Що спільного між покупками в супермаркеті та AI? Доба Agentic Commerce вже тут

Уявіть сценарій: людина пише чатботу: «Запропонуй, що можна цікавого зробити на п'ятничну вечерю. Простий але смачний рецепт. Підбери продукти, але використовуй відповідні акції». А за двадцять хвилин ШІ-агент надає людині рецепт пасти з креветками в томатно-вершковому соусі і готовий до оплати кошик у супермаркеті.

Це не демо ентузіастів і не концепт для презентації. Це офіційний MCP-сервер великої української мережі «Сільпо»: гість один раз логіниться у свій акаунт, і далі агент діє від його імені, як звичайний покупець з телефоном у руці. Ось і відповідь на питання з заголовка: тепер спільне між шопінгом в супермаркеті та AI полягає в тому, що покупки може здійснювати не людина. 

Чому це новина не про AI, а про дані

Технологічного прориву тут немає. MCP, Model Context Protocol, це відкритий стандарт: спосіб описати можливості системи так, щоб будь-яка велика мовна модель могла ними скористатись без окремої інтеграції під кожен чат-бот. Для команди розробки це зрозуміла робота з передбачуваним обсягом.

Але прорив стався десь поруч. У «Сільпо» хтось ухвалив рішення, які на українському ринку поки що майже ніхто не ухвалював публічно. Віддавати агенту тільки пошук товарів чи ще й кошик? Дозволяти змінювати стан замовлення, чи лише читати каталог? Показувати ШІ історію покупок? Чи показувати бонуси програми лояльності? Чи дозволяти їх витрачати?

Обсяг того, що насправді було виявлено в описаному кейсі, вражає більше, ніж зазвичай можна очікувати від інтеграції з ШІ: не лише каталог і кошик, а й історія покупок у фізичних магазинах з чеками і нарахованими бонусами; склад родини гостя з віком дітей і наявністю тварин; дієтичні обмеження. Це вже не інтеграція — це профіль споживання, відданий назовні в машинно-читаному вигляді. Модель тут легко замінити, за рік вона може бути іншою. А от рішення про те, які саме дані ви описали і відкрили для неї, лишається з бізнесом надовго.

Хто насправді збирає ваш кошик

У новій моделі кошик фактично збирає той, хто налаштовує акції. Для рітейлу цей важіль сильніший за банер на головній сторінці, бо тут не треба вгадувати, на що клікне людина. Достатньо, аби знижку побачив ШІ-агент.

Це твердження ставить під питання двадцять років практики e-Commerce. Ми вчилися працювати з людським оком: акценти на картці товару, банер із вигодою, півтори секунди уваги на першому екрані, тести кольору кнопки «купити». Усе це має сенс, поки рішення ухвалює людина, яка дивиться на екран.

ШІ-агент на екран не дивиться. Він читає структуровану відповідь сервера і бере звідти рівно те, що описано полями. Нічого окрім полів він не побачить, скільки б грошей не пішло на дизайн.

Якщо ваша акція живе в банері на головній, у сторіз і в макеті розсилки, а в даних товару лежить звичайна ціна, для агента цієї акції не існує. Ви заплатили за дизайн, за трафік і за розміщення, а покупець до знижки так і не дійшов — бо за нього рішення ухвалив агент, який цю знижку не побачив.

Те саме стосується всього, що відрізняє товар від пропозицій конкурентів: склад, країна походження, термін придатності, умови повернення, наявність у конкретному магазині, гарантія. Якщо всього цього немає в полях бази, то для агента цього немає.

Варто зафіксувати цю нову реальність без прикрас: у світі, де рішення ухвалюють агенти, перемагає не той, у кого якісніша картка товару, а той, у кого чистіші товарні атрибути.

Три запитання, які варто поставити своєму каталогу

Наскільки ваш бізнес готовий до нової дійсності? Аби з’ясувати це, візьміть картку вашого найприбутковішого товару і чесно дайте відповідь на три запитання.

Перше: чи бачить система вашу знижку окремим полем, або ж вона живе тільки в банері, сторіз і макеті розсилки? Якщо акція існує лише як картинка чи текст, для агента, який читає структуровані дані, її не існує.

Друге: чи закодовані ваші реальні переваги, офіційна дистрибуція, гарантія, умови повернення, сумісність з іншими моделями, як атрибути товару в базі? Або ж вони й досі  артикулюються словами менеджера в описі й на фото?

Третє: чи можна перевірити наявність, розмір чи термін доставки без дзвінка чи повідомлення? Тобто чи фіксуються ці дані в полях, які реально зчитуються інструментами пошуку товарів?

Якщо на всі три питання відповідь «так», картка вже готова до агентської торгівлі. Але якщо у вас є хоча б одне «ні», саме в ньому ховається та частина продажів, яку раніше рятував хороший банер або уважний менеджер. Тепер же рятувати продажі нікому: конкурент із тими ж перевагами, але в полях, а не в тексті, у порівнянні агента виглядатиме сильнішим за вас.

Чому агенти помиляються дорого і чому це не проблема моделі

Агент здатний зібрати кошик, який формально виконує задачу і водночас неприємно дивує сумою в чеку. Причина не в тому, що модель погано щось рахувала. Жоден інструмент сервера не приймає бюджет як параметр, тож обмеження по сумі треба явно задати в запиті — інакше воно просто не існує для агента, який виконує задачу буквально.

Та сама логіка працює із заміною товару. Якщо потрібної позиції немає в наявності, інструмент заміни здебільшого підбирає товар, схожий за назвою, а не за призначенням і атрибутами. Чи можна взяти аналог? чи варто змінити магазин, або ж  краще лишити позицію порожньою? Усі ці рішення мають бути прописані наперед, а не кинуті на розсуд моделі в моменті ухвалення.

Ці помилки не про модель. Вони виникли на боці магазину під час проєктування сервера. Нова версія LLM їх не виправить, оскільки проблема криється не в технології, а в описі інструментів.

Є ще один практичний нюанс, про який говорять не так часто: перевірка вибору агента часто забирає більше часу, ніж самостійне складання кошика. Адже агент не знає, що вже є вдома і чи справді людина приготує запропоновану страву. Це і є головна метрика будь-якого агентного сценарію: якщо він не економить час клієнта, він не приживеться, скільки б у нього не інвестували.

Шість рішень, які ухвалюються до першого рядка коду

Що взагалі показувати агенту. Перелік інструментів, які мережа вирішила відкрити агенту — це продуктове рішення, а не технічне. Можна віддати лише пошук по каталогу, а можна віддати кошик, програму лояльності та історію покупок. Кожен наступний крок підвищує як потенційну користь, так і зону ризику.

Де межа між читанням і записом. Читання безпечне, запис — ні. Агент, який може покласти товар у кошик, потенційно може його очистити, застосувати бонуси, змінити адресу доставки. Тут треба по кожному пункту вирішувати, що дозволено, а що вимагає підтвердження людиною.

Як влаштована авторизація агента. Токен клієнта не має опинитися в чужому чаті. У розібраному на початку статті прикладі цю межу провели явно: AI-клієнт ніколи не бачить внутрішній токен гостя, він працює з окремим MCP-токеном через OAuth, а справжній токен лишається в інфраструктурі мережі.

Які ліміти захищають каталог. Агент робить десятки викликів там, де людина зробила б два. Без rate limit на кожного користувача це і зайве навантаження на сервер, і зручний спосіб для конкурента вивантажити ваш каталог із цінами за одну ніч.

Що ви будете бачити в аналітиці поведінки. Приміром, ви можете бачити виклики інструментів агента, але не побачите саму розмову. Клієнт сказав «дорого» не вам, а моделі, і причина відмови лишилась поза вашими даними. Це нова сліпа зона у воронці продажів, і закривати її треба продуманим логуванням сценаріїв.

У якому стані ваш каталог. Найдорожча частина — вона “ламається” найчастіше. Якщо атрибути товару живуть у тексті опису, а не в полях фіда товарів, жодні інструменти агента не допоможуть.

Кому це потрібно вже зараз, а кому (поки що) ні

Налаштування під агентську комерцію необхідне там, де шопінг здебільшого повторюваний та “нудний”: продукти, e-grocery, товари для тварин, побутова хімія, аптеки, витратні матеріали. Також це доречно для ніш з величезними каталогами та складним підбором позицій: автозапчастини, будматеріали, електроніка, комплектуючі, масштабні маркетплейси. Загалом Agentic Commerce приживається там, де клієнт не отримує від процесу покупки жодного задоволення.

Обійтися без агентів можна там, де покупки разові, недешеві та емоційні: меблі, ювелірні вироби, техніка, яку обирають тижнями, дивлячись численні огляди. Ніхто не делегує моделі те, що хоче обрати сам.

Окремо варто сказатьи про вузькі каталоги на кілька сотень позицій: там людині поки що простіше переглянути усе самостійно, ніж детально прописувати промпт агенту. Персоналізація у таких сценаріях поки що не дає переваг, які б виправдали витрати на структурування даних.

Сюжет, про який майже не говорять: B2B

Найцікавіше зараз відбувається не в роздрібі, а в B2B, і про це поки майже ніхто не пише. Повторюваність замовлень у B2B вища, ніж у продуктовому ритейлі, а інтерфейси гірші. Закупівельник щотижня вручну проходить той самий шлях у дилерському кабінеті: знайти позиції, звірити залишки, підставити свою контрактну ціну, оформити замовлення.

Ефект тут можна показати однією фразою-прикладом: «повтори замовлення за минулий вівторок, прибери те, чого немає в наявності, підстав мою контрактну ціну». Так звучить перемога над рутиною. Різниця з роздробом тут принципова: ефект оцінюється не за метриками зручності дл клієнта, а за навантаженням на відділ обробки замовлень і за кількостю помилок у специфікаціях.

Як показує практика, у B2B-порталах дистриб'юторів дані часто структуровані краще, ніж у роздрібних магазинів. Каталог з артикулами, залишки, індивідуальні прайси, історія відвантажень — усе це чітко фіксується у системі. Тобто найдорожча частина підготовки до Agentic Commerce вже виконана, залишається лише додати у процес ШІ-агента.

У портфоліо нашої команди є кейс розробки B2B-порталу для дилерської мережі – це саме той досвід, який дозволяє чітко зрозуміти різницю між архітектурними станами «дані є» і «дані готові для роботи з ШІ-агентом». Для дистриб'юторів, які вже мають готове B2B-рішення, крок до агентного сценарію значно коротший, ніж здається.

Що це означає для рітейлу

Тут немає нової технології — однак є велика зміна ролі, яку відіграють дані в комерції. Ще нещодавно розмова про AI в рітейлі закінчувалася на рекомендаційних системах і чат-ботах підтримки. Та настав час нових питань: чи бачить взагалі ШІ-агент ваш товар, вашу акцію, вашу перевагу.

Прогноз тут простий: агентна комерція стане ще одним каналом продажів, як мобільний застосунок чи маркетплейс. І бізнеси, які ще не мають чіткої картини даних для ШІ-агентів, входять у цей канал з відставанням. Надолужити це відставання не так легко, адже структурування каталогу та опис атрибутів – це місяці роботи, а не тижневий спринт. 

Користувацький досвід найближчих років усе менше буде про дизайн інтерфейсу, який бачить людина, і все більше про якість даних, яку читає агент. Хто зараз наводить лад у товарній базі, той за кілька років отримає неоціненну перевагу над менш гнучкими конкурентами. Компанії, що ігнорують цей тренд чи відкладають підготовку, просто шкодять своєму майбутньому. 

FAQ