Как соревноваться в агентной торговле?

На этой неделе мы освещаем:

Почему агентская коммерция отсеивает бренды, ориентированные на маркетинг в первую очередь, и вознаграждает за детализированные данные о продуктах.
Как ChatGPT, Copilot и протоколы Google перестраивают экономику мерчантов и отношения с клиентами.
Какие каналы оптимизировать, какие протоколы приоритизировать и последовательность реализации, которая имеет значение.

Как SEO-эксперт, я уже вижу явные признаки того, что ИИ фундаментально меняет то, как люди совершают покупки. В прошлом году, в праздничный сезон 2025 года, AI-powered shopping assistants фактически обеспечили 20% от всех розничных продаж! Даже если мы будем щедры в том, что считать ‘AI agent’, это неоспоримо – мы официально вошли в эпоху агентской коммерции, где ИИ активно участвует в процессе покупки.

Купил акции на все деньги, а они упали? А Илон Маск снова написал твит? Знакомо. У нас тут клуб тех, кто пытается понять этот цирк и не сойти с ума.

Купить на падении (нет)

Все основные LLM теперь предлагают прямую оплату и новые коммерческие протоколы:

ChatGPT имеет Instant Checkout с Shopify и Etsy, а также ACP (Agentic Commerce Protocol).
Microsoft Copilot использует ACP и предлагает Copilot Checkout с PayPal, Shopify и Stripe.
Google внедрил оформление заказов в AI Mode и Gemini через свой Универсальный Коммерческий Протокол (UCP).

Мы решили технические задачи, но теперь сталкиваемся с более важным вопросом: как нам оставаться конкурентоспособными, когда клиенты могут совершать покупки, не посещая веб-сайт?

1. Agentic Commerce Имеет Дыру В Центре

Термин «agentic commerce» вводит в заблуждение. Идея полностью автоматизированных покупок – когда цифровой помощник имеет вашу кредитную карту и бюджет для совершения покупок за вас – вряд ли произойдет в ближайшее время.

Дорогие покупки, такие как авиабилеты или автомобили, слишком рискованны, чтобы делегировать их кому-либо. У вас есть своеобразные предпочтения (правила выбора мест в авиакомпании, характеристики автомобиля), которые ни один агент не может надежно смоделировать.
Недорогие покупки, такие как туалетная бумага или стиральный порошок, уже автоматизированы через сервисы подписки (Instacart recurring orders, Subscribe & Save). Агент не добавляет никакой дополнительной ценности.
Средняя категория меньше, чем предполагает ажиотаж. Если дорогостоящие сопротивления делегируются, а дешевые уже «автоматизированы», где автономная закупка фактически генерирует ценность?

Рассматривать покупательский опыт как «разговорную коммерцию» — более полезный подход. Вместо полной автоматизации покупок, большие языковые модели (LLMs) упрощают процесс совершения покупок, предоставляя гораздо более качественное исследование продуктов, чем традиционные поисковые системы, и отображая продукты непосредственно в ходе беседы.

Модели читают экспертные обзоры, характеристики продукта, списки ингредиентов и реальные отзывы пользователей, а не ранжируются по ключевым запросам и истории конверсий.
Ценность заключается в сокращении 14 кликов (среднее значение, заявленное Amazon до покупки) до одного или двух.

2. Протоколы делают электронную коммерцию «headless»

Новые коммерческие протоколы позволяют AI-ассистентам подключаться напрямую к системам вашего бизнеса, а не просто отображать информацию с вашего веб-сайта в результатах поиска. Это создает ‘headless’ коммерческую настройку, отделяя клиентскую часть вашего бизнеса от его базовых операций.

Веб-сайты становятся менее важными как пункты назначения и более важными как базы данных.
Игра переходит от оптимизации дизайна целевых страниц для человеческого глаза к оптимизации потоков данных для потребления машинами.
Если ваша скорость доставки, статус наличия на складе или политика возврата недоступны через API, вы невидимы для агента.

Вместо традиционного, длительного процесса поиска, просмотра и оформления заказа – который раньше требовал до четырнадцати кликов – теперь всё стало намного проще. Современные системы могут понять, что хочет пользователь, сравнивая мнения экспертов с текущими уровнями запасов. Это позволяет пользователям купить что-либо всего в один клик, используя их сохраненную информацию.

Хотя и ACP, и UCP предоставляют пользователям схожий опыт, они имеют совершенно разные структуры комиссий для бизнеса.

Протокол агенторной коммерции (ACP) от OpenAI

Видение: «Огороженный сад». OpenAI стремится обрабатывать всю транзакцию внутри интерфейса чата, рассматривая продавцов по сути как поставщиков.
Компромисс: Эффективность против LTV. Вы получаете доступ к 700 миллионам еженедельных пользователей, но теряете прямые отношения с клиентами. Поскольку OpenAI в настоящее время ограничивает передачу адресов электронной почты клиентов для маркетинга, вы теряете возможность повторного маркетинга – фактически уничтожая 15-20% пожизненной ценности (LTV), которые обычно поступают из email-цепочек после покупки.

Google’s UCP (Universal Commerce Protocol)

Видение: «Распределённый слой». Google расширяет свой Shopping Graph, добавляя к нему транзакционный слой, который располагается поверх Поиска, Lens и Gemini.
Компромисс: Владение против Конкуренции. В отличие от ACP, Google позволяет продавцам сохранять полный жизненный цикл клиента, включая права на электронную почту и данные о лояльности. Стоимость значительно выше интенсивности конкуренции: вместо борьбы за 10 синих ссылок вы боретесь за одно из трех «мест» в AI Overview, что фактически сводит к нулю допустимый уровень погрешности в данных о вашем продукте.

3. Разговорная коммерция разрушает всю экосистему.

Как эксперт по поиску, я вижу огромное изменение – мы уходим от простого *поиска* к *общению* с поисковыми системами. Это не просто небольшая корректировка; это создает явных победителей и проигравших в онлайн-пространстве, и это заставляет нас переосмыслить наш подход к SEO-стратегии. Это действительно поворотный момент, и предприятиям необходимо адаптироваться, чтобы оставаться впереди.

Покупатели получают значительно улучшенный пользовательский опыт.

Обнаружение: Покупки с обдумыванием (например, конкретные беговые кроссовки) переходят от просмотра шести потенциально нерелевантных объявлений о товарах к получению рекомендаций высшего уровня на основе экспертных обзоров.
Когнитивная нагрузка: Модель обрабатывает исследование, сокращая средний 14-шаговый путь до одного-двух взаимодействий.

Торговцы сталкиваются с компромиссом между распространением и контролем.

О ChatGPT: Вы получаете доступ к ранним последователям, но теряете прямые отношения с клиентами и права на email-маркетинг. У вас нет влияния на комиссии или логику рекомендаций.
На Google/Copilot: Вы сохраняете статус продавца, но по мере сжатия воронки ценность рекламного инвентаря на сайте снижается. Хотя коэффициенты конверсии могут расти, общий доход от рекламы падает.

Партнёры умирают, когда LLM устраняют необходимость в клике.

Ловушка: Если ChatGPT синтезирует обзоры, не направляя трафик, партнёры перестают писать. Это создаёт «уробороса», где модели обучаются на собственных результатах, сгенерированных ИИ.
Поворотный момент: Издатели должны установить плату за премиум-контент или взимать плату с продавцов напрямую за обзоры.

Amazon доминирует по цене и скорости, но сталкивается с конфликтом бизнес-модели.

Конфликт: Розничные наценки невелики (~1%); прибыльность обеспечивается рекламным бизнесом объемом 60 миллиардов долларов.
Риск: Рекламная машина Amazon полагается на 14-шаговую воронку. Если разговорная коммерция сократит её до одного клика, запасы спонсируемых товаров испарятся.
Выбор: Им придется либо блокировать поисковых роботов для защиты доходов от рекламы (текущая стратегия), либо участвовать и поглощать их. Присоединение Walmart к ChatGPT вынуждает их действовать.

Google находится в наиболее выгодном положении, чтобы пережить этот сдвиг.

Паритет: Они уже монетизируют AI Overviews на паритетных условиях с традиционным поиском.
Экономика: Более высокая релевантность приводит к взрывному росту конверсии. Рекламодатели будут платить больше за клик, чтобы компенсировать меньший объем кликов, балансируя экосистему.

4. SEO Сдвиг от оптимизации кликов к оптимизации усвоения.

Мы переходим от онлайн-среды, где, казалось, было неограниченное пространство для информации – представьте себе бесконечные списки результатов поиска – к среде, где пространство ограничено, как в небольшом количестве рекомендаций, которые вы видите в ответе ИИ.

В современном поисковом ландшафте SEO меняется. Вместо того, чтобы сосредотачиваться на том, чтобы заставить людей перейти на ваш веб-сайт, сейчас фокус сместился на то, чтобы убедиться, что поисковые системы могут легко понимать и использовать информацию о вашем продукте. Цель состоит не только в том, чтобы привлечь посетителей, но и в том, чтобы предоставить данные, которые поисковая система уверенно использует при формировании рекомендаций.

Техническое SEO развивается. Ранее оно было сосредоточено на таких вещах, как скорость веб-сайта и то, насколько хорошо сайт работает на телефонах – так называемые Core Web Vitals. Теперь речь идет о том, чтобы убедиться, что ваш товарный фид – данные, которые вы отправляете поисковым системам – точны и полны. Поисковые системы меняют способы поиска информации; вместо активного просмотра веб-сайтов они напрямую запрашивают данные через API. Это означает, что ваш веб-сайт становится менее о визуальном представлении и больше о том, чтобы быть хорошо организованной базой данных. В конечном счете, наиболее успешными интернет-магазинами будут те, которые будут уделять приоритетное внимание качеству и точности своих товарных фидов, рассматривая их как свой основной онлайн-магазин.

Традиционное SEO было сосредоточено на создании статей, перефразирующих существующую информацию для ранжирования по популярным поисковым запросам. Но сегодняшние AI-модели уже усвоили все эти общеизвестные знания. Теперь, чтобы выделиться и быть признанным, вам нужно предлагать подлинные новые идеи – то, что называется «Information Gain». Это означает предоставление уникальной ценности, которая выходит за рамки того, что уже известно AI.

Вы не можете «промаркетировать» свой путь к преодолению некачественных характеристик. Если вы утверждаете, что являетесь «лучшей беговой обувью для плоскостопия», модель не ищет прилагательные; она проверяет ваши измерения поддержки свода стопы на соответствие стандартам подологии в своем обучающем наборе.

LLM собирают информацию с веб-сайтов третьих сторон (например, Reddit, специализированные форумы, сайты экспертных обзоров), чтобы сформировать консенсус. Большое количество подтвержденных, конкретных обзоров на надежных платформах третьих сторон – это самый сильный сигнал, который вы можете отправить.
В мире, где ИИ предлагает три варианта, узнаваемость бренда становится решающим фактором. Брендовая реклама и органическое построение бренда возвращаются как критически важный инструмент для обеспечения того, чтобы пользователи узнавали рекомендацию, которую предоставляет ИИ.

5. Конец «Маркетинговым Брендам»

На протяжении последних десяти лет многие бренды строили свой успех, используя рекламу для быстрой прибыли от продажи обобщённых продуктов под разными названиями. Однако новый тип торгового опыта, основанный на искусственном интеллекте, меняет это. В отличие от людей, которые могут быть подвержены влиянию привлекательного брендинга, системы искусственного интеллекта будут фокусироваться на фактах. Они не будут предлагать более дорогой продукт просто из-за его брендинга, если он по сути такой же, как более дешёвая альтернатива.

Современные системы искусственного интеллекта отлично понимают, чего хотят люди, даже если запросы очень специфичны или необычны. Однако они часто отвечают наиболее распространенными или популярными вариантами, вместо того чтобы действительно удовлетворять эти уникальные потребности.

Смещение в сторону безопасности: Модели предпочитают консенсус, чтобы избежать галлюцинаций. Нишевый бренд выглядит как шум; лидер категории выглядит как правда.
Реальность RAG: Инструменты RAG обычно сканируют только первые 10-20 результатов поиска. Поскольку поисковые системы уже отдают предпочтение авторитетным источникам, RAG часто просто укрепляет позиции лидеров.

Обычно мы склонны отдавать предпочтение существующей информации, но детальные данные могут это изменить. Представьте информацию о вашем продукте как исходное утверждение, а Retrieval-Augmented Generation (RAG) — как систему, которая перепроверяет её точность.

Рынок bifurcates:

Действующие власти выигрывают общее намерение посредством «доверия» (консенсуса).
Специалисты достигают конкретного намерения посредством «гранулярности» (спецификаций), но только если они находятся в топе результатов поиска.

Если вы предоставляете подробную информацию, которую упускают из виду крупные компании — например, точные сведения об источниках или химический состав — ИИ должен выбирать ваш контент, когда он ищет эту конкретную информацию. Однако ваш контент должен появляться на первой странице результатов поиска, чтобы его вообще рассмотрели.

Органический поиск больше не о клике; это предпосылка для агентской верификации.

Смотрите также

2026-01-27 17:41