Как ИИ-агенты открывают новую эру для потребителей и продавцов (отчет McKinsey)

Адаптация отчета консультантов McKinsey Катарины Шумахер и Роджера Робертс о возможностях агентской коммерции и о том, как агентный ИИ обещает радикально изменить весь процесс совершения покупок. Это обязательно нужно знать продавцам, покупателям и платформам, чтобы адаптироваться к изменениям e-comm в ближайшем будущем.

Агентная коммерция — покупки, совершаемые с помощью ИИ-агентов, действующих от нашего имени, — знаменуют собой кардинальные изменения на рынке. Это шаг к миру, в котором ИИ предугадывает потребности покупателей, помогает выбирать товары, заключать сделки и совершать покупки — и всё это в соответствии с намерениями человека, но при этом независимо, с помощью многоэтапных цепочек действий, основанных на логических моделях.

Это не просто эволюция электронной коммерции. Это переосмысление самого процесса совершения покупок, при котором границы между платформами, сервисами и пользовательским опытом стираются, уступая место интегрированному потоку, ориентированному на намерения пользователя, с персонализированным взаимодействием, обеспечивающим быстрый и беспроблемный результат.

Вводный контекст

Ставки высоки: согласно исследованию McKinsey, к 2030 году только на розничном рынке B2C в США организованный доход от агентской коммерции может составить до 1 триллиона долларов, а в мировом масштабе — от 3 до 5 триллионов долларов.

Эта тенденция будет иметь такое же масштабное влияние, как и предыдущие революции в сфере веб- и мобильной коммерции, но она может развиваться ещё быстрее, поскольку агенты могут проходить те же цифровые пути к покупке, что и люди, что позволяет им «ехать по рельсам», проложенным предыдущими революциями.

Это несёт в себе как преимущества, так и риски для современной коммерческой экосистемы. Всем видам бизнеса — брендам, розничным продавцам, торговым площадкам, поставщикам логистических и коммерческих услуг, а также платёжным системам — придётся адаптироваться к новой парадигме и успешно справляться с проблемами, связанными с доверием, рисками и инновациями.

С технической точки зрения это означает освоение и внедрение новых средств интеграции, таких как протокол Model Context Protocol (MCP) от Anthropic, протокол Agent-to-Agent (A2A), протокол Agent Payments (AP2) и протокол Agentic Commerce (ACP), которые открывают новую эру интеллектуальных автономных агентов. Это также означает кардинальное изменение подходов к управлению идентификацией и лояльностью.

Прогрессивные организации уже начинают создавать новые сайты, готовые к работе с агентами, которые обеспечивают удобство как для агентов, так и для потребителей.

Чтобы преуспеть в экономике, управляемой агентами, бизнес-модели тоже должны измениться. Это означает, что нужно искать новые стратегии монетизации, а также новые подходы к маркетингу и взаимодействию с клиентами.

Для многих посредников в современном покупательском процессе ключевым вопросом будет то, стоит ли запускать собственных агентов, а также когда и как принимать агентский трафик. Для некоторых компаний это может стать вопросом выживания.

Агентная коммерция требует фундаментального переосмысления способов создания, сбора и доставки ценности. Компании, которые быстро адаптируются, не только будут соответствовать меняющимся ожиданиям потребителей, но и изменят свои отрасли. Те, кто медлит, рискуют потерять позиции, поскольку агенты ИИ становятся новыми хранителями коммерции.

Новый подход к покупкам — удобный, эффективный и осуществляемый с помощью ИИ-агентов

Представьте себе, что новая перспективная работа требует от вас переезда всей семьи в другой конец страны. Скорее всего, радость от новой должности быстро улетучится из-за бесчисленных хлопот, связанных с переездом. Вам нужно найти удобный дом с приемлемым расстоянием до работы, решить, что взять с собой, а что продать, и нанять надёжную транспортную компанию, которая доставит всё вовремя. Кроме того, нужно найти новых врачей, ветеринаров для домашних животных, спортзал и внешкольные занятия для детей. Это непосильная задача.

А теперь представьте, что у вас есть автономный ИИ-агент, который выполняет эти задачи за вас. Благодаря глубокому пониманию вашего бюджета, образа жизни, предпочтений в поездках на работу, увлечений ваших детей и даже потребностей ваших питомцев агент может приступить к работе. Чтобы изучить районы и варианты жилья, он собирает данные с нескольких сайтов и платформ, просматривает множество объявлений о продаже недвижимости и рекомендует наиболее привлекательные варианты. Когда вы подписываете договор аренды в электронном виде, агент проверяет условия, чтобы обратить ваше внимание на все необычное.

Итак, у вас есть жильё, теперь займёмся вашими вещами. Стоит ли отправлять этот комод за 700 долларов или лучше продать его за 200 долларов и купить новый по прибытии? Если вы выберете второй вариант, какие у вас есть возможности? Вы фотографируете свою мебель, а агент оценивает её стоимость при перепродаже, размещает объявления о продаже на различных платформах и ведёт переговоры о продаже от вашего имени. Что касается новых вещей, он подбирает местные варианты, соответствующие вашему стилю и бюджету, моделирует, что подойдёт для вашей новой квартиры, и предлагает варианты дизайна интерьера, а затем совершает покупки после того, как вы их одобрите. Что касается самого переезда, агент берёт на себя все хлопоты, координирует работу грузчиков, ищет в местных магазинах товары, которые вам понадобятся в новом доме, и синхронизирует доставку, чтобы всё прибыло вовремя.

В традиционном мире коммерции для этого потребовалось бы использовать дюжину различных инструментов, веб-сайтов, онлайн-площадок и розничных магазинов. В эпоху агентов искусственный интеллект делает многое из этого за вас, выступая в роли вашего личного стратега, дизайнера, переговорщика и менеджера по логистике. Он принимает микро-решения по множеству параметров — бюджет, эстетика, логистика — и превращает напряжённый, фрагментированный процесс в нечто персонализированное, высокоэффективное и последовательное.

От хаоса к координации: агентская коммерция

Что такое агентная коммерция? Проще говоря, это покупки, совершаемые с помощью интеллектуальных ИИ-агентов, способных предугадывать, персонализировать и автоматизировать каждый этап процесса, чтобы сделать его максимально удобным и проактивным (пример 1).

Благодаря передовым достижениям в области ИИ агентная коммерция представляет собой революционный сдвиг на цифровом рынке. Она не просто улучшит способы покупки и продажи — это потенциальный сдвиг парадигмы, который может изменить всю коммерческую экосистему.

Поведение потребителей уже начинает меняться: согласно недавнему исследованию McKinsey, 44% пользователей, попробовавших поиск с помощью ИИ, говорят, что он стал для них «основным и предпочтительным» источником информации в интернете, по сравнению с 31%, которые предпочитают традиционный поиск. Агенты искусственного интеллекта обещают изменить потребительский опыт.

Пример 1: Потенциальный агентский путь клиента

1. Агент побуждает клиента к покупке, основываясь на предстоящем событии или предыдущей частоте покупок.
2. Агент находит продукты на основе текущего контекста, предыдущих предпочтений, отзывов, времени доставки и т. д.
3. Агент ищет самые низкие цены или скидки или договаривается о ценах напрямую с сайтом или другим агентом.
4. Агент сортирует и представляет подмножество вариантов покупки для рассмотрения и одобрения.
5. Агент автоматически заполняет профили доставки, лояльности и оплаты и производит оплату выбранным способом.
6. Агент отслеживает доставку и предоставляет обновления о дате прибытия.
7. Фокус: при необходимости агент обращается в службу поддержки клиентов, инициирует возврат, планирует время забора товара и уведомляет пользователя о получении возврата.

По мере того как коммерция выходит за пределы понятной человеку сети, агенты становятся основным связующим звеном между пользователями и маркетологами, коренным образом меняя способы взаимодействия потребителей с продуктами и услугами. Эта трансформация сродни революции в сфере электронной коммерции, только, скорее всего, она произойдёт гораздо быстрее.

Вспомните, что в 1999 году насчитывалось 100 миллионов пользователей интернета (чуть менее 2% населения планеты) начали изучать возможности электронной коммерции. В 2025 году почти 5,6 миллиарда пользователей подключены к интернету, что составляет примерно 68% населения мира.

В наш век гиперподключенности кардинальные изменения в гораздо более широком масштабе могут происходить гораздо быстрее. На заре электронной коммерции многие отстающие компании оказались не у дел или даже разорились. Сейчас, как и тогда, компаниям нужно понять, как адаптироваться к этой новой реальности, даже если для этого придется пересмотреть существующие бизнес-модели, иначе их ждет та же участь.

Компании десятилетиями совершенствовали путь потребителя, оттачивая каждый клик, прокрутку и касание. Но в эпоху агентской коммерции потребитель больше не путешествует в одиночку. Его цифровые представители теперь управляют коммерческой экосистемой, ежедневно принимая миллионы микрорешений. Чтобы добиться успеха, бренды должны переосмыслить весь процесс взаимодействия — не с людьми, которых они пытались понять, а с агентами, которые теперь действуют от их имени.

— Бекка Коггинс, старший партнер McKinsey и глобальный руководитель направления розничной торговли и потребительских товаров

Пример 2: 3 модели взаимодействия ИИ-агентов

Агентская коммерция развивается по трём ключевым моделям взаимодействия (пример 2):

• агент — сайт,
• агент — агент и
• посредник — агент — сайт

1.Агент на сайте: Агенты напрямую взаимодействуют с торговыми платформами. Например, турагент просматривает сайты нескольких отелей, выделяя те, которые соответствуют вашим предпочтениям, и подтверждает ваш интерес, прежде чем забронировать номер.

2. Агент — агенту: Агенты автономно взаимодействуют с другими агентами. Например, агент по персональным покупкам связывается с внутренним коммерческим ИИ-агентом ритейлера, чтобы, скажем, договориться о скидке на товары из разных отделов.

3.Посредничество агента на сайте: Посреднические системы упрощают взаимодействие между несколькими агентами и платформами. Например, агент по бронированию столиков в ресторане связывается с агентом-посредником такой платформы, как OpenTable, который находит для вас столик и применяет скидки для постоянных клиентов на основе вашего профиля.

По мере развития этих моделей структура торговли будет меняться: ручной поиск и сравнение постепенно уступят место машинному процессу, а агенты будут всё больше помогать людям в принятии решений. Хотя темпы и масштабы внедрения агентского ИИ пока неясны, технология быстро совершенствуется, а интеграция становится менее сложной и дорогостоящей, чем при переходе на предыдущие платформы, поэтому даже сценарий с умеренными допущениями указывает на огромную экономическую ценность.

Учитывая растущую доступность и внедрение инструментов обнаружения на базе искусственного интеллекта, а также умеренные предположения о готовности продавцов к агентской торговле, к 2030 году только рынок розничной торговли B2C в США может предоставить возможность увеличить выручку в диапазоне от 900 миллиардов до 1 триллиона долларов. По данным McKinsey research, в глобальном масштабе эта возможность, по прогнозам, составит от 3 до 5 триллионов долларов. (Эти цифры отражают только продажи товаров и не включают услуги, а также не учитывают значительный рынок B2B.)

В эпоху агентов произойдёт переход от традиционных вертикальных направлений к более интегрированной горизонтальной экосистеме агентов, которая поддерживает межфункциональное и межцелевое поведение потребителей.

Это означает, что привычная идея о посещении определённой платформы для выполнения задачи — например, использование Amazon для покупок или Expedia для бронирования путешествий — уступит место новым способам ведения бизнеса. Вместо того чтобы переключаться между платформами в зависимости от конкретной цели, персональные агенты, выполняющие функции консьержей, смогут удовлетворить все потребности потребителей, как только они озвучат или проявят свои намерения.

В корпоративном мире агенты будут встроены в приложения, что позволит сотрудникам, например, бронировать деловые поездки с помощью повседневных инструментов, таких как Slack, не выходя из приложения. Это упрощает и «девертикализует» процесс покупки услуг и товаров, заставляя компании переосмысливать и внедрять инновации, выходящие за рамки привычного.

Общие контуры этого мира уже вырисовываются. Половина всех потребителей сейчас использует ИИ при поиске в интернете. То, что начиналось как поиск с помощью ИИ, всё чаще переходит в стадию реализации, когда ИИ-агенты сравнивают варианты, формируют корзины и завершают оформление заказа с помощью новых платёжных протоколов и интеграций с продавцами.

Например,

• в конце 2024 года платформа ИИ Perplexity запустила инструмент для совершения покупок с помощью агентов — Perplexity Buy with Pro.
• Оператор OpenAI, запущенный в январе 2025 года и теперь интегрированный в ChatGPT, использует агентов, чтобы помочь пользователям автоматизировать такие задачи, как бронирование билетов и столиков в ресторанах.
• Совсем недавно компания OpenAI анонсировала протокол агентской коммерции, разработанный совместно с Stripe, который позволяет пользователям совершать покупки в ChatGPT, не выходя из чата.
• Компания Shopify разрабатывает инфраструктуру агентских покупок, которая позволяет агентам получать доступ к каталогу и формировать корзины у разных продавцов.
• Amazon, Google, PayPal, Mastercard и другие компании также разрабатывают сервисы агентских покупок. Все эти шаги превращают агентскую коммерцию из концепции в неизбежную реальность.

Для ритейлеров сейчас самое время задать смелые вопросы, в том числе:

• Какие возможности создаст агентская коммерция, а какие сократит?
• Как вы можете укрепить связи с потребителями, которые переходят на покупки через посредников?
• Как вы можете гарантировать, что ваши системы действуют в интересах ваших клиентов?
• Как ваш бизнес может стать незаменимым в экономике, управляемой агентами?
• Какие новые модели получения дохода вы можете внедрить в мире, где агенты определяют намерения потребителей?

Этот отчёт поможет руководителям лучше понять, как решать эти вопросы. Гипотетический переезд в другой штат, описанный выше, иллюстрирует, что означает агентская эра для потребителей. Далее мы рассмотрим последствия для бизнес-моделей, технологической инфраструктуры и самих отношений между бизнесом и потребителями.

Создание инфраструктуры для агентской коммерции

По мере того как мы приближаемся к новой эре цифровой коммерции, агентская коммерция развивается благодаря разработчикам, которые создают и совершенствуют системы, легко интегрирующие API из различных источников для предоставления информации в режиме реального времени и динамичного взаимодействия с клиентами.

Темпы технологического прогресса поражают.

• По данным METR, с 2019 года продолжительность задач, которые большие языковые модели LLM могут выполнять с вероятностью успеха не менее 50%, удваивается каждые 7 месяцев. Например, в 2019 году ведущие модели могли справиться только с задачами, на выполнение которых у человека ушло бы несколько секунд.
• В 2025 году нейросеть Claude 3.7 от Anthropic может выполнять задачи, на которые у опытного человека ушло бы почти час, за 59 минут.
• А недавно нейросеть Claude 4.5 увеличила этот показатель до более чем 30 человеческих часов.

Это переломный момент, когда ИИ может начать выполнять задачи, на которые раньше уходили дни или недели, открывая новые возможности для специализации задач и многоагентного сотрудничества.

6 ключевых инструментов и технологий агентского ИИ

Стремительное развитие агентского ИИ обусловлено 6 ключевыми инструментами и разработками:

1.MCP (Model Context Protocol) или протокол контекстной модели — это стандарт взаимодействия, который позволяет ИИ-агентам и системам обмениваться контекстом, намерениями и данными о предыдущих действиях между моделями и инструментами. В отличие от статических запросов или изолированных вызовов API, MCP обеспечивает постоянную структурированную коммуникацию, позволяя агентам сохранять память, логику и цели в разных средах. Стандартизируя способы подключения разработчиками приложений на основе LLM к инструментам и вызовам функций, MCP позволяет агентам выполнять значимые действия на разных платформах, обеспечивая более согласованное, автономное и контекстно-зависимое поведение и закладывая основу для по-настоящему агентных экосистем (пример 3).

2.A2A — протокол взаимодействия между агентами — это протокол связи и модель взаимодействия, которые позволяют автономным ИИ-агентам координировать действия, вести переговоры и выполнять задачи напрямую друг с другом, сводя к минимуму необходимость вмешательства человека. Созданный для обеспечения совместимости, A2A позволяет агентам — независимо от производителя, архитектуры или среды — безопасно обмениваться возможностями, статусом и контекстом с помощью стандартизированных протоколов, таких как JSON-RPC и HTTP. Эта открытая платформа поддерживает выполнение длительных задач, динамическое обнаружение возможностей и мультимодальное взаимодействие, включая текстовый, аудио- и визуальный вывод. Сокращая затраты на интеграцию и упрощая координацию между агентами, A2A закладывает основу для масштабируемых мультиагентных экосистем. Это ускоряет внедрение автономных рабочих процессов на предприятиях и позволяет интеллектуальным агентам эффективно работать в режиме реального времени на кроссплатформенных торговых площадках.

3.AP2 — протокол агентских платежей от Google — это революционный открытый протокол, не зависящий от платёжных систем, который позволяет автономным и полуавтономным ИИ-агентам совершать верифицируемые покупки от имени пользователей. Используя криптографически подписанные мандаты, которые связывают намерения, корзину и платёж пользователей, продавцов и платёжных сетей, AP2 создаёт аудиторский след, который невозможно опровергнуть, что обеспечивает прозрачность и подотчётность. Этот инновационный протокол может в корне изменить подход к проведению транзакций, открыв новые источники дохода за счёт автоматизированного выполнения «постоянных намерений», сократив расходы за счёт минимизации мошенничества и возвратных платежей, а также изменив условия конкуренции, поскольку алгоритмы маршрутизации агентов оптимизируют затраты, скорость и вознаграждение.

4.Использование компьютера в качестве агента. Эта система позволяет ИИ управлять пользовательскими интерфейсами, такими как мышь и клавиатура, для выполнения таких задач, как совершение покупок или заполнение онлайн-форм. Разработчики создают инструменты и фреймворки, которые позволяют ИИ взаимодействовать с веб-сайтами и пользовательскими интерфейсами, автоматизируя задачи без непосредственного участия человека. Эти системы особенно полезны, когда API недоступны или нецелесообразны, особенно в нишевых случаях, когда создание API экономически невыгодно.

5.Контекстная персонализация на основе ИИ. Эта возможность знаменует собой переход от статичных прогнозов, основанных на поиске, к динамичному ИИ, учитывающему контекст и адаптирующемуся к меняющимся намерениям пользователя. Запоминая предпочтения пользователей и анализируя детали взаимодействия, эти интеллектуальные системы предоставляют релевантные и персонализированные рекомендации. Разработчики создают контекстно-зависимые системы ИИ, которые динамически адаптируются к намерениям пользователя, внедряя архитектуры на основе памяти, которые фиксируют и анализируют предпочтения пользователей, обеспечивая персонализацию в реальном времени с учётом меняющегося контекста.

6.Динамическое планирование с корректировкой в режиме реального времени. Это относится к способности агентных систем обеспечивать комплексное динамическое взаимодействие с клиентами с обновлением и корректировкой в режиме реального времени. Например, это может быть сложный маршрут поездки, включающий перелеты, бронирование отелей, посещение ресторанов и мероприятий по билетам, с автоматической интеграцией и отслеживанием расходов. Разработчики создают системы, которые интегрируют API от нескольких партнеров, чтобы предлагать обновления в режиме реального времени, альтернативные продукты/услуги и автоматическую корректировку планов, расходов и отчетов, обеспечивая машиночитаемость результатов.

Пример 3: Работа протокола контекста модели (MCP)

Протокол контекста модели стандартизирует, как большие языковые модели подключаются к инструментам и выполняют действия на разных платформах.
Как протокол контекста модели (MCP) преобразует намерение потребителя в успешную агентскую транзакцию:

По мере того как разработчики продолжают внедрять инновации, сфера агентской коммерции будет развиваться, открывая новые возможности как для бизнеса, так и для потребителей.

Как выглядит агентская экосистема?

Точно так же, как традиционная онлайн-торговля опирается на обширную экосистему участников — платформы электронной коммерции, поисковые системы, платежные системы, сайты с отзывами, логистические компании и инструменты для предотвращения мошенничества, — агентная торговля потребует такой же разнообразной и взаимосвязанной системы (пример 4).

В основе агентной экосистемы лежат платформы искусственного интеллекта, автономные агенты, инфраструктура, платежные системы и автоматизация рабочих процессов. Но не менее важны адаптеры и вспомогательные средства, такие как традиционные платформы электронной коммерции и решения для предотвращения мошенничества, которые должны развиваться, чтобы поддерживать эту новую парадигму. Внедрение и масштабирование агентской коммерции будет зависеть от того, насколько быстро эти игроки сделают свои системы совместимыми с агентами и доступными для широкого круга потребителей, ритейлеров и брендов.

Пример 4: Участники экосистемы агентской коммерции

В формирующейся экосистеме агентской коммерции адаптеры и посредники будут определять темпы, с которыми основные игроки будут переосмысливать коммерцию.

1. Основной слой

Разработчики решений для агентской коммерции (основополагающие технологии и инфраструктуры, обеспечивающие автономную коммерцию).

1. Платформы агентов Al и автономные агенты. Разработка ИИ-агентов, способных осуществлять автономные покупки, закупки и принятие решений.
2. Инфраструктура платежей и транзакций. Обеспечивает безопасные программируемые платежные системы, позволяющие агентам ИИ совершать транзакции автономно.
3. Оркестровка ИИ и автоматизация рабочих процессов. Координирует многошаговые рабочие процессы агентов ИИ в коммерческих системах

2. Адаптеры и активаторы

Этим признанным игрокам необходимо адаптировать свои предложения для поддержки и интеграции с решениями агентской коммерции.

1. Платформы электронной коммерции. Интеграция возможностей агентского ИИ и открытых API; поддержка автономных транзакций агентов.
2. Платформы рейтингов и обзоров. Предоставлять надежный пользовательский контент для принятия решений агентами.
3. Системы управления цепочками поставок и запасами. Интеграция агентской маршрутизации в реальном времени и управления запасами.
4. Поставщики персонализации и динамического пользовательского опыта. Обеспечить адаптацию интерфейса в реальном времени для поддержки агентской коммерции.
5. Поставщики услуг по предотвращению мошенничества. Обрабатывайте транзакции автономных агентов и активность ботов новыми способами для поддержания доверия.
6. Системы управления информацией о продукции PIM. Автоматизировать обогащение и проверку данных о продуктах для использования агентом.
7. Поставщики услуг по обеспечению соответствия и безопасности. Обеспечить соблюдение нормативных требований и доверие к автономным транзакциям.
8. Поставщики услуг поиска по сайту и обнаружения продуктов. Обеспечить релевантный, быстрый и структурированный поиск продуктов для поддержки агентов в навигации и отображении персонализированных результатов для пользователей.
9. Поиск и обнаружение продуктов. Обеспечивает агентское обнаружение продукта и реализацию намерений.
10. Инструменты взаимодействия с клиентами и CRM. Поддержка автономного взаимодействия агентов для обслуживания клиентов и продаж.
11. Поставщики данных и аналитики. Предоставлять аналитику и потоки данных, критически важные для агентов ИИ для оптимизации коммерческих решений.

По мере того как коммерция переходит от прямого взаимодействия с пользователями к транзакциям, инициируемым агентами, существующая платежная инфраструктура столкнется со значительными структурными проблемами. Традиционно такие компоненты, как шлюзы и системы защиты от мошенничества, строились на основе модели «человек в контуре», в которой личность, намерения и авторизация являются явными и наблюдаемыми. Агентная коммерция разрушает эту парадигму: «клиентом» теперь является агент ИИ, действующий от имени человека, что требует новых подходов к делегированной авторизации, программируемым политикам расходов и подтверждению согласия. Этот сдвиг требует, чтобы существующая система управления рисками перешла от поведенческой эвристики к установлению доверия на уровне протокола — проверке не только пользователей, но и самих агентов.

В то же время растущее число поставщиков услуг в сфере управления рисками, соблюдения нормативных требований и идентификации должно адаптировать существующие стандарты «Знай своего клиента» и борьбы с отмыванием денег (KYC/AML) для идентификации агентов — «Знай своего агента» (KYA) — и разработать новые модели обнаружения мошенничества, способные анализировать поведение агентов, скомпрометированные учетные данные агентов и потенциальные атаки с участием нескольких агентов. Кроме того, системы токенизации, разрешения споров и расчетов в режиме реального времени могут нуждаться в доработке для поддержки протоколов A2A и включения более подробного контекста в метаданные транзакций. Поскольку сфера торговли продолжает развиваться, эти изменения будут иметь решающее значение для обеспечения безопасности и эффективности платёжной экосистемы.

Как новые, так и уже зарекомендовавшие себя игроки инвестируют в инновационные решения для продавцов и покупателей. В сентябре 2025 года компания Google запустила AP2, что стало значительным изменением в сфере транзакций с участием агентов. Этот безопасный и открытый стандарт поддерживается такими лидерами отрасли, как Mastercard, PayPal, American Express, Adobe и Alibaba. Он обеспечивает доверие с помощью криптографически подписанных мандатов, которые позволяют проверять и контролировать процессы. Это краеугольный камень для формирования доверия в агентской торговле.

Тем временем лидеры платёжной индустрии внедряют параллельные инновации. Mastercard разрабатывает решение Agent Pay, а отраслевые группы работают над внедрением в платёжные системы проверяемых учётных данных Всемирного веб-консорциума (W3C).

В то же время Visa позиционирует свою глобальную сеть как основу агентской коммерции. В партнёрстве с такими ИИ-платформами, как Anthropic, IBM, Microsoft, Mistral AI, OpenAI, Perplexity, Samsung и Stripe, Visa тестирует транзакции, в которых ИИ-агенты могут совершать покупки от имени пользователей в рамках установленного бюджета и параметров согласия. Компания Visa также выпустила карты, поддерживающие искусственный интеллект, в которых статические данные карты заменены токенизированными цифровыми учетными данными. Это позволяет продавцам проверять, действительно ли агент потребителя уполномочен действовать от его имени.

Катализатором этой новой формы коммерции являются не только признанные игроки, но и прорывные инновации стартапов в Кремниевой долине и за её пределами. Один из примеров — компания Skyfire, которая недавно запустила Agent Checkout на базе протокола KYAPay — открытого стандарта, который предоставляет агентам с искусственным интеллектом подтверждённые идентификационные данные и программируемые возможности оплаты, упрощая проверку личности, аудит, контроль расходов и отслеживание репутации. Skyfire совместим с существующими системами аутентификации, API и серверами MCP. Компания сотрудничает с такими партнерами, как APIFY, BuildShip, CarbonArc и Forter, обеспечивая беспрепятственную монетизацию и взаимодействие с агентами с помощью стандартизированных инструментов.

Эти события указывают на две ключевые тенденции в сфере платежей:

1. появление новых инноваций, разработанных для удовлетворения уникальных потребностей агентских транзакций и обеспечивающих безопасность и эффективность; а также
2. стремление существующих сетей и платформ оснастить устаревшие системы такими функциями, как программируемость и делегирование полномочий, чтобы создать надёжную основу для автономных транзакций.

По мере развития агентской коммерции эти взаимодополняющие направления — инновации на уровне инфраструктуры и переосмысление изнутри — приобретают решающее значение для обеспечения безопасных и бесперебойных платежей с использованием агентов. Вместе они прокладывают путь в будущее, в котором ИИ-агенты смогут действовать автономно, безопасно и эффективно.

Агентская коммерция заставит поставщиков платёжных услуг развиваться во многих направлениях. Аутентификация и защита от мошенничества станут более сложными: от предотвращения транзакций с помощью ботов до предоставления возможности совершать транзакции за клиентов нужным агентам. Агентская коммерция, вероятно, также частично передаст контроль над моделями подписки и платежами с использованием данных карты от продавцов к агентам-потребителям. А игрокам на рынке потребительских платежей придётся переосмыслить способы привлечения новых клиентов, сохраняя при этом статус «главного кошелька» среди потребителей, которые всё чаще оценивают товары с помощью агентов.

— Мари Клод Надо, старший партнер и глобальный руководитель отдела платежей McKinsey

По мере появления новых стратегий API и платформенных интерфейсов компаниям следует сохранять гибкость и быть готовыми адаптироваться к новым подходам и интеграциям. Основное внимание следует уделять разработке надежных и оптимизированных API, которые обеспечивают бесперебойное взаимодействие между автоматизированными агентами и виртуальными помощниками.

При этом компаниям следует учитывать 3 стратегических аспекта:

• Лидируйте в разработке ИИ. Создайте прочную технологическую основу, чтобы вывести свой бизнес на передовые позиции в области инноваций в сфере ИИ. Обеспечьте будущее своих основных брендов, интегрируя передовые возможности ИИ по мере развития технологий.
• Используйте модульную стратегию. Не полагайтесь исключительно на эксклюзивные партнёрские отношения с ведущими платформами ИИ. Вместо этого используйте модульную, гибкую стратегию, основанную на надёжной инфраструктуре API. Такой подход гарантирует, что ваш бизнес останется гибким и управляемым, даже если на рынке ИИ появятся новые игроки, такие как DeepSeek или Manus AI, которые могут усилить конкуренцию и изменить динамику рынка.
• Наладьте прочные связи с Кремниевой долиной и другими инновационными центрами. Создайте сплоченную сеть контактов с разработчиками, стартапами и программами инкубаторов в эпицентре инноваций в области ИИ. Рассмотрите возможность размещения там своих команд, чтобы оставаться в авангарде развития ИИ и сохранять конкурентное преимущество в условиях меняющегося цифрового ландшафта.

Эволюция бизнес-моделей в эпоху агентской коммерции

В 1942 году экономист Йозеф Шумпетер ввёл термин «созидательное разрушение» для описания того, как инновации и новые технологии разрушают существующие экономические структуры — рабочие места, компании и даже целые отрасли — и одновременно создают основу для появления новых структур. Появление агентской коммерции — это именно тот момент для бизнес-лидеров.

Чтобы адаптироваться к этому сдвигу парадигмы, потребуется нечто большее, чем просто обновление пользовательского интерфейса. Вместо этого нужно провести фундаментальную реструктуризацию способов поиска товаров, принятия решений о покупке, а также формирования и поддержания отношений с клиентами. В конце концов, в агентном мире вашим клиентом может быть не только человек с браузером, но и автономный агент, действующий от имени этого клиента.

В настоящее время мы находимся на этапе активного экспериментирования, и форма взаимодействия с клиентами в будущем остается неопределенной. Однако можно с уверенностью сказать, что широкое распространение диалоговых интерфейсов с поддержкой ИИ — у ChatGPT сейчас более 800 миллионов пользователей в неделю — и обзоров ИИ от Google на базе Gemini теперь более 1,5 миллиарда пользователей в месяц — это означает, что коммерческая деятельность будет всё больше осуществляться через каналы ИИ, оказывая влияние на миллиарды потребителей и затрагивая значительную долю мирового располагаемого дохода.

В эпоху гиперподключённости кардинальные изменения могут происходить стремительно. По мере того как модели агентного взаимодействия будут тестироваться на рынке, потребители начнут выражать свои предпочтения через поведение. В связи с этим компаниям придётся переосмыслить способы взаимодействия с клиентами, оптимизации операций и создания ценности — во многих случаях это приведёт к фундаментальному пересмотру традиционных бизнес-моделей. Это не первый случай, когда новая технология приводит к подобным изменениям. Исторически сложилось так, что каждая волна технологических прорывов меняла способы получения прибыли, и прорыв в области ИИ и API не станет исключением.

Как компании отреагируют на агентскую коммерцию? Как минимум, каталоги товаров нужно будет оптимизировать для удобства агентов. Многие компании будут тестировать новые возможности, ориентированные на агентов. А другие полностью переосмыслят свои модели, возьмут на себя управление и станут незаменимыми в экосистеме, управляемой ИИ-агентами. Но одно можно сказать наверняка: оставаться на прежнем уровне — не вариант.

Это не тот случай, когда нужно ждать и наблюдать. В скором времени почти всем ритейлерам придётся столкнуться с тем, что значительная часть их клиентов будет состоять не из людей, а из агентов с искусственным интеллектом. Задача будет заключаться в том, чтобы опередить конкурентов. Компании, которые будут действовать первыми, пусть даже в мелочах, помогут сформировать будущее.

— Ларейна Йи, старший партнёр, директор по технологическим исследованиям в Глобальном институте McKinsey, а также соруководитель направления глобальных экосистем и альянсов

6 ключевых направлений трансформации бизнес-моделей

Внедрять инновации или модернизировать? Шесть ключевых направлений, которые стоит рассмотреть бизнесу.

Чтобы преуспеть в эпоху агентских отношений, компаниям розничной торговли придётся сосредоточиться на шести ключевых аспектах своих бизнес-моделей:

1. Привлечение клиентов и поиск товаров.
   • Агент — сайт. Определяет намерения пользователя и запрашивает индивидуальные наборы продуктов от брендовых или коммерческих платформ.
   • Агент агенту. Сообщает предпочтения агенту бренда для уточнения и получения вариантов.
   • Агент — брокер — агент. Сравнивает продукты, доступность и условия у нескольких розничных продавцов и представляет лучшие варианты.
2. «Клиенто-центричность» и лояльность;
   • Агент — сайт. Отслеживает прошлые покупки, предпочтения и предстоящие события, чтобы стимулировать своевременное повторное взаимодействие с брендами.
   • Агент агенту. Обсуждает льготы, предварительные просмотры или повышение уровня лояльности на основе поведенческих сигналов и соответствия требованиям уровня.
   • Агент — брокер — агент. Объединяет статус лояльности по всем брендам и перераспределяет баллы или бонусы в соответствии с целями покупателя.
3. Основные торговые платформы;
   • Агент — сайт. Осуществляет автономный поиск, фильтрацию и транзакции, когда розничные системы предоставляют API.
   • Агент агенту. Получает структурированные запросы от агентов клиентов, проверяет параметры и выполняет покупки без ручного ввода.
   • Агент — брокер — агент. Направляет запросы через несколько коммерческих систем, оптимизируя доступность, время доставки и стоимость.
4. Платежи и выявление мошенничества;
   • Агент — сайт. Аутентифицирует и авторизует платежи от имени пользователей, интегрируясь с потоками платежей продавцов, обеспечивая при этом делегированное согласие и лимиты расходов.
   • Агент агенту. Проверяет личность и намерения агента с помощью криптографической аттестации или идентификационных токенов; обеспечивает оценку мошенничества и доверия в режиме реального времени с помощью реестров агентов на уровне протокола.
   • Агент — брокер — агент. Управляет многосторонними расчетами и снижением рисков в экосистемах, используя авторизацию на основе политик, уровни абстракции платежей и федеративную аналитику мошенничества.
5. Обслуживание в магазинах;
   • Агент — сайт. Обеспечивает навигацию по магазину в режиме реального времени на основе целей, акций и предыдущего поведения.
   • Агент агенту. Обменивается контекстом (намерение, уровень лояльности) с агентами магазина для персонализации обслуживания.
   • Агент — брокер — агент. Обеспечивает непрерывность работы по всем каналам, резервирование товаров, синхронизацию корзин и управление передачами
6. Выполнение заказов и возврат товаров.
   • Агент — сайт. Выбирает варианты выполнения в соответствии со срочностью, устойчивостью или предпочтениями по комплектации.
   • Агент агенту. Запросы на возврат, обмен или перепродажу в зависимости от контекста и политики.
   • Агент — брокер — агент. Балансирует скорость, стоимость и воздействие на окружающую среду между несколькими поставщиками для управления потоками после покупки.

Задача для бизнеса будет заключаться в том, чтобы стратегически продумать каждую из этих областей: определить, где нужно внедрять инновации (создавать совершенно новые стратегии и структуры), а где — модернизировать (обновлять существующие системы и процессы для работы в среде, основанной на искусственном интеллекте).

В трёх из этих областей инновации будут иметь первостепенное значение.

Чтобы повысить вовлечённость и расширить возможности поиска, компаниям необходимо разработать агентов, способных понимать намерения клиентов и предлагать им продукты, услуги, пакеты или другие альтернативы.

Для этого потребуется:

• внедрить семантические и поведенческие метаданные в каталоги продуктов, а также
• разработать интерфейсы с аутентификацией агентов для автономного поиска и проверки намерений и личности в режиме реального времени, чтобы обеспечить безопасность и эффективность транзакций.

Для повышения клиентоориентированности и лояльности потребуются новые гипер-персонализированные решения с предложениями, основанными на предполагаемых намерениях.

Для этого потребуется:

• создать постоянные уровни клиентского контекста, доступные для агентов, а также
• предоставить доступ к сервисам лояльности и механизмам проверки соответствия требованиям через API.

Обновление, напротив, будет необходимо в тех областях, где устаревшие системы препятствуют интеграции ИИ. Например, основные коммерческие платформы должны быть модернизированы, чтобы агенты могли выполнять структурированные транзакции с минимальным участием человека, используя возможности ИИ, такие как динамическое ценообразование или рекомендации с учётом наличия товаров на складе.

Системы самообслуживания в магазинах должны быть переоборудованы, чтобы синхронизировать цифровые и физические пути клиента за счёт обмена контекстной информацией с сотрудниками магазина, доступа к оцифрованным картам магазинов и товарам на складе, а также интеграции пространственных вычислений для навигации внутри магазина.

Наконец, системам выполнения заказов и возврата товаров потребуются агенты, способные автоматизировать решения по выполнению заказов, согласовывать логистику возврата и координировать действия после покупки. Для этого потребуются готовые к использованию API-интерфейсы для координации выполнения заказов и интеграции с мульти-перевозчиками и брокерами «последней мили» через модульные коннекторы.

В совокупности эти области составляют основу коммерческого стека, готового к работе с агентами, и успех продавца в будущем, основанном на искусственном интеллекте, скорее всего, будет зависеть от его способности адаптироваться во всех шести областях.

Подрыв собственного бизнеса

Суть в том, что компании должны быть готовы изменить свои процессы и модели, чтобы оставаться на шаг впереди. Это означает, что нужно переосмыслить традиционные стратегии электронной коммерции и источники дохода, чтобы внедрить решения на основе ИИ, которые могут улучшить поиск товаров, обслуживание клиентов и качество обслуживания после покупки. Конечно, здесь есть свои нюансы.

В конце концов, многим потребителям нравится сам процесс совершения покупок, в то время как другие могут предпочесть максимальную автоматизацию. Внедряя агентский ИИ на ранних этапах и инвестируя в правильную инфраструктуру — будь то системы рекомендаций на основе ИИ, чат-боты для оказания помощи в режиме реального времени или умные помощники по покупкам, — компании могут получить конкурентное преимущество, предлагая своим клиентам все более удобный и интуитивно понятный процесс совершения покупок.

Как уже говорилось в предыдущей главе, всё это будет невозможно без новой технической инфраструктуры, построенной на основе API, которые обеспечивают взаимодействие между различными программными системами. Чтобы обеспечить бесперебойную работу и удобство для пользователей, компаниям следует сосредоточиться на создании эффективной и интуитивно понятной инфраструктуры API, адаптированной к потребностям агентов ИИ, чтобы агенты ИИ могли безопасно перемещаться по платформе, правильно аутентифицировать пользователей и управлять безопасными транзакциями. Кроме того, крайне важно научиться отличать доверенного агента от вредоносного бота. (Подробнее об управлении рисками и доверием к агентам ИИ см. в главе 4 ниже.)

Поскольку ИИ-агенты всё больше влияют на решения потребителей о покупке, компаниям необходимо развиваться, чтобы их продукты и услуги можно было легко найти — не только людям, но и агентным системам, действующим от их имени. На самом деле, разработка «пользовательского интерфейса для агентов» вскоре может стать такой же важной задачей, как и разработка пользовательского интерфейса для клиентов.

Компания OpenAI сделала большой шаг в этом направлении, недавно объявив о выпуске веб-браузера на базе ИИ с агентными продуктами, такими как Operator, интегрированными в процесс просмотра. Этот сдвиг выходит за рамки традиционного SEO, которое в агентном мире становится всё менее актуальным. Вместо этого компаниям нужно будет понять и адаптировать структуры данных, предпочтения и логику принятия решений агентами ИИ, сохранив при этом эмоциональный, ориентированный на бренд опыт, который формирует доверие и лояльность людей.

Агентная коммерция меняет подход к взаимодействию потребителей с цифровым миром. Мы вступаем в эпоху, когда ИИ-агенты будут не просто помогать, но и принимать решения.

Бизнес-модели должны эволюционировать от оптимизации кликов к завоеванию доверия алгоритмов, действующих в интересах потребителей.

В связи с этим возникают вопросы:

• Как сделать так, чтобы ваше предложение было «доступно для агентов»?
• Что означает лояльность к бренду, когда решения принимаются другими?
• Как подготовиться к миру, в котором покупатель — это модель, действующая в чьих-то интересах?
• Руководители должны задаться вопросом: для кого мы создаем условия — для людей или для их представителей? Потому что все чаще представителем становится клиент.

Такой двойной подход может открыть новые источники дохода.

Дело в том, что в агентской коммерции путь к покупке начинается с формирования намерения. ИИ-агенты, действующие от имени потребителей, могут обнаруживать и интерпретировать ранние намерения с помощью контекстных сигналов: приглашения в календаре на предстоящий переезд, сообщения о рождении ребёнка или поиска жилья в новом городе.

Взаимодействуя на этом этапе, компании могут позиционировать себя не просто как продавцов, а как поставщиков комплексных решений в процессе планирования клиента. Такой ранний доступ позволяет компаниям определять намерения потребителей еще до того, как они перейдут на страницу товара или сравнят различные варианты, фактически минуя традиционную воронку поиска.

В случае с переездом в другой штат ИИ-агент может заранее составить комплексный план покупок: найти и сравнить варианты мебели, определить местных поставщиков услуг, рассчитать стоимость доставки и оптимизировать сроки. Для тех, кто планирует отпуск, агент может заранее выбрать варианты мест отдыха на основе пробелов в календаре, программ лояльности и предпочтений в поездках.

Эти возможности позволяют бренду не просто выделяться на фоне конкурентов, но и присутствовать там, где он нужен. Этот процесс потенциально может масштабироваться до тысяч микровзаимодействий с клиентами, с высокой степенью персонализации и практически без участия человека. В результате повышается эффективность привлечения клиентов, увеличивается коэффициент конверсии и пожизненная ценность клиента.

Точно так же, вместо того чтобы полагаться на стандартные рекламные акции, ИИ-агенты могут предлагать клиентам индивидуальные решения — например, объединять покупки мебели в разных магазинах во время переезда, подбирая их в соответствии с бюджетом, стилем и предпочтениями в доставке. Компании, работающие по модели подписки, могут извлечь из этого выгоду, поскольку ИИ-агенты способны управлять регулярными покупками, будь то кофе, средства по уходу за кожей или корм для домашних животных.

Динамическое ценообразование в режиме реального времени — еще одно потенциальное преимущество. ИИ-агенты оценивают конкурентов, намерения клиентов и ассортимент, чтобы предлагать оптимальные цены, которые максимизируют конверсию и защищают прибыль.

Помимо этих внешних инноваций, агентский ИИ оптимизирует внутренние процессы, от планирования запасов до автоматизации обслуживания, снижая затраты и повышая масштабируемость.

По сути, ИИ-агенты — это не просто новый канал коммуникации, а катализатор для переосмысления создания и получения ценности на протяжении всего пути клиента.

Управление рисками, связанными со снижением доходов от рекламы

Конечно, агентская коммерция также может привести к сокращению традиционных источников дохода, особенно от рекламы. Розничные медиасети, которые полагаются на рекламные модели, могут столкнуться с трудностями, поскольку потребители переходят на взаимодействие с агентами, минуя традиционные рекламные каналы. Компаниям придется диверсифицировать источники дохода и искать инновационные способы монетизации с помощью ИИ, например взимать плату за аналитику данных или предлагать премиум-услуги потребителям, использующим агентов. В этой меняющейся среде данные об использовании агентов будут играть ключевую роль в разработке стратегий монетизации. Потребуются новые подходы к брендингу и партнерским отношениям.

Потенциальные модели включают в себя партнерские соглашения, премии за открытие новых возможностей в маркетинге, премиальные размещения и абонентскую плату.

Эта сфера все еще находится в зачаточном состоянии, но вот несколько примеров инновационной монетизации:

1. Объединение нескольких брендов и распределение доходов. ИИ-агенты координируют покупки у нескольких брендов, объединяя их в единый пакет. Например, когда пользователь выбирает пакет услуг для медового месяца, агент договаривается и подбирает авиабилеты, отели, экскурсии и рестораны от разных поставщиков. Каждый поставщик получает долю от общей стоимости пакета, а координирующая платформа ИИ взимает плату за услуги или координацию.
2. Комиссия за ведение переговоров в режиме реального времени. Агенты могут вести переговоры от имени пользователей в режиме реального времени, например добиваться повышения категории номера в отеле или использования баллов программы лояльности. Платформы, позволяющие вести такие переговоры, могут взимать комиссию за успешное завершение сделки или маржу за транзакцию. Например, авиакомпания может выплачивать комиссию, когда агент успешно договаривается о повышении категории места.
3. Премиум-навыки и модели подписки. Лаборатории Frontier или сторонние разработчики могут предлагать вертикальных ИИ-агентов, таких как стилисты в сфере моды или высококлассные специалисты по организации путешествий, по подписке или с многоуровневым доступом к расширенным функциям и интеграциям, что обеспечивает регулярный доход.
4. Анализ данных и аналитика продаж. Бренды могут платить за анонимный анализ поведения потребителей с фильтрацией по агентам, чтобы получать данные о том, какие продукты рассматриваются или отвергаются, о чувствительности к цене и сравнении с конкурентами. Это помогает брендам совершенствовать маркетинговые и продуктовые стратегии.
5. Диалоговые маркетплейсы. ИИ-агенты могут превратиться в полноценные диалоговые маркетплейсы, где решения о покупке принимаются в ходе диалога. Владельцы маркетплейсов получают доход за счёт платы за размещение бренда, комиссионных с продаж, а также платы за обработку или защиту платежей.
6. Плата за взаимодействие между агентами. Когда агенты ИИ с разных платформ взаимодействуют друг с другом, монетизация может осуществляться за счёт платы на уровне протокола за совместимость или за счёт распределения комиссионных при создании совместной ценности.
7. Контекстное спонсорство на подключенных устройствах. Бренды могут спонсировать контекстный контент, интегрируясь с носимыми устройствами, автомобилями или «умными» домами. Например, Tesla может платить за то, чтобы быть поставщиком электромобилей по умолчанию для поездок, запланированных искусственным интеллектом, а Spotify может спонсировать музыку во время мероприятий, организованных искусственным интеллектом.
8. Рекламные предложения с учётом контекста. Хотя прямая реклама может подорвать доверие потребителей, ненавязчивые «рекламные интеллектуальные предложения», соответствующие намерениям пользователя, можно монетизировать при условии, что агент сохраняет беспристрастность, чтобы не подорвать доверие пользователей.

У первопроходцев есть уникальная возможность создавать и определять эти модели ценообразования, извлекая выгоду из существующих пробелов в монетизации, когда агенты часто работают бесплатно, а поставщики услуг ещё не разработали чёткую стратегию получения дохода.

Наконец, по мере того, как компании переосмысливают свои бизнес-модели, они должны исходить из понимания того, что успех с использованием искусственного интеллекта также требует фундаментальной перестройки организации и расширения прав и возможностей сотрудников. К счастью, хотя руководители часто называют готовность сотрудников препятствием для внедрения искусственного интеллекта, исследования McKinsey показывают, что сотрудники более подготовлены, чем считают их руководители высшего звена.

Управление доверием и рисками: ответственный подход к ИИ является ключом к масштабному внедрению агентской коммерции

В условиях развития агентской коммерции доверие выходит за рамки простых потребительских настроений. Оно становится основополагающей инфраструктурой и, скорее всего, будет подвергаться значительному давлению.

Уравнение доверия

Когда человек заходит в магазин, уравнение доверия выглядит просто: доверяю ли я этому бренду, этому продавцу, этому товару? Однако, когда агент с искусственным интеллектом совершает покупки от вашего имени, доверие становится абстрактным, фильтруется через слои данных, автоматизацию и институциональные структуры. Этот сдвиг заставляет задуматься: кому мы доверяем, если не мы сами принимаем решения?

Для многих потребителей ответ может быть простым: «Никто». Например, в таких странах, как Германия и Япония, потребители по-прежнему предпочитают традиционные способы оплаты, такие как выставление счетов или оплата по принципу «купи сейчас, заплати потом» (BNPL), а не кредитные карты, которые, как правило, стимулируют развитие электронной коммерции во всем мире.

Вместо этого в Германии преобладают переводы со счёта на счёт, на которые приходится 26% платежей в электронной коммерции, а также заметные 20% платежей через BNPL. Это свидетельствует о явном предпочтении методов, которые обеспечивают контроль и прозрачность.

В таких условиях агентские транзакции могут оказаться слишком рискованными. Если потребители не спешат делиться своими банковскими данными со статичным веб-сайтом или даже с привычной платёжной платформой, то насколько вероятно, что они доверят ИИ-боту не только платёжные данные, но и процесс принятия решений, который приводит к покупке?

Обеспечение доверия к ИИ — это общая ответственность организаций, внедряющих ИИ, поставщиков платформ, правительств, международных организаций и органов по стандартизации, которые стремятся сделать ИИ безопасным и надёжным. В этой динамичной среде академические исследователи, сообщества разработчиков ПО с открытым исходным кодом и разработчики также играют важную роль в создании более надёжного, прозрачного и объяснимого ИИ. Руководители и технические директора могут внести свой вклад, наведя порядок в своих хранилищах данных, предоставив командам возможность безопасно внедрять инновации и отслеживая все случаи использования ИИ на предмет предвзятости или дезинформации.

— Роджер Робертс, партнёр McKinsey и глобальный руководитель направления Digital Trust

Другими словами, доверие сильно зависит от контекста. То, что кажется интуитивно понятным в Сеуле, может быть немыслимым в Сан-Паулу. Внедрение не обязательно связано с инновациями; оно связано с комфортом, нормами и доверием. Чтобы агенты вызывали доверие, они должны быть ориентированы на людей, а не только на процессы. Это значит, что технологи должны идти навстречу пользователям — не только с помощью юридических оговорок, но и посредством открытого диалога. В конце концов, доверие — это не разовая сделка; оно растёт по мере взаимодействия (пример 5).

Пользователи должны иметь возможность задать вопрос: «Как используются мои данные? Что означает для меня этот выбор?» Они также должны иметь возможность определить границы этого доверия. Если агенты действительно являются инструментами, пользователям нужны интуитивно понятные способы выразить и определить то, что им подходит, а также предпочтения, которые система может понять и учесть. Согласие в этом контексте не может быть формальным; это должно быть живое, гибкое соглашение, которое углубляется и формируется пользователем в процессе взаимодействия с агентом.

Пример 5: Пять измерений доверия в агентской торговле

В агентской коммерции доверие — многослойное явление, включающее пять измерений.

1. Знай своего агента (KYA)
   • Проверка личности агента (аналогично процедуре KYC для людей).
   • Используйте «паспорта» агентов или сертификаты от доверенных органов.
   • Требовать многофакторную авторизацию для конфиденциальных действий.
   • Ведение проверяемых журналов транзакций для пользователей и регулирующих органов.
2. Поставьте людей в центр
   • Персонализация на основе предпочтений пользователя.
   • Обеспечить возможность вмешательства человека в принятие критически важных решений.
   • Обеспечить интуитивно понятные интерфейсы для управления пользователем.
   • Создавайте эмоциональное доверие с помощью последовательного тона, этики и эмпатии.
3. Обеспечьте прозрачность
   • Объясните рекомендации по продукту.
   • Показывать сравнение цен, наличие и альтернативы для проверки.
   • Разъяснить, чем автономные действия отличаются от решений, подтвержденных пользователем.
   • Раскрыть ограничения (например, «Мы можем сравнивать только доступных поставщиков»).
4. Защитите все данные
   • Используйте сквозное шифрование для конфиденциальной информации.
   • Ограничить обмен данными.
   • Минимизируйте объем хранимых данных, оставив только самые необходимые данные.
   • Проводите регулярные проверки безопасности и соблюдайте мировые стандарты (например, GDPR, ISO 27001).
5. Управляйте ответственно
   • Определить ответственность за ошибки агента
   • Обеспечить соблюдение нормативных требований (например, защита прав потребителей, честная конкуренция).
   • Установить политику разрешения конфликтов (возвраты, возвраты, искажение информации).

Риски, связанные с агентской торговлей

Если доверие служит основой агентской коммерции, то риск выступает в роли стресс-теста для архитектуры. Доверие поощряет участие, а риск определяет границы этого участия. По мере того как агенты обретают автономность и начинают работать в разных системах, странах и отраслях, возникают новые риски, к которым традиционные системы контроля и управления технологиями не готовы.

Организациям следует обратить внимание на следующие 3 ключевых области риска:

1.Эффект снежного кома Системный риск:. Автономные агенты — это не просто интерфейсы, они принимают решения. Принятие решений в больших масштабах сопряжено с системным риском, когда одна ошибочная команда может вызвать целый каскад непредвиденных последствий: неправильно забронированный рейс, избыточный заказ, покупка, совершенная без согласия. Когда агенты взаимодействуют между собой в нескольких системах, незначительные ошибки могут иметь экспоненциальные последствия, и устойчивость становится важнейшим принципом проектирования. Могут ли агенты корректно завершать работу? Могут ли они вернуться назад? Как компании могут восстановить репутацию, пострадавшую из-за ошибки, не связанной с человеческим фактором?

2.Подотчётность: как действовать в правовой «серой зоне». Когда ИИ-агент принимает неверное решение, определить, кто несёт за это ответственность, непросто. Кто виноват в этой ошибочной транзакции? Платформа, разработавшая модель? Бренд, внедривший агента? Пользователь, который его одобрил? В настоящее время нет единого мнения о том, кто несёт ответственность. Закон об искусственном интеллекте в Европейском союзе вносит некоторую ясность в отношении систем с высоким уровнем риска, но правоприменительная практика всё ещё развивается. В США из-за разрозненности нормативных актов компаниям приходится действовать в условиях отсутствия ответственности. До тех пор, пока не появятся более чёткие правила, самым безопасным подходом может быть излишняя откровенность и осторожность, хотя это может препятствовать инновациям, особенно в стартапах, у которых нет обширных юридических ресурсов.

Неопределённость в вопросе ответственности носит не только теоретический характер; она влечёт за собой коммерческие, юридические и репутационные последствия. Например, если ИИ-агент забронирует поездку, которая впоследствии будет отменена, кто будет нести ответственность? Туристический сайт? Агент? Неработающий сторонний плагин? Ошибки агентов могут привести к ответственности бренда, проверкам со стороны регулирующих органов и системным рискам.

Компании, интегрирующие агентов, сталкиваются с проблемой согласования автономности принятия решений с возможностью их объяснения. Потребителям нужно понимать не только то, что сделал агент, но и почему он это сделал. Объяснимость, скорее всего, станет правом потребителей, а проверяемые журналы вскоре могут стать обязательным требованием регулирующих органов. Компании готовятся к этому, внедряя уровни разрешений, сопоставление идентификационных данных и многоуровневую систему доверия, известную как стек TRiSM (управление доверием, рисками и безопасностью). Но одних технических решений недостаточно; более глубокая проблема — легитимность.

3.Геополитическая проблема. Право собственности на данные: поскольку ИИ-агенты работают с данными, вопрос суверенитета данных становится всё более геополитическим. Такие страны, как Индия и Франция, проводят чёткую политику локализации данных; в Европе звучат призывы к «суверенитету ИИ».

В связи с этим возникают важные вопросы: если агент обрабатывает данные граждан ЕС через API, расположенный в США, соответствует ли он требованиям? Если он обучается на глобальных данных, но действует локально, законно ли это? Несмотря на появление советов по ИИ, трансграничных структур и коалиций по надзору, глобальной стандартизации не существует. Пока таких стандартов нет, риск носит не только технический, но и политический характер. Такие нормативные акты, как Общий регламент ЕС по защите данных и Закон ЕС об искусственном интеллекте, свидетельствуют о сдвиге в управлении данными и контроле над ними: регионы делают упор на цифровой суверенитет или инновации и управление рисками.

Модель OpenAI «для стран», предлагающая локализованную инфраструктуру и гибкость в регулировании, подчеркивает сложность масштабирования агентских платформ без нарушения национальных законов о защите данных, налогообложения и прав потребителей. Более того, когда потребители используют агентов, работающих на основе моделей, обученных на глобальном уровне, возникает вопрос о правовой защите, и ответ на него остаётся неясным.

Чтобы агентная коммерция оправдала ожидания, доверие должно быть неотъемлемой частью её архитектуры. Для этого потребуются прозрачные цепочки принятия решений, отказоустойчивые системы, возможность возврата к исходному состоянию, а также региональная адаптация поведения и этических норм, чтобы агенты соответствовали ценностям пользователей. Сочетание новизны и предполагаемого риска часто усиливает беспокойство пользователей, поэтому важно инвестировать в чёткую коммуникацию, прозрачность и возможность безопасного тестирования и изучения систем ИИ.

Риск связанный с неизвестностью, и это не противоположность возможности

Наконец, агентная коммерция также порождает новый вид риска: риск, связанный с неизвестностью. По мере того как агенты учатся рассуждать, импровизировать и самостоятельно выполнять действия, становится возможным появление новых моделей поведения. То, что полезно сегодня, может оказаться вредным завтра. Даже незначительные изменения в том, как агенты интерпретируют намерения, могут привести к скрытым манипуляциям, враждебным действиям или непреднамеренному усилению предвзятости. Вопрос уже не в том, «безопасен ли агент сегодня», а в том, «готова ли система к тому, каким может стать агент».

Каждое нововведение, конечно же, сопряжено с новыми рисками. Реализация потенциала агентской коммерции будет заключаться не в устранении рисков, а в том, чтобы научиться управлять ими быстрее, чем они возникают. Для бизнеса это означает, что нужно стремиться не только к масштабированию, но и к сдерживанию. Для регулирующих органов это означает переход от реагирования к прогнозированию. А для потребителей это означает, что они должны требовать от систем, действующих от их имени, такой же подотчётности, какую они когда-то требовали от людей.

Проблемы и возможности агентской торговли

Потенциал агентской коммерции огромен, и она способна коренным образом изменить способы взаимодействия бизнеса и потребителей. Однако на пути этой трансформации возникает немало препятствий.

Переход от статичной электронной коммерции к более динамичной агентной коммерческой системе открывает возможности для преобразований, переопределения клиентского опыта и повышения операционной гибкости. Чтобы преуспеть в эпоху автономной цифровой коммерции, компаниям нужно действовать уже сейчас, поскольку искусственный интеллект уже меняет способы нашего взаимодействия. Инвестиции в инфраструктуру, готовую к работе с агентами, включая API, взаимодействие данных, системы доверия и управление, необходимы для сохранения конкурентоспособности в быстро меняющихся условиях.

— Лари Хямяляйнен, старший партнер и руководитель глобального направления ИИ и агентских сервисов в QuantumBlack, AI by McKinsey

Успех в реализации прогнозируемых экономических возможностей в размере от 3 до 5 триллионов долларов будет во многом зависеть от того, насколько эффективно будут решаться эти проблемы. Компаниям предстоит решить сложную задачу по интеграции ИИ в существующие системы, обеспечить соблюдение строгих стандартов конфиденциальности данных и адаптироваться к быстро меняющимся ожиданиям потребителей. Чтобы полностью раскрыть потенциал агентного ИИ, организациям следует ответить на ряд важнейших стратегических и операционных вопросов в трёх ключевых областях.

Возможности, стратегия выхода на рынок и бренд

Ответы на следующие вопросы помогут организациям сформировать основу для укрепления конкурентных позиций при разработке стратегий агентской коммерции.

1. Преимущество первопроходца.
   • Как ваш бизнес может быстро получить преимущество первопроходца и создать надежную защиту с помощью стратегической разработки API и партнерских отношений в сфере ИИ?
   • Для адаптации к изменениям в поведении потребителей необходимо определить необходимые условия, такие как надежная техническая инфраструктура и модульная экосистема партнерских отношений.
2. Повышение конкурентоспособности ИИ.
   • Какие стратегии позволят вашему бизнесу в ближайшие 2-3 года выйти на новый уровень и эффективно конкурировать с инструментами ИИ?
   • Поскольку ни один ИИ-продукт не является доминирующим на рынке, компаниям необходимо подходить к партнерству в сфере ИИ с учетом адаптивности.
3. Собственные разработки или партнерство.
   • В какой степени ваш бизнес должен опираться на собственные разработки в области ИИ, а в какой — на сотрудничество с разработчиками ИИ?
   • Подумайте, какие партнеры нужны для создания перспективной экосистемы, которая обеспечит уникальное торговое предложение в мире агентного ИИ.
4. Меняющиеся методы работы.
   • Как будут меняться ваши рабочие процессы в эпоху ИИ?
   • Переход от изолированной «команды ИИ» к внедрению ИИ во всех командах, по аналогии с переходом на мобильные устройства, будет иметь решающее значение для успеха.
5. Дифференциация бренда.
   • Как вы можете выделить свой бренд и укрепить его позиции в условиях, когда искусственный интеллект все чаще берет на себя взаимодействие с клиентами и принятие решений?
   • Крайне важно понимать, как будет выглядеть фирменный стиль в будущем, где доминируют искусственный интеллект и автоматизация.
6. Консьерж-сервис.
   • Как ваши компании могут создать уникальный и персонализированный консьерж-сервис в эпоху, когда агенты с искусственным интеллектом играют ключевую роль во взаимодействии с клиентами?
   • Создание по-настоящему уникального консьерж-сервиса с помощью искусственного интеллекта может повысить удовлетворенность и лояльность клиентов и выделить бренд на конкурентном рынке.

Стратегии монетизации

Агентная коммерция потенциально угрожает существующим источникам дохода. Следующие вопросы помогут руководителям смягчить последствия этих изменений и извлечь выгоду из новых возможностей, которые открывает эта технология.

Инновационные модели получения дохода. Какие инновационные модели получения дохода может создать ваш бизнес, учитывая, что ИИ вытесняет традиционные источники дохода, такие как доходы от рекламы? Ключевым моментом является использование ИИ для предоставления дополнительных услуг, премиальных предложений или новых продуктов, за которые клиенты готовы платить.

Монетизация данных и персонализация. Какую роль в создании новых источников дохода могут сыграть монетизация данных, персонализация на основе ИИ или модели с подпиской? Агентный ИИ может помочь вашему бизнесу привлечь еще больше клиентов.

Доверие и риск

Помимо новых возможностей, агентская коммерция также сопряжена с новыми рисками, особенно в том, что касается доверия клиентов и взаимоотношений с ними. Следующие вопросы помогут руководителям понять, с какими потенциальными рисками они могут столкнуться.

• Доверие потребителей. Как ваш бизнес может завоевать и сохранить доверие потребителей, делегируя принятие решений автономным агентам? Четкая коммуникация, прозрачность, объяснимость и возможность вмешательства человека могут помочь укрепить доверие, но на него также влияет местная культура.
• Перенос доверия. Будут ли потребители доверять агентам только потому, что их используют бренды? Важно понимать ограничения эффекта ореола бренда и знать, когда пользователям нужны доказательства безопасности, надёжности или понятности.
• Суверенитет данных. Как перемещение данных через границы влияет на доверие пользователей к агентным системам? Потребители и местные органы власти могут потребовать более надёжных гарантий обработки данных на местах, возможности аудита и этического контроля.
• Системный риск. Какие меры предосторожности необходимы для предотвращения каскадных сбоев во взаимосвязанных системах и экосистемах? Создание отказоустойчивых модульных архитектур и протоколов с защитой от сбоев будет определять уровень зрелости агентной инфраструктуры.
• Внедрение. Будут ли агенты когда-либо широко использоваться на рынках с низким уровнем проникновения цифровых платежей или институционального доверия? Для глобальной масштабируемости необходимо адаптировать поведение агентов к местным нормам доверия и обеспечить многоуровневый контроль со стороны человека.

Следует признать, что здесь есть над чем поразмыслить. Но лидеры, которые с дальновидностью и смелостью встретят этот момент, окажутся в авангарде новой эры. Они увидят не только риски, связанные с переменами, но и возможности для переосмысления. Они поймут, что будущее коммерции заключается не в замене человеческой изобретательности, а в её усилении с помощью систем, в которых искусственный интеллект и люди работают в гармонии, обеспечивая высокое качество обслуживания и ценность. Компании, которые действуют уже сейчас — инвестируют в гибкую архитектуру, смело экспериментируют, переосмысливают свои модели и учитывают желания и предпочтения клиентов, — могут не только адаптироваться к этой новой реальности, но и формировать её.

Авторы: Катарина Шумахер — партнёр мюнхенского офиса McKinsey, а Роджер Робертс — партнёр офиса в районе залива Сан-Франциско, где Катарина Гибель работает консультантом.

Авторы выражают благодарность Бекке Коггинс, Дипе Махаджан, Эли Штайн, Ханне Майер, Ларейне Йи, Лари Хямяляйнен, Мари-Клод Надо, Навину Састри и Викраму Айеру за их вклад в подготовку этого доклада. Они также выражают благодарность Маре Пометти и Софи Маршессу за их ценные замечания.

Источник

Перевод и адаптация: Комбинаторика