Интернет-продажи начинают перестраиваться вокруг новой фигуры — ИИ-агента в роли покупателя. Это уже не чат-бот поддержки или помощник, который пишет письма. Речь о цифровом посреднике, который получает задачу от человека, ищет товары, сравнивает варианты, проверяет условия, общается с сервисами и берет на себя покупку. Разбираемся, какие функции заберут на себя агенты в индустрии покупок, как к этому подготовились ИИ-компании и платежные системы, останутся ли нужны красивые сайты с каталогами и к чему готовиться бизнесу, чтобы внезапно не остаться без продаж.
О дивный новый мир!
Представьте переезд в другой город из-за новой работы. Обычно это десятки задач: найти жилье, выбрать район, продать лишнюю мебель, нанять перевозчиков, найти врачей, спортзал, занятия для детей и ветклинику для питомцев.
ИИ-агент может взять большую часть этой рутины на себя. Он знает бюджет, привычки семьи, требования к району, дорогу до работы, интересы детей и нужды животных. Поэтому сам сравнивает районы, ищет жилье, проверяет объявления, отмечает спорные пункты в договоре и предлагает лучшие варианты.
После выбора квартиры агент помогает с вещами: оценивает мебель по фото, решает, что выгоднее перевезти, а что продать, размещает объявления, подбирает новые предметы под стиль и бюджет. Затем координирует перевозчиков, доставку и совершает покупки для нового дома.
Раньше для этого пришлось бы открыть десятки сайтов и сервисов. В агентной модели один ИИ-посредник связывает поиск, покупку, переговоры и логистику в один управляемый процесс.
Они (агенты) — как мы?
Агент от OpenAI Operator ищет информацию и общается с сервисами в собственном браузере, на правах пользователя, а не через API. Он функционирует на модели CUA — Computer-Using Agent, то есть это «агент, который пользуется компьютером», видит страницу через скриншоты и может нажимать кнопки, выбирать пункты меню, вводить текст и работать с браузером почти так же, как человек.
Главная идея в том, что Operator не всегда использует отдельный доступ к API сервиса. Он может открыть сайт, понять интерфейс и выполнить действие через обычные элементы страницы: формы, поля, ссылки и кнопки.
Если агент ошибается или застревает, он пытается исправиться сам. Когда задача требует участия человека, система возвращает управление пользователю. Например, система просит пользователя вмешаться при вводе паролей, платежных данных и прохождении капчи. Полностью автономная торговля пока остается рискованной зоной.
Технология еще новая и имеет ограничения, но OpenAI заявляет, что CUA показала сильные результаты в тестах WebArena и WebVoyager, где проверяют способность ИИ работать с сайтами и браузерными задачами.
Тем не менее рынок движется в сторону масштабирования. Платежные системы строят инфраструктуру для агентных покупок, интернет-площадки тестируют посредничество ИИ в заказах, крупные ИИ-компании создают стандарты обмена данными между агентами и магазинами.
Согласно недавнему исследованию McKinsey, 44% пользователей, попробовавших поиск с использованием ИИ, говорят, что он стал их «основным и предпочтительным» источником поиска в интернете, по сравнению с 31% тех, кто предпочитает использовать традиционный поиск.
Как это видит пользователь
Он пишет запрос агенту: «Найди авиабилеты без ночных пересадок», «Закажи корм для собаки на месяц», «Подбери игровой ноутбук до 2000 долларов». Дальше агент фильтрует предложения, отвергает откровенно слабые варианты, проверяет ограничения и выводит готовое решение.
OpenAI уже перевела этот сценарий из концепции в рабочий продукт. Компания запустила Instant Checkout в ChatGPT: пользователи в США могут покупать товары у продавцов Etsy прямо внутри чата. OpenAI заявила, что следующим этапом станет интеграция с продавцами Shopify. Пока поддерживается покупка одного товара, позже появятся корзины из нескольких позиций.
ChatGPT перестает быть только интерфейсом для поиска информации и превращается в промежуточный слой между покупателем и продавцом. Теперь пользователь может вообще не увидеть сайт магазина. Агент сам достанет из него каталог, проверит наличие товара, сроки доставки и предложит итоговый вариант.
Как это возможно?
В покупках агентный ИИ использует несколько протоколов и функций:
— MCP, или протокол контекста модели, помогает агенту работать с разными сервисами и не терять смысл задачи. Например, пользователь просит подобрать ноутбук до 2000 долларов, с доставкой до пятницы и хорошей видеокартой. Агент должен помнить бюджет, цель покупки, прошлые предпочтения, открытые варианты и уже отброшенные предложения. MCP нужен именно для такой связки: модель получает доступ к инструментам, данным и контексту, а не начинает каждый шаг с нуля.
— A2A, или протокол взаимодействия агентов, нужен для связи разных ИИ-агентов между собой. В торговле это может выглядеть так: агент покупателя запрашивает наличие у агента магазина, уточняет доставку у логистического агента, проверяет платеж у банковского агента и собирает итоговое предложение. Человеку не нужно вручную ходить по сайтам и переписываться с каждым сервисом.
— AP2, или протокол агентских платежей Google, решает главный вопрос: как агент может платить от имени человека и как удостовериться в его согласии с совершенной покупкой. Пользователь заранее задает условия: что купить, до какой суммы, у каких продавцов, с какой доставкой. Агент действует внутри этих рамок, а платеж подтверждается технически: кто разрешил покупку, что именно было куплено и на каких условиях.
— Управление интерфейсом компьютера позволяет агенту работать с сайтами почти как обычный пользователь: нажимать кнопки, заполнять формы, выбирать пункты меню, вводить адрес доставки. Это важно для магазинов и сервисов, у которых нет удобного API. Агент может оформить заказ через обычный сайт, если ему разрешили это сделать.
— Контекстная персонализация делает покупки точнее. Агент помнит, что пользователь не любит ночные рейсы, выбирает корм коту только определенной марки, покупает технику с гарантией, не хочет доставку курьером после 21:00 и предпочитает магазины с простым возвратом. Поэтому рекомендации становятся не общими, а привязанными к реальным привычкам человека.
— Динамическое планирование нужно для сложных покупок, где меняются цены, наличие и условия. Например, агент собирает поездку: билеты, отель, трансфер, ресторан, страховку и билеты на мероприятие. Если рейс дорожает или отель исчезает из выдачи, агент перестраивает план, ищет замену и пересчитывает бюджет.
В итоге покупка становится единой цепочкой действий почти без вмешательства человека. Человек формулирует намерение — агент уточняет ограничения, проверяет рынок, связывается с сервисами, выбирает вариант и доводит заказ до оплаты или финального подтверждения.
OpenAI и Stripe представили Agentic Commerce Protocol — протокол агентной торговли. Его задача — дать ИИ-агентам стандартизированный доступ к каталогам, ценам, условиям доставки и оформлению заказа. Простыми словами: бизнесу предлагают готовить данные для машин, которые будут покупать вместо людей. GPT уже открыла исходный код технологии, лежащей в основе мгновенного оформления заказа с помощью агента.
Для бизнеса это меняет саму механику продаж
Раньше интернет-магазин оптимизировали под человека: красивые баннеры, продающие тексты, рассчитанные на эмоции, красивые карточки и яркие элементы интерфейса. Агентам все это не нужно. Они проверяют структуру данных: цену, наличие, возврат, доставку, совместимость, гарантию, рейтинг продавца и ограничения.
Если агент не смог понять карточку товара, он просто не покажет ее пользователю. Если цена спрятана, сроки доставки написаны расплывчато, а характеристики неполные — предложение может вылететь из выдачи еще до того, как человек его увидит.
«Компании десятилетиями совершенствовали пути взаимодействия с потребителями, оттачивая каждый клик, прокрутку и касание. Но в эпоху агентской коммерции потребитель больше не путешествует в одиночку. Его цифровые представители теперь ориентируются в экосистеме коммерции, принимая миллионы микрорешений ежедневно. Чтобы преуспеть, брендам необходимо переосмыслить всю систему взаимодействия — не для людей, которых они пытались понять, а для агентов, действующих от их имени».
Бекка Коггинс, старший партнер McKinsey и глобальный руководитель практики розничной торговли и товаров народного потребления
Учитывая растущую доступность и внедрение инструментов поиска на основе ИИ, к 2030 году только на американском рынке розничной торговли B2C через ИИ будет осуществляться покупок на сумму в диапазоне от 900 миллиардов до 1 триллиона долларов. В мировом масштабе, по прогнозам исследования McKinsey, доход от покупок составит от 3 до 5 триллионов долларов.
Есть еще один важный эффект
Продажи начинают терять прямой контакт с покупателем. Бренды меньше общаются с покупателями напрямую, так как между ними появляется цифровой фильтр, который решает, какие предложения показать, а какие скрыть.
Это напоминает историю с поисковиками и маркетплейсами, только влияние сильнее. Google когда-то стал посредником между пользователем и сайтом. Amazon — между покупателем и магазином.
Из-за этого меняются правила оптимизации. Раньше компании боролись за SEO, рекламу и место в поисковой выдаче. Теперь придется бороться за доверие ИИ-агентов. Он оценивает полноту данных, прозрачность условий, репутацию, скорость доставки и совместимость товара с запросом пользователя.
Платежные системы подключились к гонке
Visa развивает платформу Intelligent Commerce. Лозунг — «Постройте будущее, где ИИ-агенты совершают покупки за вас». В сценариях компании агент может заметить, что на складе заканчивается товар, найти поставщика, провести оплату и проверить документы. Visa делает акцент на токенизации и защите операций: платежная система понимает, что деньги тратит не человек напрямую, а его цифровой посредник.
Mastercard строит похожую инфраструктуру через Agent Pay. Компания описывает систему, где ИИ-агент может покупать от имени пользователя через токены, цифровую идентификацию и проверку подлинности операции. Токенизация происходит с помощью сервиса Mastercard Digital Enablement Service (MDES), аутентификация — с помощью платежных ключей.
Amazon пошла еще дальше и начала тестировать сценарий, где агент покупает товары на сторонних площадках. Функция Buy for Me работает так: если товара нет у Amazon, система может оформить покупку на сайте другого бренда. Пользователь при этом остается внутри приложения Amazon. Компания открыто использует термин «агентный ИИ».
Если клиент выбирает функцию «Купить для меня», Amazon оформляет заказ на сайте бренда от его имени. Пользователь подтверждает адрес, налоги, доставку и способ оплаты в приложении Amazon, после чего система передает продавцу зашифрованные имя, адрес и платежные данные. Подтверждение заказа приходит от магазина бренда, а отслеживание доступно в Amazon в разделе «Заказы для меня». Доставку, возврат, обмен и поддержку обеспечивает сам бренд.
Так маркетплейс превращается в посредника между человеком и внешним интернет-магазином. Для рынка это серьезный сдвиг. Раньше площадка конкурировала за трафик. Теперь она может конкурировать за право стать интерфейсом, через который агент покупает товары по всему интернету.
Похожий процесс идет и в B2B-секторе
Forrester пишет, что современные покупатели все чаще используют генеративный ИИ для изучения продуктов и услуг. Агент может собрать поставщиков, проверить цены, сравнить условия SLA — соглашения об уровне сервиса, найти ограничения в договоре и подготовить короткий список для закупочного комитета.
«Сейчас не время ждать и наблюдать. Вскоре почти всем ретейлерам придется столкнуться с тем фактом, что значительная часть их клиентов будет не людьми, а агентами искусственного интеллекта. Задача состоит в том, чтобы опередить конкурентов уже сейчас. Компании, которые первыми предпримут шаги, пусть даже небольшие, будут теми, кто будет формировать будущее».
Ларейна Йи, старший партнер, директор по технологическим исследованиям в McKinsey Global Institute и соруководитель глобальных экосистем и альянсов
Мы на пороге титанического сдвига?
Агентная коммерция меняет саму механику покупок: человек задает цель, а агент проходит путь вместо него. Такой сдвиг может оказаться сопоставимым с переходом от веба к мобильной коммерции, но он будет развиваться быстрее: агентам не нужно заново строить инфраструктуру — они уже могут использовать сервисы, созданные для людей.
В итоге компаниям придется адаптировать сайты, каталоги, платежные сценарии, программы лояльности и клиентские данные под новый тип покупателя. Кто научится работать с ним раньше, получит доступ к покупателю. Возможно, как раз мы с вами застанем будущее, когда агент сам может заглянуть в холодильник, увидеть, что кончились яйца, помидоры и колбаса, и сделать заказ корзины в ближайшей лавке. А доставит нам товары робот-курьер, но это уже совсем другая история…