Zaloguj się 
Dzieje się!
Znasz swojego agenta? AI coraz śmielej zagląda do koszyka zakupowego
W filmie „Her" Spike'a Jonze'a bohater nawiązuje relację z systemem operacyjnym, który doskonale rozumie jego potrzeby. W 2026 roku sztuczna inteligencja nie buduje jeszcze z nami więzi emocjonalnych, ale coraz śmielej przejmuje rolę osobistego doradcy zakupowego, a czasem także kupującego.
Z tego artykułu dowiesz się…
- Na czym polega koncepcja Know Your Agent (KYA) i dlaczego branża finansowa pracuje nad „cyfrowymi paszportami” dla agentów AI.
- Jakie rozwiązania rozwijają dziś organizacje takie jak Mastercard, OpenAI czy Google, aby umożliwić bezpieczne transakcje realizowane przez agentów AI.
- Dlaczego przyszłość zakupów może należeć nie do jednego uniwersalnego asystenta, lecz do zespołów wyspecjalizowanych agentów współpracujących ze sobą.
Polski rynek e-commerce znajduje się obecnie w fazie przejściowej między wstępnymi eksperymentami z technologią a rzeczywistą transformacją w kierunku przedsiębiorstw agentycznych. Jak wynika z badania AI Readiness Index, przeprowadzonego na zlecenie firmy Salesforce, 44 proc. polskich przedsiębiorstw uznaje sztuczną inteligencję za wysoki lub kluczowy priorytet w swoich planach wdrożeniowych.
Mimo że blisko połowa firm korzystających z inteligentnych narzędzi (46 proc.) deklaruje ich używanie od ponad roku, sektor agentycznej AI, oferujący autonomicznych agentów zdolnych do wspierania procesów biznesowych, wykorzystuje obecnie jedynie 12 proc. organizacji. Predykcje ankietowanych w badaniu liderów wskazują jednak na nieuchronność zmian: za 5 lat AI będzie uznawana za niezbędną dla przetrwania na rynku przez 23 proc. firm.
Dobry agent nie kupuje wszystkiego
Leszek Chodorowski, twórca Polskiej Szkoły AI i projektant produktów cyfrowych, zwraca uwagę, że agentic commerce nie jest po prostu rozmową z chatbotem. To zaczyna być osobna warstwa zakupów, w której ważne są nie tylko wygoda i automatyzacja, ale też intencja użytkownika, zakres zgody, odpowiedzialność i możliwość kontroli działania agenta.
– Dla użytkownika różnica jest bardzo konkretna. Jeśli prosi agenta o znalezienie laptopa do pracy, nie chodzi o zakup „najlepszego laptopa z internetu”. Chodzi o wybór zgodny z budżetem, potrzebami, warunkami dostawy, gwarancją, polityką zwrotów i wiarygodnością sprzedawcy – mówi Leszek Chodorowski.
Dodaje, że dla użytkownika kluczowa jest zgodność działania agenta z jego pierwotną intencją.
Jakość agentów będzie oceniana nie tylko po skuteczności modelu AI. Liczyć się będą dane produktowe, zgodność z intencją użytkownika, limity działania, możliwość audytu i prosty mechanizm zatrzymania procesu
– Jakość agentów będzie oceniana nie tylko po skuteczności modelu AI. Liczyć się będą dane produktowe, zgodność z intencją użytkownika, limity działania, możliwość audytu i prosty mechanizm zatrzymania procesu. Dobry agent ma zrobić konkretną rzecz, w konkretnych granicach i na zasadach, które użytkownik rozumie przed uruchomieniem procesu – mówi Leszek Chodorowski.
Za to Jakub Lewandowski, Performance & AI Senior Specialist w Tigers, wskazuje, że dobry agent w commerce powinien mieć jasno opisany cel i ramy działania.
– Jego jakość widać po tym, czy dobiera produkt do sytuacji użytkownika, zamiast szukać wyłącznie najniższej ceny. Powinien uwzględniać budżet, czas dostawy, warunki zwrotu, opinie, historię ceny i wiarygodność sprzedawcy. Kluczowe będzie uzasadnienie rekomendacji: jakie kryteria przeważyły, które oferty odpadły i gdzie pojawia się ryzyko – mówi Jakub Lewandowski.
Zwraca też uwagę, że innym wyznacznikiem skuteczności staje się również umiejętność rezygnacji z transakcji, gdy nie jest ona korzystna.
Czasem bardziej wartościowa niż rekomendacja jest odmowa zakupu, w stylu „nie kupowałbym tego teraz, bo cena jest zawyżona albo warunki zwrotu są niekorzystne”
– Czasem bardziej wartościowa niż rekomendacja jest odmowa zakupu, w stylu „nie kupowałbym tego teraz, bo cena jest zawyżona albo warunki zwrotu są niekorzystne” – wskazuje Jakub Lewandowski.
Agent też musi się wylegitymować
Brak zaufania jest wskazywany w raporcie Salesforce jako jedna z głównych barier adopcji agentów AI, a o bezpieczeństwo danych obawia się 27 proc. polskich firm.
Rozwiązaniem tego problemu ma być procedura Know Your Agent (KYA), czyli nowoczesny system weryfikacji tożsamości. Kamil Porembiński, ekspert ds. cyberbezpieczeństwa i AI, wskazuje, że został on stworzony specjalnie dla autonomicznych programów sztucznej inteligencji.
– Działa on bardzo podobnie do bankowej weryfikacji tożsamości klienta, znanej powszechnie pod skrótem KYC. Zamiast człowieka, w tym procesie legitymowany i sprawdzany jest jednak cyfrowy asystent, bot lub algorytm – mówi Kamil Porembiński.
Dodaje, że celem tej procedury jest zakończenie problemu powszechnej anonimowości maszyn, która utrudnia ustalenie sprawcy ewentualnych cyberataków, poprzez przypisanie odpowiedzialności prawnej za działanie bota do konkretnego człowieka lub firmy.
Dodatkowo rozwiązania KYA różnią się od znanych podejść typu Know Your Customer (KYC) oraz klasycznych systemów autoryzacji i kontroli dostępu zarówno zakresem, jak i sposobem działania.
Klasyczna autoryzacja to klucz do drzwi – wejdzie każdy, kto go trzyma. KYC to sprawdzenie dowodu człowieka przy wejściu do budynku. KYA to ochroniarz, który nie tylko sprawdza przepustkę bota, ale cały czas chodzi za nim krok w krok i patrzy, czy bot nagle nie zaczął wynosić z biura telewizorów
– Klasyczna autoryzacja to klucz do drzwi – wejdzie każdy, kto go trzyma. KYC to sprawdzenie dowodu człowieka przy wejściu do budynku. KYA to ochroniarz, który nie tylko sprawdza przepustkę bota, ale cały czas chodzi za nim krok w krok i patrzy, czy bot nagle nie zaczął wynosić z biura telewizorów – dodaje Kamil Porembiński.
Porembiński wskazuje jednak, że wdrożenie KYA to wyzwanie wykraczające daleko poza samą weryfikację. Agenci AI działają autonomicznie i podejmują decyzje w czasie rzeczywistym, co sprawia, że kompleksowe śledzenie ich zachowania w całym cyklu życia jest samo w sobie technicznie złożone.
– Systemy muszą być w stanie przypisywać agentom kryptograficzne identyfikatory tożsamości, powiązane z człowiekiem lub firmą będącą ich właścicielem – agent nie ma fizycznej tożsamości, dlatego wymaga cyfrowego „paszportu zdolności”, określającego jego limity wydatków, dozwolone kanały działania i kontrahentów. Każde działanie agenta musi mieć podpisany ślad audytowy. System musi też obsługiwać ogromną skalę – tysiące agentów wykonujących miliony transakcji dziennie – i wykrywać anomalie, zanim dojdzie do sporu lub chargebacku – wyjaśnia Kamil Porembiński.
W tym celu branża finansowa wprowadza rozwiązania takie jak tokenizacja i autoryzacja agentów, aby budować zaufanie użytkowników do rozwiązań agentic commerce.
– Wśród sieci płatniczych jedne z najbardziej konkretnych rozwiązań ogłosiły dotychczas Mastercard oraz inni globalni gracze rynku płatności. Mastercard w ramach Agent Pay rozwija agentic tokens, czyli dynamiczne poświadczenia dla transakcji inicjowanych przez agentów. Mają one pomagać w rozpoznaniu, czy agent działa w imieniu użytkownika i w granicach nadanych mu uprawnień. Równolegle rozwijane są także rozwiązania oparte na tokenizacji, uwierzytelnianiu i kontroli transakcji po stronie użytkownika. Ważny jest też rozwijany przez Mastercard i Google mechanizm Verifiable Intent, który ma pozwalać sprawdzić, czy agent działał zgodnie z intencją użytkownika, a nie tylko czy technicznie zrealizował transakcję – wskazuje Leszek Chodorowski.
Chodorowski przytacza przykład z własnej praktyki, który ilustruje, że samo sprawne działanie technologii nie wystarczy. Firma produkcyjno-handlowa wdrożyła agenta do obsługi zapytań ofertowych. Narzędzie działało poprawnie od pierwszego dnia: odpowiadało na pytania klientów, pobierało stany magazynowe i generowało wstępne wyceny. Problem pojawił się nie w technologii, ale w procesie wokół niej. Handlowcy nie wiedzieli, czy wycena wygenerowana przez agenta jest ofertą wiążącą, czy tylko propozycją do zatwierdzenia. Jedni potwierdzali każdą wycenę ręcznie, co odbierało sens automatyzacji, a inni przepuszczali odpowiedzi bez sprawdzenia, co dwa razy skończyło się błędną ceną wysłaną do klienta.
Można mieć tokenizację, passkeys i ścieżki audytu, ale jeśli ludzie pracujący z agentem nie wiedzą, gdzie kończy się jego decyzja, a zaczyna ich odpowiedzialność, cały system buduje pozór kontroli zamiast realnego zaufania
– Można mieć tokenizację, passkeys i ścieżki audytu, ale jeśli ludzie pracujący z agentem nie wiedzą, gdzie kończy się jego decyzja, a zaczyna ich odpowiedzialność, cały system buduje pozór kontroli zamiast realnego zaufania – mówi Leszek Chodorowski.
Co agent może, a czego mu nie wolno?
Obecnie pełna autonomia agentów pozostaje w sferze planów – 70 proc. firm deklaruje, że musi monitorować postępy prac agenta i wyłapywać błędy. Jakub Lewandowski wskazuje, że agenci powinni przejmować zadania powtarzalne i oparte na jasnych regułach, takie jak porównywanie ofert, sprawdzanie dostępności czy monitorowanie cen.
– Sensowny model to autonomia warunkowa. Można pozwolić agentowi samodzielnie kupować powtarzalne produkty do określonej kwoty, ale przy droższym sprzęcie, umowie lub zakupie trudnym do odwrócenia powinien przygotować rekomendację i zatrzymać proces przed płatnością – mówi Jakub Lewandowski.
Leszek Chodorowski zwraca uwagę na ryzyko „iluzji kompetencji”: im sprawniej działa narzędzie, tym łatwiej człowiekowi przestać je realnie nadzorować.
Granica tego, czego agent robić nie powinien, jest dość prosta: nie może sam rozszerzać swoich uprawnień, kupować poza budżetem, zmieniać kategorii produktu, ignorować preferencji użytkownika ani podejmować decyzji o wysokiej wartości bez dodatkowego potwierdzenia
– Granica tego, czego agent robić nie powinien, jest dość prosta: nie może sam rozszerzać swoich uprawnień, kupować poza budżetem, zmieniać kategorii produktu, ignorować preferencji użytkownika ani podejmować decyzji o wysokiej wartości bez dodatkowego potwierdzenia – wskazuje Leszek Chodorowski.
Wyścig o kontrolę nad agentami AI już trwa
Jakub Lewandowski wskazuje, że walka o to, kto stanie się warstwą infrastrukturalną dla agentów AI już trwa.
– OpenAI i Stripe uruchomili wspólnie protokół transakcyjny we wrześniu 2025 roku. Google ogłosił własny standard w styczniu 2026 roku. Stawka jest większa niż sam checkout: chodzi o to, kto będzie obsługiwał intencję zakupową użytkownika, zanim trafi ona do konkretnego sklepu. Jeśli miałbym przewidywać, rynek agentów zakupowych podzieli się między platformy technologiczne, firmy płatnicze, marketplace’y i retailerów – mówi Jakub Lewandowski.
Z kolei Magdalena Nestorowicz, Head of Operations w AION WORK&MIND, podkreśla znaczenie wiedzy eksperckiej w procesie tworzenia agentów, gdyż w ten sposób firmy będą mogły budować swoją przewagę za pomocą AI.
– Mam poczucie, że rynek agentów AI będzie coraz bardziej oparty na wiedzy specjalistów z konkretnych dziedzin. Sam model to za mało. Największą wartością staje się sposób myślenia ekspertów, ich procesy, doświadczenie i lata praktyki. W AION MIND pracowaliśmy właśnie w ten sposób. Budowaliśmy agentów razem ze specjalistami, odwzorowując ich realny sposób pracy. Tak powstała Trenerka Mentalna, wypracowana razem z Darią Albers, która pracuje z zawodnikami UFC i szkoli siły specjalne z zakresu mental skills – mówi Magdalena Nestorowicz.
Komentarz partnera cyklu
Zakupy bez kliknięć? Tak, ale pod jednym warunkiem
Skuteczny agent zakupowy nie powinien być oceniany tylko przez pryzmat szybkości czy poziomu autonomii. Kluczowe jest to, czy działa zgodnie z intencją użytkownika, w jasno określonych granicach i w sposób możliwy do wyjaśnienia. Użytkownik powinien wiedzieć, dlaczego agent rekomenduje daną ofertę, jakie kryteria wziął pod uwagę i kiedy potrzebna jest dodatkowa zgoda na dalsze działanie.
W agentic commerce zaufanie nie może być jedynie deklaracją. Musi być wpisane w mechanizmy systemowe: tokenizację, silne uwierzytelnianie, kontrolę uprawnień oraz możliwość audytu działań agenta. W Mastercard rozwijamy podejście Know Your Agent. Oznacza to, że tylko zarejestrowane i zweryfikowane agenty mogą inicjować płatności, a każda ich akcja jest rozliczalna i możliwa do audytu w sieci płatniczej. Dzięki temu agent przestaje być „czarną skrzynką”, a staje się transparentnym uczestnikiem ekosystemu.
Równie ważne jest potwierdzanie intencji użytkownika. Agent może wyszukiwać oferty, porównywać warunki, rekomendować wybór czy inicjować płatność, ale wyłącznie w ramach udzielonego mandatu. Nie może natomiast samodzielnie rozszerzać swoich uprawnień, podejmować decyzji finansowych poza ustalonym limitem ani działać w sposób niemożliwy do zweryfikowania.
Przyszłość tego rynku będzie ekosystemowa. Agentów będą rozwijać platformy technologiczne, sprzedawcy, banki, fintechy i dostawcy płatności. Kluczowe nie będzie jednak wyłącznie to, kto stworzy najlepszego agenta, ale czy będzie on działał według wspólnych standardów bezpieczeństwa, interoperacyjności i odpowiedzialności.
W Mastercard wierzymy, że agentyzacja e-commerce nie polega na oddaniu kontroli sztucznej inteligencji, lecz na świadomym i odpowiedzialnym podziale ról między człowiekiem, agentem i infrastrukturą płatniczą. Tam, gdzie agent działa w oparciu o zaufanie, transparentność i jasno określoną odpowiedzialność, staje się realnym ułatwieniem dostępnym dla wszystkich użytkowników.
Nie jeden agent, lecz cały zespół
Przyszłość handlu agentycznego może opierać się na tzw. agentic suites. Leszek Chodorowski definiuje je jako środowisko do budowania i nadzorowania wielu agentów.
Agentic suite to nie jeden agent od wszystkiego. To środowisko, w którym firma może budować, łączyć i nadzorować różne agenty, zarządzać ich tożsamością, autoryzacją oraz zakresem działania
– Agentic suite to nie jeden agent od wszystkiego. To środowisko, w którym firma może budować, łączyć i nadzorować różne agenty, zarządzać ich tożsamością, autoryzacją oraz zakresem działania. Użytkownik może widzieć jednego asystenta, ale pod spodem mogą działać wyspecjalizowane komponenty z różnymi uprawnieniami – mówi Leszek Chodorowski.
Jednym z takich wyspecjalizowanych narzędzi może być „łowca promocji”. Leszek Chodorowski zauważa, że tacy agenci mogą szybko zyskać akceptację, ponieważ ich zadanie jest jasne, a ryzyko łatwe do ograniczenia.
– Można mu powiedzieć: szukaj tylko tej kategorii, tylko do tej kwoty, tylko u tych sprzedawców i nie kupuj bez mojego potwierdzenia. Użytkownik wie, na co się zgadza, więc łatwiej mu zaufać takiemu rozwiązaniu – dodaje Chodorowski.
Jakub Lewandowski przewiduje równoległy rozwój obu formatów, podkreślając ich odmienne role rynkowe. Zwraca uwagę, że duże pakiety agentyczne będą wspierać całą ścieżkę zakupową.
– Duże agentic suites mają sens tam, gdzie trzeba połączyć kilka etapów: inspirację, porównanie, zakup, płatność, dostawę i obsługę po zakupie. Taki format jest wygodny dla użytkownika, ale trudniejszy do kontroli i rozliczenia – mówi Jakub Lewandowski.
Dodaje, że to wyspecjalizowani agenci szybciej znajdą powszechne zastosowanie.
– Wyspecjalizowani agenci szybciej znajdą zastosowanie w konkretnych zadaniach: pilnowaniu ceny, zakupach cyklicznych, rezerwacjach albo porównywaniu ofert w jednej kategorii. Łatwiej określić ich cel, ograniczenia i moment, w którym mają wrócić do człowieka po decyzję. Dlatego pierwsza fala użytecznych agentów może być mniej efektowna niż wizja jednego asystenta od wszystkiego. Będzie za to prostsza do wdrożenia i przetestowania – mówi Jakub Lewandowski.
Główne wnioski
- Najbardziej prawdopodobnym scenariuszem rozwoju jest model „autonomii warunkowej”, w którym agent samodzielnie realizuje proste i powtarzalne zadania, ale kluczowe decyzje pozostają po stronie człowieka.
- Jedną z największych barier rozwoju agentów AI pozostaje zaufanie. Dlatego powstają rozwiązania takie jak KYA, tokenizacja agentów czy mechanizmy weryfikacji zgodności działania agenta z intencją użytkownika.
- Rynek infrastruktury dla agentów AI już się kształtuje. O kontrolę nad przyszłą warstwą zakupową konkurują platformy technologiczne, firmy płatnicze, marketplace’y i detaliści.
