. Jej sprzeciw dotyczy więc czegoś więcej niż wadliwie działającego bota. Amazon kwestionuje założenie, że upoważnienie klienta automatycznie daje agentowi prawo wejścia do systemów Amazonu.
Muse nie jest pierwszym asystentem, który zetknął się z takim stanowiskiem. Amazon wcześniej zablokował technologię zakupową Perplexity i skierował spór do sądu. Amazon zarzucił, że Perplexity nadal uruchamiało agentów na jego stronie po otrzymaniu nakazu zaprzestania.
Perplexity broniło swojego asystenta jako rozszerzenia klienta. Zgodnie z tą teorią agent korzystający z konta powinien mieć takie samo podstawowe prawo do przeglądania oferty i dokonywania transakcji jak osoba, która nim kieruje. Spór pozostaje istotny, ponieważ stawia pytanie, czy delegowanie zadań na oprogramowanie zmienia prawną tożsamość zwykłego odwiedzającego stronę.
Wczesne postępowanie sądowe przyniosło mieszane sygnały. Federalny sąd okręgowy początkowo ograniczył dostęp Perplexity w drodze wstępnego nakazu sądowego. Sąd apelacyjny później uchylił to postanowienie, uznając, że Amazon prawdopodobnie nie wygra roszczeń dotyczących dostępu komputerowego, na których oparto nakaz. Amazon następnie złożył zmieniony pozew, więc szerszy konflikt pozostał nierozstrzygnięty.
Ta historia ma znaczenie, ponieważ ograniczenia techniczne i prawne wzajemnie się wzmacniają. Sprzedawca może wykrywać znaną automatyzację, kwestionować nietypowe sesje, ograniczać dostęp do konta lub blokować określony ruch. Może również wykorzystywać umowy i postępowania sądowe, aby zniechęcać deweloperów do znajdowania technicznych obejść.
eBay przyjął podobnie restrykcyjne podejście w swoich zasadach dla użytkowników. Jego polityki zabraniają automatycznym agentom dostępu do marketplace bez wcześniejszej zgody. Ograniczenia obejmują systemy składające zamówienia bez znaczącej kontroli człowieka.
Inne usługi również wyznaczyły własne granice. Yelp wymaga od agentów korzystania z zatwierdzonego kanału licencjonowania danych. Delta Air Lines ogranicza nieautoryzowanym zewnętrznym agentom możliwość rezerwowania lotów. Agenci mieli również napotykać bariery w Amtrak, Cars.com i Kohl’s.
Przykłady te pokazują, że agent może działać perfekcyjnie podczas demonstracji, a mimo to zawodzić w normalnym użyciu. Systemy antybotowe stworzono, by powstrzymywać scraping, kradzież danych uwierzytelniających, manipulowanie zapasami i oszukańcze transakcje. Nie rozpoznają one automatycznie różnicy między złośliwym botem a legalnym asystentem realizującym polecenie klienta.
Ta niejednoznaczność podważa kluczową obietnicę agentów konsumenckich. Asystent nie może niezawodnie wykonać zadania, jeśli każde miejsce docelowe stosuje inne zasady dostępu. Może zbadać produkt, wskazać najlepszą ofertę i przygotować zamówienie, by zatrzymać się dopiero przy logowaniu lub finalizacji zakupu.
Konflikt jest szczególnie uderzający, ponieważ Amazon nie odrzuca idei handlu pośredniczonego przez AI. Rozwinął własnych asystentów zakupowych i wykorzystuje AI na każdym etapie odkrywania produktów. Stanowisko Amazonu jest węższe, lecz ważniejsze komercyjnie: zewnętrzni agenci nie mogą zakładać, że mają taki sam dostęp jak własne systemy Amazonu.
Spór dotyczy kontroli nad klientem, a nie tylko bezpieczeństwa
Strona kontrolująca interfejs zakupowy może wpływać na odkrywanie produktów, reklamę, gromadzenie danych i finalną sprzedaż.
Obawy Amazonu dotyczące bezpieczeństwa są wiarygodne. Agent zakupowy może wymagać dostępu do adresów, historii zamówień, danych płatniczych i ustawień konta. Agent ukrywający swoją tożsamość lub przechowujący dane uwierzytelniające w niebezpieczny sposób stwarza ryzyko, którym Amazon musi zarządzać, gdy coś pójdzie nie tak.
Bezpieczeństwo nie wyjaśnia jednak w pełni oporu. Niezależni agenci zakupowi mogą osłabiać komercyjną machinę, która czyni marketplace wartościowym. Mogą pomijać promowane oferty, porównywać ceny w konkurencyjnych sklepach i wybierać produkty bez podążania preferowaną przez platformę ścieżką klienta.
Tradycyjny e-commerce zakłada ograniczoną uwagę człowieka. Kupujący rzadko sprawdzają każdego sprzedawcę, obliczają każdą cenę z dostawą lub ponownie rozważają każdą subskrypcję. Marketplace wykorzystują rankingi, rekomendacje, recenzje, promocje i reklamy, aby kształtować decyzje w tych granicach.
Zautomatyzowany kupujący działa inaczej. Może stale monitorować kilka sklepów, porównywać zasady dostawy i zwrotów oraz czekać na spełnienie konkretnego warunku. Nie staje się niecierpliwy, nie klika z przyzwyczajenia w znaną markę ani nie porzuca wyszukiwania po otwarciu kilku kart.
Takie zachowanie może przynosić korzyści konsumentom. Zagraża jednak również przychodom reklamowym i sile platformy. Jeśli rekomendację przedstawia zewnętrzny agent, Amazon traci część kontroli nad tym, które produkty przyciągają uwagę. Jeśli agent obsługuje finalizację zakupu, dostawca AI może stać się głównym punktem relacji z klientem.
Odpowiedź Meta wyraźnie ujawnia tę rywalizację. Po doniesieniach, że strony internetowe blokują Muse, Meta argumentowała, że firmy dzielą interesy handlowe z twórcami agentów. Spółka stwierdziła, że odrzucenie osobistego agenta oznacza odrzucenie klienta reprezentowanego przez to oprogramowanie.
Meta połączyła ten argument z zatwierdzonymi partnerstwami handlowymi. Walmart, Gap, Sephora i Best Buy wsparły autoryzowane sposoby, dzięki którym Muse może pomagać klientom w zakupach. Shopify umożliwiło także sklepom w swojej sieci udział w kanałach zakupów wspomaganych przez AI.
Ustalenia te ujawniają wyłaniający się kompromis. Sprzedawcy nie wybierają po prostu między agentami a ich brakiem. Wybierają, którzy agenci otrzymują dostęp, jakie informacje mogą pobierać i jakie działania mogą wykonywać.
Tapestry ilustruje to rozróżnienie. Właściciel marek Coach i Kate Spade ograniczył nieautoryzowane zakupy agentowe na stronach swoich marek. Jednocześnie wybrane produkty można kupić za pośrednictwem zatwierdzonych rozwiązań Google, przy czym każda transakcja wymaga wyraźnego potwierdzenia klienta.
Ten model chroni zdolność sprzedawcy do negocjowania warunków. Zatwierdzona integracja może identyfikować agenta, ograniczać dostępne działania, rejestrować zgodę i określać odpowiedzialność. Nieautoryzowany agent przeglądarkowy może próbować wykonywać wiele takich samych zadań bez formalnej relacji handlowej.
Rezultat przypomina wcześniejsze spory platformowe dotyczące indeksowania wyszukiwarek, sklepów z aplikacjami, przekierowań z mediów społecznościowych i agregatorów turystycznych. Firmy chętnie przyjmują ruch, gdy generuje on dodatkową sprzedaż. Opierają się pośrednikom, którzy przechwytują dane klientów, żądają prowizji lub osłabiają bezpośrednie relacje.
Stanowisko Amazonu zawiera dodatkowe odwrócenie ról. Jego rozwiązanie „Buy for Me” pozwala asystentowi Amazonu kupować produkty od zewnętrznych sprzedawców. Analiza płatności MFW opisuje asystenta Amazonu jako narzędzie poruszające się po stronach podmiotów trzecich i finalizujące transakcje dla klientów.
Amazon chce więc mieć możliwość wysyłania swojego agenta na zewnątrz, zachowując jednocześnie kontrolę nad agentami przychodzącymi z zewnątrz. Jest to strategicznie logiczne, ale nie stanowi modelu otwartych agentów. To rywalizacja platform starających się zostać preferowaną bramą do handlu.
Jeśli interfejs Amazonu jest właścicielem zapytania, Amazon może kształtować rekomendację i zachować widoczność transakcji. Jeśli właścicielem zapytania jest Muse, ChatGPT, Gemini lub inny asystent, dostawca ten uzyskuje wgląd w intencje konsumenta, zanim zobaczy je sprzedawca.
Dane o intencjach są wyjątkowo cenne. Wyszukiwanie produktu pokazuje, co ktoś rozważa. Trwały agent może znać budżet klienta, jego termin, preferencje, wcześniejsze zakupy i gotowość do zmiany marki. Może również wiedzieć, które alternatywy klient odrzucił.
Zwycięski interfejs mógłby wpływać na znacznie więcej niż pojedyncze zamówienia. Mógłby decydować, którzy sprzedawcy są brani pod uwagę, które produkty wydają się porównywalne i kiedy zakup powinien nastąpić. Dlatego spór o dostęp botów staje się walką o siłę rynkową.
Banki dostrzegają problem autoryzacji, którego sprzedawcy nie rozwiążą samodzielnie
Agent AI potrzebuje czegoś więcej niż numeru karty kredytowej; potrzebuje weryfikowalnego upoważnienia do działania w granicach zrozumiałych dla każdego uczestnika.
JPMorgan Chase i Charles Schwab potwierdziły, że blokują nieautoryzowanych agentów przed dostępem do kont klientów. Ich ostrożność odzwierciedla trudniejszą wersję problemu sprzedawców. Nieudane wyszukiwanie produktu jest niedogodnością. Błędny przelew, zlecenie inwestycyjne lub płatność mogą natychmiast wyrządzić szkodę finansową.
Bank musi rozróżniać klienta, urządzenie klienta i każde oprogramowanie działające w jego imieniu. Musi również ustalić, co dokładnie klient zatwierdził. Same dane logowania nie odpowiadają na te pytania.
Rozważmy agenta, któremu polecono kupić buty do biegania poniżej określonego budżetu. Czy użytkownik upoważnił go do jednej transakcji, czy do ciągłego monitorowania? Czy agent może wybrać inną markę? Czy może zaakceptować członkostwo, plan ratalny lub produkt zastępczy? Czy zgoda obejmuje podatki i koszty dostawy przekraczające wskazany limit?
Niepewność rośnie, gdy agent obsługuje zadania finansowe. Polecenie poprawy zwrotów może obejmować przeniesienie oszczędności, sprzedaż inwestycji lub otwarcie konta. Każde działanie wiąże się z innymi ujawnieniami informacji, ryzykiem i konsekwencjami prawnymi.
Uwierzytelnienie dowodzi, że ktoś może wejść na konto. Delegowana autoryzacja musi dowodzić, że konkretny agent może wykonać określone działanie dla konkretnego klienta. Potrzebuje także granic, terminu wygaśnięcia, możliwości cofnięcia zgody i śladu audytowego.
Ramy MFW rozdzielają intencję, autoryzację i rozliczenie na odrębne warstwy. Oprogramowanie rozumujące może interpretować cel i przygotować transakcję. Deterministyczne systemy płatnicze nadal powinny kontrolować ostateczną autoryzację i rozliczenie.
To rozdzielenie odpowiada na podstawową niezgodność techniczną. Duże modele językowe generują wyniki probabilistycznie, co oznacza, że to samo żądanie może prowadzić do różnych interpretacji. Rozliczenie płatności wymaga przewidywalnych reguł, ostatecznych zapisów i jasnej odpowiedzialności.
Sieci kartowe budują infrastrukturę wokół tego rozróżnienia. Visa twierdzi, że jej systemy handlu agentowego identyfikują zaufanych agentów, zachowując jednocześnie mechanizmy kontroli określone przez konsumentów. Jej europejski program wykorzystuje klucze dostępu do płatności, aby uwierzytelniać posiadaczy kart i odróżniać zatwierdzonych agentów.
W lipcu 2026 roku Visa poinformowała, że agenci zrealizowali rzeczywiste zakupy u niezależnych europejskich sprzedawców za pośrednictwem jej infrastruktury. Uczestniczyło w tym ponad 30 wydawców kart, w tym Barclays, BBVA, HSBC UK, ING, Lloyds Banking Group, NatWest i Revolut. Według programu handlowego Visa transakcje odbywały się w ramach określonych parametrów klienta.
Ten rozwój sytuacji komplikuje twierdzenie, że banki po prostu odcinają agentów. Instytucje finansowe odrzucają nieautoryzowany dostęp, jednocześnie uczestnicząc w kontrolowanych transakcjach agentowych. Linia podziału nie przebiega przez samą automatyzację. Chodzi o to, czy uczestnicy mogą zweryfikować tożsamość, uprawnienia i odpowiedzialność.
Kontrolowany system może wydać token zamiast ujawniać pełne dane karty klienta. Token może zawierać ograniczenia dotyczące sprzedawcy, kwoty, czasu i dozwolonego rodzaju transakcji. Może także identyfikować agenta niezależnie od klienta.
Te mechanizmy kontroli stają się kluczowe podczas sporów. Jeśli agent kupi niewłaściwy produkt, uczestnicy muszą ustalić, czy sprzedawca zrealizował zamówienie zgodnie z dyspozycją, agent przekroczył swój mandat, czy też klient przekazał niejednoznaczne instrukcje. Istniejące systemy chargeback nie zostały zaprojektowane tak, by odpowiadać na każdy element tego łańcucha.
Oszustwa tworzą kolejne wyzwanie. Przestępcy mogą atakować agenta, manipulować informacjami, które odczytuje, lub przejmować dane uwierzytelniające łączące go z kontem. Złośliwa strona produktu może zawierać instrukcje zaprojektowane tak, by przekierować zautomatyzowaną przeglądarkę. Przejęty agent mógłby wysyłać pozornie prawidłowe żądania w ramach zaufanej sesji klienta.
Agenci mogą też zachowywać się w sposób przypominający oszustwo bez złych intencji. Setki automatycznych żądań, szybkie sprawdzanie cen, powtarzające się zmiany koszyka i nietypowe wzorce logowania mogą uruchamiać systemy stworzone do powstrzymywania nadużyć. Sprzedawcy nie mogą bezpiecznie wyłączać tych zabezpieczeń tylko dlatego, że część botów reprezentuje prawdziwych klientów.
Praktyczne rozwiązanie prawdopodobnie będzie obejmować zarejestrowanych agentów, tożsamość kryptograficzną, ograniczone tokeny i wyraźne mandaty transakcyjne. Żaden z tych elementów samodzielnie nie rozwiązuje sporu handlowego. Dają jednak bankom i sprzedawcom bezpieczniejszą alternatywę wobec akceptowania niewidocznego bota korzystającego ze zwykłych danych uwierzytelniających konta.
Konsumenci Chcą Oszczędzać, Ale Nadal Boją Się Utraty Kontroli
Handel agentowy stoi przed luką zaufania, nawet jeśli platformy rozstrzygną swoje spory o dostęp.
Firmy AI często przedstawiają agentów zakupowych jako oprogramowanie oszczędzające czas. Najsilniejsze przypadki użycia są łatwe do zrozumienia: porównywanie cen, śledzenie taryfy, składanie wniosku o zwrot kosztów lub ponowne zamawianie rutynowego produktu. Zadania te pochłaniają uwagę, nie dając przy tym dużej satysfakcji.
Agent może także kontynuować pracę, gdy człowiek już by zrezygnował. Może sprawdzić kilka zasad zwrotów, monitorować zmieniającą się dostępność i wrócić do wyszukiwania później. Ta wytrwałość tworzy rzeczywistą wartość dla konsumentów, szczególnie przy powtarzalnych lub administracyjnych zakupach.
Badanie zlecone przez Visa wykazało, że wartość i wygoda przyciągają zainteresowanie. W amerykańskiej ankiecie obejmującej 1 600 konsumentów 39 procent wskazało dopasowanie cen jako motywację do korzystania z asystenta zakupowego AI. Znajdowanie nowych produktów i oszczędność czasu przyciągnęły po 38 procent respondentów.
To samo badanie zaufania konsumentów wykazało znacznie głębsze obawy dotyczące wymaganych danych. Bezpieczeństwo danych niepokoiło 48 procent respondentów. Prywatność i dokładność zakupów były problemem dla 44 procent, a niezawodność usługi dla 40 procent.
Tylko 7 procent stwierdziło, że nie ma żadnej z wymienionych obaw. Jedna czwarta powiedziała, że nie udostępniłaby agentowi zakupowemu żadnych danych osobowych. Wyniki te podważają założenie, że wygoda automatycznie przezwycięży wahanie.
Kontrola nad gromadzonymi danymi była szczególnie ważna. Sześćdziesiąt dwa procent uznało tę kontrolę za bardzo ważną, a kolejne 23 procent za ważną. Tylko około jeden na pięciu respondentów stwierdził, że z dużym lub bardzo dużym prawdopodobieństwem użyłby agenta, gdyby nie mógł kontrolować jego praktyk dotyczących danych.
Zaufanie wyraźnie różni się też zależnie od dostawcy. W tym samym badaniu 53 procent amerykańskich respondentów stwierdziło, że czułoby się komfortowo, korzystając z usługi zakupowej Amazon. PayPal znalazł się na drugim miejscu z wynikiem 45 procent, a Visa osiągnęła 34 procent. OpenAI uzyskało 25 procent, a Meta 13 procent.
Te ustalenia dają Amazon strategiczną przewagę. Konsumenci mogą bardziej ufać platformie handlowej, która już obsługuje ich zakupy, niż zewnętrznemu dostawcy AI proszącemu o szeroki dostęp do konta. Amazon może przedstawiać swoje ograniczenia jako ochronę, jednocześnie kierując klientów do własnego asystenta.
Zaufanie do Amazon nie rozstrzyga jednak konfliktu. Agent należący do platformy może faworyzować produkty, usługi lub relacje handlowe powiązane z tą platformą. Konsumenci muszą wiedzieć, czy rekomendacja optymalizuje ich interesy, przychody platformy czy wynegocjowane partnerstwo.
Niezależni agenci stoją przed odwrotnym problemem. Mogą twierdzić, że przeszukują rynek szerzej i reprezentują kupującego, ale nadal potrzebują modelu biznesowego. Jeśli użytkownik nie płaci bezpośrednio, wyniki mogą być kształtowane przez prowizje, preferowane integracje lub płatne pozycjonowanie.
Tworzy to trudny trójkąt. Konsumenci chcą agenta, który przeszukuje rynek szeroko, chroni ich dane i działa wyłącznie w ich interesie. Sprzedawcy chcą identyfikowalnego oprogramowania, które przestrzega zasad platformy. Dostawcy AI potrzebują przychodów i niezawodnego dostępu, aby wykonywać zadania.
Żaden uczestnik nie może osiągnąć wszystkich trzech celów wyłącznie za pomocą automatyzacji przeglądarki. Bot zachowujący się jak człowiek może dotrzeć do większej liczby stron, ale ogranicza przejrzystość. Ściśle zatwierdzona integracja zwiększa odpowiedzialność, ale może zawęzić wybór agenta.
Istnieje ryzyko, że handel agentowy odtworzy ten sam mechanizm kontroli dostępu, od którego obiecuje uwolnienie. Użytkownik może poprosić o najlepszy dostępny produkt, lecz otrzymać opcje wyłącznie od uczestniczących sprzedawców. Doświadczenie może sprawiać wrażenie kompleksowego, jednocześnie po cichu wykluczając sklepy, które odrzuciły warunki dostawcy.
To ograniczenie powinno być widoczne. Agenci muszą ujawniać, które platformy handlowe przeszukali, które zablokowały dostęp oraz czy partnerstwa wpłynęły na wyniki. W przeciwnym razie dopracowana rekomendacja może ukrywać rozfragmentowany rynek.
Użytkownicy potrzebują także znaczącego potwierdzenia przed działaniami o istotnych konsekwencjach. Zatwierdzenie powinno pokazywać produkt, ostateczną kwotę, sprzedawcę, warunki dostawy i źródło płatności. Ogólnikowy prompt przekazany kilka godzin wcześniej nie powinien zastępować świadomej zgody, gdy okoliczności się zmieniają.
Ta sama zasada obowiązuje po finalizacji zakupu. Zwroty, anulowania, gwarancje i obsługa klienta mogą być bardziej skomplikowane niż sam zakup. Jeśli agent znika po płatności, deklaracja wygody obejmuje jedynie najłatwiejszą część transakcji.
Dlatego obecnych blokad nie należy odrzucać jako zwykłego oporu wobec innowacji. Niektóre chronią istniejące modele biznesowe, ale inne ujawniają nierozwiązane problemy produktowe. Agent, który nie potrafi wyjaśnić swojego mandatu, chronić danych uwierzytelniających ani obsłużyć sporu, nie jest gotowy do kontrolowania transakcji finansowej.
Co Zadecyduje o Przyszłości Handlu Agentowego
Kolejna faza zależy od tego, czy branża zdoła zastąpić ukrytą automatyzację rozpoznawalnym, ograniczonym i audytowalnym delegowaniem uprawnień.
Pierwszym sygnałem, który warto obserwować, jest spór sądowy Amazon z Perplexity. Orzeczenie apelacyjne osłabiło jedną z pierwszych prób zablokowania dostępu agentów za pomocą prawa dotyczącego dostępu do systemów komputerowych, ale nie ustanowiło szerokiego prawa agentów do wchodzenia na prywatne platformy. Zmieniona sprawa może nadal wpłynąć na sposób, w jaki sądy interpretują autoryzację, delegowanie dostępu do konta i ograniczenia umowne.
Orzeczenie korzystne dla Amazon wzmocniłoby model zezwoleń ustalanych platforma po platformie. Dostawcy AI potrzebowaliby wynegocjowanych integracji z głównymi sprzedawcami albo ryzykowaliby utratę kluczowych funkcji zakupowych. Orzeczenie korzystne dla Perplexity wzmocniłoby argument, że klienci mogą delegować zwykłe przeglądanie stron za pośrednictwem oprogramowania.
Żaden z wyników nie rozstrzygnąłby wszystkich kwestii. Sprzedawcy nadal obsługiwaliby systemy antybotowe i kontrolowaliby usługi wymagające uwierzytelnienia. Sądy mogą określać granice prawne, lecz techniczny dostęp może pozostawać zawodny bez współpracy.
Drugim sygnałem jest rozwój zweryfikowanych standardów płatności. Rzeczywiste europejskie transakcje Visa pokazują, że kontrolowane zakupy agentowe są możliwe, gdy uczestniczą w nich sprzedawcy, wydawcy kart i sieci. Ważnym wskaźnikiem nie jest liczba demonstracji. Jest nim to, czy systemy te rozszerzą się na niezależnych sprzedawców i będą wspierać rutynowe spory.
Skuteczne standardy muszą obejmować więcej niż dane uwierzytelniające płatności. Powinny wyrażać intencję użytkownika, identyfikować agenta, określać granice wydatków i rejestrować potwierdzenie. Potrzebują również mechanizmów cofnięcia uprawnień, gdy klient zmieni zdanie lub agent zostanie przejęty.
Jeśli sieci kartowe i banki udostępnią te narzędzia na szeroką skalę, argumenty bezpieczeństwa przeciwko wszystkim transakcjom agentowym osłabną. Platformy nadal mogłyby odrzucać zewnętrznych agentów z powodów handlowych, lecz trudniej byłoby im przedstawiać każdy zautomatyzowany zakup jako niezidentyfikowane zagrożenie.
Trzecim sygnałem jest sposób, w jaki sprzedawcy organizują zatwierdzone partnerstwa. Porozumienia Meta z Walmart, Gap, Sephora i Best Buy oferują jeden model. Zatwierdzone kanały handlowe Google i udział Shopify oferują inne.
Kluczowe pytanie brzmi, czy systemy te pozostaną interoperacyjne. Otwarty standard mógłby pozwolić konsumentowi wybrać agenta i używać go u wielu sprzedawców. Zbiór wyłącznych umów stworzyłby oddzielne strefy handlowe, każdą z własnym asystentem, katalogiem i zasadami płatności.
Model zamknięty jest łatwiejszy do kontrolowania dla dużych firm. Amazon może promować własnego asystenta w Amazon, podczas gdy dostawca AI może faworyzować sprzedawców obsługujących jego protokół. Klient otrzymuje wygodę, lecz tylko w granicach wynegocjowanych przez platformy.
Model otwarty jest trudniejszy, ponieważ odpowiedzialność musi przechodzić między kilkoma stronami. Sprzedawca potrzebuje zaufania do agenta. Bank potrzebuje zaufania do autoryzacji klienta. Klient potrzebuje wglądu w rekomendacje i ostateczne działania.
Regulatorzy w końcu przyjrzą się tym relacjom, zwłaszcza gdy rekomendacje i płatności się połączą. Zasady ujawniania informacji mogą wymagać rozróżnienia między organicznymi rekomendacjami a wynikami sponsorowanymi lub napędzanymi prowizjami. Agencje ochrony konsumentów będą także potrzebować jasnych odpowiedzi dotyczących odpowiedzialności, gdy agent błędnie zinterpretuje żądanie.
Deweloperzy powinni obserwować jakość dostępu równie uważnie jak inteligencję modeli. Lepsze rozumowanie nie pomoże, jeśli agent nie może dotrzeć do informacji o dostępności, bezpiecznie się uwierzytelnić ani sfinalizować zakupu. Niezawodne integracje mogą stać się cenniejsze niż marginalne ulepszenia autonomicznego przeglądania.
Kupujący korporacyjni powinni pytać, czy agent działa za pośrednictwem zatwierdzonych interfejsów, czy naśladuje człowieka. Powinni również sprawdzić sposób przechowywania poświadczeń, które działania wymagają potwierdzenia oraz czy każda transakcja tworzy zapis audytowy.
Konsumenci powinni ostrożnie podchodzić do szerokiego dostępu do konta. Przydatny agent zakupowy nie potrzebuje nieograniczonych uprawnień. Węższe uprawnienia, limity wydatków, zatwierdzeni sprzedawcy i potwierdzanie każdej transakcji stanowią bezpieczniejszy punkt wyjścia.
Agenci zakupowi Amazon AI znajdują się teraz w centrum szerszego wyboru. Branża może budować przejrzyste delegowanie uprawnień, w którym oprogramowanie otwarcie się identyfikuje i działa w możliwych do zweryfikowania granicach. Może też podzielić handel na konkurujące platformy, które dopuszczają wyłącznie preferowanych asystentów.
Warto obserwować, które agenty potrafią realizować zwykłe zakupy bez ukrywania swojej tożsamości, którzy sprzedawcy publikują stabilne zasady dostępu oraz które banki obsługują odwoływalne pełnomocnictwa. Te sygnały pokażą, czy handel agentowy staje się prawdziwym rynkiem konsumenckim, czy kolejnym zbiorem kontrolowanych funkcji platform.
