Какво е агентна търговия? Ръководство с примери

Представете си следния сценарий: купувач пише в любимия си AI асистент „намери ми маратонки за бягане под 120 долара, подходящи за плоски стъпала“. Четиридесет секунди по-късно му се представят три варианта с цени, срокове за доставка и условия за връщане. Едно докосване потвърждава поръчката, платена със запазена карта. А този човек изобщо не е разглеждал уебсайта на магазина.

Така работи агентната търговия (agentic commerce) и части от нея вече функционират. Google, OpenAI, Amazon, Visa и Mastercard са изградили по една част от нея през последната година, заедно с отворени протоколи, които позволяват на AI агентите да комуникират с магазини и платежни системи.

Това ръководство обяснява как работи агентната търговия и кои протоколи я поддържат. Описва какво е налично днес и какво трябва да променят онлайн магазините, тъй като все повече от агентите, които разглеждат каталозите им, се задвижват от AI.

Накратко

• Агентната търговия е пазаруване, при което AI агенти действат от името на човека. Те намират и сравняват продукти, а в някои случаи ги купуват в рамките на зададени от човека ограничения.
• Днес по-голямата част от нея е с агент като помощник. Агентите проучват и подготвят колички, а хората все още потвърждават плащането. Напълно делегирано купуване съществува в тесни случаи, като покупки при спад на цената и допълване на запаси.
• Тя се основава на набор от протоколи: MCP и A2A свързват агентите, ACP и UCP обслужват търговските процеси, а AP2 и програмите на картовите мрежи осигуряват платежните пълномощия.
• За търговците задачата е практична: точни машинночетими продуктови данни, финализиране на поръчката, съвместимо с агенти, и измерване, което отчита поръчките, направени извън уебсайта.

Какво е агентна търговия (agentic commerce)?

Агентната търговия е модел на онлайн купуване, при който AI агенти тълкуват целта на купувача, търсят и оценяват предложения в различни магазини и предприемат действия като създаване на количка, подаване на поръчка или проследяване на връщане. Купувачът задава целта и ограниченията, като бюджет, марка или срок за доставка. Агентът извършва стъпките помежду им.

Разликата с уиджета за препоръки или чатбота за поддръжка е инициативата. Ботът за препоръки само предлага, докато агентът изпълнява. Той планира последователност от действия, извиква външни инструменти и продължава, докато задачата бъде изпълнена или му е нужно решение от човека. Технологията зад това е агентният AI, приложен в купуването и продаването.

Автономността има степени. Полезен начин да разберете тези системи е да ги поставите на тази стълбица:

1. Препоръка. Агентът проучва и предлага. Купувачът купува от сайта на търговеца.
2. Създаване на количка. Агентът събира количка, често от няколко търговци.
3. Одобрено финализиране на поръчката. Агентът завършва поръчката, след като купувачът потвърди.
4. Постоянно делегиране. Купувачът одобрява предварително правила (например „купи, когато цената падне под 80 долара“), а агентът купува, без да пита отново.
5. Транзакции между агенти. Агентът на купувача преговаря директно с агента на продавача.

Повечето реални продукти са на някоя от стъпки 1–3. Стъпка 4 съществува в ограничен вид, а напълно автономните агенти, които се справят с неограничено пазаруване, остават рядкост. Стъпка 5 е най-вече в пилотни проекти и спецификации.

Как работи агентната търговия?

Всеки агент за пазаруване съчетава три компонента. Големият езиков модел (LLM) отговаря за разсъжденията: разбива заявката на стъпки и решава какво да прави по-нататък. Паметта съхранява предпочитания, размери, минали поръчки, както и запазени данни за плащане и доставка. Инструментите са връзките, които позволяват на агента да действа: търсене в каталога, проверка на цени, API за количка и финализиране на поръчката, платежни услуги. Всяка покупка преминава през пет етапа.

1. Потребителят задава цел и ограничения

Купувачът описва резултата на естествен език: „подарък за сестра ми до 50 долара, обича керамика“. Ограниченията могат да бъдат изрични (бюджет, срок за доставка) или изведени от паметта (предпочитани марки, размери, минали връщания).

2. Откриване и оценка

Агентът търси варианти в каталози, продуктови фийдове и отворения уеб, след което ги филтрира според ограниченията. Тук се случват сравнение на цени, анализ на отзиви и проверка на наличности. Магазините с непълни или остарели продуктови данни отпадат на този етап, често без търговецът да бъде уведомен.

3. Агентът взаимодейства с търговеца

За да действа, агентът се нуждае от структуриран достъп. Това може да бъде крайна точка на търговски протокол (ACP или UCP), API, MCP сървър или, като резервен вариант, самият уебсайт. Чрез тези интерфейси агентът проверява цената и наличността в реално време, прилага отстъпки и изгражда количката.

4. Плащане, иницииран от агента, със съгласие и лимити

Тук плащанията, инициирани от агент, се различават от автоматичното попълване. Агентът никога не получава реалния номер на картата. Той използва токенизирани платежни данни или еднократна виртуална карта, ограничена до един търговец, сума или времеви прозорец. Одобрението на купувача се записва като доказателство за това, какво е било позволено на агента да купи. Лимитите на разходите и правилата за потвърждение действат като предпазни мерки, а при покупки с висока стойност често има етап с участие на човек (human-in-the-loop).

5. След покупката: проследяване и връщане

След поръчката агентът може да проследява доставката, да сигнализира за проблеми и да започва връщания или замени. Тази част е най-малко стандартизирана. Протоколите покриват статуса на поръчката, но заместванията, частичните възстановявания и споровете често все още приключват при човек от поддръжката.

Ползи от агентната търговия

Агентната търговия е от полза както за купуващите, така и за продаващите магазини.

По-малко работа за купувачите

Сравняването на десет раздела със спецификации и условия за връщане е частта от онлайн пазаруването, която повечето хора с удоволствие биха делегирали. Агентите свиват часове проучване в една заявка. В проучване на Global Payments от май 2026 г. 63% от респондентите са заявили, че използват AI инструменти за пазаруване, за да спестят време, а 69% — за да намерят по-добри оферти.

По-малко изоставени колички

Много от причините за изоставяне на количката са свързани с пречки: създаване на акаунт, дълги формуляри, грешки при плащане. Автоматизираното финализиране на поръчката може да намали тези пречки, като премахне повтарящото се попълване на формуляри и опрости плащането. 

Персонализация на базата на заявено намерение

Агентът работи с това, което купувачът изрично е поискал, плюс това, което помни за него, а продуктовите му препоръки следват това заявено намерение, а не догадки. Магазините, които вече използват персонализирани препоръки в собствените си канали, разполагат с продуктовите атрибути и данните за афинитет, от които агентите се нуждаят.

Нови източници на търсене за търговците

Всеки голям асистент, от ChatGPT през Gemini до Claude, се превръща в място, откъдето започват покупките. За търговците това е нов канал за привличане с високо намерение за покупка. Купувачите, пренасочени от AI услуги към американски сайтове за търговия на дребно, са конвертирали с 60% по-висок процент от останалия трафик през юли 2026 г., според Adobe.

Агентна търговия срещу традиционна и разговорна търговия

Разговорната търговия поставя чат прозорец или AI асистент за пазаруване върху магазина. Тя отговаря на въпроси и препоръчва продукти, но изчаква потребителя и не завършва транзакция сама. Агентната система приема цел и я преследва през няколко стъпки, а понякога и през няколко магазина.

Защо агентната търговия е важна сега

Между 2025 и 2026 г. агентната търговия премина от демонстрации към работещи продукти, основно заради три развития.

Първо, купувачите вече използват AI, за да пазаруват. Проучване на IBM и NRF сред над 18 000 потребители в 23 държави установи, че 45% се обръщат към AI за помощ по време на пътя си към покупка, най-вече за проучване на продукти (41%), тълкуване на отзиви (33%) и намиране на оферти (31%). Генеративният AI вече е обичайна стъпка при откриването на продукти.

Второ, доверието расте, макар и бавно. В проучването на Global Payments (8 027 потребители в седем пазара, май 2026 г.) респондентите очакват AI агентите да направят 15% от покупките им в рамките на пет години, срещу 9% година по-рано. Предаването на крайното решение е различен въпрос: в проучване на Gartner сред американски потребители готовността да оставят AI да взема решението за покупка не надхвърля 11%, дори за категории с ниски залози.

Трето, инфраструктурата вече съществува. Платежните мрежи и AI платформите пуснаха работещи протоколи за делегирани плащания. Агентите вече могат да плащат, без да виждат номерата на картите, а търговците могат да различат проверен купуващ агент от скрейпър.

Дългосрочните залози са големи. McKinsey изчислява, че агентите биха могли да организират между 3 и 5 трилиона долара от глобалната потребителска търговия до 2030 г., включително до 1 трилион долара в американската B2C търговия на дребно. Цифрата описва приходи, които преминават през агенти, не непременно нови разходи, а самата McKinsey отбелязва, че темпът на приемане все още е неясен.

Ключови технологии и протоколи зад агентната търговия

Няма единен стандарт, който да управлява агентната търговия. Всеки протокол покрива една част от пъзела и повечето са проектирани да работят заедно.

Model Context Protocol (MCP)

Model Context Protocol (MCP) е отворен стандарт за свързване на AI модели с външни инструменти и данни. Anthropic го представя през ноември 2024 г., а през декември 2025 г. го дарява на Agentic AI Foundation към Linux Foundation, съосновано с Block и OpenAI. В търговията MCP позволява на агента да направи заявка към каталог или да извика API на магазина. Той не е протокол за плащане или финализиране на поръчката.

Agent2Agent (A2A)

A2A, пуснат от Google през април 2025 г. и прехвърлен към Linux Foundation през юни същата година, стандартизира начина, по който агенти, създадени от различни доставчици, се откриват взаимно и обменят задачи. Това е основата за преговори между агенти на купувачи и продавачи.

Agentic Commerce Protocol (ACP)

Agentic Commerce Protocol (ACP) е отворен стандарт, разработен съвместно от OpenAI и Stripe. Стартира през септември 2025 г., за да захранва ChatGPT Instant Checkout, като първи са търговците от Etsy и Shopify. През март 2026 г. OpenAI промени курса: Instant Checkout премина в собствените ChatGPT приложения на търговците, търговците вече могат да използват собствено финализиране на поръчката, а ACP стана основно слой за откриване на продукти. Target, Sephora, Nordstrom, Lowe's, Best Buy, The Home Depot и Wayfair са интегрирали ACP за откриване.

Universal Commerce Protocol (UCP)

Google обяви UCP през януари 2026 г. на NRF, разработен съвместно с Shopify, Etsy, Wayfair, Target и Walmart и подкрепен от Visa, Mastercard, Stripe, Adyen и други. Той покрива целия път от откриване през количка и финализиране на поръчката до самите поръчки и работи заедно с A2A, AP2 и MCP. UCP захранва финализирането на поръчката в AI Mode на Google и в приложението Gemini. През октомври 2026 г. Google отвори UCP хъб в Merchant Center, който предлага прехвърляне на количка, вградено финализиране на поръчката и свързване на акаунти, като първи са търговците от САЩ, а включването става след одобрение.

Agent Payments Protocol (AP2)

Agent Payments Protocol (AP2) отговаря на един тесен въпрос: откъде търговецът или банката знаят какво купувачът действително е упълномощил? Той използва криптографски подписани мандати, които записват намерението на купувача и одобрената количка. Google го представи през септември 2025 г., а през април 2026 г. го предаде на FIDO Alliance, като пусна версия 0.2 с поддръжка на покупки „без присъствие на човек“ на базата на предварително одобрени инструкции.

Програми на картовите мрежи

Visa Intelligent Commerce и Mastercard Agent Pay издават токени, специфични за агенти, така че агентът да може да плаща в рамките на лимити, без да държи данни за картата. Trusted Agent Protocol на Visa позволява на търговците да проверяват дали трафикът идва от регистриран купуващ агент, което помага при откриването на измами и управлението на ботове. 

Случаи на употреба и действащи примери за агентна търговия

Най-честите случаи на употреба на агентна търговия днес са рутинни и лесно обратими: допълване на основни стоки за дома, купуване при спад на цената, резервиране на билети и управление на абонаменти. B2B снабдяването е естествената следваща стъпка. Повторните поръчки в рамките на одобрени списъци с доставчици, бюджети и договори подхождат добре на агентите. За B2B продавачите част от усилията, които сега отиват за генериране на продажбени лийдове, ще се изместят към това да бъдат откриваеми от агента за снабдяване на купувача.

Публикувани резултати за ефективност на отделни търговци все още са рядкост. Примерите по-долу са действащи продукти. Всеки е отбелязан със своята степен от стълбицата на автономността.

Walmart в ChatGPT (одобрено финализиране на поръчката)

През март 2026 г. Walmart пусна приложение в ChatGPT. Купувачите могат да свържат акаунта си в Walmart, да използват ползите от програмата за лоялност и да плащат с платежните методи на Walmart. Това е най-ясният пример за модела след Instant Checkout, при който търговецът управлява финализирането на поръчката вътре в асистента.

Google AI Mode, Gemini и Universal Cart (създаване на количка и одобрено финализиране на поръчката)

Universal Cart на Google, обявена на I/O през май 2026 г., поддържа една количка в Търсенето и приложението Gemini, следи спадове на цените и наличности и проверява съвместимостта на продуктите. Финализирането на поръчката минава през UCP с Google Pay или количката се прехвърля към сайта на търговеца. Сред стартиращите търговци са Nike, Sephora, Target, Ulta Beauty, Walmart и Wayfair. Засега само за САЩ. 

Amazon Alexa for Shopping (постоянно делегиране)

През май 2026 г. Amazon включи асистента си Rufus в Alexa for Shopping, достъпен за купувачи в САЩ. Той може да допълва артикули по график, да купува автоматично, когато продукт достигне целева цена, и да използва „Buy for Me“, за да завършва покупки в сайтове на други търговци със запазените данни на купувача. 

Покупки с агенти на Visa в Европа (автономни, в рамките на лимити)

През юли 2026 г. Visa съобщи, че AI агенти извършват реални покупки при търговци като lastminute.com и Frasers, а в пилота участват над 30 европейски издатели на карти. Агентите са купували в рамките на лимитите, зададени от потребителя, а всяка транзакция е била удостоверена с passkey.

Какво показват първите цифри

Данните на ниво платформа са по-достъпни от случаите на отделни търговци. Shopify съобщи, че поръчките от търсения с AI са нараснали почти 13 пъти през първото тримесечие на 2026 г. Adobe съобщи, че посещенията от AI препратки към американски сайтове за търговия на дребно са свързани с 53% по-висок приход на посещение. И двете цифри измерват пазаруване с помощта на AI. Нито една не отделя напълно автономните поръчки, които платформите все още не отчитат самостоятелно.

Как да подготвите бизнеса си за агентната търговия

Купувачите сами ще избират своите агенти. Работата на търговеца е да направи магазина лесен за четене, купуване и измерване от всеки от тях. Готовността за агентна търговия се свежда до пет области.

Направете продуктовите данни машинночетими

Агентите избират от това, което могат да анализират. Публикувайте пълни машинночетими продуктови данни: заглавия, атрибути, варианти, размери, материали, съвместимост, срокове за доставка и условия за връщане. Маркирайте страниците със структурирани данни (schema.org), използвайте стандартите GS1 за продуктови идентификатори като GTIN и поддържайте продуктовия си фийд синхронизиран с реалните наличности и цени. Агент, който открие несъответствие в цената при финализирането на поръчката, често ще отпише магазина и ще избере следващия вариант.

Отворете магазина си за агенти чрез API

Архитектурите за търговия, базирани на API и headless, имат предимство тук: каталогът, количката и финализирането на поръчката вече съществуват като услуги, които могат да бъдат извиквани. Проверете дали платформата ви поддържа ACP или UCP, или планира да ги поддържа. Много търговци ще стигнат дотам чрез доставчика на платформата си, вместо да изграждат интеграции сами. Ако работите със Shopify, съществуващата ви автоматизация на маркетинга в Shopify и настройка на каталога са добро място за начало на одита.

Задайте правилата за финализиране на поръчката от агенти

Решете кои агенти приемате, как ги проверявате и какви лимити важат. Работете с платежния си доставчик по поддръжката на токени и контролите за доверие и сигурност. Отделяйте проверените купуващи агенти от скрейпърите, така че защитата от ботове да не блокира реални клиенти.

Запазете връзката с клиента, след като агентът си тръгне

Поръчката, направена чрез асистент, все пак включва реален клиент. Събирайте first-party данни, където протоколът позволява, записвайте избора за управление на съгласията и свързвайте поръчката с единен клиентски профил. Платформа за клиентски данни (CDP) и добра стратегия за first-party данни ви позволяват да продължите връзката след първата поръчка: onboarding, напомняния за допълване на запаси, лоялност, оркестриране на клиентското пътуване през омниканални точки на контакт и предиктивна сегментация за връщане на клиенти. Задържането на клиенти, водено от агенти, започва със знанието кой е купил.

Преработете атрибуцията

Покупките на агенти често прескачат прегледа на страница, сесията и пиксела. Добавете server-side проследяване, маркирайте поръчките по агент източник или протокол и следете колко често асистентите споменават вашите продукти. Проследявайте конверсията и процента на повторни покупки за клиентите, дошли от агенти, отделно. Без това разделяне стандартната аналитика ще отчита по-ниски приходи от агентна търговия.

Бъдещето на агентната търговия

Пет промени вероятно ще оформят агентната търговия през следващите две до три години.

Протоколите се консолидират

Управлението преминава към неутрални организации: MCP и A2A към Linux Foundation, AP2 към FIDO Alliance. Очаквайте по-малко конкуриращи се спецификации и повече съвместимост между потоците на ACP и UCP.

Агентите преговарят с агенти

McKinsey описва търговията между агенти, при която личен агент за пазаруване преговаря с агента за продажби на търговеца, като един от три възникващи модела на взаимодействие. Агентите от страна на търговеца за ценообразуване, оферти и обслужване ще се нуждаят от собствени предпазни мерки.

Повече покупки минават през агенти

Купувачите очакват делът на покупките, направени от AI, да расте, но доверието е ограничаващият фактор. Приемането ще води при евтини, обратими категории и ще навлиза бавно в категориите с висока стойност.

Откриването и атрибуцията се променят

Асистентите вече продават спонсорирани позиции. Марките ще се състезават за място в краткия списък на агента, а AI маркетингът ще се нуждае от нови метрики за видимост в AI отговорите. Екипите, които вече използват агентен AI за маркетолози в собствената си работа, като AI агентите за ecommerce маркетинг, които анализират кампании и редактират шаблони, ще намерят за по-лесно да планират и за купувачи, които делегират.

SEO се разширява към GEO и AEO

Оптимизацията за генеративни търсачки (GEO) и оптимизацията за търсачки с отговори (AEO) се фокусират върху цитиране и препоръчване от AI системи, а не върху класиране в страница с резултати. Чистите данни, ясните политики и последователните отзиви от трети страни значат повече от плътността на ключовите думи. Големите модели за действия (large action models), обучени да работят директно с интерфейси, биха могли да разширят автономното финализиране на поръчката до сайтове без специални API за агенти, макар надеждността им на непознати сайтове все още да не е доказана.

Често задавани въпроси: агентна търговия

Безопасна ли е агентната търговия?

Може да бъде, когато е изградена върху настоящите стандарти. Агентите плащат с токени или виртуални карти, така че никога не виждат номерата на картите. Мандатите записват какво е одобрил купувачът, а лимитите на разходите ограничават щетите от грешна покупка. Основните рискове са грешки, като грешен размер или остаряла цена, и непроверени ботове, представящи се за агенти.

Агентната търговия същото ли е като агентния AI?

Не. Агентният AI е общата технология: AI системи, които планират и предприемат многостъпкови действия към дадена цел. Агентната търговия е едно приложение, фокусирано върху купуването и продаването. Същите техники на агентния AI захранват и агенти за маркетинг, обслужване на клиенти и разработка на софтуер.

Къде мога да използвам агентна търговия днес?

В САЩ купувачите могат да пазаруват през Google AI Mode и Gemini с одобрени търговци, през приложения на търговци в ChatGPT, като това на Walmart, и през Alexa for Shopping на Amazon. В Европа Visa и Mastercard са позволили плащания от агенти с участващи банки и търговци. Наличността варира според държавата и се променя често.

Трябва ли купувачите да одобряват всяка покупка?

В повечето случаи да. Повечето сегашни продукти искат потвърждение преди плащането и много купувачи го желаят: една трета от респондентите в проучването на Global Payments от 2026 г. искат да одобряват всяка транзакция. Постоянните правила, като купуване при целева цена, са основното изключение.

Как един магазин може да стане видим за AI агентите за пазаруване?

Започнете с продуктовите данни. Поддържайте фийдовете пълни и синхронизирани с реалните наличности и цени, добавете markup на schema.org и използвайте стандартни идентификатори. След това проверете дали вашата ecommerce платформа поддържа ACP или UCP и се уверете, че защитата от ботове пропуска проверени агенти.

Каква е разликата между ACP и UCP?

И двата стандартизират начина, по който агентите работят с търговците. ACP, от OpenAI и Stripe, сега основно захранва откриването на продукти в ChatGPT. UCP, от Google и търговски партньори, покрива откриването, финализирането на поръчката и поръчките в AI Mode на Google и Gemini. Няколко големи търговци, включително Target и Wayfair, работят и с двата.

Агентната търговия ще достигне повечето магазини на етапи: първо като трафик от AI препратки, после като поръчки, направени вътре в асистентите, а по-късно като покупки без клик към сайта. Основата остава една и съща на всеки етап. Агентите се нуждаят от чисти продуктови данни, за да изберат вас, а на вас са ви нужни чисти клиентски данни, за да задържите хората, които те изпращат.

Тук можем да помогнем. Попълнете формата по-долу и ще ви покажем как платформа за клиентски данни може да свърже поръчките, произхождащи от AI асистенти, с единни клиентски профили и да подпомогне продължаващото взаимодействие с клиента, където е позволено. 

Special Request Inline