Количество заказов на покупки с помощью ИИ на Shopify увеличилось в 15 раз, но тестирование QAwerk показывает, что оформление заказа, данные о продуктах и ​​возврат средств не готовы для агентов, движущихся со скоростью машины.

<п>Я предоставил бесплатную консультацию розничному торговцу, расположенному в Верхнем Ист-Сайде Нью-Йорка, и на нашей последней видеовстрече мы затронули некоторые новые вопросы. Структурированные данные, каналы каталогов, подключение к универсальному протоколу торговли Google или протоколу агентской торговли OpenAI. Но мы не говорили о том, что определяет, состоится ли продажа: если транзакцию завершает агент ИИ, а не человек, будет ли работать касса под ней?

<п>Президент Shopify Харли Финкельштейн ответил на часть этого вопроса во время телеконференции компании в феврале 2026 года, и это число немало. Заказы, поступающие через поиск на основе искусственного интеллекта, выросли в 15 раз с января 2025 года и уже направляются через три отдельных протокола, созданных в прошлом году: универсальный коммерческий протокол Google, протокол агентской коммерции OpenAI и агентную коммерцию Salesforce, которые предпочли объединиться с UCP, а не создавать конкурирующий стандарт. Сначала продавцы Etsy начали работу внутри ChatGPT, а затем продавцы Shopify, включая Glossier, Spanx и Vuori. С тех пор OpenAI отказалась от встроенной оплаты в чате и вместо этого переместила покупки в приложения розничных продавцов, что делает основной вопрос более острым, а не менее актуальным. src=”https://www.searchenginejournal.com/wp-json/sscats/v2/tk/Middle_Post_Text”>

Я написал Константину Клягину, чтобы узнать, что произошло потом. Он основал QAwerk в 2015 году, чтобы предоставить программное обеспечение подходящего партнера по тестированию, и с тех пор агентство протестировало более 300 клиентских проектов в Северной Америке, Европе и Африке. Его ответ на вопрос о видимости заключался в том, что вывести продукт на поверхность в результатах платформы искусственного интеллекта — это легкая половина дела, но большая часть текущих проблем находится в нижней части процесса, в той части, которую еще никто не тестирует.

Агент не делает ничего лучше человека

<п>Формулировка Клягина проста, если ее услышать: человек-покупатель просматривает товары с непостоянной скоростью, отвлекается, бросает тележку и возвращается к ней несколько часов спустя. Агент ИИ быстро запускает структурированные вызовы API, оценивает продукт по заданным критериям и принимает решение за считанные секунды. Именно эта скорость ломает системы, настроенные на людей.

<п>Ограничение скорости и обнаружение ботов существуют для выявления поведения, которое выглядит автоматизированным, а именно так выглядит законный торговый агент. Логика сеанса, построенная на одном непрерывном посещении человека, подавляет агента, который запрашивает продукт, закрывает сеанс и возвращается позже, чтобы завершить покупку. Команда Клягина тестировала мультиагентные системы в других регулируемых отраслях и продолжает находить одну и ту же основную причину: большинство планов обеспечения качества проверяют, выдает ли система правильный результат, и почти ни один из них не проверяет, допускает ли окружающая инфраструктура нечеловеческого субъекта, движущегося через нее на машинной скорости.

Именно здесь хорошо ранжируемый и хорошо оптимизированный продукт по-прежнему не может конвертироваться. SEO и AI-визуализация, на которых сейчас сосредоточено большинство ритейлеров, полностью от них зависят.

Модель неудач – это не то, что вы думаете

<п>Я попросил Клягина привести реальный пример сбоя оформления заказа, данных о продукте или возврата средств, вызванного именно агентом ИИ, ожидая драматической истории. Он не видел подтвержденного производственного инцидента, когда агент сам вызвал сбой при оформлении заказа клиента, и он не хотел выдавать обычную ошибку электронной коммерции за сбой агента, и именно поэтому его реальный ответ стоит больше, чем сфабрикованный анекдот.

<п>Его команда неоднократно обнаруживала более тонкую проблему, которая становится серьезной в тот момент, когда покупателем становится программное обеспечение, а не человек. В одном клиентском проекте, воронке под названием Pridefit, инженеры обнаружили, что два отдельных компонента поддерживают свои собственные копии одних и тех же данных плана с небольшими различиями в ценах и атрибутах между ними. Покупатель-человек может этого не заметить или просто обновить страницу. У ИИ-агента нет визуального контекста и суждений, к которым можно было бы прибегнуть. Если он выберет план на основе одного источника данных, а касса сверит его с другим, несоответствие цены, SKU или доступности может остановить транзакцию в состоянии, которое агент не сможет разрешить самостоятельно.

<п>Команда Клягина устранила дублирование и централизовала данные плана, поэтому каждая часть воронки извлекается из одного источника. Но закономерность, которую он ожидает чаще всего увидеть в агентской торговле, обычно не заключается в том, что агент выбирает неправильный продукт. Его системы расходятся во мнениях относительно состояния покупки: в канале инвентаризации сообщается, что вариант есть в наличии, а при оформлении заказа сообщается, что он распродан, запрос с истекшим сроком ожидания повторяется на конечной точке, которая не является должным образом идемпотентной, или возврат средств осуществляется на стороне продавца до того, как обновленное состояние заказа когда-либо достигнет агента, который его инициировал. Человек часто может не обращать внимания на подобную нестыковку и понять, что же произошло на самом деле. Агенту необходимо, чтобы каждый API, каждый фид продуктов и каждый статус заказа уже были согласованы.

3 проверки, которые стоит выполнить, прежде чем переходить к четвертому протоколу

Клягин указывает клиентам на три конкретных теста, и я думаю, что каждый ритейлер, который в настоящее время занимается синхронизацией каталогов и структурированной разметкой, должен провести все три, прежде чем добавлять в список четвертую платформу искусственного интеллекта.

<ул>

Протестируйте API проверки так, как агент на самом деле обращается к нему. Не один медленный сеанс человека за раз, а множество параллельных вызовов, выполняемых в быстрой последовательности. Касса, которая без происшествий обработала миллионы человеческих сеансов, все равно может выйти из строя при первом столкновении с такой структурой трафика, и большинство розничных продавцов, подключающихся к UCP или ACP прямо сейчас, искренне не знают, произойдет ли это у них.

<ли><сильный>Проверяйте точность данных о продукте так, как их считывает машина, а не так, как их отображает браузер. Страница, которая выглядит совершенно одинаковой для посетителя-человека, может быть получена из двух несогласующихся источников, расположенных внизу, и у агента нет возможности заметить пробел, как это мог бы сделать человек, прокручивающий страницу.

Проверяйте правильность возврата и возврата с первой попытки. Когда машина инициирует запрос, в цикле нет представителя службы поддержки клиентов, который мог бы выявить частичный сбой или статус, который никогда не синхронизируется обратно.

Ни один из этих трех вариантов не требует дальнейшего развития UCP, ACP или Agentforce Commerce. Они проверяют основу, от которой зависят все три протокола, независимо от того, какой из них или какая комбинация в конечном итоге лидирует на рынке.

<ч2>Мой вариант <п>Я думаю, что в отрасли последовательность действий обратная. Все стремятся попасть в список ChatGPT и Gemini, прежде чем проверить, сможет ли их касса действительно завершить продажу, как только туда прибудет агент, и это создает видимость на основе фундамента, который никто не тестировал под нагрузкой. Техническое SEO обеспечивает продукту место в результатах агента. Ничего не говорится о том, сможет ли агент его купить, и сейчас над второй, более сложной проблемой почти никто не работает.

Клягин ожидает, что QA разделится на два скоординированных направления в течение следующих нескольких лет. Один продолжает проверять опыт человека, а второй проверяет, может ли агент анализировать данные, выполнять вызовы API и получать предсказуемый результат, когда он перемещается по системе со скоростью машины. Это примерно та же самая смена, которую команды по обеспечению качества электронной коммерции прошли десять лет назад при создании наборов тестов для мобильных устройств, и ритейлеры, которые сейчас рассматривают это как инженерный приоритет, в преддверии изменения объемов продаж, как показывают собственные цифры Shopify, уже на подходе, будут иметь реальное преимущество перед всеми, кто все еще сосредоточен исключительно на том, чтобы их нашли.

<стр>Если ваша стратегия электронной коммерции на 2026 год ограничивается результатами работы платформы искусственного интеллекта, то вы решили ту часть проблемы, которая на самом деле никогда не была самой сложной.