Obecnie w pełni autonomiczni agenci AI dla konsumentów wciąż się pojawiają, ale oprogramowanie, które zasila tych agentów, pojawia się w coraz większej liczbie miejsc.

Aby umożliwić tego rodzaju zakupy, Mastercard w kwietniu ogłosiła technologię Agent Pay, która umożliwia zweryfikowanym agentom zakupowym AI dokonywanie transakcji w imieniu konsumentów i firm.

Agentyczny agent handlowy działa, zaczynając od żądania użytkownika lub monitu. W przeciwieństwie do tradycyjnych systemów sztucznej inteligencji, które udzielają statycznych, jednorazowych odpowiedzi, nowocześni agenci są zbudowani tak, aby interpretować te żądania, uwzględniać kontekst, dostosowywać się w locie i decydować, jak iść naprzód.

Dane wejściowe mogą również rozpocząć rozmowę, aby zainicjować działanie zorientowane na cel. Na przykład, jeśli złożysz bardzo ogólne zapytanie, takie jak "Potrzebuję nowej koszuli", agent sprzedaży detalicznej AI może odpowiedzieć, prosząc o więcej szczegółów, takich jak to, czy chcesz wzór lub określony rodzaj tkaniny, lub na jaką okazję koszula będzie noszona.

Agenci automatyzują następnie wyszukiwanie i odkrywanie produktów. Zamiast po prostu przeszukiwać jedną stronę internetową, agent może przeszukiwać wiele platform handlu elektronicznego, uzyskiwać dostęp i analizować specyfikacje produktów, recenzje i oceny, porównywać ceny w czasie rzeczywistym oraz oceniać czas wysyłki, zasady zwrotów i inne szczegóły logistyczne.

Od tego momentu agent nie tylko przedstawia listę opcji, ale może aktywnie je analizować w oparciu o początkowe parametry użytkownika i własne zrozumienie tego, co stanowi dobrą ofertę lub najlepsze dopasowanie.

Istnieją trzy kluczowe elementy agentów AI, które pomagają im podejmować decyzje:

• Pamięć: Nowsi agenci AI mogą zapamiętywać preferencje użytkownika, rozmiary i wcześniejsze zakupy, ułatwiając identyfikację idealnej odpowiedzi na zapytanie zakupowe.
• Narzędzia: Agenci mają dostęp do interfejsów API i zewnętrznych baz danych, które pozwalają im znajdować nowe informacje i podejmować działania.
• Rozumowanie: Agent może podzielić złożone żądanie na ustrukturyzowane, możliwe do wykonania kroki, zamiast oferować pojedynczą, statyczną odpowiedź. Może określić, do jakich narzędzi musi uzyskać dostęp, jakie informacje musi zebrać i w jaki sposób może osiągnąć swoje cele.

Handel za pośrednictwem agentów może być bezpieczny dzięki odpowiednim zabezpieczeniom, uprawnieniom i technologiom. Jednak ta nowa forma handlu z pewnością wprowadza nowe wyzwania dla sprzedawców detalicznych, firm technologicznych i konsumentów, szczególnie w przypadkach, gdy zakupy nie przebiegają zgodnie z planem.

Na przykład, jak działałby zwrot pieniędzy lub obciążenie zwrotne, jeśli zakupu dokonuje agent, a nie osoba? Albo kto będzie odpowiedzialny, jeśli coś pójdzie nie tak - konsument, firma, która stworzyła bota, sprzedawca detaliczny, a może ktoś inny?

Jasne i łatwe do ustawienia uprawnienia użytkowników będą miały kluczowe znaczenie w tym nowym środowisku, ponieważ im większą autonomię ma agent AI, tym ważniejsze będzie ustalenie jasnych ograniczeń i wytycznych.

Przejrzystość będzie miała również kluczowe znaczenie dla budowania zaufania, a użytkownicy otrzymają jasne wyjaśnienie, dlaczego agent podjął określone działania. Ta przejrzystość będzie szczególnie pomocna, jeśli cyberprzestępcy będą próbowali oszukać agenta AI, wyzwalając zakupy za pomocą wprowadzających w błąd sygnałów lub naśladując legalne oferty.

Potrzebne będą również standardy i ramy regulujące działalność tych agentów, aby zarówno użytkownicy, jak i sprzedawcy mogli wiedzieć, w jaki sposób transakcje mogą być rozwiązywane w przypadku wystąpienia problemów, a konsumenci mogli ufać, że ich dane dotyczące zakupów i płatności będą chronione.

Oczekuje się, że handel agentowy szybko rozszerzy się na wiele części handlu elektronicznego w ciągu następnego roku, z możliwością, że niektórzy użytkownicy będą używać chatbota do dokonywania większości swoich przyszłych zakupów.

Oczekuje się, że ci agenci AI staną się bardziej złożeni i wyspecjalizowani, z potencjałem większej automatyzacji dla użytkowników, jeśli tego chcą. Ponadto może istnieć więcej systemów wieloagentowych, w których kilka botów AI współpracuje ze sobą, aby wykonywać bardziej skomplikowane zadania, których pojedynczy bot nie byłby w stanie wykonać samodzielnie.