Handel agentowy 2026+: od wyszukiwania produktów do rynku obsługiwanego przez agentów AI. Jak zmieniają się discovery, reklama, katalogi, negocjacje, RFQ, płatności i relacje między kupującym a sprzedawcą

Stan analizy: 3 sierpnia 2026 r.

Handel agentowy nie jest już wyłącznie futurystyczną koncepcją. Istnieją protokoły pozwalające agentom pobierać dane produktowe, tworzyć koszyki, przekazywać zamówienia, potwierdzać mandaty i inicjować płatności. Działają pierwsze procesy zakupowe wewnątrz interfejsów AI, a w lipcu 2026 r. Visa poinformowała o przeprowadzeniu w Europie transakcji agentowych w rzeczywistych środowiskach uczestniczących sprzedawców.

Nie oznacza to jednak, że agenci AI przejęli już znaczącą część handlu.

Najważniejsza asymetria pozostaje taka, jak wskazuje karta Trendomatu: rozwój podaży infrastruktury jest znacznie lepiej udokumentowany niż powtarzalny popyt, autonomia użytkowników, ekonomika sprzedawców i rzeczywista skala transakcji. Dlatego klasyfikacja trendu jako „przyspieszający” przy średniej pewności dowodów pozostaje uzasadniona.

Najważniejsza zmiana nie polega obecnie na tym, że agent samodzielnie kupuje wszystko za człowieka. Polega na tym, że pomiędzy intencją użytkownika a systemem sprzedawcy powstaje nowa warstwa decyzyjna i wykonawcza.

W tej warstwie agent może:

zinterpretować potrzebę;
znaleźć możliwe rozwiązania;
odrzucić niedopasowane produkty;
porównać ceny, parametry i warunki;
skompletować koszyk;
przygotować zapytanie ofertowe;
uzyskać zatwierdzenie;
uruchomić płatność;
przekazać zamówienie;
monitorować realizację.

Dlatego handel agentowy należy rozumieć nie jako pojedynczy produkt albo chatbot, lecz jako nową architekturę rynku.

1. Handel agentowy nie jest jednym zjawiskiem

Pojęcie „handel agentowy” jest często używane zbyt szeroko. Tym samym terminem określa się zarówno rekomendację wygenerowaną przez model AI, jak i zakup wykonany automatycznie w granicach wcześniej udzielonego mandatu.

Aby poprawnie analizować trend, należy rozdzielić co najmniej pięć poziomów.

Poziom 1. Handel wspomagany przez AI

System:

odpowiada na pytania;
podsumowuje opinie;
proponuje produkty;
wyjaśnia różnice;
pomaga utworzyć listę zakupową.

Nie posiada jednak uprawnienia do działania w imieniu użytkownika.

Przykład:

Która owijarka będzie odpowiednia dla 50 palet dziennie?

Agent odpowiada, ale dalsze działania wykonuje człowiek.

Poziom 2. Handel konwersacyjny

Użytkownik pozostaje wewnątrz rozmowy, a system pozwala:

przeglądać produkty;
filtrować warianty;
tworzyć koszyk;
sprawdzać dostępność;
przejść do procesu zakupu.

To więcej niż rekomendacja, ale użytkownik nadal zatwierdza kolejne etapy.

Rozwój wyszukiwania produktowego w ChatGPT opartego na Agentic Commerce Protocol jest przykładem przejścia od zwykłej odpowiedzi do bardziej kompletnego środowiska odkrywania, porównywania i wyboru produktów.

Poziom 3. Handel delegowany

Agent otrzymuje określone uprawnienia, na przykład:

wyszukaj produkt do 500 zł;
kup tylko u zatwierdzonego sprzedawcy;
nie wybieraj dostawy dłuższej niż trzy dni;
nie przekraczaj określonej ceny;
pokaż wynik przed płatnością.

Agent wykonuje część procesu, ale działa w precyzyjnych granicach.

Poziom 4. Handel transakcyjny

Agent:

interpretuje mandat;
wybiera ofertę;
tworzy zamówienie;
inicjuje płatność;
przekazuje dane sprzedawcy;
rejestruje wykonane działanie.

Użytkownik może zatwierdzić jedynie mandat początkowy albo określone działania wysokiego ryzyka.

Poziom 5. Handel orkiestracyjny

Agent koordynuje cały łańcuch:

wybiera dostawcę;
negocjuje warunki;
kupuje produkt;
organizuje transport;
monitoruje realizację;
reaguje na opóźnienia;
składa reklamację;
uruchamia zakup zastępczy;
rozlicza wykonanie.

Ten poziom pozostaje w większości kierunkiem rozwojowym. Wymaga rozwiązania problemów odpowiedzialności, interoperacyjności, wyjątków, sporów i weryfikacji wykonania.

2. Najważniejsza zmiana: agent staje się interfejsem rynku

W tradycyjnym handlu internetowym interfejsem rynku była przede wszystkim strona internetowa, wyszukiwarka albo marketplace.

Kupujący sam:

formułował zapytanie;
przeglądał wyniki;
otwierał strony;
interpretował dane;
porównywał produkty;
tworzył koszyk;
wybierał sposób dostawy;
wykonywał płatność.

W handlu agentowym interfejsem rynku może stać się agent, który wykonuje znaczną część tej pracy.

Nowy schemat wygląda następująco:

potrzeba użytkownika

↓

agent interpretuje cel i ograniczenia

↓

agent odpytuje katalogi oraz sprzedawców

↓

porównuje dostępne rozwiązania

↓

uzyskuje lub interpretuje mandat

↓

wykonuje dozwolone działanie

↓

przekazuje wynik użytkownikowi

Zmienia to podstawowy sposób konkurowania firm.

W tradycyjnym modelu przedsiębiorstwo zabiegało o:

pozycję w wynikach wyszukiwania;
kliknięcie;
wizytę na stronie;
czas użytkownika;
wypełnienie formularza.

W modelu agentowym firma musi dodatkowo zabiegać o to, aby jej oferta była:

dostępna dla agenta;
jednoznacznie zrozumiała;
kwalifikowalna;
porównywalna;
aktualna;
wiarygodna;
możliwa do uruchomienia programowo.

Nie wystarczy już „dobrze wyglądać” na stronie.

Oferta musi być poprawnie interpretowalna jako obiekt danych, zestaw warunków i możliwych działań.

3. Od lejka marketingowego do grafu decyzji

Klasyczny lejek zakładał liniową ścieżkę:

reklama → strona → formularz → handlowiec → oferta → zamówienie

Agent nie musi poruszać się w takiej kolejności.

Może równolegle:

czytać stronę produktu;
sprawdzać instrukcję;
porównywać konkurencyjny model;
analizować opinie;
pobierać dostępność;
obliczać koszt eksploatacji;
sprawdzać warunki gwarancji;
przygotowywać pytania do sprzedawcy.

Ścieżka zakupowa zaczyna przypominać graf, w którym agent wybiera kolejne źródła i działania zależnie od celu użytkownika.

W konsekwencji sprzedawca nie kontroluje już całej kolejności prezentowania informacji.

Może natomiast kontrolować:

jakość danych;
jednoznaczność nazw;
aktualność parametrów;
źródła potwierdzające;
warunki dostawy;
zasady kwalifikacji;
dostępne działania;
własny profil handlowy;
sposób przyjmowania zapytań i zamówień.

To przesuwa przewagę konkurencyjną z samego projektowania ścieżki użytkownika na projektowanie infrastruktury informacji i działania.

4. Co jest już produkcyjne?

4.1. Odkrywanie i porównywanie produktów

OpenAI rozszerzyło Agentic Commerce Protocol na warstwę wyszukiwania i porównywania produktów. Celem jest dostarczanie w ChatGPT bardziej aktualnych i kompletnych danych pochodzących od sprzedawców i innych dostawców informacji produktowych.

To ważne, ponieważ w handlu agentowym proces zaczyna się przed checkoutem.

Agent musi najpierw ustalić:

jakie produkty istnieją;
czym się różnią;
który wariant odpowiada wymaganiom;
jaka jest cena;
czy produkt jest dostępny;
jakie są warunki zwrotu i gwarancji.

4.2. Przekazywanie zamówienia do sprzedawcy

Agentic Commerce Protocol umożliwia przekazanie danych zamówienia do systemu sprzedawcy. Sprzedawca pozostaje merchant of record i odpowiada za płatność, realizację, zwroty, wsparcie oraz relację z klientem.

Jest to istotne rozstrzygnięcie architektoniczne.

Platforma AI może kontrolować interfejs i rozpoczęcie transakcji, ale odpowiedzialność operacyjna pozostaje po stronie sprzedawcy.

4.3. UCP i zakup na powierzchniach Google

Universal Commerce Protocol jest rozwijany jako wspólny język dla agentów, platform, sprzedawców i operatorów płatności. Google wykorzystuje go do przygotowania bezpośrednich zakupów w AI Mode i Gemini.

Jednocześnie należy zachować ostrożność przy opisywaniu skali wdrożenia. Integracja UCP w Google Merchant Center pozostaje ograniczonym pilotażem dla wybranych sprzedawców w Stanach Zjednoczonych, a nie globalnie dostępnym standardem transakcyjnym.

4.4. Otwarcie infrastruktury Shopify

Shopify poinformowało w czerwcu 2026 r., że deweloperzy nie muszą już ubiegać się o osobne zatwierdzenie dostępu do UCP. Mogą rejestrować profile agentów, korzystać z publicznego endpointu MCP i budować procesy od wyszukania produktu do checkoutu.

Shopify deklaruje również, że jego sprzedawcy są domyślnie przygotowani do korzystania z UCP, z zachowaniem reguł checkoutu, rabatów i ustawień konkretnego sklepu.

Jest to silny dowód na szybkie obniżanie bariery wejścia po stronie podaży.

Nie jest jednak automatycznie dowodem, że duża liczba merchantów osiąga już sprzedaż za pośrednictwem agentów.

4.5. Ograniczone i delegowane płatności

Stripe Shared Payment Tokens pozwalają agentowi inicjować płatność za zgodą klienta bez ujawniania podstawowych danych instrumentu płatniczego. Token może być ograniczony według sprzedawcy, czasu i kwoty.

Taki model jest fundamentalny dla handlu agentowego.

Agent nie powinien otrzymywać „karty kredytowej użytkownika”. Powinien otrzymywać ograniczone, odwoływalne uprawnienie do wykonania konkretnego rodzaju działania.

4.6. Transakcje w rzeczywistych środowiskach europejskich

2 lipca 2026 r. Visa poinformowała, że agenci AI wykonują zakupy u uczestniczących europejskich sprzedawców, korzystając z infrastruktury identyfikacji, tokenizacji i uwierzytelniania.

Worldline, ING i Visa potwierdziły również wykonanie w Europie transakcji agentowej wykorzystującej silne uwierzytelnianie klienta i autoryzację biometryczną.

Są to obecnie jedne z najmocniejszych publicznie dostępnych dowodów technicznej i operacyjnej wykonalności handlu agentowego.

Nadal brakuje jednak danych o:

liczbie niezależnych użytkowników;
częstotliwości ponownych zakupów;
wartości transakcji;
wpływie na konwersję;
kosztach błędów i zwrotów;
poziomie satysfakcji kupujących.

5. Popyt na pomoc AI nie jest jeszcze dowodem popytu na delegowanie zakupów

Dane o korzystaniu z AI podczas zakupów rosną szybko.

Adobe podało, że w pierwszym kwartale 2026 r. ruch kierowany przez systemy AI do amerykańskich stron detalicznych wzrósł o 393% rok do roku. W ankiecie Adobe 39% konsumentów deklarowało korzystanie z asystentów AI podczas zakupów internetowych, a 85% tej grupy twierdziło, że AI poprawiła ich doświadczenie zakupowe.

Visa informuje z kolei, że około dwóch trzecich badanych korzysta lub byłoby gotowych korzystać z agentów zakupowych, szczególnie w celu oszczędzania czasu i wyszukiwania lepszych cen. Jednocześnie prawie dziewięciu na dziesięciu respondentów oczekuje przejrzystości dotyczącej sposobu podejmowania decyzji przez agenta.

Są to ważne dowody wzrostu zainteresowania AI-assisted commerce.

Nie odpowiadają jednak na pytanie:

Ilu użytkowników jest gotowych przekazać agentowi finalny wybór, mandat płatniczy i prawo do zawarcia transakcji bez każdorazowego zatwierdzenia?

Należy oddzielić cztery różne zachowania:

korzystanie z AI do inspiracji;
korzystanie z AI do porównywania;
korzystanie z AI do przygotowania zakupu;
delegowanie AI finalnej decyzji i płatności.

Rynek posiada coraz więcej dowodów dotyczących pierwszych trzech poziomów.

Dowody dotyczące poziomu czwartego pozostają ograniczone.

6. Dlaczego trend pozostaje „przyspieszający”, a nie „skalujący się”?

Status „skalujący się” wymagałby potwierdzenia, że rozwiązania są regularnie wykorzystywane przez rosnącą liczbę niezależnych klientów i sprzedawców.

Obecnie potwierdzono przede wszystkim:

działające protokoły;
rozwój katalogów;
mechanizmy checkoutu;
ograniczone tokeny płatnicze;
programy bankowe;
pierwsze transakcje;
otwieranie infrastruktury dla deweloperów.

Nie potwierdzono publicznie w wystarczającym stopniu:

powtarzalnego wolumenu;
udziału kanału agentowego w sprzedaży;
kosztu pozyskania klienta;
retencji;
wpływu na marżę;
liczby aktywnych transakcyjnie merchantów;
skuteczności obsługi zwrotów;
skali błędnych działań;
gotowości użytkowników do trwałego delegowania.

Dlatego obecny etap można określić jako:

szybkie zagęszczanie infrastruktury przed pełnym potwierdzeniem zachowań rynkowych.

To sytuacja podobna do budowania autostrad, terminali i systemów płatności przed uzyskaniem wiarygodnych danych o liczbie regularnych podróżnych.

7. Nowy łańcuch wartości handlu agentowego

Handel agentowy tworzy wielowarstwowy stos technologiczny i biznesowy.

Warstwa 1. Intencja

Użytkownik określa:

potrzebę;
ograniczenia;
preferencje;
budżet;
termin;
poziom autonomii.

Podmiot kontrolujący interpretację intencji może wpływać na cały dalszy proces.

Warstwa 2. Agent kupującego

Agent:

reprezentuje użytkownika;
interpretuje jego cel;
wybiera źródła;
porównuje oferty;
zarządza mandatem.

Warstwa 3. Discovery

System decyduje:

które firmy zostaną uwzględnione;
jakie źródła zostaną odczytane;
które produkty trafią do porównania;
jakie kryteria otrzymają największą wagę.

W tradycyjnym handlu analogiczną rolę pełniła wyszukiwarka lub marketplace.

Warstwa 4. Dane produktowe

Agent potrzebuje aktualnych informacji o:

identyfikatorze produktu;
wariantach;
parametrach;
cenie;
dostępności;
dostawie;
gwarancji;
zwrotach;
ograniczeniach;
zgodności;
dokumentach.

Warstwa 5. Agent sprzedawcy

Agent sprzedawcy może:

odpowiadać na pytania;
kwalifikować potrzebę;
rekomendować konfigurację;
przekazywać dokumentację;
przygotowywać ofertę;
negocjować w określonych granicach.

Warstwa 6. Protokół

Protokół określa sposób wymiany:

danych;
koszyka;
warunków;
mandatu;
zamówienia;
statusu realizacji.

Warstwa 7. Tożsamość i zaufanie

Sprzedawca musi wiedzieć:

jaki agent wysyła żądanie;
kogo reprezentuje;
czy jest autoryzowany;
jaki ma zakres uprawnień;
czy żądanie jest autentyczne.

Warstwa 8. Mandat

Mandat powinien określać:

czego agent może dokonać;
w jakiej kategorii;
do jakiej wartości;
u których sprzedawców;
w jakim czasie;
czy potrzebne jest dodatkowe zatwierdzenie.

Warstwa 9. Płatność

Płatność musi zachować:

autoryzację;
ograniczenie uprawnień;
bezpieczeństwo danych;
możliwość odtworzenia decyzji;
obsługę sporu.

Warstwa 10. Realizacja i obsługa posprzedażowa

Sprzedawca nadal musi:

dostarczyć produkt;
wystawić dokumenty;
obsłużyć klienta;
przyjąć zwrot;
rozpatrzyć reklamację;
zapewnić serwis.

Największa konkurencja może więc nie dotyczyć wyłącznie tego, kto stworzy najlepszego chatbota.

Będzie dotyczyć kontroli nad:

interpretacją intencji;
dostępem do katalogów;
regułami rankingu;
mandatem;
płatnością;
dowodem wykonania;
relacją z klientem.

8. Reklama agentowa: od kliknięcia do uruchomienia przedstawiciela firmy

Kolejnym etapem może być połączenie reklamy z firmowym agentem.

W sierpniu 2026 r. Search Engine Land opisał zaobserwowany w narzędziu reklamowym OpenAI format, w którym kliknięcie reklamy może uruchamiać agenta reprezentującego konkretną firmę zamiast kierować użytkownika bezpośrednio na klasyczny landing page. Nie jest to jeszcze szeroko udokumentowany i oficjalnie dostępny produkt, dlatego należy traktować go jako sygnał rozwoju, a nie potwierdzony standard reklamowy.

Jeżeli taki model zostanie wdrożony na większą skalę, architektura kampanii może wyglądać następująco:

rozmowa użytkownika

↓

rozpoznanie intencji zakupowej

↓

sponsorowana oferta

↓

uruchomienie agenta firmy

↓

kwalifikacja potrzeby

↓

rekomendacja produktu

↓

RFQ, rezerwacja, koszyk albo zakup

Reklama przestanie kupować wyłącznie kliknięcie.

Może kupować rozpoczęcie konkretnego procesu handlowego.

W takim modelu „kreacją reklamową” nie będzie tylko:

tytuł;
opis;
grafika;
CTA.

Kreacją stanie się także:

wiedza agenta;
dane produktowe;
pytania kwalifikacyjne;
reguły rekomendacji;
zakres uprawnień;
dostępne narzędzia;
sposób przekazywania sprawy człowiekowi.

9. Handel agentowy B2B będzie rozwijał się inaczej niż retail

Najbardziej widoczne wdrożenia dotyczą obecnie produktów konsumenckich, które mają:

określoną cenę;
jednoznaczny wariant;
standardową dostawę;
prosty zwrot;
możliwość natychmiastowego zakupu.

Złożone produkty B2B często nie spełniają tych warunków.

Google wyłącza obecnie z natywnego checkoutu UCP między innymi produkty wymagające dodatkowych umów, instalacji, konfiguracji, niestandardowego transportu, wynajmu lub leasingu.

W praktyce oznacza to, że maszyny przemysłowej nie należy traktować jak standardowego produktu konsumenckiego.

Zakup może wymagać:

kwalifikacji technicznej;
doboru konfiguracji;
testu;
wizji lokalnej;
projektu integracji;
uzgodnienia transportu;
rozładunku;
montażu;
szkolenia;
odbioru;
negocjacji gwarancji;
indywidualnego terminu realizacji.

Dlatego natywnym działaniem agentowym w B2B nie musi być:

Kup teraz.

Często właściwszym działaniem będzie:

Przygotuj kompletne i kwalifikowane zapytanie ofertowe.

10. Direct RFQ jako podstawowa transakcja agentowa w B2B

W prostym retailu transakcją końcową jest zazwyczaj checkout.

W złożonym B2B pierwszą wartościową transakcją informacyjną może być Direct RFQ.

Agent kupującego powinien zebrać:

opis potrzeby;
wymagane parametry;
ograniczenia procesu;
oczekiwany rezultat;
lokalizację;
termin;
dokumenty;
warunki dostawy;
zakres instalacji;
budżet lub model finansowania;
wymagany poziom serwisu.

Agent sprzedawcy powinien następnie:

zweryfikować kompletność;
zadać pytania uzupełniające;
odrzucić niedopasowane rozwiązania;
wskazać możliwe produkty;
przygotować konfigurację;
przekazać sprawę właściwemu handlowcowi.

Minimalny obiekt Direct RFQ

Identyfikacja

numer zapytania;
data;
firma;
osoba kontaktowa;
kraj;
lokalizacja wdrożenia.

Problem

obecny proces;
główna trudność;
oczekiwany rezultat;
powód zmiany.

Parametry

produkt;
materiał;
wymiary;
masa;
wydajność;
środowisko;
zasilanie;
ograniczenia przestrzenne;
integracje.

Warunki handlowe

zakup lub wynajem;
termin;
miejsce dostawy;
instalacja;
rozładunek;
gwarancja;
dokumentacja;
waluta.

Oczekiwane działanie

oferta;
konsultacja;
test;
audyt;
spotkanie;
projekt;
rezerwacja urządzenia.

Direct RFQ pozwala agentowi wykonać realne działanie handlowe bez udawania, że skomplikowany produkt może być bezpiecznie kupiony jednym kliknięciem.

11. Trzy podstawowe role agentów B2B

Agent kupującego

Reprezentuje dział zakupów albo użytkownika końcowego.

Jego zadania:

zebranie wymagań;
znalezienie dostawców;
przygotowanie RFQ;
porównanie ofert;
kontrola zgodności;
rekomendacja wyboru.

Agent sprzedawcy

Reprezentuje producenta lub dystrybutora.

Jego zadania:

kwalifikacja;
dobór produktu;
udostępnianie dokumentacji;
przygotowanie odpowiedzi;
obsługa obiekcji;
przekazanie sprawy handlowcowi.

Agent transakcyjny lub orkiestracyjny

Koordynuje wykonanie:

mandat;
zamówienie;
płatność;
harmonogram;
dostawę;
odbiór;
rozliczenie.

W przyszłości typowy proces B2B może wyglądać następująco:

agent zakupowy klienta

↕

agent kwalifikacyjny dostawcy

↕

CRM, ERP, konfigurator i dokumentacja

↕

handlowcy zatwierdzający warunki

↕

agent wykonawczy obsługujący realizację

Człowiek nie znika z procesu.

Zmienia się natomiast moment, w którym jego udział jest naprawdę potrzebny.

12. AI Pack, A2A Business Card i Direct RFQ jako jeden system

Przygotowanie firmy do handlu agentowego można podzielić na trzy podstawowe obiekty.

AI Pack lub A2A Product Card

Odpowiada na pytanie:

Co dokładnie jest oferowane?

Powinna zawierać:

jednoznaczną nazwę;
producenta;
model;
konfigurację;
zastosowania;
ograniczenia;
dane techniczne;
cenę lub zasady wyceny;
dostępność;
dostawę;
instalację;
gwarancję;
serwis;
dokumentację;
dane kwalifikacyjne.

A2A Business Card

Odpowiada na pytanie:

Kim jest uczestnik rynku i co może wykonać?

Powinna obejmować:

dane prawne;
marki;
domeny;
rynki;
kompetencje;
autoryzacje;
role w łańcuchu;
punkty kontaktu;
serwis;
obsługiwane działania agentowe.

Direct RFQ

Odpowiada na pytanie:

Jak agent może uruchomić proces handlowy?

Łącznie tworzą one łańcuch:

produkt jest zrozumiały

↓

dostawca jest identyfikowalny

↓

potrzeba jest kwalifikowalna

↓

zapytanie jest wykonywalne

↓

proces jest sterowalny

13. A2O staje się warstwą pomiędzy SEO a transakcją

Klasyczne SEO odpowiadało przede wszystkim na pytanie:

Czy użytkownik znajdzie stronę?

AEO i GEO rozszerzyły je o pytanie:

Czy system AI wykorzysta treść w odpowiedzi?

Agent-to-Agent Optimization musi iść dalej:

Czy agent potrafi zrozumieć ofertę, ocenić dopasowanie i wykonać właściwe działanie?

Model FUCTEG dobrze opisuje wymagania handlu agentowego.

Findable

Czy agent potrafi znaleźć:

firmę;
produkt;
dokument;
kontakt;
endpoint?

Understandable

Czy rozumie:

czym jest produkt;
jak działa;
do czego służy;
jakie ma ograniczenia?

Comparable

Czy może porównać:

cenę;
wydajność;
TCO;
dostawę;
gwarancję;
parametry?

Trustworthy

Czy dane mają:

źródło;
właściciela;
datę;
dokumentację;
potwierdzenie?

Executable

Czy agent może:

utworzyć RFQ;
sprawdzić dostępność;
umówić spotkanie;
zarezerwować test;
złożyć zamówienie?

Governable

Czy organizacja kontroluje:

uprawnienia;
zakres odpowiedzi;
zatwierdzenia;
logi;
eskalację;
cofnięcie działania?

SEO zapewnia widoczność.

AEO pomaga uzyskać odpowiedź.

A2O ma prowadzić do poprawnego i bezpiecznego wykonania.

14. Produkt staje się zbiorem twierdzeń, warunków i działań

W tradycyjnej karcie produktowej dominował opis marketingowy.

Agent potrzebuje bardziej precyzyjnego modelu:

Twierdzenia

produkt obsługuje określony zakres;
ma konkretną wydajność;
współpracuje z danym materiałem;
spełnia określone wymaganie.

Dowody

instrukcja;
karta techniczna;
certyfikat;
test;
deklaracja producenta;
realizacja referencyjna.

Warunki

określone zasilanie;
wymagany rozładunek;
minimalne wymiary;
ograniczenia środowiskowe;
termin ważności ceny.

Działania

poproś o ofertę;
sprawdź dostępność;
pobierz dokument;
zarezerwuj test;
zamów część;
umów serwis.

W handlu agentowym dobra karta produktowa nie jest więc tylko tekstem.

Jest maszynowo interpretowalnym kontraktem informacyjnym.

15. Najbardziej obiecujące nisze

15.1. Dane agent-ready

Usługa obejmująca:

porządkowanie katalogów;
uzupełnianie identyfikatorów;
normalizację parametrów;
aktualizację dostępności;
budowanie kart produktów;
synchronizację źródeł.

Model przychodowy:

wdrożenie;
abonament;
opłata za liczbę produktów;
utrzymanie danych.

15.2. Agentic Commerce Readiness Audit

Audyt sprawdzający:

widoczność;
kompletność danych;
spójność nazw;
gotowość checkoutu;
dostępność API;
polityki;
bezpieczeństwo;
możliwości RFQ.

15.3. Agenci Direct RFQ

Agenci:

zbierający dane;
kwalifikujący potrzeby;
generujący zapytania;
wysyłający je do dostawców;
porównujący odpowiedzi.

To szczególnie otwarta nisza dla przemysłowego B2B.

15.4. Tożsamość i reputacja agentów

Potrzebne będą rozwiązania potwierdzające:

właściciela agenta;
użytkownika;
cel;
zakres mandatu;
historię zachowania;
reputację.

15.5. Audyt decyzji

Organizacje będą potrzebowały odpowiedzi:

dlaczego wybrano tego dostawcę;
które źródła wykorzystano;
jakie warunki porównano;
kto zatwierdził działanie;
czy agent przekroczył mandat.

15.6. Testowanie bezpieczeństwa agentic commerce

Tradycyjny audyt aplikacji może nie wystarczyć do oceny:

delegowania uprawnień;
prompt injection;
fałszywych katalogów;
podstawienia sprzedawcy;
manipulowania ceną;
przejęcia mandatu;
nieprawidłowego użycia tokenu.

15.7. Clearing i rozstrzyganie wykonania

Samo potwierdzenie płatności nie odpowiada na pytanie, czy agent prawidłowo wykonał delegowane zadanie.

Powstanie więc zapotrzebowanie na warstwę, która określi:

co miało zostać wykonane;
jaki dowód przedstawiono;
czy warunek został spełniony;
kto ponosi odpowiedzialność;
czy należy uwolnić płatność.

16. Największe ryzyka

16.1. Agent wybiera ofertę sponsorowaną, a nie najlepszą

Gdy discovery, reklama i transakcja działają w jednym interfejsie, powstaje konflikt między:

interesem użytkownika;
interesem platformy;
interesem reklamodawcy;
interesem sprzedawcy.

System powinien jednoznacznie rozdzielać:

rekomendację organiczną;
ofertę sponsorowaną;
własny produkt platformy;
prowizję afiliacyjną.

16.2. Nieaktualne dane prowadzą do niewykonalnego zamówienia

Agent może rekomendować produkt na podstawie:

starej ceny;
nieaktualnej dostępności;
poprzedniego modelu;
błędnego wariantu;
nieobowiązującej gwarancji.

Dlatego data integrity staje się częścią infrastruktury handlowej, a nie tylko problemem SEO.

16.3. Agent działa poprawnie technicznie, ale błędnie biznesowo

Może:

wybrać produkt niespełniający wymagań;
zignorować warunek;
błędnie zinterpretować wyjątek;
wykonać działanie bez wymaganej zgody.

Świeży benchmark agentów pracujących według długich procedur korporacyjnych wykazał, że nawet najlepsza z badanych konfiguracji przechodziła tylko 36,2% prób przy rygorystycznym wymaganiu spełnienia wszystkich warunków. Badanie nie dotyczy wyłącznie handlu, ale pokazuje, że niezawodne przestrzeganie złożonych reguł nadal jest otwartym problemem.

16.4. Pozorny wolumen

Liczba transakcji może być sztucznie zawyżona przez:

testy;
mikropłatności;
transakcje wewnętrzne;
działania powiązanych podmiotów;
subsydiowanie kosztów.

Preprint analizujący x402 wykazał bardzo wysoką koncentrację badanego ruchu; autorzy zaklasyfikowali 21,2% rozliczeń jako fikcyjne, a 63,78% jako wewnętrzne transakcje w ramach powiązanych klastrów. Badanie dotyczy konkretnego protokołu i nie może być automatycznie uogólniane na cały rynek, ale pokazuje, dlaczego sama liczba rozliczeń nie jest wystarczającym dowodem adopcji.

16.5. Fragmentacja standardów

ACP, UCP, AP2, MCP, A2A, TAP, Agent Pay, SPT, x402 i kolejne warstwy mogą:

współpracować;
konkurować;
częściowo się pokrywać;
rozwijać w różnych kierunkach.

Dla mniejszych przedsiębiorstw największym ryzykiem może być konieczność utrzymywania wielu integracji.

16.6. Utrata relacji z klientem

Gdy agent:

znajduje produkt;
porównuje;
prezentuje;
komunikuje warunki;
inicjuje zakup,

sprzedawca może zostać sprowadzony do roli niewidocznego wykonawcy.

Marka może stracić:

ruch;
ekspozycję;
dane o ścieżce;
możliwość cross-sellingu;
relację;
część marży.

17. Governance staje się częścią produktu

Od 2 sierpnia 2026 r. obowiązki przejrzystości wynikające z art. 50 AI Act obejmują między innymi bezpośrednio interaktywne systemy AI. Użytkownik powinien zostać poinformowany, że komunikuje się z systemem AI.

W praktyce agent handlowy działający w Europie powinien jasno wskazywać:

że jest systemem AI;
jaką firmę reprezentuje;
jaki jest jego zakres działania;
czy rekomendacja jest sponsorowana;
kiedy dane zostaną zapisane;
które działanie wymaga zatwierdzenia;
kiedy sprawę przejmie człowiek.

Organizacja powinna zdefiniować:

źródła wiedzy;
dozwolone twierdzenia;
zakres cen;
politykę rabatową;
reguły eskalacji;
limity finansowe;
dostęp do danych;
sposób logowania działań;
mechanizm cofnięcia mandatu;
odpowiedzialność pracownika zatwierdzającego.

Governance nie jest zewnętrznym dodatkiem compliance.

Jest częścią funkcjonalności agenta.

18. Kto może zyskać?

Platformy kontrolujące intencję

Mogą przejąć wcześniejszy etap procesu zakupowego i kierować użytkownika do wybranych ofert.

Sprzedawcy z dobrymi danymi

Agent może preferować firmy, których oferta jest:

kompletna;
aktualna;
jednoznaczna;
łatwa do porównania;
możliwa do wykonania.

Producenci produktów standardowych

Produkty o:

stabilnej cenie;
określonym wariancie;
przewidywalnej dostawie;
prostych zasadach,

łatwiej wejdą do natywnego checkoutu agentowego.

Firmy B2B posiadające silną warstwę RFQ

W złożonym B2B przewagę uzyskają podmioty potrafiące szybko:

zebrać wymagania;
zakwalifikować produkt;
wygenerować ofertę;
przekazać dokumenty;
obsłużyć dalszy proces.

Dostawcy infrastruktury

Rosnący rynek może stworzyć popyt na:

integracje;
bezpieczeństwo;
tożsamość;
audyt;
dane;
monitoring;
governance;
płatności;
clearing.

19. Kto może stracić?

Strony z niepełnymi opisami

Produkt bez:

ceny;
dostępności;
parametrów;
ograniczeń;
identyfikatora;
dokumentacji

może nie zostać prawidłowo zakwalifikowany.

Pośrednicy opierający się wyłącznie na asymetrii informacji

Jeżeli ich jedyną wartością jest ręczne zebranie ofert dostępnych publicznie, agent może przejąć dużą część tej pracy.

Marki zależne wyłącznie od ruchu organicznego

Odpowiedź i transakcja mogą odbywać się bez klasycznej wizyty na stronie.

Firmy ze sprzecznymi danymi

Różne ceny i parametry w:

sklepie;
PDF;
feedzie;
CRM;
katalogu;

mogą powodować błędy i utratę zaufania.

Mali sprzedawcy bez integracji

Mogą być technicznie dostępni w internecie, ale niewidoczni dla agentów wykonujących działania.

20. Model gotowości przedsiębiorstwa

Poziom 0. Human Web

Oferta istnieje tylko jako strona dla człowieka.

Brakuje:

spójnych danych;
jednoznacznych identyfikatorów;
struktur;
aktualnych feedów.

Poziom 1. Agent Discoverable

Agent potrafi znaleźć i zidentyfikować firmę oraz produkty.

Poziom 2. Agent Understandable

Rozumie:

zastosowania;
parametry;
ograniczenia;
relacje między wariantami.

Poziom 3. Agent Qualifiable

Może ustalić, czy produkt pasuje do potrzeby.

Poziom 4. Direct RFQ Ready

Może utworzyć kompletne zapytanie i skierować je do właściwego procesu.

Poziom 5. Agent Executable

Może:

sprawdzić stan;
zarezerwować termin;
pobrać dokument;
utworzyć lead;
rozpocząć zamówienie.

Poziom 6. Agent Transactional

Może uruchomić płatność lub złożyć zamówienie w granicach mandatu.

Poziom 7. Agent-to-Agent Ready

Agent klienta i agent dostawcy mogą komunikować się w ustrukturyzowany, uwierzytelniony i rejestrowalny sposób.

Większość firm B2B nie musi obecnie osiągać poziomu siódmego.

Powinna jednak jak najszybciej przejść z poziomu pierwszego do poziomu czwartego.

21. Plan wdrożenia dla firmy B2B

Pierwsze 90 dni

Wybrać jedną kategorię produktów.
Ujednolicić nazewnictwo.
Nadać stabilne identyfikatory.
Zebrać dane techniczne.
Opisać zastosowania i ograniczenia.
Ustalić źródła kanoniczne.
Zbudować wzór Direct RFQ.
Zdefiniować pytania kwalifikacyjne.
Wskazać moment przekazania do człowieka.
Przetestować proces na historycznych zapytaniach.

Kolejne 6–12 miesięcy

Zbudować AI Pack dla kluczowych produktów.
Opublikować A2A Business Card.
Zintegrować CRM.
Udostępnić kontrolowane działania.
Rozwinąć firmowego agenta.
Uruchomić monitoring błędów.
Zbudować historię decyzji.
Przygotować politykę governance.
Rozszerzyć proces na kolejne kategorie.

Horyzont 12–24 miesięcy

Udostępnić endpointy dla agentów.
Obsługiwać zewnętrzne RFQ.
Rozwinąć komunikację agent–agent.
Podłączyć dostępność i wyceny.
Wprowadzić mandaty i zatwierdzenia.
Testować transakcje niskiego ryzyka.
Automatyzować zamówienia powtarzalne.
Przygotować audyt decyzji i wykonania.

22. Produkty, od których warto zacząć

Najłatwiejsze do wdrożenia są produkty:

standardowe;
powtarzalne;
często kupowane;
jednoznacznie identyfikowalne;
o stabilnej cenie;
bez złożonej konfiguracji.

W B2B mogą to być:

materiały eksploatacyjne;
części zamienne;
akumulatory;
taśmy;
folie;
proste urządzenia ręczne;
usługi serwisowe o standardowym zakresie;
wynajem urządzenia według ustalonego cennika.

Trudniejsze będą:

linie automatyczne;
maszyny projektowe;
systemy wymagające testów;
niestandardowe integracje;
produkty zależne od procesu klienta.

Dla pierwszej grupy można rozwijać checkout agentowy.

Dla drugiej priorytetem powinno być Direct RFQ.

23. Nowe KPI

Widoczność

liczba produktów odczytywanych przez agentów;
liczba cytowań;
liczba zapytań, przy których pojawia się marka;
udział w rekomendowanych zestawach.

Jakość danych

kompletność parametrów;
zgodność cen;
świeżość dostępności;
liczba konfliktów między źródłami;
liczba produktów Agent Qualifiable.

Kwalifikacja

liczba ukończonych procesów;
kompletność RFQ;
odsetek prawidłowo odrzuconych zapytań;
liczba korekt wykonywanych przez handlowca.

Wykonanie

liczba rezerwacji;
liczba zamówień;
czas od potrzeby do działania;
odsetek skutecznych działań;
liczba błędów mandatu.

Wynik handlowy

koszt pozyskania RFQ;
wartość pipeline;
współczynnik przejścia RFQ–oferta;
współczynnik oferta–zamówienie;
marża;
wartość klienta;
koszt obsługi wyjątku.

W handlu agentowym najważniejszym pytaniem nie będzie:

Ile rozmów przeprowadził agent?

Będzie nim:

Ile prawidłowych, bezpiecznych i wartościowych działań wykonał?

24. Punkty kontrolne Trendomatu

Do 1 października 2026 r.

Należy sprawdzić:

czy Visa, Mastercard lub OpenAI ujawniły wolumen;
czy pojawiły się dane o liczbie aktywnych merchantów;
czy Google rozszerzył pilotaż UCP;
czy opublikowano dane o konwersji;
czy wystąpił potwierdzony incydent bezpieczeństwa;
czy pojawiły się wdrożenia Direct RFQ w B2B.

IV kwartał 2026 r.

Najważniejsze pytania:

czy handel agentowy wyjdzie poza wybranych partnerów;
czy agenci obsłużą wiele produktów i wielu sprzedawców;
czy pojawią się powtarzalne zakupy;
czy użytkownicy zaczną udzielać szerszych mandatów;
czy reklamy zaczną uruchamiać agentów firmowych.

Rok 2027

Warunki podniesienia trendu do statusu „skalujący się”:

wiarygodne dane wolumenowe;
wzrost liczby aktywnych merchantów;
powtarzalne wykorzystanie;
potwierdzona ekonomika;
obsługa zwrotów i sporów;
interoperacyjność;
udokumentowane wdrożenia B2B;
brak krytycznych problemów bezpieczeństwa.

Warunki obniżenia oceny:

brak wzrostu poza pilotami;
utrzymanie zależności od kilku platform;
niski poziom zaufania;
wysoka liczba błędnych działań;
niekorzystna ekonomika;
fragmentacja;
restrykcyjna reakcja regulatorów lub banków.

25. Ocena końcowa

Handel agentowy należy obecnie uznać za trend przyspieszający, ale jeszcze nieskalowany.

Wysoka jest pewność dotycząca:

rozwoju protokołów;
katalogów;
tokenizacji;
uwierzytelniania;
zaangażowania platform;
technicznej wykonalności.

Średnia albo niska pozostaje pewność dotycząca:

rzeczywistego popytu;
autonomii;
retencji;
ekonomiki;
odpowiedzialności;
bezpieczeństwa całego stosu.

Najważniejszym zjawiskiem nie jest jeszcze masowe kupowanie przez autonomiczne agenty.

Jest nim stopniowa zmiana architektury handlu:

od stron przeglądanych przez ludzi do ofert interpretowanych i uruchamianych przez systemy.

Firmy nie muszą dziś budować w pełni autonomicznego sprzedawcy.

Powinny jednak przygotować się na sytuację, w której pierwszym odbiorcą ich oferty nie będzie człowiek, ale agent reprezentujący człowieka lub organizację.

O przewadze będą decydować: