Agentic Commerce: AI agenti ako sprostredkovatelia nákupov

Agentic Commerce presúva nákupné rozhodnutie zo stránky s výsledkami vyhľadávania do dialógu s AI agentom. Používatelia namiesto prehľadávania e-shopov sformulujú cieľ a agent produkt objaví, porovná a v ideálnom prípade aj kúpi. Pre B2B predaj v regióne DACH tak medzi značkou a zákazníkom vzniká nová, strojovo sprostredkovaná vrstva viditeľnosti. Tento článok zaraďuje pojem, protokoly, platformy a meranie do kontextu a prináša plán opatrení pre rakúske firmy a firmy z regiónu DACH.

Prečo je Agentic Commerce relevantný práve teraz

Predpoklad agentického nakupovania je jednoduchý: ľudia musia AI systémy používať v bežnom živote. Presne to sa v regióne DACH stalo realitou. V Nemecku používalo 67 percent ľudí vo veku od 16 rokov generatívnu AI ako ChatGPT, Microsoft Copilot alebo Google Gemini, čo je skok o 27 percentuálnych bodov oproti letu 2024 (vtedy 40 percent). Medzi používateľmi vedie ChatGPT so 43 percentami, nasleduje Copilot s 39 percentami, Gemini s 28 percentami a Perplexity s 1 percentom. Tieto čísla od Bitkomu sa týkajú Nemecka, nie celého regiónu DACH, ukazujú však smer: chatové okno sa stáva štandardným rozhraním. Kto sa v ňom neobjaví, v predvýbere neexistuje.

Tento posun zasahuje marketing na citlivom mieste. Keď agent robí prieskum a porovnáva, klasické kontaktné body ako stránka s detailom produktu alebo platený klik čiastočne vypadnú zo zorného poľa zákazníka. Značka sa namiesto toho musí objaviť priamo vo vygenerovanej odpovedi. Práve tu sa Agentic Commerce prepája s Generative Engine Optimization (GEO): viditeľnosť v AI odpovedi je vstupenkou do agentického nákupného procesu.

Ako to funguje: discovery, protokoly a výkladné skrine platforiem

Agentic Commerce nie je to isté ako vyhľadávanie produktov pomocou AI. Oplatí sa rozlíšiť tri stupne. Discovery: Agent nájde produkty a uvedie ich vo svojej odpovedi, nákup však naďalej prebieha v e-shope. Predvýber: Agent aktívne zužuje možnosti a odporúča. Autonómne dokončenie nákupu: Agent spustí transakciu priamo v rozhraní AI. Klasický e-commerce končí kliknutím používateľa na tlačidlo objednávky, Agentic Commerce presúva tento krok do agenta. Prvé dva stupne sú dnes bežne rozšírené, tretí je technicky možný, plošne však ešte nie je zavedený.

Aby agent vôbec mohol predávať, potrebuje infraštruktúrnu vrstvu. Tu si konkuruje viacero štandardov:

• Agentic Commerce Protocol (ACP): OpenAI ho vyvinul spolu so Stripe a zverejnil ako open source. Upravuje, ako agent zadá objednávku a spracuje platbu. ACP bol základom pre Instant Checkout v ChatGPT. Podľa OpenAI zostáva ACP infraštruktúrou, ktorá prepája používateľov s obchodníkmi počas celej nákupnej cesty.
• Universal Commerce Protocol (UCP): Otvorený štandard Googlu pre agentické nakupovanie. V januári 2026 Google oznámil, že UCP má umožniť novú funkciu checkoutu pri oprávnených produktových ponukách v AI Mode a v aplikácii Gemini, pomocou ktorej zákazníci dokončia nákup priamo u vybraných obchodníkov z USA. Ako partnerov Google uvádza okrem iných Shopify, Etsy, Wayfair, Target a Walmart. Podľa odbornej tlače bol checkout v máji 2026 obmedzený na oprávnených obchodníkov z USA a vtedy sa prvýkrát objavil aj v bežných výsledkoch vyhľadávania. V tom istom mesiaci Google oznámil, že UCP checkout zavedie v Kanade a Austrálii a potom vo Veľkej Británii. Región DACH pritom Google neuvádza.
• Model Context Protocol (MCP): Otvorený štandard na pripojenie agentov k nástrojom a dátovým zdrojom, ktorý vyvinula spoločnosť Anthropic. Od decembra 2025 ho spravuje Agentic AI Foundation pod záštitou Linux Foundation. MCP nie je platobný protokol, ale všeobecný most, cez ktorý agent dokáže získať štruktúrované produktové a skladové dáta. ACP a UCP riešia dokončenie nákupu, MCP rieši prístup k dátam. Štandardy si teda čiastočne konkurujú a na rôznych úrovniach sa dopĺňajú.

V rozhraní sa z týchto protokolov stávajú viditeľné výkladné skrine. V Google AI Mode sa s Direct Offers objavuje nový reklamný formát: obchodníci môžu používateľom pripraveným na nákup zobrazovať exkluzívne ponuky, napríklad zľavu 20 percent, priamo v AI Mode, pričom Google pomocou AI určuje, kedy je ponuka relevantná. Do pilotu sú zapojené okrem iných značky Petco, e.l.f. Cosmetics, Samsonite a Rugs USA. OpenAI v septembri 2025 predstavil Instant Checkout ako dokončenie nákupu priamo v ChatGPT. V marci 2026 ho OpenAI utlmil a nákupy majú odvtedy prebiehať cez aplikácie obchodníkov a partnerov v rámci ChatGPT. Podľa správ The Information sa pripojilo len málo obchodníkov. Pri Perplexity a Microsoft Copilot vznikajú podobné rozhrania blízke nákupu. Pre trh DACH je rozhodujúce, že tieto pilotné programy štartujú najprv v USA s vybranými obchodníkmi. Rakúsky trh tak zrelosťou zaostáva za trhom USA.

GEO ako predpoklad: takto sa značka dostane do citácií v AI odpovediach

Skôr ako agent môže nakúpiť, musí značku poznať a uviesť. Viditeľnosť v generatívnych odpovediach sa riadi inými pravidlami ako klasický ranking. Štúdia o Generative Engine Optimization z prostredia Princetonu ukazuje, že cielená optimalizácia môže zvýšiť viditeľnosť v generatívnych odpovediach až o 40 percent. Štúdia upozorňuje, že najúčinnejšie stratégie sa líšia podľa tematickej oblasti, vyzdvihuje však obsahovo obohatené texty. Pre Agentic Commerce to v praxi znamená:

• Front-loading: Rozhodujúca informácia, teda čo je produkt, pre koho sa hodí a koľko stojí, patrí do prvých viet, nie na koniec. AI systémy prednostne extrahujú jasné výroky uvedené na začiatku.
• Answer islands: Samostatné, uzavreté bloky odpovedí, ktoré konkrétnu otázku zodpovedajú úplne, sa citujú ľahšie ako informácie roztrúsené po texte.
• Brand mentions namiesto backlinkov: Pre citovateľnosť v AI odpovediach často znamená konzistentná zmienka o značke v relevantnom kontexte viac ako klasický backlink. Generatívne systémy agregujú zmienky z mnohých zdrojov.
• Štatistiky a citáty: Podložené čísla a overiteľné tvrdenia podľa výskumu GEO zvyšujú pravdepodobnosť, že sa obsah použije ako zdroj.

Osvedčené postupy: štruktúrované dáta a hygiena feedov pre AI agentov

Hneď ako je značka citovaná, agent potrebuje strojovo čitateľné fakty, aby mohol porovnávať a nakupovať. Technický základ tvoria tieto opatrenia:

• Udržiavaj Product schému v poriadku: Štruktúrované dáta podľa schema.org/Product s cenou, dostupnosťou, značkou a jednoznačnými identifikátormi (GTIN, MPN) dávajú agentovi spoľahlivé atribúty namiesto odhadovaných hodnôt.
• Udržiavaj merchant feedy aktuálne: Produktové feedy musia včas zachytiť zmeny cien a zásob. Agent, ktorý odporučí už nedostupný produkt, okamžite poškodí dôveru v značku.
• Udržiavaj atribúty dostupnosti a ceny konzistentné: Protichodné ceny vo feede, v schéme a v e-shope vedú k tomu, že agent zdroj vyhodnotí ako nespoľahlivý.
• Poskytni llms.txt: Súbor llms.txt v koreňovom adresári slúži AI systémom ako strojovo čitateľný rozcestník. Môže odkazovať na kľúčové produktové informácie, obchodné podmienky a dátové zdroje a uľahčiť tak zaradenie do agentických procesov. Štandard je dobrovoľný a nie všetci poskytovatelia ho vyhodnocujú, patrí však k hygiene feedov strojovo čitateľných e-shopov.

Pre B2B poskytovateľov v regióne DACH to konkrétne znamená: najprv treba dať do poriadku dátový základ, potom sa oplatí pilotovať ACP alebo UCP. Technicky čistý feed je podmienkou, aby sa firma v agentických nákupných cestách vôbec objavila.

Časté chyby a otázka dôvery

Najčastejšou strategickou chybou je predpoklad, že spotrebitelia autonómny nákup hneď prenechajú AI. Dáta tomu jasne odporujú. Podľa prieskumu spoločnosti Gartner medzi 322 spotrebiteľmi v USA dosiahla ochota nechať AI samostatne rozhodovať o nákupe maximálne 11 percent, a to len v kategóriách s nízkym rizikom, ako je osobná starostlivosť a potreby pre domácnosť. Predvýber respondenti akceptujú skôr: 31 percent by nechalo AI zúžiť výber pri potrebách pre domácnosť, 28 percent pri osobnej elektronike. Tieto hodnoty pochádzajú z prieskumu v USA a nedajú sa jedna k jednej preniesť na DACH, vzorec je však zreteľný: dôvera v AI pri prieskume a predvýbere, zdržanlivosť pri autonómnom dokončení nákupu.

Rovnaký vzorec sa ukázal v ChatGPT. Podľa zdroja, ktorý cituje The Decoder, používatelia tam produkty skúmali, nakupovali však zriedka. The Decoder v tom vidí jeden z dôvodov, prečo OpenAI vlastný checkout utlmil.

Strategickým dôsledkom je Human-in-the-Loop. Konverzná stratégia by mala človeka udržať na prahu rozhodnutia, nie ho nahradiť. Kto optimalizuje na ďalší stupeň s vysokou nákupnou intenzitou, mal by zároveň posilňovať svoju pozíciu v dnes dominantnom stupni predvýberu.

Druhou chybou je podceňovanie závislosti od platforiem. Keď výkladnú skriňu ovláda agent, podmienky určuje platforma. Zľavové formáty ako Direct Offers môžu vytvárať tlak na marže a závislosť od jediného poskytovateľa je reálne riziko. Zistenie Bitkomu, že 68 percent považuje Nemecko v oblasti AI za príliš závislé od USA a Číny, odráža túto obavu na spoločenskej úrovni. Kto pilotuje Agentic Commerce, mal by vedome zabezpečiť vlastnú kontrolu nad dátami a priamy vzťah so zákazníkom.

Metriky a meranie: AI referral návštevnosť a nové GEO ukazovatele

Návštevnosť sprostredkovaná AI sa považuje za pripravenejšiu na nákup, pretože agent už potrebu vopred ujasnil. Tento predpoklad sa dá doložiť len vtedy, keď sa návštevnosť správne zaznamenáva. V GA4 sa dajú odkazy z ChatGPT, Perplexity, Gemini alebo Copilot izolovať cez referral zdroje a regex filtre a vyhodnocovať ako samostatná skupina kanálov. Až potom je vidieť, či AI relácie naozaj konvertujú lepšie.

Okrem klasických rankingov sa presadzujú ukazovatele špecifické pre GEO:

• Share of Voice: Ako často AI odpovede na relevantné otázky uvádzajú značku v porovnaní s konkurenciou.
• Citation Rate: V akom podiele odpovedí je vlastný zdroj citovaný alebo prelinkovaný.
• Objednávky pripísané AI: Objednávky, ktoré sa dajú spätne priradiť k AI relácii alebo agentickému checkoutu.

Tieto metriky sú ešte mladé a nie sú štandardizované, tvoria však jadro spoľahlivého reportingu Agentic Commerce. Kto ich nastaví včas, dokáže kvantifikovať hodnotu AI viditeľnosti v porovnaní s klasickým funnelom.

B2B a špecifiká regiónu DACH: obstarávanie, ochrana údajov, zrelosť trhu

V B2B siaha agentické nakupovanie za hranice spotrebiteľskej oblasti. Gartner predpovedá, že AI agenti do roku 2028 sprostredkujú B2B výdavky vo výške viac ako 15 biliónov USD a že sa 90 percent všetkých B2B nákupov do troch rokov uskutoční cez AI agentov. Tieto čísla sú medzinárodnou prognózou, nie aktuálnym stavom v regióne DACH, naznačujú však rozsah zmeny v obstarávaní.

Človek pritom zostáva v B2B procese ústredný. Podľa spoločnosti Gartner 69 percent B2B nákupcov uprednostňuje, aby si poznatky vygenerované AI overili s obchodnými zástupcami. Tento prieskum neuvádza región, preto nie je doložený ako zistenie pre DACH. Podporuje však tézu, že AI v B2B predaj dopĺňa, nie nahrádza: ľudskí obchodníci pôsobia ako dôveryhodní overovatelia.

Pre Rakúsko a región DACH pribúdajú dva faktory. Po prvé regulačný kontext: ochrana údajov podľa GDPR a požiadavky aktu EÚ o umelej inteligencii (AI Act) určujú, ako smú agentické nákupné procesy spracúvať dáta. Po druhé zrelosť trhu: kľúčové výkladné skrine platforiem štartujú v USA. Či a kedy sa dostanú do regiónu DACH, je otvorené. Rakúske firmy tak majú časové okno na vybudovanie dátových základov a viditeľnosti skôr, ako budú agentické nákupné cesty lokálne široko dostupné. Upozornenie: regulačné informácie majú informatívny charakter a nenahrádzajú právne poradenstvo.

Praktický plán opatrení a súvisiace témy

Pre firmy z regiónu DACH vyplýva pragmatické poradie. Po prvé, vybuduj viditeľnosť v AI nakupovaní a optimalizuj obsah podľa princípov GEO (front-loading, answer islands, podložené čísla, konzistentné brand mentions). Po druhé, zaveď hygienu feedov, teda udržiavaj Product schému, merchant feedy a atribúty ceny a dostupnosti v poriadku a poskytni llms.txt. Po tretie, cielene pilotuj ACP a UCP, hneď ako platformy dosiahnu trh DACH, a začni sortimentom s nižším rizikom. Po štvrté, zaveď meranie: izoluj AI referral návštevnosť v GA4 a sleduj Share of Voice, Citation Rate aj objednávky pripísané AI. Po piate, aktívne riaď riziká, najmä tlak na marže zo zľavových formátov a závislosť od platforiem, a zabezpeč priamy vzťah so zákazníkom.

Agentic Commerce je tak menej jednotlivým nástrojom a viac posunom rozhrania. Firmy, ktoré už teraz urobia svoje dáta strojovo čitateľnými a sú prítomné v AI odpovediach, si vytvárajú základ na to, aby sa v ďalšej etape online obchodu vôbec objavili.