Большую часть последнего десятилетия я создавал и масштабировал маркетплейсы, в том числе на некоторых из крупнейших платформ доставки еды в Северной Америке. Сценарий был понятен: привлекать клиентов, вовлекать их в процесс, помогать находить товары, оптимизировать конверсию и возвращать их.
Год назад я задался вопросом, как будет выглядеть коммерция через пять лет. Я ожидал, что ИИ сделает этот сценарий более персонализированным. Я оказался прав лишь наполовину. Персонализация происходит, но на стороне покупателя. Его агент берет на себя поиск, сравнение и принятие решений, а витрина продавца может вообще не участвовать в этом процессе.
Это меняет расстановку приоритетов. Данные о товарах, лежащие в основе витрины, теперь важнее самой витрины. Я уже работал с ИИ раньше, но всегда как с функцией внутри традиционного продукта. В агентной коммерции ИИ — это сам рынок, и это изменило мое представление как о продукте, так и о росте.
В последнее время мы работали с MCP, ACP от OpenAI и Stripe, а также UCP от Google и Shopify, в то время как новые модели выпускались каждые несколько недель. Рынок движется так быстро, что продуктовые решения, принятые в начале квартала, могут выглядеть совсем иначе к его концу.
Следить за анонсами — это самая легкая часть. Гораздо сложнее понять, какие из них должны изменить вашу дорожную карту. Еще в начале работы с ИИ я усвоил, что все, что вы создаете исключительно для обхода слабых мест модели, имеет ограниченный срок годности. Следующий релиз может сделать это ненужным. В агентной коммерции этот урок стал экзистенциальным, поскольку модель, протоколы и агент покупателя развиваются у вас на глазах одновременно.
Модель — это входной параметр, который со временем становится лучше. То, чем вы владеете — это слой, который она считывает, поэтому мы выстроили всё вокруг каталога.
Независимо от того, какая модель, какой протокол или какой опыт взаимодействия с агентом победит, любому агенту, пытающемуся принять решение о покупке, нужна надежная информация о товаре. Наличие, атрибуты, варианты, цены, описания и связи между товарами не теряют своей важности по мере совершенствования моделей. Они становятся еще важнее.
Опора на этот фундамент дала нам фору. Когда Anthropic открыла исходный код своего макета Claude for Commerce, наша команда прошла путь от первого ознакомления до создания агента покупателя и агента продавца за 11 дней.
ИИ кардинально изменил стоимость и скорость создания программного обеспечения. Это сместило «бутылочное горлышко» с инженерии на оценку.
Оценка (тестирование на эвалах) не была для меня новшеством. Создавая функции на базе ИИ, я годами тестировал наши собственные модели в разработанных нами пользовательских сценариях. Агентная коммерция добавила более сложную задачу: вам также необходимо оценивать, как чей-то чужой агент считывает товары ваших клиентов в системе, которую вы не контролируете.
В команде, работающей с ИИ, ключевой навык теперь заключается в том, чтобы понимать, достаточно ли хорош результат для релиза. Поэтому я пишу тесты (эвалы) раньше, чем спецификации, и теперь они охватывают обе стороны.
Прежде чем создавать пользовательский сценарий, мне нужен эталонный набор данных (golden dataset), состоящий из реальных товаров и реальных вопросов покупателей, а также четкое определение того, как выглядит правильный ответ:
- Определяет ли агент правильный товар?
- Понимает ли он атрибуты?
- Делает ли он точную рекомендацию?
- Не галлюцинирует ли он по поводу наличия или цены?
Если мы не можем определить, что такое хорошо, мы, вероятно, еще не готовы к разработке. Тот же подход повлиял на то, как мы подошли к нашему приложению для Shopify. Вместо того чтобы оптимизировать сложность интеграции, мы шли от обратного — от опыта мерчандайзера. С чем ему никогда не должно приходиться сталкиваться? Экспорты в CSV. Тикеты для разработки. Пересборка тем. Результатом стало приложение, которое синхронизирует полный каталог, обогащает его и публикует менее чем за 20 секунд.
В компании, где на первом месте стоит ИИ, продуктовое мастерство и вкус имеют еще большее значение. Когда стоимость создания чего-либо падает, способность правильно оценивать качество становится главным фактором дифференциации.
Пожалуй, это было самым большим изменением для меня, учитывая мой бэкграунд в сфере роста (growth).
Большую часть своей карьеры я исходил из ментальной модели, что я владею интерфейсом. Посадочная страница. Ранжирование. Страница с описанием товара. Воронка чекаута. A/B-тест.
Агентная коммерция меняет это. Продавец больше не обязательно контролирует интерфейс. Покупатель может обнаружить товар через агента, сравнить его с альтернативами и совершить покупку, так и не заглянув на сайт продавца.
Нельзя провести A/B-тест страницы, которую вы не рендерите.
Чат — очевидная отправная точка. Он интуитивен, понятен и доступен. Но мы еще не нашли окончательный форм-фактор.
Голос — серьезный претендент. Я все еще не могу с уверенностью поручить агенту спланировать и забронировать поездку на матч «Арсенала» без прохождения дюжины подсказок и экранов подтверждения.
Но сдвиг в сфере роста уже происходит. Годами мы оптимизировали то, что видят клиенты. Теперь нам все больше нужно оптимизировать информацию, которую потребляют агенты:
- Доступен ли ваш товар для поиска?
- Может ли агент понять, чем он отличается?
- Достаточно ли точна информация, чтобы рекомендовать его?
- Есть ли у него контекст, необходимый для того, чтобы подобрать его нужному покупателю?
Основы роста остаются прежними. Мы просто оптимизируем другой интерфейс.
Трафик, направляемый ИИ, демонстрирует впечатляющие показатели, но мы все еще не пришли к единому мнению о том, о чем они говорят. Компания Adobe сообщила, что в сентябре 2026 года покупатели, пришедшие от ИИ-ассистентов, генерировали значительно больше выручки за визит, чем остальные посетители. Ранее исследование Frankfurt School of Finance & Management показало, что переходы из ChatGPT составили менее 0,2% от общего объема трафика электронной коммерции на изучаемых сайтах.
Цифры выглядят противоречивыми, но они измеряют разные части воронки: одна — ценность прибывших посетителей, другая — сколько их вообще приходит. Ни один из показателей не учитывает покупателя, который просит агента о рекомендации, получает ответ и никогда не переходит по ссылке. Первая половина воронки все чаще происходит там, где продавцы ее не видят.
Команды, которые победили на заре SEO, не ждали идеальной атрибуции. Они находили опережающие индикаторы, на которые могли повлиять, и отталкивались от них. Один из таких показателей, который нас интересует — это доля голоса агента (agent share of voice). Возьмите фиксированный набор запросов покупателей и измерьте:
- Как часто появляется ваш товар?
- Насколько точно агент описывает его?
- Как часто его рекомендуют вместо альтернатив?
Мы увидели, почему это важно, на собственном тестировании. Мы пропустили те же кроссовки для трейлраннинга через нашего агента предварительного просмотра дважды: один раз на оригинальной странице товара, а второй раз после обогащения. На оригинальной странице агент обнаружил четыре недостающие характеристики, списал слоган на маркетинг и пошел дальше, не порекомендовав кроссовки. На обогащенной странице он ответил на каждый вопрос покупателя и даже указал на одну недостающую деталь: защитную пластину от камней.
В кроссовках ничего не изменилось, изменилась лишь информация, с которой работал агент. Вы никогда не увидите эту разницу в отчете о трафике, но вы увидите ее в доле голоса.
Темп напоминает мне мои первые дни в доставке еды в середине 2010-х, когда мы собирали самолет прямо в полете. Здесь то же самое, только воздушное пространство тоже постоянно меняется. Модели, протоколы и поведение покупателей меняются прямо во время полета. Когда все пытаются разобраться в этом одновременно, помогает делиться тем, что мы видим, включая то, в чем мы ошибаемся.
Теперь вопрос, который я задаю себе снова и снова, звучит иначе: что остается под контролем мерчанта, когда покупку совершает агент? Поиск товаров, отношения с клиентами, мерчандайзинг, дистрибуция и метрики — все это переосмысляется. У нас пока нет ответов, и именно над этой проблемой я хочу работать дальше.
