Universal Commerce Protocol wyłania się jako otwarty standard dla agentów AI
Google i Shopify wspólnie opracowały Universal Commerce Protocol (UCP), otwarty standard umożliwiający agentom AI łączenie się z handlowcami w celu wyszukiwania produktów, przeglądania i przeprowadzania transakcji. UCP, ogłoszony niedawno, zyskał poparcie ponad 20 sprzedawców i platform, ujednolicając interakcje w środowiskach konwersacyjnych, takich jak tryb AI wyszukiwarki Google i aplikacja Gemini[1][5]. Wkrótce pojawią się natywne funkcje zakupowe, pozwalające użytkownikom na dokonywanie zakupów bez opuszczania czatów, przy jednoczesnym wspieraniu rozszerzeń dla programów lojalnościowych, subskrypcji i dynamicznego ustalania cen.
Shopify uzupełnia UCP aktualizacjami, w tym sprzedażą bezpośrednią za pośrednictwem kanałów AI Google, integracją z Microsoft Copilot Checkout i dostępem do swojego katalogu za pośrednictwem nowego planu Agentic — nawet dla marek spoza Shopify. Rozszerza to infrastrukturę na szerszy udział detaliczny. Tymczasem JD Sports Fashion podąża alternatywną drogą za pomocą Agentic Commerce Suite (ACS) firmy commercetools ze Stripe, umożliwiając zakupy AI jednym kliknięciem na platformach takich jak Microsoft Copilot, Google Gemini i ChatGPT.
Techniczne podstawy UCP
UCP strukturyzuje handel za pomocą warstwowych możliwości: podstawowe elementy pierwotne, takie jak sesje kasowe i pozycje wierszy, modułowe rozszerzenia dla odmian realizacji (wysyłka, zamówienia wstępne, subskrypcje) oraz automat stanów przechodzący od niekompletnego (brak danych) do readyforcomplete. Sprzedawcy deklarują obsługiwane funkcje; agenci negocjują kompatybilność, używając transportów takich jak REST, GraphQL, JSON-RPC lub A2A[4]. Płatności są negocjowane dynamicznie dla każdej transakcji, uwzględniając dowolny procesor lub portfel, z uwzględnieniem preferencji kupującego.
Gdy autonomia agenta osiąga swoje granice — na przykład przy wyborze okien dostawy — UCP uruchamia płynne przejęcia za pośrednictwem continue_url i Embedded Checkout Protocol (ECP), osadzając interfejs użytkownika sprzedawcy w interfejsie agenta z dwukierunkowym przesyłaniem wiadomości. Zapewnia to brak przestojów w transakcjach, łącząc automatyzację z nadzorem ludzkim[3][4]. Specyfikacja, która jest teraz publicznie dostępna, opiera się na miliardach transakcji Shopify w celu zapewnienia skalowalności.
Rozbieżne ścieżki w Agentic Commerce
Droga ACS firmy JD Sports podkreśla różnorodność ekosystemu: podczas gdy UCP kładzie nacisk na uniwersalną interoperacyjność, ACS dostosowuje się do konkretnych stosów dla platform takich jak ChatGPT. Oba rozwiązania mają na celu konwersacyjną skalowalność, ale wybory sprzedawców odzwierciedlają dopasowania infrastruktury — UCP dla otwartych ekosystemów, ACS dla alternatyw kompozycyjnych[1]. Wcześni użytkownicy, tacy jak Etsy, Target, Walmart i Wayfair, sygnalizują dynamikę, jednak fragmentaryczne przyjęcie mogłoby przetestować długoterminową spójność.
Implikacje dla infrastruktury e-commerce
UCP standaryzuje uściski dłoni AI-sprzedawca, bezpośrednio wpływając na feed produktów, wymagając ustrukturyzowanych, aktualnych danych katalogowych do wyszukiwania agentów — podnosząc jakość feedów poza statyczne XML do dynamicznych schematów zadeklarowanych przez możliwości. Standardy katalogowania zyskują precyzję: sprzedawcy muszą udostępniać rozszerzenia dla subskrypcji lub realizacji, redukując niedopasowania w kontekstach AI i poprawiając kompletność kart dzięki dokładnym cenom, zapasom i warunkom[4][6].
Wprowadzanie asortymentu przyspiesza, ponieważ agenci omijają tradycyjne przeglądanie, przeglądając katalogi konwersacyjnie; narzędzia no-code integrują się za pośrednictwem warstwy negocjacji UCP, pozwalając platformom takim jak Shopify Admin scentralizować witryny sklepowe AI bez niestandardowych kompilacji[1]. Feedy produktów stają się jeszcze bardziej krytyczne w tym nowym środowisku. AI wzmacnia to: agenci obsługują 80% przepływów autonomicznie, eskalując tylko przypadki skrajne, zmniejszając opóźnienia od odkrycia do kasy. W przypadku infrastruktury treści wymaga to bogatszych, czytelnych dla maszyn kart — pełnych obrazów, wariantów, recenzji — w celu zasilania decyzji agentów, wywierając presję na starsze feedy, aby ewoluowały lub ryzykowały niewidocznością na czatach. Aby dowiedzieć się więcej o tym procesie, zobacz nasz artykuł na temat jak tworzyć opisy produktów napędzające sprzedaż bez wydawania fortuny.
InternetRetailing; Shopify Engineering.
Ta zmiana osadza handel w interfejsach AI, gdzie solidność feedu dyktuje widoczność; niekompletne dane dają niekompletne transakcje, podkreślając rolę UCP w tworzeniu standardów gotowych do użycia przez agentów.
Z perspektywy NotPIM, rozwój UCP stanowi krytyczną zmianę w kierunku handlu opartego na AI, zasadniczo zmieniając znaczenie wysokiej jakości danych produktowych. Nacisk na ustrukturyzowane, aktualne informacje o katalogach doskonale wpisuje się w naszą główną misję: umożliwienie firmom efektywnego zarządzania i optymalizacji danych o produktach. W miarę jak agenci AI stają się bardziej powszechni, zapewnienie dokładności, kompletności i spójności danych staje się najważniejsze dla sprzedawców, którzy chcą prosperować w środowiskach handlu konwersacyjnego. Ten trend podkreśla rosnącą wartość platform takich jak NotPIM w umożliwianiu sprzedawcom sprostania zmieniającym się wymaganiom krajobrazu e-commerce. Ma to również wpływ na zapotrzebowanie na feed produktów. Jest to również zgodne z wagą delta feed w oszczędzaniu zasobów. I wymaga jasnego zrozumienia product matrix in e-commerce.