نبرد ایجنت خریدار با ایجنت برند؛ هوش مصنوعی چطور شیوه خرید آنلاین را دگرگون می‌کند؟

استارتاپ «داوینچی کامرس» (DaVinci Commerce) چشم‌انداز جاه‌طلبانه‌ای در سر دارد: اینکه هر محصولی برای خودش یک «ایجنت هوش مصنوعی اختصاصی» داشته باشد؛ نرم‌افزاری هوشمند که وقتی دستیار خریدار سر می‌رسد، به زبان خودمانی از ویژگی‌های کالا دفاع کند و آن را به خریدار پیشنهاد دهد.

این شرکت مستقر در سن‌ماتئوی کالیفرنیا، به‌تازگی پلتفرم خود را با ابزاری به نام «ایجنت برند» (Brand Agent) ارتقا داده است. این ابزار با تکیه بر فناوری جدیدی به نام «حافظه زمینه محصول» (Product Context Memory)، اطلاعات کالاها را مستقیماً در اختیار مدل‌های معروفی مثل ChatGPT، جمینای (Gemini)، کلود (Claude) و همچنین ایجنت‌های شخصی مانند Meta Muse قرار می‌دهد.

این قابلیت تازه درست در زمانی از راه رسیده که خرده‌فروشان بزرگ خود را برای دورانی آماده می‌کنند که بخش اعظم خریدها نه توسط خود افراد، بلکه به‌وسیله نرم‌افزارها و به‌ویژه ایجنت‌های هوش مصنوعی انجام خواهد شد.

بر اساس گزارش نشریه Inc، ترافیک ورودی وبسایت‌ها از طریق هوش مصنوعی نسبت به سال قبل ۸ برابر شده، سفارش‌های ثبت‌شده از مسیر جستجوی هوش مصنوعی رشدی نزدیک به ۱۳ برابری را تجربه کرده و نرخ جذب مشتریان جدید هم دو برابر جستجوهای ارگانیک و سنتی بوده است. با این حال، برندها معمولاً در این پاسخ‌ها کم‌تر به چشم می‌آیند؛ چراکه طبق گزارش پلتفرم تحلیلی Profound که میزان دیده‌شدن در جستجوهای هوش مصنوعی را رصد می‌کند، وبسایت برندها تنها در ۵ تا ۱۰ درصد از پاسخ‌های مرتبط پیشنهاد می‌شوند.

تفاوت ایجنت برند با ایجنت شخصی خریدار در چیست؟

یک «ایجنت شخصی» درست مثل وکیل یا دستیار اختصاصی خریدار رفتار می‌کند. این ایجنت با سلیقه، بودجه، سابقه خرید و محدودیت‌های کاربر آشنا می‌شود و سپس از طرف او کل اینترنت را زیرورو می‌کند، گزینه‌ها را می‌سنجد و در نهایت خرید را نهایی می‌سازد. پروژه‌هایی مثل OpenAI Dots و Meta Muse به همراه استارتاپ‌هایی نظیر Instinct و EQUS دقیقاً به همین سمت حرکت می‌کنند. این یعنی برای برندها و تولیدکنندگان، مشتری نهایی در آینده دیگر انسان نیست، بلکه ایجنت هوش مصنوعی است که تصمیم می‌گیرد کدام محصولات اصلاً شانس ورود به سبد خرید را داشته باشند.

در نقطه مقابل، «ایجنت برند» نماینده شرکتی است که کالا را تولید می‌کند یا می‌فروشد. وظیفه این ایجنت، ارائه اطلاعات رسمی و موثق محصول در قالب‌های استاندارد و ماشین‌خوان است؛ از فیدهای داده ساختاریافته گرفته تا سرور‌های «پروتکل کانتکست مدل» (Model Context Protocol یا MCP) که روشی استاندارد برای اتصال سیستم‌های هوش مصنوعی به منابع داده خارجی محسوب می‌شود.

همکاری و تعامل این دو با یکدیگر، مفهومی نوین به نام «تجارت مبتنی بر ایجنت» (Agentic Commerce) را خلق می‌کند. اما بزرگ‌ترین شکاف میان این دو دنیا، مسأله «زبان» است.

خریداران معمولاً مشکلات و نیازهای روزمره خود را به زبان عامیانه بیان می‌کنند، در حالی که کاتالوگ فروشگاه‌ها پر از مشخصات فنی و جدول ویژگی‌هاست. شرکت داوینچی کامرس مثال جالبی می‌زند: فرض کنید یک مشتری کرم پودری می‌خواهد که روی پوست ماسیده نشود یا تغییر رنگ ندهد، و مشتری دیگری به دنبال کرم پودری مناسب برای پوست‌های حساس است.

پاسخ هر دو خریدار ممکن است دقیقاً یک محصول مشخص باشد، در حالی که هیچ‌کدام از این نیازها مستقیماً در کاتالوگ یا توضیحات رسمی محصول نوشته نشده‌اند! چالش اصلی اینجاست که این دو ایجنت بتوانند زبان یکدیگر را به درستی بفهمند؛ یکی نیت واقعی و خواسته ذهنی خریدار را نمایندگی می‌کند و دیگری تمام ناگفته‌ها و جزئیات فنی برند را در اختیار دارد.

داوینچی چطور ایجنت هوش مصنوعی برندها را می‌سازد؟

سیستم «حافظه زمینه محصول» (Product Context Memory) با به‌کارگیری ایجنت‌های محقق، اطلاعات را از کاتالوگ‌ها، امتیازها، نظرات کاربران، گفت‌وگوهای شبکه‌های اجتماعی و محتواهای مرتبط با سبک زندگی گردآوری می‌کند و آن‌ها را در قالب یک «گراف دانش» حول هر کد کالا (SKU) سامان می‌دهد. به گفته این شرکت، یک محصول ممکن است هزاران بافت و زمینه کاربردی مختلف داشته باشد که حتی با تغییر فصل‌ها عوض می‌شوند.

یک ابزار تحلیلی دیگر به نام «هوشمندی کشف محصول» (Product Discovery Intelligence) نیز به‌طور دقیق بررسی می‌کند که آیا محصولات توسط موتورهای هوش مصنوعی پیدا و پیشنهاد می‌شوند یا خیر، و اینکه آیا این توصیه‌ها در نهایت منجر به هدایت خریدار به صفحه اصلی برند خواهد شد یا نه.

«مشتریان دغدغه‌های زندگی، نیازها و مسائلی را که می‌خواهند حل کنند با ایجنت‌های شخصی هوش مصنوعی در میان می‌گذارند، در حالی که بیش‌تر کاتالوگ‌های فروشگاهی هنوز به زبان خشک مشخصات فنی سخن می‌گویند.» این بخشی از اظهارات دیاس نسامونی (Diaz Nesamoney)، بنیان‌گذار و مدیرعامل داوینچی کامرس و مؤسس باسابقه شرکت نام‌آشنای اینفورماتیکا (Informatica) است.

استارتاپ داوینچی با پشتیبانی غول مشاوره اکسنچر (Accenture) فعالیت می‌کند و نام‌های پرآوازه‌ای مانند نستله (Nestlé)، دیاجیو (Diageo)، جاینت ایگل (Giant Eagle) و نوردستروم (Nordstrom) را در فهرست مشتریان خود دارد.

رقابت شانه به شانه سیلزفورس و شاپیفای در میدان ایجنت‌های برند

سیلزفورس با خرید شرکت Cimulate (که در زمینه جستجوی آگاه از متن فعالیت می‌کرد)، آن را با نام «جستجوی تجارت مبتنی بر ایجنت» درون پلتفرم Agentforce Commerce در دسترس همگان قرار داده است. ایجنت خرید این شرکت از طریق «پروتکل تجارت ایجنتی»، کاتالوگ برندها را مستقیماً به ChatGPT متصل می‌کند.

در طرف دیگر، پلتفرم محبوب شاپیفای (Shopify) رویکرد توزیع گسترده را برگزیده است.

این پلتفرم از بهار گذشته قابلیت «ویترین‌های مبتنی بر ایجنت» (Agentic Storefronts) را به‌صورت پیش‌فرض فعال کرد تا کاتالوگ فروشندگان را مستقیماً برای ChatGPT، کوپایلوت مایکروسافت (Microsoft Copilot)، جمینای گوگل (Google Gemini) و پرپلکسیتی (Perplexity) بفرستد.

در واقع، شاپیفای تمرکز خود را روی حضور پررنگ کالاها در مکالمات هوش مصنوعی گذاشته است؛ در حالی که سیلزفورس و داوینچی شرط بسته‌اند که «درک عمیق از بافت و نیاز کاربر» عاملی است که تعیین می‌کند ایجنت کدام محصول را برگزیند.

پرسش‌های بی‌پاسخ و آینده مبهم ایجنت‌های برند

ایجنت‌های شخصی برای خدمت به خریداران ساخته شده‌اند؛ بنابراین با افزایش موج تبلیغات برندها، این احتمال وجود دارد که به داده‌های رسمی برندها کم‌تر از نظرات مستقل مشتریان اعتماد کنند. گرچه داوینچی کامرس از نقدهای واقعی و گفت‌وگوهای شبکه‌های اجتماعی برای غنی‌سازی اطلاعات استفاده می‌کند، اما در نهایت هر پلتفرم هوش مصنوعی خودش تصمیم می‌گیرد که به هر بخش از این داده‌ها چه وزنی بدهد.

برای مدیران ارشد بازاریابی، این تغییرات اساس میدان رقابت را زیرورو می‌کند. برندها دهه‌ها وقت صرف کرده‌اند تا وبسایت‌هایشان را برای انسان‌ها و موتورهای جستجو بهینه‌سازی (SEO) کنند. اما در تجارت مبتنی بر ایجنت، آن‌ها باید داده‌های محصول را برای ماشین‌هایی بهینه کنند که پیش از نشان دادن یک کالا به مشتری، صدها فاکتور و متغیر مختلف را در کسری از ثانیه زیر ذره‌بین قرار می‌دهند.

از سوی دیگر، سازوکار سنجش و ارزیابی در این حوزه هنوز جا نیفتاده است؛ چراکه بخش عمده داده‌های مربوط به دیده‌شدن در هوش مصنوعی توسط شرکت‌هایی ارائه می‌شود که خودشان فروشنده همین ابزار‌ها هستند و هنوز معیارهای سنجش مستقل و بی‌طرفانه‌ای شکل نگرفته است.

خرده‌فروشان می‌توانند کار را با ارزیابی نحوه نمایش محصولاتشان هنگام پرسش‌های روزمره کاربران از چت‌بات‌ها آغاز کرده و نتایج را کالا به کالا بررسی کنند. این موج دگرگونی در صنایع دیگر هم به چشم می‌خورد؛ جایی که ایجنت‌های هوش مصنوعی تجربیاتی نوین مانند تعامل هوشمند با هواداران در رویدادهای ورزشی را رقم می‌زنند.

رقابت بعدی در صنعت خرده‌فروشی توسط ایجنت برندی برنده خواهد شد که بتواند به سؤالی پاسخ دهد که شاید هیچ خریداری هرگز آن را در کادر جستجوی گوگل تایپ نکرده باشد! نبرد بعدی دنیای تجارت مدت‌ها پیش از آنکه مشتری اصلاً محصولی را ببیند آغاز می‌شود؛ نبردی شگفت‌انگیز که میان ایجنت هوش مصنوعی برند و ایجنت هوش مصنوعی خریدار رقم خواهد خورد.