Hogyan versenyez az ügynöki kereskedelemben?

Növelje készségeit a Growth Memo heti szakértői betekintéseivel. Iratkozz fel ingyen!

Az ügynöki kereskedelem az organikus keresést az olcsó forgalom forrásából a mesterséges intelligencia-ellenőrzés kötelező kapuőrévé alakítja. A marketing arbitrázs meghal; a termék igazsága győz.

Ezen a héten a következőkkel foglalkozunk:

Miért szűri ki az ügynöki kereskedelem a marketing-első márkákat, és miért jutalmazza a részletes termékadatokat?
Hogyan alakítják át a ChatGPT, a Copilot és a Google protokolljai a kereskedői gazdaságot és az ügyfélkapcsolatokat.
Melyik feedet kell optimalizálni, mely protokollokat kell előnyben részesíteni, és a megvalósítási sorrend számít.

Az ügynöki kereskedelem „nagy szűrőként” működik, úgymond a marketing arbitrázsban, az organikus keresést az olcsó forgalom forrásából az MI-ellenőrzés kötelező kapuőrévé alakítva.

A jel már látható a zajban. A 2025-ös ünnepi szezonban a mesterséges intelligencia ügynökei adták a kiskereskedelmi eladások 20%-át. A laza definíciókat megengedve is elérkezett az ügynökkereskedelem korszaka.

Mostantól minden nagyobb LLM kínál közvetlen fizetést és új kereskedelmi protokollokat:

A ChatGPT rendelkezik azonnali fizetéssel a Shopify és az Etsy, valamint az ACP (Agentic Commerce Protocol) segítségével.
A Microsoft Copilot az ACP-t használja, és a Copilot Checkout szolgáltatást kínálja PayPal, Shopify és Stripe szolgáltatással.
A Google beágyazta a fizetést az AI módba és a Geminibe az Universal Commerce Protocol (UCP) segítségével.

Az infrastruktúra kérdése eldőlt, de a stratégiai kérdés továbbra is fennáll: Hogyan versenyezhet, amikor a felhasználóknak nem kell webhelyekre kattintaniuk a vásárláshoz?

1. Az ügynöki kereskedelemnek van egy lyuk a közepén

Az „ügynöki kereskedelem” kifejezés rossz elvárást támaszt. A közeljövőben nem válik valósággá az autonóm vásárlás, amikor hitelkártyát és havi juttatást ad az ügynöknek, hogy az Ön nevében vásároljon.

A magas árú vásárlások, például repülőjegyek vagy autók túl kockázatosak ahhoz, hogy átruházzák. Sajátos preferenciái vannak (a légitársaság ülésszabályai, az autó jellemzői), amelyeket egyetlen ügynök sem tud megbízhatóan modellezni.
Az alacsony árú vásárlások, például a WC-papír vagy a mosószer már rendelkezik automatizálással az előfizetéses szolgáltatásokon keresztül (Instacart ismétlődő rendelések, Előfizetés és mentés). Egy ügynök nem ad hozzá növekményes értéket.
A középút kisebb, mint azt a hype sugallja. Ha a magas ár ellenzi a delegálást, és az alacsony ár már „automatizált”, hol termel valójában értéket az autonóm vásárlás?

A „beszélgetési kereskedelem” jobb keret. Ahelyett, hogy 100%-ban automatizálnák a vásárlást, az LLM-ek tömörítik a csatornát azáltal, hogy a klasszikus keresőmotorok számára sokkal jobb kutatást kínálnak, és a termékeket a felhasználói felületen jelenítik meg.

A modellek a kulcsszóajánlatok és a konverziós előzmények alapján történő rangsorolás helyett szakértői véleményeket, termékleírásokat, összetevőlistákat és tényleges felhasználói visszajelzéseket olvasnak.
Az érték abban rejlik, hogy 14 kattintást (az Amazon közzétett átlaga a vásárlás előtt) egy vagy kettőre kell összecsukni.

2. A protokollok „fejtelenné” teszik az e-kereskedelmet

Az új kereskedelmi protokollok lehetővé teszik az AI-ügynökök számára, hogy közvetlenül csatlakozzanak a vállalkozás háttérrendszeréhez, ahelyett, hogy feltérképeznék a webhelyet, hogy megjelenítsék őket a keresési eredmények listájában. A protokollok „fejtelenné” teszik a kereskedelmet, és elválasztják az elejét a háttértől:

A webhelyek célpontként kevésbé fontosak, adatbázisként pedig fontosabbá válnak.
A játék a nyitóoldal-tervezés emberi szemre optimalizálása helyett az adatfolyamok gépi feldolgozásra való optimalizálása felé tolódik el.
Ha a szállítási sebesség, a készlet állapota vagy a visszaküldési szabályzat nem érhető el API-n keresztül, akkor láthatatlan az ügynök számára.

A feltérképezésről a protokollokra való váltás az örökölt 14 kattintásos tölcsért (keresés, böngészés, kattintás, fizetés) mindössze két interakcióra csukja össze: (1) a modell a szándékot elemzi a szakértői vélemények és a valós idejű készletek összevetésével, és (2) a felhasználó egyetlen kattintással vásárol a tárolt hitelesítő adatok használatával.

Bár mindkét protokoll, az ACP és az UCP ugyanazt a felhasználói élményt teszi lehetővé, nagyon eltérő feltételeket kínálnak a kereskedő számára.

Az OpenAI ACP (Agentic Commerce Protocol) protokollja

A látomás: A „falazott kert”. Az OpenAI célja a teljes tranzakció lebonyolítása a chat felületen belül, hatékonyan beszállítóként kezelve a kereskedőket.
A kompromisszum: Hatékonyság vs. LTV. Hetente 700 millió felhasználóhoz jut hozzá, de elveszíti a közvetlen ügyfélkapcsolatot. Mivel az OpenAI jelenleg korlátozza az ügyfelek e-mailjeit marketing célból, elveszíti a remarketing lehetőségét – ezzel gyakorlatilag megöli az élettartam-érték (LTV) 15-20%-át, amely általában a vásárlás utáni e-mailek áramlásából származik.

A Google UCP (Universal Commerce Protocol)

A látomás: Az „Elosztott réteg”. A Google a Shopping Graph-ját egy tranzakciós réteggé bővíti, amely a Search, Lens és Gemini tetején helyezkedik el.
A kompromisszum: Tulajdonjog kontra verseny. Az ACP-vel ellentétben a Google lehetővé teszi a kereskedők számára, hogy megtartsák az ügyfelek teljes életciklusát, beleértve az e-mail-jogokat és a hűségadatokat. A költségek lényegesen magasabb versenyintenzitást jelentenek: Ahelyett, hogy 10 kék linkért harcolna, a mesterséges intelligencia áttekintésében szereplő három „hely” egyikéért küzd, így a termékadatok hibahatára gyakorlatilag nulla.

3. A társalgásos kereskedelem megzavarja az egész ökoszisztémát

A keresésről a beszélgetésre való áttérés a nyertesek, a vesztesek és a stratégiai dilemmák külön csoportját hozza létre.

Vevők drámaian jobb felhasználói élményben lesz része.

Felfedezés: A megfontolt vásárlások (pl. konkrét futócipők) a hat potenciálisan irreleváns termékinformáció-hirdetésre való kattintásról a szakértői vélemények alapján készült, legmagasabb szintű ajánlások felé tolódnak el.
Kognitív terhelés: A modell kezeli a kutatást, az átlagos 14 kattintásos utazást egy-két interakcióba bontva.

Kereskedők kompromisszumokkal kell szembenéznie az elosztás és az irányítás között.

A ChatGPT-n: Hozzáférhet a korai alkalmazókhoz, de elveszíti a közvetlen ügyfélkapcsolatot és az e-mail marketing jogait. Nincs tőkeáttétele a jutalékarányokhoz vagy az ajánlási logikához.
A Google-on/másodpilóta: Megőrzi a rekord kereskedő státuszt, de ahogy a tölcsér tömörül, a helyszíni hirdetéskészlet veszít értékéből. Míg a konverziós arány emelkedhet, a teljes hirdetési bevétel csökken.

Leányvállalatok meghal, amikor az LLM-ek megzavarják a kattintást.

A csapda: Ha a ChatGPT forgalom küldése nélkül szintetizálja a véleményeket, a leányvállalatok leállítják az írást. Ezzel egy „ouroboros” jön létre, ahol a modellek saját mesterséges intelligencia által generált kimenetükön edznek.
A Pivot: A kiadóknak fizetőfalat kell fizetniük a prémium tartalmakért, vagy közvetlenül a kereskedőktől kell fizetniük a véleményezésért.

amazon dominál az ár és a sebesség terén, de üzleti modell konfliktussal kell szembenéznie.

A konfliktus: A kiskereskedelmi árrések csekélyek (~1%); jövedelmezősége a 60 milliárd dolláros reklámüzletből származik.
A kockázat: Az Amazon hirdetési gépe egy 14 kattintásos tölcsérre támaszkodik. Ha a párbeszédes kereskedelem ezt egyetlen kattintásra tömöríti, a szponzorált termékkészlet elpárolog.
A választás: Vagy blokkolniuk kell a feltérképező robotokat a hirdetési bevételek védelme érdekében (jelenlegi stratégia), vagy részt kell venniük és meg kell védeniük azt. A ChatGPT-hez csatlakozó Walmart megfeszíti a kezét.

Google a legjobb helyzetben van a műszak átvészeléséhez.

Paritás: Már most is bevételt szereznek a mesterséges intelligencia áttekintéseiből a régebbi kereséssel egyenlő arányban.
Közgazdaságtan: A nagyobb relevancia a konverziós arányok robbanásszerű növekedéséhez vezet. A hirdetők kattintásonként többet fizetnek, hogy ellensúlyozzák az alacsonyabb kattintási mennyiséget, egyensúlyba hozva az ökoszisztémát.

4. A SEO a kattintások optimalizálása helyett a feldolgozás optimalizálása felé változik

A végtelen polcterület világából (10 kék hivatkozás, végtelen oldalszámozás) a korlátozott polcterületek világába lépünk át (három ajánlási hely az AI-válaszban).

Ebben a környezetben, A SEO a kattintásokra történő optimalizálásról a feldolgozásra való optimalizálásra vált. A cél nem az, hogy egy embert rávegyen a nyitóoldalra; az a lényeg, hogy a termékadatok az ügynök környezeti ablakába kerüljenek, elegendő jogosultsággal ahhoz, hogy az ajánlja.

Az új „Technikai SEO”: A hírcsatorna minősége az örökölt modellben a webhely sebességét, a mobileszközökre való reagálást és az alapvető webes életértékeket jelentette. A protokollkorszakban a technikai SEO az takarmány integritás. Az ügynökök nem „böngészik” az Ön webhelyét; lekérdezik az API-ját. Webhelye kevésbé válik vizuális célponttá, inkább strukturált adatbázissá. A nyertesek azok a kereskedők lesznek, akik a terméktáblázatukat elsődleges kirakatként kezelik.

Az új „On-Page SEO”: A régebbi SEO gyakran jutalmazta azokat a cikkeket, amelyek egyszerűen összefoglalták azt, amit már mindenki más mondott az általános kulcsszavak rangsorolásához. Az LLM-ek azonban erre a konszenzusra vannak kiképezve. Ahhoz, hogy most idézni lehessen, meg kell adnia az Information Gain-t, vagyis a modell által már ismert és a konszenzuson felül megadott egyedi érték közötti különbséget.

Nem „piacosíthatja” a kiutat a gyengébb specifikációkból. Ha azt állítja, hogy Ön a „legjobb futócipő lapos lábhoz”, a modell nem keresi a mellékneveket; az edzési készletében érvényesíti az ívtámasz méréseit a lábgyógyászati szabványokhoz képest.
A tartalomnak az általános elkötelezettségről a strukturált „termékigazság” felé kell elmozdulnia. Az LLM-ek előnyben részesítik a részletes összehasonlító táblázatokat, a védett teszteredményeket (pl. „50-szer ejtettük le ezt a telefont”) és az összetevők bontását. Ha az adatok nem egyszerű feldolgozásra/ellenőrzésre vannak felszerelve, a modell megkerül egy olyan forrást, amely igen.

Az új „oldalon kívüli SEO”: A visszamutató hivatkozások továbbra is számítanak, de funkciójuk megváltozik. Ahelyett, hogy a „link juice”-t adnák át a rangsorolásnál, most a hírnév szintézisének igazolási forrásaiként szolgálnak, értékelésekkel és internetes említésekkel együtt.

Az LLM-ek harmadik felek webhelyeit (pl. Reddit, speciális fórumok, szakértői véleményezési webhelyek) kaparják össze, hogy konszenzust alakítsanak ki. Az ellenőrzött, konkrét vélemények nagy mennyisége megbízható harmadik féltől származó platformokon a legerősebb jelzés, amelyet küldhet.
Egy olyan világban, ahol egy mesterséges intelligencia három lehetőséget javasol, a márka ismertsége döntetlenné válik. A márkahirdetés és az organikus márkaépítés kritikus eszközként megtérül annak biztosítására, hogy a felhasználók felismerjék a mesterséges intelligencia ajánlásait.

5. A „marketing márkák” vége

Az elmúlt évtized lehetővé tette a fehér címkével ellátott márkák számára, hogy hirdetéseken keresztül irányítsák növekedési útjukat, de az ügynöki kereskedelem e modell minőségi szűrőjeként működik. Míg az embereket befolyásolja a finom márkaépítés, az LLM-ek szenvedélytelen olvasói az adatoknak, akik nem ajánlanak „prémium” terméket, ha a specifikációk azt bizonyítják, hogy az azonos egy általános alternatívával.

A protokollokra való áttérés paradoxont teremt: a modellek tökéletesen megértik a hosszú farok szándékát, de kövér fejleltárral teljesítik azt.

Biztonsági elfogultság: A modellek inkább a konszenzust részesítik előnyben, hogy elkerüljék a hallucinációkat. A résmárka úgy néz ki, mint a zaj; egy kategóriakirály úgy néz ki, mint az igazság.
A RAG valóság: A RAG-eszközök általában csak a legjobb 10-20 keresési eredményt vizsgálják. Mivel a keresőmotorok már a tekintélyt részesítik előnyben, a RAG gyakran csak megerősíti az inkumbenseket.

Az egyetlen erő, amely felülírja ezt a torzítást, a szemcsés adatok. Az Ön kereskedői feedje követelésként működik, de a RAG megbízhatósági rétegként működik annak ellenőrzésére.

A piac kettéágazik:

Az inkumbensek a „bizalom” (konszenzus) révén nyerik el az általános szándékot.
A Specialisták meghatározott szándékot nyernek a „szemcsésség” (specifikáció) révén, de csak akkor, ha a legjobb keresési eredmények között szerepelnek.

Ha olyan adatpontokat tesz közzé, amelyeket az óriások figyelmen kívül hagynak (pl. pontos beszerzés, kémiai elemzés), a modell érvelési motorjának ki kell választania Önt a megszorítás teljesítéséhez, de csak akkor, ha az 1. oldalon rangsorol a lekéréshez.

Az organikus keresés már nem a kattintásról szól; az ügynöki ellenőrzés előfeltétele.