Agentic commerce w praktyce: nowoczesny sklep ma dwóch odbiorców — ludzi i AI

Agentic commerce to model zakupowy, w którym sztuczna inteligencja — w postaci autonomicznego agenta — samodzielnie realizuje kolejne etapy ścieżki zakupowej w imieniu użytkownika. Agent nie tylko podpowiada produkty: rozumie intencję stojącą za pytaniem, przeszukuje oferty wielu sprzedawców, porównuje je według ustalonych kryteriów, formułuje rekomendację z uzasadnieniem, a następnie wykonuje akcję transakcyjną — dodaje do koszyka, przechodzi przez checkout i inicjuje płatność.

Interfejsem zakupowym przestaje być strona internetowa czy aplikacja mobilna. Staje się nim rozmowa. Klient pisze lub mówi „potrzebuję wodoodpornych butów trekkingowych do 400 zł, dostarczonych przed weekendem" — i agent robi resztę. To zmiana porównywalna do przejścia od katalogów papierowych do wyszukiwarki, a potem od wyszukiwarki do głosowych asystentów. Tyle że tym razem skutek jest bezpośredni i transakcyjny.

Pierwszym szeroko dostępnym przykładem tej zmiany jest Instant Checkout w ChatGPT, zbudowany na Agentic Commerce Protocol (ACP). Użytkownik wpisuje zapytanie, agent przeszukuje podłączone sklepy, wyświetla shortlistę z cenami i opisami, a finalizacja zakupu odbywa się bez opuszczania okna konwersacji. To nie jest demo ani wizja przyszłości — to narzędzie już działające.

W ekosystemie agentic commerce wyłaniają się dwa typy platform, które przejmują rolę pośrednika między kupującym a sprzedawcą. Pierwsze to surface/agent huby — miejsca, gdzie agenci AI rozmawiają z użytkownikami i podejmują decyzje zakupowe. Obecnie dominują tu trzy platformy: OpenAI (ChatGPT), Google (Gemini, Shopping Graph) oraz Perplexity (wyszukiwarka konwersacyjna z natywnym koszem zakupów). Drugi typ to payment huby — infrastruktura do realizacji transakcji zainicjowanych przez AI, gdzie prym wiodą Visa i Stripe.

Ponad 30 publicznie ogłoszonych partnerstw zawartych tylko w pierwszej połowie 2026 roku pokazuje kierunek konsolidacji: rynek skupia się wokół czterech głównych hubów, które będą obsługiwać lwią część ruchu agentic. Shopify ogłosił bezpośrednią integrację z OpenAI, co oznacza, że sklepy na tej platformie mają uprzywilejowany dostęp do kanału ChatGPT — bez dodatkowych integracji po stronie merchantów.

Platformy e-commerce, które nie były wystarczająco szybkie z integracjami natywny­mi, wchodzą do ekosystemu przez warstwy pośrednie: adaptery protokołowe, agregatoryni katalogów, bramki API. To rozwiązanie działa, ale tworzy dodatkowe punkty opóźnienia i ryzyka desynchronizacji danych. Merchant działający na Shopify jest w lepszej pozycji startowej — ale tylko wtedy, gdy jego dane produktowe i polityki sklepu są gotowe na odczyt maszynowy.

Agent zakupowy jest tak dobry, jak dane, na których operuje. Jeśli Twój sklep nie dostarcza mu właściwych informacji, agent albo pomija Twoje produkty, albo — co gorsze — rekomenduje je z błędnymi danymi, generując zamówienia, których nie możesz zrealizować. Warstwa danych dla AI dzieli się na trzy obszary:

A) Dane produktu (structured data)

• SKU i warianty — każdy wariant (rozmiar, kolor, wersja) jako osobny obiekt z własnym identyfikatorem, nie jako lista wartości w opisie
• Atrybuty porównawcze — parametry, które agent może porównywać między produktami: materiał, wymiary, certyfikaty, klasa wodoodporności itd.
• Ceny i dostępność w czasie rzeczywistym — agent musi wiedzieć, czy produkt jest na stanie i w jakiej cenie w chwili zapytania, nie na podstawie cache sprzed godziny
• Ograniczenia wysyłki — do których krajów, regionów, kurierów; jakie gabaryty są akceptowane przez poszczególnych przewoźników

B) Prawda o sklepie (policy & capabilities)

• Polityka dostawy — czas realizacji, koszty wysyłki, dostępne metody, progi darmowej dostawy
• Polityka zwrotów — okno czasowe, warunki, procedura, kto pokrywa koszty
• Gwarancja i wsparcie — czas gwarancji, zakres, dane kontaktowe do supportu
• Ograniczenia geograficzne — obsługiwane kraje i regiony, ograniczenia celne lub regulacyjne

C) Interfejs wykonawczy (API / protokół)

• Endpoint koszyka — tworzenie koszyka, dodawanie produktów, aktualizacja ilości
• Kalkulacja dostawy i podatków — w czasie rzeczywistym, zanim agent potwierdzi kwotę użytkownikowi
• Potwierdzenie kwoty końcowej — agent musi mieć pewność co do ceny przed wykonaniem checkout
• Inicjowanie zamówienia — endpoint do złożenia zamówienia i odebrania potwierdzenia

Wraz z rosnącą liczbą agentów AI działających w e-commerce pojawił się problem języka: jak agent jednego dostawcy ma rozmawiać z systemem zakupowym dowolnego sklepu? Odpowiedzią są protokoły otwarte, standaryzujące interfejs między agentem a sklepem. W 2025–2026 roku wyłoniły się dwa wiodące standardy.

UCP — Universal Commerce Protocol to inicjatywa skupiona wokół ekosystemu Google. Protokół jest otwarty, kompatybilny ze standardem AP2, a Shopify współtworzy go razem z Google jako jeden z kluczowych partnerów technologicznych. UCP definiuje sposób, w jaki agent może odpytywać katalog produktów, pobierać informacje o politykach sklepu oraz inicjować transakcję. Jego siłą jest szerokie wsparcie w ekosystemie wyszukiwania — Gemini, Google Shopping Graph i Google Search coraz częściej korzystają z UCP jako natywnego interfejsu do zewnętrznych sklepów.

ACP — Agentic Commerce Protocol to protokół budowany przez OpenAI i Stripe, dostępny na licencji open source Apache 2.0. ACP jest zoptymalizowany pod ChatGPT i ekosystem OpenAI — to na nim zbudowany jest Instant Checkout w ChatGPT. Stripe implementuje ACP jako warstwę płatniczą, co sprawia, że płatności inicjowane przez agenta mogą być obsługiwane przez istniejącą infrastrukturę Stripe bez dodatkowych integracji.

Oba protokoły rozwiązują ten sam problem: dają agentom standardowy język do katalogu, checkoutu i płatności. Różnica leży w ekosystemie: UCP jest Google-centric i silniejszy w kontekście wyszukiwania, ACP jest ChatGPT-first i silniejszy w kontekście konwersacyjnym. W praktyce — dobrze przygotowany sklep powinien być kompatybilny z oboma, bo oba ekosystemy będą generować ruch.

Jak wygląda pełny przepływ transakcji w modelu agentic commerce? Można go podzielić na cztery czytelne etapy, które razem tworzą nową ścieżkę zakupową — równoległą do tradycyjnej, ale operującą bez udziału ludzkiego interfejsu.

1. Pytanie do agenta — użytkownik formułuje intencję zakupową w języku naturalnym. Może być precyzyjne („kurtka zimowa Patagonia XL, dostawa do Warszawy do piątku") lub ogólne („coś na prezent dla taty-amatora fotografii do 500 zł").
2. Pobranie i normalizacja ofert — agent odpytuje podłączone sklepy przez UCP lub ACP, pobiera dane produktów, ceny i dostępność w ustrukturyzowanym formacie, normalizuje je do wspólnego schematu porównawczego.
3. Shortlista z uzasadnieniem — agent filtruje wyniki, eliminuje produkty niespełniające kryteriów (dostępność, termin dostawy, budżet), buduje shortlistę z wyjaśnieniem, dlaczego każdy produkt pasuje do zapytania.
4. Checkout w AI lub przekierowanie do sklepu — użytkownik zatwierdza wybór, agent inicjuje transakcję przez protokół. W zależności od implementacji checkout odbywa się w interfejsie agenta (Instant Checkout) lub użytkownik jest przekierowany do sklepu z wstępnie wypełnionym koszykiem.

Po złożeniu zamówienia rola agenta kończy się. Fulfillment, obsługę zwrotów i support przejmuje sprzedawca — dokładnie tak jak w przypadku zamówień złożonych tradycyjnie. Zmienia się kanał pozyskania, nie operacje po stronie sklepu.

Dobra wiadomość: gotowość na agentic commerce to w dużej mierze porządek w danych, który jest wartościowy niezależnie od kanału. Poniżej trzy poziomy gotowości, które można wdrażać sekwencyjnie.

Poziom 1: Porządek w danych produktu

To fundament, bez którego żaden protokół nie pomoże. Sprawdź i popraw:

• Atrybuty produktów jako ustrukturyzowane pola, nie jako tekst w opisie — każdy parametr porównywalny maszynowo
• Warianty jako osobne obiekty z własnymi SKU, cenami i stanami magazynowymi — agent nie parsuje nazwy „Niebieski / L"
• Ceny zawsze aktualne i zawierające podatek VAT (lub wyraźnie oznaczone jako netto)
• Dostępność synchronizowana w czasie rzeczywistym — unikaj sytuacji, gdy agent poleca produkt z zerowym stanem magazynowym
• Ograniczenia wysyłki jako dane, nie jako tekst — lista obsługiwanych krajów, wagi, wymiary

Poziom 2: Prawda o sklepie

Polityki muszą być dostępne maszynowo — nie tylko w HTML na podstronie regulaminu:

• Czas i koszty dostawy jako ustrukturyzowane dane (metoda → czas → koszt → próg darmowej dostawy)
• Polityka zwrotów z jasno określonym oknem czasowym i warunkami jako pola, nie akapit tekstu
• Informacje gwarancyjne przypisane do kategorii lub produktu
• Lista obsługiwanych krajów jako tablica danych

Poziom 3: Gotowość protokołowa

Na tym etapie oceniasz, którą ścieżką integracji z protokołami pójdziesz:

• Shopify native: obserwuj i aktywuj Shopify Agentic Storefronts, Shopify Catalog i Knowledge Base — Shopify robi integrację z UCP/ACP za Ciebie
• Custom lub inna platforma: zbuduj lub zakup warstwę API pod koszyk i checkout — endpoint kompatybilny z ACP lub UCP jest testem gotowości protokołowej
• Oceń priorytety: OpenAI (ACP) czy Google (UCP) generuje więcej potencjalnego ruchu dla Twojej kategorii produktów?

Shopify zajmuje w ekosystemie agentic commerce pozycję uprzywilejowaną — i to nie przypadek, ale wynik świadomych decyzji strategicznych podjętych przez platformę w ostatnich dwóch latach. Shopify jest jednym z kluczowych partnerów przy budowie UCP (razem z Google) i jednocześnie pierwszą dużą platformą e-commerce z natywną integracją z OpenAI przez ACP.

Konkretne narzędzia, które Shopify wdraża w ramach strategii agentic, to:

• Shopify Agentic Storefronts — warstwa interfejsu umożliwiająca agentom AI obsługę sesji zakupowej, w tym koszyka i checkoutu, bezpośrednio przez API
• Shopify Catalog — ustrukturyzowany feed produktowy zoptymalizowany pod odczyt przez AI — atrybuty, warianty, dostępność, ceny w formacie przyjaznym agentom
• Shopify Knowledge Base — repozytorium polityk sklepu (dostawa, zwroty, gwarancja) w formacie czytelnym maszynowo, które agent może przeszukiwać w trakcie rozmowy z klientem

Istotne zastrzeżenie: część tych funkcjonalności jest na razie dostępna przede wszystkim dla merchantów w USA i Kanadzie. Europa i Polska będzie otrzymywać kolejne fale rollout z pewnym opóźnieniem — co jest typowe dla Shopify i nie powinno być zaskoczeniem. To jednak nie znaczy, że polscy merchantowie powinni czekać. Sklep przygotowany strukturalnie dziś — z porządnymi danymi, dobrze skonfigurowanym katalogiem i przemyślanymi politykami — wejdzie w nową falę gotowy, zamiast zaczynać nadrabianie zaległości, gdy konkurencja już działa.

Agentic commerce przynosi nową kategorię ryzyk operacyjnych, których warto być świadomym zanim sklep zacznie obsługiwać transakcje przez AI.

• Halucynacje z braku danych — gdy agent nie znajdzie ustrukturyzowanej informacji, może ją wygenerować na podstawie kontekstu. Efekt: klient zamawia produkt z „gwarancją dożywotnią", bo agent tak napisał, chociaż Twoja polityka gwarancyjna jest trzylinia. Remedium: kompletność danych na poziomie 1 i 2.
• Rozjazd cen i dostępności — agent pobrał cenę i stan magazynowy o 14:00, zamówienie złożył o 14:47. Jeśli synchronizacja nie działa w czasie rzeczywistym, możesz dostać zamówienie na produkt, którego nie ma, lub w cenie promocyjnej, która już wygasła. Remedium: real-time API dla cen i stanów, nie feed aktualizowany co godzinę.
• Analityka i atrybucja poza stroną — tradycyjne narzędzia analityczne (GA4, piksel Meta) śledzą sesje przeglądarki. Zamówienie złożone przez AI w interfejsie ChatGPT nie generuje sesji w Twoim sklepie. Remedium: śledzenie zamówień po source/medium z wartościami protokołowymi, integracja webhooków zamówień Shopify z systemami analityki.
• Geografia i rollout — nie wszystkie funkcjonalności ACP i UCP są dostępne we wszystkich regionach. Klient z Polski może pytać przez ChatGPT, ale checkout przez ACP może jeszcze nie działać dla polskiego adresu dostawy. Komunikacja na ten temat musi być jasna — agent nie powinien obiecywać dostawy, której nie możesz zrealizować.

Agentic commerce nie jest odległą futurologią — to zmiana, która dzieje się teraz, w tempie, które trudno porównać do poprzednich transformacji digitalowych. Sklepy, które traktują tę zmianę jako „coś do obserwowania", za dwa lata będą tłumaczyć akcjonariuszom, dlaczego ich udział w rynku discovery zaczął spadać. Chcesz ocenić gotowość swojego sklepu i zbudować konkretny plan? Porozmawiaj z nami — pomożemy przeprowadzić audyt danych i zaplanować drogę do AI-readiness.