Почти у каждого вендора в сфере коммерции и поиска теперь есть своя «агентская» история. Многие из этих продуктов ровно те же, что и восемь месяцев назад, просто в презентацию добавили новый слайд. Это не столько упрек в адрес базовой технологии, сколько отражение того, как быстро понятие «агентский» стало ярлыком, за который все хватаются, независимо от того, изменилась ли на самом деле архитектура под капотом.
Недавно мы провели мастер-класс «Проектирование агентской коммерции: пять важных возможностей» (Designing Agentic Commerce: The Five Capabilities That Matter), где подробно разобрали, где именно проходит эта грань. В этой статье мы затрагиваем два вопроса из той беседы, которые имеют наибольшее значение для крупного предприятия, выбирающего, чему можно доверять.
Поиск уже менялся
Стоит начать с того, что действительно движет этим процессом, поскольку это реальный сдвиг, а не просто тренд, выдуманный вендорами ради продаж. Покупатели больше не приходят с ожиданиями, что им придется переводить свои потребности в нужные два-три ключевых слова. Все чаще они описывают проблему, смутную идею или конкретное сравнение своими собственными словами и ждут в ответ руководства к действию, а не просто ранжированного списка совпадений.
Это ожидание возникло не на пустом месте. Многие покупатели приходят на сайт, уже задав ChatGPT, Perplexity или AI Overview в Google Search тот же вопрос, который раньше вводили в поисковую строку. Риск для бренда заключается вовсе не в том, что эти покупатели не смогут найти его продукцию — поиск всегда справлялся с этим неплохо. Риск в том, что они получат лучший ответ где-то в другом месте и завершат покупку там, где этот ответ прозвучал.
Именно это заставляет сам поиск превращаться из одноцелевого инструмента поиска, расположенного в шапке сайта, в точку входа для гораздо более широкого спектра намерений: точный поиск по артикулу, открытый вопрос, многоэтапное сравнение товаров, запрос на сужение результатов по параметру, который даже не является атрибутом каталога, — все это поступает через одно и то же окно и требует ответа.
В этом и заключается истинная суть «агентской коммерции»: не в чат-функции, добавленной на существующий сайт, а в эволюции поиска, способного обрабатывать гораздо более широкий спектр запросов, которые покупатели действительно хотят задать.
Проблема в том, что этот сдвиг легко имитировать внешне, но сложно правильно построить изнутри. Именно поэтому для крупного предприятия, оценивающего это направление, более полезен не вопрос «является ли это агентским», а кое-что более конкретное: если эта система выдает покупателю неверный или несоответствующий бренду ответ, есть ли у бизнеса способ заметить это, объяснить и предотвратить повторение?
Этот вопрос позволяет довольно быстро отделить подлинную архитектуру от простого ребрендинга, и все сводится к двум вещам: можно ли на самом деле управлять системой и является ли она реальной эволюцией поиска или отдельным решением, работающим параллельно.
Можно ли реально управлять тем, что он говорит?
Агент, который рассуждает на естественном языке и решает, что показать покупателю, по определению обладает некоторой автономией, и именно эта часть заслуживает пристального внимания, если она не подкреплена реальными средствами контроля. Автономия без управления означает лишь непредсказуемость, выраженную более бегло, а для бренда с функцией комплаенса или регулируемой линейкой продуктов это немалый риск.
Существует полезный способ осмыслить то, что действительно требуется для управления, заимствованный из практики адаптации персонала на предприятиях: когда новый сотрудник присоединяется к компании, ему дают руководство — правила ценообразования, то, что можно и нельзя говорить, тон бренда, пути эскалации и то, что находится под абсолютным запретом. Агенту требуется эквивалент: не системный промпт с парой дружелюбных инструкций, а реальный уровень бизнес-логики, в рамках которого он функционирует, подобно тому как хорошо обученный сотрудник действует в соответствии с политикой компании, а не импровизирует на ходу с каждым клиентом.
В контексте поиска и обнаружения этот уровень выглядит как несколько конкретных вещей:
Система макета, которая отделяет то, что ИИ разрешено менять, от того, что остается неизменным: ответ-сравнение может отличаться по набору привлекаемых товаров, но структура этого сравнения, атрибуты, которые разрешено сопоставлять, и логика ранжирования результатов задаются бизнесом, а не импровизируются моделью в моменте.
Бизнес-правила, которые имеют безусловный приоритет над ИИ, благодаря чему определенная кампания, бренд или регулируемая категория могут быть заблокированы для конкретного поведения независимо от того, что в противном случае выбрала бы модель: правила мерчандайзинга побеждают лучшие предположения ИИ.
Защитные барьеры контента, которые блокируют определенные темы, утверждения или формулировки в качестве жестких ограничений, включая гарантии того, что агент никогда не раскроет покупателю свои собственные внутренние инструкции (что важнее, чем кажется, учитывая, как часто именно такие сбои попадают в заголовки новостей). И что не менее важно — четкие правила относительно того, на что агент вообще должен отказываться отвечать, что в регулируемой отрасли может иметь больший вес, чем то, с чем он создан справляться хорошо.
Если вендор не может указать, где именно в архитектуре находится этот уровень управления — не концептуально, а принудительно, — стоит задуматься, что произойдет в тот момент, когда система впервые ошибется на глазах у реального клиента, а не демо-аудитории.
Является ли это реальной эволюцией поиска или отдельной прикрученной системой?
Самый частый тип сбоя здесь — вовсе не плохая модель. Это фрагментация: разговорный агент, созданный как отдельная изолированная поверхность, существующая параллельно с привычным интерфейсом поиска и обнаружения, а не подлинно расширяющая его.
Это понятный путь, поскольку его проще и быстрее выпустить: поднять чат-бот, подключить к языковой модели, дать доступ к извлечению данных и запустить как отдельный интерфейс. Компромисс заключается в том, что отдельный интерфейс также означает отдельную логику релевантности, отдельные сигналы ранжирования, отдельную модель разрешений и полное отсутствие видимости настроек поиска, правил мерчандайзинга и промологики, которые бизнес потратил годы на доработку. Покупатель, который ищет товар, получает несколько результатов, а затем открывает чат-бот, чтобы задать уточняющий вопрос по тем же товарам, фактически начинает все сначала, поскольку эти две поверхности никогда не создавались для обмена данными о том, что покупатель уже установил.
Более устойчивая архитектура рассматривает поиск и диалог как два варианта результатов одной и той же системы, а не как две системы, случайно делящие одну домашнюю страницу. Точный запрос — конкретный товар, номер модели — по-прежнему разрешается быстро, так, как это всегда делал поиск, с ожидаемой покупателями скоростью. Открытый или сравнительный вопрос разрешается в диалоговом режиме, но через тот же базовый движок, сохраняя тот же каталог, тот же контент, те же разрешения и те же бизнес-правила, которые применялись мгновением ранее.
Индустрия приходит к единому протоколу именно для этой цели — его часто называют AG-UI (Agent-to-UI), — при котором агент передает в стриме структурированные инструкции фронтенду (отрендерить здесь сетку товаров, там — таблицу сравнения, а после этого — набор дальнейших действий) вместо того, чтобы генерировать блок текста или, что еще хуже, генерировать код интерфейса «на лету» во время выполнения. Библиотека фронтенда отображает эти инструкции в виде реальных компонентов интерфейса, что позволяет переключаться между результатами поиска и управляемой беседой и обратно, не заставляя покупателя выбирать режим работы или начинать все сначала.
Это различие проявляется в весьма заурядных ситуациях, которые многое проясняют. Покупатель сужает круг товаров по атрибуту, которого официально нет в каталоге, запрашивает сравнение двух-трех конкретных вариантов, а затем спрашивает, что другие клиенты думают об одном из них, — три разные задачи, но одна сессия, один каталог, один контентный индекс и один набор ограничений, сохраняющихся во всех трех случаях. Если вариант этого решения от какого-либо вендора требует от покупателя покинуть поиск и перейти в отдельный чат-бот, чтобы задать ту же последовательность вопросов, это и есть фрагментация, которую призвана устранить реальная архитектура, и об этом стоит напрямую спросить в любом разговоре с вендором.
К чему все это сводится на практике
Все это вовсе не является аргументом против внедрения ИИ в поиск и подбор товаров или призывом к медлительности — эти изменения реальны, уже происходят, и крупное предприятие не может позволить себе оставаться в стороне. Это призыв применять к «агентности» ту же тщательность проверки, которую эти организации уже применяют к любой другой системе, выставляемой перед клиентами: можно ли управлять ею так же, как настоящим сотрудником, и является ли она подлинной эволюцией поиска, а не отдельным опытом, работающим параллельно с ним.
Это более высокая планка, чем та, которую большинство разговоров с вендорами способны преодолеть самостоятельно, и именно поэтому о ней стоит спрашивать напрямую. Организации, которые разберутся с этим в ближайшие несколько лет, вероятнее всего, окажутся не теми, кто двигался быстрее всех, а теми, кто задавал более сложные вопросы до подписания контракта.
Если вы хотите глубже разобраться в том, что отличает управляемую, унифицированную архитектуру от чат-бота со свежим слоем краски, мы недавно подробно рассмотрели это в нашем мастер-классе «Проектирование агентской коммерции: пять важных возможностей», включая демонстрацию в реальном времени того, как это работает на настоящей витрине интернет-магазина.
