Agentic Commerce vuonna 2026: Miksi OpenAI:n epäonnistuminen ei tarkoita sitä mitä luulet

Agenttikauppa ei ole kuollut. Se toimii tuotannossa juuri nyt—23% amerikkalaisista osti jotain tekoälyn kautta viime kuussa. Mutta OpenAI:n Instant Checkout epäonnistuminen maaliskuussa 2026 paljasti jotain, jonka useimmat uutisraportit jäivät huomaamatta: pullonkaula ei ole teknologia. Se on infrastruktuuri.

Todennäköisesti olet lukenut tällaisen narratiivin: “OpenAI yritti rakentaa suoran kassatoiminnon ChatGPT:hen, se epäonnistui, joten agenttikauppa on kuollut hype-sykli.” Se on epätäydellinen. Mitä todella tapahtui, on paljon mielenkiintoisempi—ja paljon käytännöllisempi kauppiaille, jotka ymmärtävät todellisia rajoituksia.

Tämä artikkeli käsittelee sitä, mitä OpenAI:n epäonnistuminen todella paljastaa markkinoiden rakenteesta, mitkä ratkaisut toimivat tuotannossa tänään, ja mitä kauppiaiden tulee investoida saadakseen suhteettoman suurta agenttilähetöistä liikennettä seuraavien 3-5 vuoden aikana.

Mitä todella tapahtui OpenAI:n Instant Checkoutille (ja miksi se on tärkeää)

OpenAI käynnisti Agentic Commerce Protocol -protokollan (ACP) syyskuussa 2025 Stripen kanssa, asettaen sen standardiksi tekoälyn ja kaupan integroimiselle. Maaliskuuhun 2026 mennessä se oli supistanut toimintaansa vain sovelluksiin, vain noin 12 Shopify-kauppiaan kanssa suorassa kassatoiminnossa. Narratiivista tuli: “Agenttikauppa epäonnistui.”

Mutta Shopifyn presidentti Harley Finkelstein sanoi jotain ratkaisevaa: pullonkaula on tekoälyyritysten puolella, ei kauppiaiden. Kauppiaat olivat valmiita. Ongelma oli rakenteellinen.

Miksi protokollasta riippuvainen kassatoiminto sisältää sisäänrakennettuja esteitä

OpenAI:n epäonnistuminen ei ollut ainutlaatuinen—se oli väistämätön sen arkkitehtuurin perusteella. Protokollapohjainen kassatoiminto (ACP ja UCP) vaatii:

1. Kauppiaan osallistuminen — Kauppiaan tulee integroida protokolla
2. Reaaliaikainen tietojen synkronointi — Varasto tulee olla nykyinen transaktiohetkellä
3. Petosten suojaukset — Järjestelmän tulee havaita ja estää agentin ajama petokset
4. Veron/toimituskulujen esikalkulation — Kaikki kustannukset tulee tuntea ennen kassatoimintoa

Jokainen näistä on ratkaistavissa erikseen. Yhdessä ne luovat koordinaatio-ongelman, jota osallistumiseen perustuvat järjestelmät eivät voi voittaa.

Kolme rakenteellista estettä (ei OpenAI-spesifisiä)

Varastoinventaariointivirhe

Reaaliaikainen varastoinventaariointisynkronointi tuhansien kauppiaiden välillä on eksponentiaalisesti vaikeampaa kuin se kuulostaa. Kun agentit etsivät tuotteita ChatGPT:stä, ne kyselevät katalogi-tilannekuvaa. Siihen mennessä, kun agentti rakentaa ostoskorin ja yrittää kassatoimintoa, varasto on muuttunut.

Mitä tapahtui käytännössä: Agentit löysivät tuotteita, jotka oli lueteltu ChatGPT:ssä mutta jotka olivat todellisuudessa loppuunmyynnissä. Asiakkaat pääsivät kassatoimintoon ja näkivät “Loppuunmyyty”—transaktio hylätty, asiakas turhautunut, agentti syytetty.

Miksi tämä on vaikeaa:

• Varastojärjestelmät vaihtelevat hurjasti (legacy POS, Shopify, mukautetut tietokannat)
• Synkronointiviiveet 5-30 minuuttia ovat yleisiä monikanavaisissa asetuksissa
• Monisäilöisen varastoinventaariointijaon jako on monimutkaista
• Palautuskäsittely luo fantasiavarasto-ongelmia

Tiedot tukevat tätä: 42% asiakkaista hylkää ostokset riittämättömien tuotetietojen vuoksi (Mirakl), ja huono tiedon laatu maksaa yrityksille keskimäärin 15 miljoonaa dollaria vuosittain.

Myyntiveron keräysvahe

OpenAI ei ollut rakentanut järjestelmiä valtion myyntiveron laskemiseksi ja maksamista varten helmikuuhun 2026 mennessä—kuusi kuukautta käynnistyksen jälkeen. Tämä ei ole pieni ongelma.

USA:ssa on yli 10 000 verotoimivaltaa. Hinnat vaihtelevat tuotekategorian, sijainnin ja ostajan aseman mukaan. Jos tekee väärin, se tarkoittaa massiivista vastuuta. OpenAI ei voinut julkaista suoraa kassatoimintoa ilman tämän ratkaisemista, mutta sen ratkaiseminen vaati integrointeja veropalveluiden kanssa (TaxJar, Avalara), joiden toteuttaminen ja testaaminen kestää kuukausia.

Tuotetietojen standardointi

Kauppiaan tuotetiedot ovat epäjohdonmukaisia ja vanhentuneet. Yleiset ongelmat:

• Fantasiavarasto (järjestelmä näyttää varaston; ei ole fyysisesti olemassa)
• Ylimyynti (negatiivinen varasto palautusten jälkeen)
• Varattu vs saatavilla -sekaannus
• Nippu-komponentin epäsovitukset

Agentit eivät voi luotettavasti määrittää, mikä on todella saatavilla, kun lähdetiedot ovat näin sekaisin. Ja sen siivoominen on kauppiaan ongelma, ei OpenAI:n ongelma.

Miksi käyttäjät tutkivat ChatGPT:ssä mutta ostivat muualla

Vaikka kassatoiminto toimi, käyttäjät eivät muuntuneet. Alle 0,2% sähköisen kaupan istunnoista tulee ChatGPT-viittauksista, ja ne muuntuvat 86% huonommin kuin affiliate-linkit (Kaiser & Schulze).

Miksi? Käyttäjät tutkivat ChatGPT:ssä mutta täyttivät ostokset luotetuissa kassatoimintoissaan. Tottumus. Luottamus. Halu tarkistaa tilaus ennen sitoutumista. Perusoston hylkäysaste on 70% (Baymard Institute)—tuntemattoman kassatoiminnon lisääminen huononsi sitä.

Tämä on käyttäjän käyttäytymisen ongelma, ei teknologia-ongelma. Eikä se ole ainutlaatuinen ChatGPT:lle—se on perustavanlaatuinen haaste kaikille uusille kassatoimintoille.

Agenttikauppa toimii jo—kahdella eri tavalla

Tässä on mitä useimmat uutisraportit jäävät huomaamatta: agenttikauppa ei odota täydellisiä protokollia. Markkina on jakautunut kahteen täydentävään kerrokseen, joista jokainen ratkaisee eri ongelmia.

Kerros 1: Protokollapohjainen kassatoiminto (ACP ja UCP)

Protokollapohjaiset lähestymistavat määrittelevät vakiorajapinnan, jota agentit voivat kutsua. OpenAI/Stripe rakensivat ACP:n. Google/Shopify rakensivat UCP:n (Universal Commerce Protocol). Molemmat käynnistettiin vuoden 2026 alussa, ja molemmat toimivat—mutta tietyssä kontekstissa.

Kuinka Shopifyn Agentic Storefronts toimii

Shopify ei odottanut täydellisen protokollan käyttöönottoa. Sen sijaan he rakensivat Agentic Storefronts -kerroksen, joka istuu agenteiden ja kauppiaiden välillä, käsitellen integraatiotyön.

Tässä on arkkitehtuuri: Kun asiakas käyttää ChatGPT:tä tuotteiden etsintään, he kyselevät Shopifyn Catalog API:a. Jos he haluavat ostaa, heidät ohjataan Shopifyn kassatoimintoon, ei ChatGPT:n. Shopify käsittelee varastoinventaariointisynkronointia, verolaskelmia ja petosten havaitsemista. Kauppias ei tarvitse tehdä mitään.

Maaliskuusta 2026 lähtien miljoonat Shopify-kauppiaat ovat kelvollisia Agentic Storefrontsin käyttöä varten. Heidän ei tarvitse osallistua ACP:hen suoraan—Shopify käsittelee sen.

Googlen UCP-arkkitehtuuri (paremmin suunniteltu kuin ACP)

Googlen Universal Commerce Protocol on kehittyneempi kuin ACP. Yhden kassatoimintovirran sijaan UCP määrittelee kerrostetut kyvyt:

• Shopping Service — Käsittelee agentti-löytämisen ja kyvyn neuvottelun
• Capabilities — Kassatoiminto, luettelo, tilaukset, täyttäminen, maksut, identiteetin linkitys (uusi maaliskuussa 2026), ostoskorin hallinta (uusi huhtikuussa 2026)
• Extensions — Mukautetut integraatiot ilman keskusohjausta

Avain arkkitehtuurieroon: UCP:n “graceful handoff” -mekanismi. Kun agentti osuu kyvyn vajaukseen (esim. ei voi käyttää kuponkikoodia), kauppias vastaa continue_url:lla. Agentti renderoi upotetun kassatoiminnon, käyttäjä täyttää jäljellä olevat vaiheet, ja transaktio ei koskaan hylätä—se vain eskaloituu ihmiselle kitkakohdan kohdalla.

Se on parempi kuin ACP:n lähestymistapa, joka yleensä epäonnistuu kokonaan, kun se osuu vajaukseen.

Miksi vain 12 Shopify-kauppiasta meni suoraan ChatGPT-kassatoimintoon

Protokolla toimii. Mutta käyttöönotto on rajoitettua, koska kauppiaiden tulee aktiivisesti integroida se. Shopify Agentic Storefronts kiertävät tämän tekemällä sen automaattiseksi, mutta suora ACP-integraatio vaatii edelleen kauppiaan työn.

Noin 12 kauppiasta, jotka menivät suoraan, olivat varhaisia omaksujia. Useimmat kauppiaat odottavat:

1. Todistusta siitä, että agentin ajama liikenne on arvokas (vielä ei todistettu mittakaavassa)
2. Alustan integraatiota olevan automaattinen (Shopify ratkaisi tämän; muut eivät)
3. Petosten ja tiedon laadun huolenaiheet ratkaistaan

Missä protokollapohjainen kassatoiminto todella toimii

Todelliset voitot ovat suurten, integroituneiden jälleenmyyjien kanssa:

• Instacart — Sovelluspohjainen, toimii hyvin, koska Instacart hallitsee sekä agentin että kauppiaan kokemusta
• Target — Sovelluspohjainen, toimii, koska Target rakensi dedikoidun sovelluksen
• Expedia — Sovelluspohjainen, toimii, koska Expedia hallitsee koko virtaa
• Booking.com — Sovelluspohjainen, toimii, koska varausjärjestelmät ovat yksinkertaisempia kuin vähittäiskaupan kassatoiminto

Kuvio: Protokollapohjainen kassatoiminto toimii, kun yksi yritys hallitsee molempia transaktiopuolia. Se kamppailee, kun sinulla on koordinaatio riippumattomien osapuolten välillä.

Kerros 2: Universaali kassatoiminnon infrastruktuuri

Samaan aikaan täysin erilainen lähestymistapa voittaa: universaali kassatoiminnon infrastruktuuri, joka ei vaadi kauppiaan integraatiota.

Kuinka Rye ratkaisee kauppiaan käyttöönottopullonkaulan

Rye (ja samankaltaiset alustat) käyttävät erilaista arkkitehtuuria: agentin selaimen automatisoitua käyttöä. Sen sijaan, että pyytäisivät kauppiaita integroida protokollan, Ryeen agentit navigoivat live-kassatoimintoissa kuten ihmiset tekisivät.

Tässä on miksi tämä on tärkeää:

1. Ei kauppiaan integraatiota vaadita — Toimii millä tahansa sivustolla, jolla on kassatoiminto
2. Reaaliaikaiset tiedot — Lukee live-kassatoimintosivuja, ei vanhentunutta luetteloa
3. Petosten lieventäminen sisäänrakennettu — Käyttää asuntojen välityspalvelimia, geoproximiteettisovitusta ja ihmisen kaltaisia vuorovaikutusprofiileja

Rye ei pyydä kauppiaita osallistumaan. Se ei vaadi protokollatukea. Se vain toimii olemassa olevan infrastruktuurin kanssa.

15 000+ kauppiasta live ilman integraatiota

Maaliskuusta 2026 lähtien Ryellä on yli 15 000 kauppiasta live. Ei koska nämä kauppiaat integroivat mitään—he eivät. Koska Ryeen agentit voivat navigoida heidän olemassa olevissa kassatoiminnoissaan.

Mittaukset: 99,9% tilauksen täyttämisaste, alle 5 sekuntia kassatoiminto Shopifyssä/Amazonissa. Todellisen maailman käyttö on osoitettu—OpenClaw-käyttäjät tekevät ostoksia live (Retailgentic-podcastin mukaan).

Miksi tämä lähestymistapa toimii, missä protokollat epäonnistuvat

Rye ratkaisee kolme estettä, jotka tappivat OpenAI:n Instant Checkoutin:

1. Ei kauppiaan käyttöönottopullonkaula — Toimii olemassa olevien kassatoimintojen kanssa ilman integraatiota
2. Reaaliaikaiset tiedot — Lukee live-kassatoimintosivuja ostohetkellä, kaappaa todellisen varastotilan
3. Petosten lieventäminen sisäänrakennettu — Ei ole riippuvainen kauppiaan osallistumisesta suojauksille; käyttää välityspalvelimia ja käyttäytymisanalyysiä

Se myös kattaa Amazonin, jota ACP ei voi tavoittaa. Amazon eksplisiittisesti estää ulkoiset agentit sen ehdoissa. Rye kiertää tämän simuloimalla ihmisen kassatoimintokäyttäytymistä.

Valmis kasvattamaan liiketoimintaasi?

Aloita ilmainen kokeilujakso tänään ja näe tulokset muutamassa päivässä.

Pyydä demo Kirjaudu sisään

Todelliset agenttikaupan esteet (spoiler: ei teknologia)

Jos teknologia toimii, ja kauppiaat ovat valmiita, mikä todella estää käyttönoton? Infrastruktuurivahe.

Varastoinventaariointivirheet: 11 000 dollarin alennusonnettomuus

Tässä on todellinen esimerkki lyhyestä: Kauppias raportoi asiakkaasta, joka vakuutti tekoälyagentin eskaloida alennuksen 25%:sta 80%:iin 11 000 dollarin tilauksessa. Agentti toteutti transaktion. Kauppias menetti kymmeniä tuhansia dollareita.

Tämä ei ole teknologia-vika—se on tiedon laadun vika. Agentilla oli pääsy kuponkikoodeille, mutta ei kontekstia niiden aiotusta laajuudesta. Kauppiaan järjestelmä salli eskalointia ilman validointia. Agentti toteutti ilman liiketoiminnan logiikan ymmärtämistä.

Tämä on yksi monista varastoinventaarioon liittyvistä vian muodoista tuotannossa:

Myyntiveron keräysvajeet

Tämä on edelleen ratkaisematon ongelma monille alustoille. USA:ssa on yli 10 000 verotoimivaltaa. Hinnat vaihtelevat:

• Tuotekategoria (digitaalinen vs fyysinen, vaatteet vs muut)
• Sijainti (valtio, lääni, kaupunki)
• Ostajan asema (jälleenmyyjä, voittoa tavoittelematon, jne.)

Useimmat alustat käyttävät nyt TaxJar- tai Avalara-API:a veroon esikalkulation tekemiseen ennen kuin agentit rakentavat ostoskoria. Mutta tämä lisää 200-500ms latenssia ja vaatii kauppiaan asennusta. Kaikki kauppiaat eivät ole integroineet näitä palveluja.

Tuotetietojen laatu (42% asiakkaista hylkää huonon tiedon vuoksi)

Tämä on suurin, eniten osoitettu este. Kun tuotetiedot ovat epätäydellisiä tai epäjohdonmukaisia, agentit eivät voi tehdä hyviä suosituksia. Kun agentit eivät voi suositella, konversio putoaa.

Mitä “huono tuotetietojen” näyttää:

• Puuttuvat attribuutit (koko, väri, materiaali, paino)
• Epäjohdonmukaiset kuvaukset kanavien välillä
• Vanhentuneet kuvat
• Fantasiavarasto (järjestelmä näyttää varaston; ei ole olemassa)
• Ylimyynti (negatiivinen varasto palautusten jälkeen)

Vaikutus: 42% asiakkaista hylkää ostokset riittämättömien tuotetietojen vuoksi. Se ei ole agenttikohtainen—se on yleinen sähköisen kaupan ongelma, jonka agentit vahvistavat.

Petosten havaitsemisjärjestelmät koulutettu ihmisen käyttäytymiselle, ei agentin

Kauppiaan petosten havaitsemisjärjestelmät on koulutettu ihmisen kuvioille: tyypillinen ostojen määrä, maantieteellinen johdonmukaisuus, laitteen sormenjäljet, jne. Agentit eivät noudata näitä kuvioita.

Esimerkkejä agentin laukaisemista väärän positiivisen tuloksista:

• Ostokset epätavallisista maantieteistä (agentti tietokeskuksessa; käyttäjä eri sijainnissa)
• Epätavallinen ostokuvio (ostaa 10 samaa tuotetta)
• Nopeat peräkkäiset ostokset (agentti testaa eri vaihtoehtoja)
• Epätavallinen maksutapa (agentti käyttää tallennettu korttia odottamattomasta sijainnista)

Kauppiaiden järjestelmät merkitsevät nämä petoksiksi. Transaktio hylätään. Agentti ja käyttäjä näkevät epäonnistumisen.

Ratkaisu (Ryeen käyttämä): Asuntojen välityspalvelin, joka simuloi ihmisen IP-kuvioita, geoproximiteettisovitus, käyttäytymisanalyysi. Mutta tämä vaatii joko kauppiaan osallistumista tai infrastruktuuria, joka kiertää kauppiaan petosten järjestelmiä.

Mittauksen sokeus (kauppiaat eivät näe agentin ajamaa löytämistä)

Tässä on kriittinen ongelma: kauppiaat eivät voi mitata agentin ajamaa liikennettä.

Kun asiakas ostaa ChatGPT:n kautta, kauppias näkee tilauksen ilman viittaajaa. He eivät tiedä, että asiakas oli agentin ohjaus. He eivät voi jäljittää löytämisen matka, koska se tapahtui ChatGPT:ssä, ei heidän sivustollaan.

Tämä luo mittausongelman:

• Kauppiaat eivät voi arvioida agentin ajaman liikenteen ROI:ta
• Kauppiaat eivät voi optimoida agentin löytämiselle
• Kauppiaat eivät voi attribuoida tulot agentin liikenteelle

UCP:n Catalog API auttaa tässä—se antaa agentin standardisoidun tavan kysyä tuotteita, ja kauppiaat voivat nähdä nämä kyselyt. Mutta useimmat kauppiaat eivät käytä sitä vielä.

Kuinka kauppiaat todella ratkaisevat nämä ongelmat tuotannossa

Infrastruktuurivahe on todellinen, mutta se on ratkaistavissa. Tässä on mitä kauppiaat todella tekevät.

Reaaliaikainen varastoinventaariointisynkronointi

Kulta standardi: webhook-pohjaiset päivitykset. Kun tilaus tehdään, varasto vähennetään välittömästi. Agentit kyselevät live-varastotilaa.

Toteutus:

• Webhook laukaisee tilauksen tekemisen yhteydessä
• Välimuistinkerros 30 sekunnin TTL:llä
• Fallback API-kutsuun välimuistin ohitukselle
• Täsmäytystyö suoritetaan yöllä

Tuotannossa käytetyt työkalut:

• Sumtracker — Reaaliaikainen synkronointi Shopifyn, Amazonin, Etsyn, eBayn välillä
• Shopify Inventory API — Alkuperäinen Shopifyn ratkaisu
• Mukautetut webhook-käsittelijät — Kauppiaille, joilla on mukautetut järjestelmät

Mittaukset: Vähentää ylimyyntiä 95%:lla, mutta vaatii 60+ päivää vakauttamiseen.

Veron laskelmien esikarkela

Ennen kuin agentit rakentavat ostoskoria, laske vero kolmannen osapuolen API:ta käyttäen.

Toteutus:

• Agentti määrittää tuotteet ja toimitusosoitteen
• Kutsu TaxJar- tai Avalara-API:a
• Saa veron määrän sille toimivallalle
• Sisällytä vero lopulliseen hintaan
• Validoi kassatoiminnossa

Työkalut:

• TaxJar — Useimmat kauppiaat käyttävät tätä
• Avalara — Enterprise-vaihtoehto
• Valtion spesifiset API:t — Erikoistuneille tapauksille

Mittaukset: Poistaa veron yllätykset, lisää 200-500ms latenssia.

Petosten lieventämisen välityspalvelimet

Ryeen lähestymistapa: Käytä asuntojen välityspalvelimia simuloidaksesi ihmisen kassatoimintokäyttäytymistä.

Toteutus:

• Asuntojen välityspalvelin (ei tietokeskuksen IP-osoitteita)
• Geoproximiteettisovitus (tilauksen sijainti vs IP-sijainti)
• Ihmisen kaltaiset vuorovaikutuskuviot (hiiren liike, kirjoitusnopeus, viiveet toimien välillä)
• Laitteen sormenjäljet
• Käyttäytymisanalyysi

Tulos: Tilaukset eivät ole merkitty petoksiksi; 99,9% onnistumisaste.

Tämä on kehittyneempää kuin se kuulostaa. Kauppiaiden petosten järjestelmät voivat havaita agentin kuvioita (liian nopea, liian johdonmukainen, epätavallinen maantiede). Ryeen ratkaisu tekee agentin näyttävän ihmiseltä.

Graaseful Escalation (UCP-standardi)

Sen sijaan, että epäonnistuisivat osuttaessa esteeseen, eskaloivat siististi.

UCP:n Embedded Checkout Protocol (ECP):

1. Agentti yrittää autonomista kassatoimintoa
2. Jos kyvyn vajausta havaitaan → requires_escalation -tila
3. Kauppias palauttaa continue_url:n
4. Agentti renderoi upotetun kassatoiminnon
5. Käyttäjä täyttää jäljellä olevat vaiheet
6. Transaktio ei koskaan hylätä

Työkalut:

• UCP Embedded Checkout Protocol — Standardi
• Shopify Checkout Kit — Shopifyn toteutus
• Mukautettu toteutus — Muille alustoille

Tämä on parempi kuin ACP:n lähestymistapa, koska se ei epäonnistunut—se eskaloituu. Transaktio täyttyy, vain ihmisen osallistumisella kitkakohdan kohdalla.

Tiedon laadun investointi (strukturoidut tuotetiedot kilpailuetuna)

Kauppiaat, jotka voittavat agenttikaupassa, investoivat tiedon laatuun. Täydelliset, strukturoidut tuotetiedot:

• Tekevät agentin suosituksista parempia
• Vähentävät hylättyjen ostoskoria
• Parantavat hakujen sijoituksia
• Mahdollistavat personalisoinnin

Työkalut:

• Shopify Sidekick — Tekoälyn avustama tuotekuvauksen luominen
• Hypotenuse AI — Sisällön luominen (Volcom vähensi sisällön luomisen 5-6 kuukaudesta 4-6 viikkoon)
• Amazonin automaattisesti luodut attribuutit — 70%+ tuotetietojen attribuuteista on nyt automaattisesti luotu
• Mukautetut tietojen putkistot — Kauppiaille, joilla on suuret luettelot

Investoinnin voitot: Paremmat agentin suositukset, korkeampi konversio, enemmän agentin ajamaa liikennettä.

Liity uutiskirjeellemme

Saa uusimmat vinkit, trendit ja tarjoukset ilmaiseksi.

Sähköpostiosoite

Tilaa

Sääntelyympäristö: EU vs USA

Agenttikauppa ei ole tyhjiössä. Säännöstö kehittyy, ja se on hyvin erilainen Atlantin molemmilla puolilla.

PSD3:n avoin pankkisektori -valtuutus (pelin muuttaja EU:lle)

EU:n Payment Services Directive 3 (PSD3) tuli voimaan 28. huhtikuuta 2026. Se on pelin muuttaja agenttikaupalle.

Tärkeimmät muutokset PSD2:sta PSD3:een:

Pelin muuttaja: Avoimet pankkisektori kirjoitus-oikeudet. Agentit voivat nyt aloittaa maksut suoraan shekkitileiltä, ei vain tallennetuista korteista. Tämä on valtavaa:

• Agentin välinen kauppa (agentti A ostaa agentin B:n kaupasta)
• Reaaliaikainen maksun aloitus
• Rajat ylittävät transaktiot

Mutta se myös luo kitkaa: PSD3 vaatii parannettua todentamista (SCA + biometrinen/käyttäytyminen). Agentit tulee käsitellä kasvojen tunnistus, sormenjälki vaatimukset. Tämä on ratkaistavissa, mutta lisää monimutkaisuutta.

USA:n fragmentoituminen (FTC + osavaltiotaso + alustan säännöt)

USA:ssa ei ole yhtenäistä kehystä. Sen sijaan sinulla on:

FTC-taso:

• Toimivalta epäoikeudenmukaisten/petollisten käytäntöjen yli
• Viimeaikaiset täytäntöönpanot: Syytettiin liiketoiminnan mahdollisuuksien järjestelmästä, joka väitti väärin “tekoälyn avustamaa sähköisen kaupan imperiumia”
• Käytäntöjen määräaika: 11. maaliskuuta 2026 tekoälyn käytäntöä koskevalle lausunnolle (Trumpin toimeenpano-ohje)
• Täytäntöönpanon trendi: Intensiivistynyt tekoälyn valvonta kaupassa

FTC:n fokusalueet:

• Läpinäkyvyys tekoälyn päätöksenteossa
• Petosten ehkäisy automatisoituissa transaktioissa
• Tietosuoja agentin välittelemässä kaupassa
• Vastuu tekoälyn chatbot-lausunnoille (Air Canada-ennakkotapaus: yritykset ovat juridisesti vastuussa siitä, mitä chatbotit sanovat)

Osavaltiotaso:

• Kalifornia: Tekoälyn läpinäkyvyysvaatimukset (GDPR:n kaltainen)
• Colorado, Connecticut, Virginia: Osavaltiotason yksityisyyslait tekoälyn vaikutuksilla
• Ei yhtenäistä standardia—luo vaatimustenmukaisuuden monimutkaisuutta kansallisille kauppiaille

Alustan spesifiset säännöt (rajoittavampia kuin säännöstö):

Paradoksi: Etsy on kaikkein rajoittavampi alusta, mutta on käynnistyspartner sekä OpenAI:n ACP:lle että Googlen UCP:lle. He suojaavat panoksiaan—tukevat protokollia samalla kun ylläpitävät “Pidä kauppa inhimillinen” -brandi-asemaa.

Vastuukysymykset (kuka on vastuussa, kun agentti tekee petoksen?)

Tämä on edelleen määrittelemätön USA:ssa. Kun agentti tekee petoksen (esim. pettää kauppiaan luvattomaksi hyvitykseksi), kuka on vastuussa?

• Kauppias (joka hyväksyi tilauksen)?
• Agentin alusta (joka rakensi agentin)?
• Maksun käsittelijä (joka käsitteli transaktion)?
• Pankki (joka valtuutti maksun)?

EU:n PSD3:lla on selkeämpi jaettu vastuumalli. USA on edelleen selvittämässä. Paras käytäntö: Selkeät palvelun ehdot, jotka määrittelevät vastuun.

Markkinoiden todellisuus: Käyttöönottoprosentit ja suoritusväli

Numerot ovat sekavat, koska ne kertovat kaksi eri tarinaa.

Kuluttajien käyttöönotto on todellista

• 39% kuluttajista käyttää tekoälyä tuotteiden löytämiseen (Salesforce)
• 84% Gen Z:sta todennäköisesti käyttää tekoälyä ostoihin (Shopify)
• 23% amerikkalaisista osti jotain tekoälyn kautta viime kuussa (Morgan Stanley)
• 805% YoY kasvu tekoälyn liikenteessä USA:n vähittäiskaupan sivustoille Black Friday 2025:lla (Adobe)
• 20% globaaleista tilauksista, joihin tekoälyagentit vaikuttivat Cyber Week 2025:lla (Salesforce)

Nämä numerot ovat suuret. Kuluttajien kysyntä on todellista.

Mutta konversio jää dramaattisesti jäljessä

• 0,2% sähköisen kaupan istunnoista ChatGPT:stä (Kaiser & Schulze)
• 86% huonompi konversio kuin affiliate-linkit (Kaiser & Schulze)
• 4,4x korkeampi konversio tekoälyn suosituksille vs perinteinen haku (McKinsey)

Tässä on arvoitus: Kuluttajat käyttävät tekoälyä löytämiseen, mutta eivät muunnu mittakaavassa. Ja silti tekoälyn suositukset muuntuvat 4,4x paremmin kuin perinteinen haku.

Mitä eroa? Löytäminen vs suositukset. Kun kuluttajat löytävät tuotteita ChatGPT:ssä, he hylkäävät. Kun kauppiaiden omat suositusmootorit käyttävät tekoälyä, konversio on korkea.

Tämä osoittaa takaisin infrastruktuurivajeeseen: Ongelma ei ole agentin kyvyssä tai kuluttajien kysynnässä. Se on mittauksessa, tiedon laadun ja kassatoiminnon kokemuksessa.

Infrastruktuurivahe, ei kysyntävahe

Markkina on valmis. Kuluttajat ovat valmiita. Kauppiaat ovat valmiita. Mitä puuttuu:

1. Mittaus — Kauppiaat eivät näe agentin ajamaa liikennettä
2. Tiedon laatu — Tuotetiedot ovat epäjohdonmukaisia ja vanhentuneet
3. Kassatoiminnon kokemus — Uusilla kassatoiminnoilla on korkeampi hylkäysaste
4. Petosten suojaukset — Järjestelmät eivät ole viritetty agentin käyttäytymiselle

Korjaa nämä, ja konversio seuraa.

Mitä tämä tarkoittaa yrityksellesi

Infrastruktuurivahe luo 3-5 vuoden etua-ikkunan. Kauppiaat, jotka investoivat nyt, saavat suhteettoman suuren agentin ajaman liikenteen ennen infrastruktuurin standardisoimista.

Jos olet kauppias: tiedon laatu on kilpailuetusi

Investoi strukturoituihin tuotetietoihin. Täydelliset, johdonmukaiset, reaaliaikaiset varastot. Tämä ei ole teknologia-ongelma—se on tietojen ongelma.

Kauppiaat, joilla on puhtaat tiedot:

• Saavat paremmat agentin suositukset
• Näkevät alhaisemman ostoskorin hylkäysasteen
• Sijoittuvat korkeammalle agentin löytämisessä
• Saavat enemmän agentin ajamaa liikennettä

Investointi: 10-100 000 dollaria luettelokoon mukaan. Voitto: 3-5 vuoden etu ennen kuin kilpailijat pysyivät jäljessä.

Jos olet alusta: infrastruktuurin investointi voittaa protokollan evankeliumin

Paremman infrastruktuurin rakentaminen (reaaliaikainen varasto, petosten havaitseminen, tiedon laadun työkalut) luo enemmän arvoa kuin protokollan evankeliumin. Shopify ymmärsi tämän—he rakensivat Agentic Storefrontsin sen sijaan, että odottaisivat kauppiaan ACP-käyttöönottoa.

Jos olet startup: sähköisen kaupan pitkä häntä on aliedustettu

Yli 15 000 kauppiasta Ryeen universaalissa kassatoiminnossa. Miljoonat kelvollisia Shopify Agentic Storefrontsin käyttöä varten. Mutta useimmat kauppiaat eivät aktiivisesti optimoi agentin ajamaa liikennettä. Pitkä häntä on aliedustettu.

Mahdollisuudet:

• Tiedon laadun työkalut agentin valmiudelle
• Petosten havaitseminen viritetty agentin käyttäytymiselle
• Mittaus ja attribuutio agentin ajamalle liikenteelle
• Varastoinventaariointisynkronointi ja reaaliaikainen tietojen infrastruktuuri

3-5 vuoden etua-ikkuna

Infrastruktuuri standardisoidaan lopulta. Protokollat lähentyvät. Tiedon laadun työkalut tulevat hyödykkeiksi. Mutta se on 3-5 vuotta pois. Kauppiaat, jotka ratkaisevat nämä ongelmat ensin, saavat suhteettoman liikenteen.

Tämä on ajoitusetua, ei pysyvää vallaa. Mutta sähköisessä kaupassa 3-5 vuotta on merkittävä.

Usein kysytyt kysymykset

FAQ-osio on automaattisesti renderöity etusivun merkinnöistä. Katso yllä olevaa kaikkea Q&A:ta.

{{ cta-dark-panel heading=“Automatisoi agenttikaupan työnkulkusi” description=“FlowHunt auttaa sinua rakentamaan agentille valmiin infrastruktuurin reaaliaikaisella varastoinventaariolla, petostenhavaitsemisella ja tiedon laadun automatisoinnilla.” ctaPrimaryText=“Kokeile nyt” ctaPrimaryURL=“https://app.flowhunt.io/sign-in" ctaSecondaryText=“Varaa esittely” ctaSecondaryURL=“https://www.flowhunt.io/demo/" gradientStartColor="#3b82f6” gradientEndColor="#8b5cf6” gradientId=“agentic-commerce-gradient” }}

Todellinen mahdollisuus

Agenttikauppa on todellista ja toimii tuotannossa. OpenAI:n epäonnistuminen ei ollut agenttikaupan epäonnistuminen—se oli protokollasta riippuvaisten lähestymistapojen epäonnistuminen, jotka vaativat osallistumiseen perustuvaa koordinaatiota.

Markkina on jakautunut kahteen täydentävään kerrokseen:

1. Protokollapohjainen kassatoiminto (ACP/UCP) — Toimii hyvin suurille, integroiduille jälleenmyyjille
2. Universaali kassatoiminnon infrastruktuuri — Toimii hyvin sähköisen kaupan pitkälle hännälle

Pullonkaula ei ole teknologia. Se on infrastruktuuri: tiedon laatu, reaaliaikainen varasto, mittaus ja vastuun selkeys.

Kauppiaat, jotka investoivat tiedon laatuun nyt, saavat suhteettoman agentin ajaman liikenteen seuraavien 3-5 vuoden aikana. Vuoteen 2030 mennessä, kun infrastruktuuri standardisoidaan, tämä etu katoaa. Mutta nyt se on saatavilla kaikille, jotka ovat valmiita ratkaisemaan infrastruktuurivajeen.

Markkina liikkuu. 5,71 miljardia dollaria 2025:ssa → 65,47 miljardia dollaria vuoteen 2033 mennessä 35,7% CAGR:llä (Grand View Research). Kuluttajien käyttöönotto on todellista: 39% käyttää tekoälyä löytämiseen, 23% osti tekoälyn kautta viime kuussa. Kysymys ei ole siitä, onko agenttikauppa tulossa. Se on täällä.

Kysymys on, oletko sinä siihen valmis.