Agentic commerce to model zakupowy, w którym autonomiczni agenci AI – ChatGPT Operator, Google Gemini, Microsoft Copilot – samodzielnie wyszukują, porównują i kupują produkty w imieniu użytkownika. eMarketer szacuje, że w 2026 roku AI wygeneruje $20,9 mld sprzedaży detalicznej w USA, niemal 4 razy więcej niż rok wcześniej. McKinsey widzi $3-5 bln do 2030. Problem dla marketingowca? Agenta nie przekonasz reklamą, storytellingiem ani pięknym zdjęciem. Wybiera produkt, który ma kompletne, ustrukturyzowane dane, wysoką wiarygodność w sieci i czytelną specyfikację. Jeśli tego nie masz, jesteś niewidoczny dla coraz większej części rynku.
Agentic commerce to jednoznaczny trend
Podczas Cyber Week 2025 – największego tygodnia zakupowego w roku – 20% wszystkich globalnych zamówień zostało zainicjowanych lub zrealizowanych przy udziale AI agentów. Gartner szacuje, że do 2026 roku 20% zapytań e-commerce będzie obsługiwanych przez agentów działających autonomicznie, zanim ktokolwiek otworzy kartę przeglądarki. Pytanie nie brzmi już „czy AI zmieni zakupy online”. Brzmi: „czy Twoja marka jest gotowa, żeby AI ją w ogóle zauważyło”.
Czym jest agentic commerce – zakupy, których Twój klient nawet nie zobaczy
Agentic commerce to model, w którym agent AI działa jako proxy zakupowy: użytkownik definiuje cel („kup mi kawę specialty, ta sama co ostatnio, na jutro rano”), a agent samodzielnie wyszukuje produkt, porównuje oferty, weryfikuje dostępność, sprawdza politykę zwrotów i finalizuje transakcję. Bez kliknięcia. Bez surfowania. Bez reklamy, która mogłaby zmienić decyzję i wpłynąć na zakup emocjonalnie.
To fundamentalnie inny model niż GEO (Generative Engine Optimization), o którym piszemy w innych artykułach na blogu Lumo. GEO dotyczy bycia cytowanym przez AI w odpowiedziach na pytania zadane przez człowieka. Agentic commerce to poziom wyżej: agent nie czeka, aż ktoś zapyta. Działa.
Główni gracze uruchomili już komercyjne wersje agentów zakupowych. OpenAI Operator (styczeń 2025) może wypełniać formularze, składać zamówienia i obsługiwać powtarzalne transakcje w przeglądarkach. Google Gemini z Universal Commerce Protocol umożliwia bezpośredni zakup przez AI Mode. Microsoft Copilot jest zintegrowany z Bing Shopping i dokonuje porównań cenowych w czasie rzeczywistym. Perplexity uruchomił własną przeglądarkę Comet z funkcjami zakupowymi w lipcu 2025.
Jak AI agent podejmuje decyzję zakupową – i dlaczego storytelling tu nie działa
Proces zakupowy AI agenta jest wielokryterialny i probabilistyczny. Jarosław Sokolnicki, cytowany przez XYZ.pl, opisuje to wprost: „Agent nie ulega emocjom ani storytellingowi marki. Jego decyzja to wynik wielokryterialnej optymalizacji: kompletność danych produktowych, weryfikowalne opinie, dostępność w czasie rzeczywistym, polityka zwrotów i cena”.
Agencja DEPT opisuje mechanizm selekcji przez ChatGPT: „ChatGPT nie klika przez karuzele jak człowiek. Parsuje ustrukturyzowane dane produktowe”. Oznacza to, że taksonomia produktów, atrybuty, warianty i specyfikacje muszą być maszynowo czytelne – a nie tylko ładnie opisane marketingowo.
4 kryteria, według których AI agent wybiera produkt:
1. Kompletność danych.
2. Wiarygodność zewnętrzna.
3. Czytelność maszynowa.
4. Zgodność z preferencjami użytkownika.
Dlaczego Twoja marka może być niewidoczna dla AI agenta – 3 najczęstsze błędy
Badania z 2026 roku wskazują, że marki e-commerce tracą widoczność w agentic commerce z trzech powodów, które mają niewiele wspólnego z klasycznym SEO.
- Niekompletne lub niespójne dane produktowe. Jeżeli Twój produkt ma inny opis na stronie, inne parametry w Google Shopping Feed i brakuje mu atrybutów (wymiary, materiały, warianty) w formacie maszynowym – agent odrzuci go na etapie porównania. AI Magicx potwierdza: „Niespójne dane na różnych platformach tworzą konflikty, które agenci penalizują”. Dotyczy to Allegro, Ceneo i własnego sklepu jednocześnie.
- Zablokowane crawlery AI. Cloudflare od lipca 2025 roku domyślnie blokuje boty AI na nowo dodawanych domenach. Oznacza to, że jeśli nie sprawdziłeś konfiguracji – ChatGPT User, OAI-SearchBot i PerplexityBot mogą być blokowane przez Twój serwer. Jeśli agent nie może odczytać Twojej strony, nie ma czego wybierać.
- Brak aktualnych recenzji. AI Magicx wskazuje: „Produkt z 50 recenzjami z tego miesiąca wyprzedza produkt ze 500 recenzjami sprzed dwóch lat w algorytmach większości agentów”. Recencja opinii jest dla agenta sygnałem aktywności i wiarygodności, a nie tylko liczbą gwiazdek.
Co musi się zmienić w danych produktowych – konkretna lista działań
IBM w swoim przewodniku po agentic commerce dla marek FMCG wskazuje trzy priorytety: standaryzacja danych produktowych pod czytelność maszynową i ludzką jednocześnie, otwarte API umożliwiające interakcję z agentami oraz rewaluacja strategii SEO pod kątem AI agentów jako dodatkowej grupy docelowej.
Dla e-commerce i MSP w Polsce oznacza to konkretne kroki, które można wdrożyć bez kosztownej przebudowy sklepu.
- Rozbuduj schema.org na stronach produktowych. Product Schema z polami: name, description, sku, brand, image, price, priceCurrency, availability, aggregateRating, review. Każde pole wypełnione dokładnymi danymi – nie „cena od”, tylko konkretna liczba. Nie „dostępny”, tylko StoreInStock / OnlineOnly.
- Zamień PDF specyfikacje na structured data. DEPT wskazuje wprost: „Specyfikacje w PDF są dla agentów bezużyteczne”. Wymiary, waga, materiały, zasady prania, kompatybilność – to wszystko musi być w tekście na stronie produktowej i w feedzie produktowym, nie w załączniku.
- Zaktualizuj product feed pod ChatGPT i Google AI Mode. Shopify opublikował instrukcję sprzedaży przez ChatGPT, Google AI Mode i Copilot. Wymagają bogatszego feeda niż Google Shopping – z polami consumer_intent_query, comparison_attributes i complete_return_policy. Sprawdź w swoim feedzie, czy te pola istnieją.
- Odblokuj crawlery AI w robots.txt. Sprawdź plik robots.txt. Dodaj: User-agent: OAI-SearchBot Allow: / oraz odpowiedniki dla ChatGPT-User i PerplexityBot. Jeśli korzystasz z Cloudflare, sprawdź ustawienia Bot Fight Mode.
- Zadbaj o recencję i wolumen recenzji na kluczowych platformach. Program zbierania opinii po zakupie powinien działać automatycznie. Cel: minimum 10-15 nowych recenzji miesięcznie na każdym SKU, który chcesz, żeby AI agent rekomendował.
Brand signals, reputacja i first-party data – jak zakodować markę w pamięci agenta
Kantar w Marketing Trends 2026 wskazuje kluczowe kwestie związane z dualizmem budowy brand awarenesss: „Marki muszą aktywnie obsługiwać tych niezdolnych do ludzkich emocji konsumentów, jednocześnie przekonując i angażując prawdziwych ludzi przez tradycyjne kanały”. Innymi słowy, marka musi działać na dwóch frontach naraz.
Dla AI agenta „marka” to nie logo ani ton of voice. To wzorzec danych. Kantar potwierdza: „Jeżeli model nie zna Twojej marki, nie wybierze jej. Przygotuj jasne, ustrukturyzowane, maszynowo czytelne i relewantne treści”. Oznacza to, że Organization Schema na stronie głównej, spójna nazwa marki we wszystkich katalogach i porównywarkach oraz regularne, eksperckie treści na blogu są sygnałem dla modeli językowych szkolonych na danych z internetu.
Athos Commerce opisuje mechanizm Copilot: „Copilot to myśliwy polujący na okazje, który śledzi ceny tygodniami i nie kupuje, dopóki nie upewni się, że dostaje najlepszą wartość. Jeżeli Twoje opinie nie są zintegrowane z feedem, ChatGPT bierze social proof z Reddita lub blogów zewnętrznych, a Ty tracisz kontrolę nad narracją”.
First-party data ma tu szczególne znaczenie. Jarosław Sokolnicki z cytowanego przez XYZ.pl wywiadu wskazuje, że „marki budujące maszynowo czytelne programy lojalnościowe mają szansę zakodować się w instrukcjach agenta i utrzymać przewagę konkurencyjną”. Oznacza to, że program lojalnościowy eksportujący preferencje klienta do formatu API-friendly może dosłownie powiedzieć agentowi: „ten klient woli tę markę, użyj jej jako domyślnej”.
Obserwacja, Implikacja, Kierunek:
OBSERWACJA: eMarketer szacuje, że zakupy przez AI agentów wzrosną o 300% rok do roku w 2026. Shopper trafiający ze ścieżki AI konwertuje o 38% lepiej niż z tradycyjnych kanałów (eMarketer).
IMPLIKACJA: Jeśli Twoje dane produktowe nie są kompletne i maszynowo czytelne, Twój produkt jest niewidoczny dla tej grupy. Im szybciej rośnie agentic commerce, tym drożej kosztuje ta niewidoczność.
KIERUNEK: Zacznij od diagnostyki. Wpisz do ChatGPT zapytanie zakupowe ze swojej kategorii. Sprawdź, czy Twój produkt pojawia się w wynikach. Jeśli nie, audyt danych produktowych i schema markup to pierwsze zadanie na ten kwartał. O tym jak poprawnie mierzyć i sprawdzić obecność marki w AI i LLMach przeczytasz tutaj.
Jak mierzyć widoczność marki w agentic commerce – metryki, których nie ma w GA4
Tradycyjna analityka nie mierzy agentic commerce. Sesje inicjowane przez AI agenty pojawiają się w GA4 jako direct/none lub w najlepszym razie jako ruch z perplexity.ai. Seer Interactive case study pokazało, że użytkownicy trafiający ze ścieżki ChatGPT konwertowali na poziomie 15,9%, podczas gdy ruch z Google Organic – na 1,76%. To 9-krotna różnica, którą standardowy dashboard w ogóle nie pokazuje.
Pierwszym krokiem jest regularne manualne testowanie. Wpisz zapytania zakupowe ze swojej kategorii do ChatGPT, Perplexity i Google AI Mode. Sprawdzaj, czy Twoja marka pojawia się w rekomendacjach, jak jest opisana i jakie źródła agent cytuje jako uzasadnienie wyboru. Narzędzia takie jak AmICited.com lub Profound umożliwiają monitoring cytowalności w AI na poziomie produktu i marki.
Microsoft Copilot dostarcza własne dane: użytkownicy korzystający z Copilot są o 53% bardziej skłonni do zakupu w ciągu 30 minut od interakcji, a o 194% bardziej skłonni, gdy wychodzą z zapytaniem zakupowym. Te dane są dostępne przez Bing Webmaster Tools dla zintegrowanych sprzedawców.
Co zrobić w ciągu 30 dni – priorytetyzowana lista
- Diagnostyka: wpisz 5 zapytań zakupowych ze swojej kategorii do ChatGPT, Perplexity i Gemini. Czy Twoja marka pojawia się? Co AI mówi o Twoich produktach i skąd bierze informacje?
- Sprawdź robots.txt i konfigurację Cloudflare pod kątem blokowania botów AI. Odblokuj OAI-SearchBot, ChatGPT-User, PerplexityBot jeśli są zablokowane.
- Audyt schema.org: czy Product Schema na stronach produktowych zawiera wszystkie wymagane pola (cena, dostępność, recenzje, specyfikacja)? Użyj narzędzia Google Rich Results Test.
- Zaktualizuj feed produktowy: dodaj brakujące atrybuty (wymiary, materiały, polityka zwrotów jako tekst, nie PDF). Sprawdź, czy dane na stronie, w feedzie i na platformach sprzedażowych są spójne.
- Uruchom lub zoptymalizuj program zbierania recenzji po zakupie. Cel na pierwszych 30 dni: 15+ nowych recenzji na kluczowych SKU.
Chcesz wiedzieć, jak Twój produkt wygląda z perspektywy AI agenta?
W Lumo przeprowadzamy audyt widoczności marki w AI – sprawdzamy, jak ChatGPT, Perplexity i Google AI Mode widzą Twoje produkty, gdzie są luki w danych i co wymaga poprawy, żeby trafić na listę wyboru agenta. Konkretna analiza, nie teoria. Umów bezpłatną konsultację.
FAQ – najczęściej zadawane pytania o agentic commerce
Czym jest agentic commerce?
Agentic commerce to model zakupowy, w którym AI – takie jak ChatGPT Operator, Google Gemini czy Microsoft Copilot – samodzielnie wyszukują, porównują i kupują produkty w imieniu użytkownika, bez jego bezpośredniego udziału w każdym kroku transakcji.
Jak duży jest rynek agentic commerce?
eMarketer szacuje, że agenci AI wygenerują $20,9 miliarda sprzedaży detalicznej w USA w 2026 roku – prawie 4 razy więcej niż rok wcześniej. McKinsey widzi potencjał $3-5 bilionów globalnego handlu przesuniętego do agentic commerce do 2030 roku.
Czym agentic commerce różni się od GEO i AEO?
GEO (Generative Engine Optimization) i AEO (Answer Engine Optimization) dotyczą bycia cytowanym przez AI w odpowiedzi na pytania zadane przez człowieka. Agentic commerce to poziom wyżej: agent nie odpowiada na pytanie, lecz samodzielnie podejmuje decyzję zakupową i realizuje transakcję – bez oczekiwania na pytanie od użytkownika.
Jak zoptymalizować produkt pod AI agenta zakupowego?
Kluczowe działania to: kompletne dane produktowe w formacie maszynowo czytelnym (schema.org Product), odblokowanie crawlerów AI w robots.txt, spójny i bogaty feed produktowy, aktywny program zbierania recenzji oraz regularne monitorowanie, jak ChatGPT i Perplexity opisują Twoje produkty przy zapytaniach zakupowych.
Czy małe firmy i MSP powinny już teraz myśleć o agentic commerce?
Tak, i warto zacząć od diagnostyki bez dużych inwestycji. Pierwsze kroki – sprawdzenie robots.txt, audyt schema.org i test w ChatGPT – można wykonać w kilka godzin. Im wcześniej zaczniesz, tym trudniej będzie Twoją pozycję wyprzedzić konkurentom, którzy budują widoczność w AI kumulatywnie.
