Az agentic commerce jelenségről írtunk már korábban (Engeded a vevőidnek, hogy chatbottal fizessenek?), akkor főleg a fizetési oldal felől: a Microsoft, a Google és a Stripe protokolljairól, amelyekkel a chatablakból egy kattintással lehet vásárolni. Most viszont megjelent az első olyan elemzés, amely nem a bejelentéseket nézte, hanem a tényleges működést.

A Statista Strategy csapata módszeresen végigtesztelte a vezető AI-chatbotokat a teljes vásárlási folyamaton, a ChatGPT-től a Geminin át az Amazon, a Walmart és a Zalando saját ügynökeiig. A fő üzenetük: a vevők a keresgélésről átállnak a delegálásra, és ez a kereskedelem erőviszonyait rendezi át. 

Közben itthon négy bank már azt gyakorolja, hogyan fizessen helyetted biztonságosan az AI.

A kérdés: a te webshopod szóba kerül-e egyáltalán?

Egy prompt tíz böngészőfül helyett

A klasszikus online vásárlás a Statista megfogalmazásában digitális akadálypálya: Google-keresés, webshopok böngészése, ár-összehasonlítás, vélemények, kosár, checkout, visszaigazoló e-mail. Az AI-ügynök ígérete ezzel szemben egyetlen prompt. Beírod, hogy „keress egy jó laptopot 350 ezer alatt, hasonlítsd össze az értékeléseket, és tedd a kosárba a legjobbat”, a többit intézi a rendszer. (Najó, sarkítva, de érted a lényeget.) A vásárlási folyamat, ami eddig tucatnyi felületen szóródott szét, egyetlen chatablakba sűrűsödik.

És ez nem igazán egy távoli jövőkép, a számokban már most látszik az átrendeződés.

#kutatás Az Adobe 2026 márciusi amerikai fogyasztói felmérése szerint a Z generáció 53, a millenniálok 48, a Gen X és a baby boomerek 34 százaléka használ már AI-t az online vásárlásai során. Ugye erről írtunk is a korábban fent említett cikkünkben!

A mai használat még többnyire asszisztens jellegű: keresés, összehasonlítás, tanácskérés. A következő lépcső viszont az autonóm ügynök, amelyik ismeri a preferenciáidat, árlimitet kap, és részben vagy egészben helyetted vásárol. A Statista már a folytatást is felvázolja: az agent-to-agent modellt, amelyben a vevő ügynöke a kereskedő ügynökével tárgyal az opciókról. Ember ekkor már csak a folyamat két végén van.

Új kapuőr ül a vevő és a webshopod közé

Az elmúlt tíz évben a játékszabály egyszerű volt: aki a Google-ben és a social médiában láthatóságot vett vagy szerzett, az hozzáfért a vevőhöz. Most viszont egy új réteg csúszik a kereslet és a kínálat közé. A kereső linkeket adott, és a döntést rád bízta. Az AI-ügynök ezzel szemben előválogat, súlyoz, és a teljesen automatizált verzióban akár maga dönti el, melyik ajánlat nyer.

Ez azt jelenti, hogy a verseny tárgya megváltozik: már nem kattintásokért versenyzel, hanem azért, hogy az algoritmus egyáltalán beválogasson a szóba jöhető opciók közé. Ehhez pedig a Statista szerint strukturált, megbízható termékadat kell, pontos ár- és készletinformáció, és géppel olvasható bizalmi jelek, tehát értékelések, garanciák, márkaerő. A reach önmagában már kevés.

Nézd csak meg mit írtunk a márkaismertséges b2b cikkünkbe: “Ebben a pánikban üzleti logika is van. Aki AEO-platformot, GEO-eszközt vagy „AI-láthatósági auditot” árul, annak egyenes érdeke, hogy idegesnek érezd magad. Kitalálnak egy hárombetűs rövidítést, felépítik köré a sürgősség érzését, és már adják is hozzá a megoldást. A márkaemlítés viszont nem kell, hogy szoftverkérdés legyen. Lehet ez néhány hétköznapi lépésé is. Hogyan? Kezdésnek pl. olvasd el ezt a két cikkünket: SEO, Média és PR.”

A keresésben már profi, a fizetésnél elhasal

Hol tart ma a tech?

A discovery és az összehasonlítás fázisában az AI meglepően jó: kritériumokat rendszerez, véleményeket sűrít, összehasonlító táblázatokat épít, és sokszor jobban elmagyarázza a döntést, mint egy klasszikus terméklista. Aztán jön a törés: a checkout. Az árak nem mindig stimmelnek, a készletinfó bizonytalan, a chaten belüli fizetés Európában még alig érhető el. A legizgalmasabb funkciók egyelőre az amerikai piacon élnek, ott is csak a közvetlenül bekötött kereskedőknél.

A Statista diagnózisa tömör: az agentic commerce ma már kevésbé technológiai, inkább integrációs probléma. A protokollok, amikről a korábbi cikkünkben írtunk, tehát a Stripe-féle ACP és a Google féle UCP, technikailag készen állnak. Ami hiányzik, az a kereskedői oldal: a bekötött webshopok száma és főleg az adataik minősége.

Bocsi, németül kaptuk meg a kutatást!! Ez egy elég fontos mátrix, na, de mit is mutat? 

A táblázat hét szereplőt hasonlít össze: fent négy „meta-ügynök” (ChatGPT, Gemini/AI Mode, Copilot, Perplexity), alatta három kereskedő/marketplace saját ügynöke (Amazon, Walmart, Zalando). Az oszlopok a vásárlási út fázisait és az azokhoz tartozó képességeket követik balról jobbra.

A jelmagyarázat röviden: fekete pötty = élesben működik (főleg USA), zöld L = korlátozott a kevés bekötött kereskedő miatt, narancs L = korlátozott funkcionalitás, szürke A = csak bejelentették. Az adatok 2026 márciusi állapotot tükröznek, túlnyomórészt az amerikai piacra. A cikkünk szempontjából a lényeg, amit a jobb alsó sarok mond ki: a kereskedői szereplőknek nagyobb a potenciáljuk a teljes, végponttól végpontig tartó kontrollra, míg a meta-ügynökök a Purchase-fázisban a kereskedők bekötésén állnak vagy buknak. (Az Amazon és a Walmart házon belül ezt már ma végigviszi, mert náluk az ügynök és a bolt ugyanaz a cég. Pontosan ez a különbség mutatja, miért lett az integráció a következő évek kulcskérdése.)

Tudjuk, hogy minden százalék számít az e-kereskedelemben és ebben a cikkünkben a ROIshopper eléd is teszi az adatokat, olvass bele!

Integrálódsz vagy kimaradsz? Mindkettő fáj

A kereskedőknek a Statista szerint három útjuk van: 

• teljes integráció az AI-csatornákba, 
• szelektív bekapcsolódás, 
• vagy tudatos kimaradás a megkülönböztető márkára és a megmaradó keresési forgalomra építve.

Aki integrálódik, előminősített, vásárlásközeli forgalmat kap, cserébe elveszíti a közvetlen ügyfélkapcsolatot, és könnyen a rendszer „kiszállító egységévé” válik, ahol már csak az ár és a szolgáltatási mutatók számítanak. Aki kimarad, azt egyszerűen nem látja az ügynök.

Standard megoldás nincs, a helyes válasz a kiindulási pozíciódtól függ. Ha sokféle, máshol is kapható terméket árulsz, a vásárlás előtti szakaszban esélyed sincs kitűnni, az ügynök úgyis árat hasonlít. Amivel viszont megfoghatod a vevőt, az a vásárlás utáni élmény: gyors szállítás, korrekt ügyfélszolgálat, visszatérésre ösztönző hűségprogram. Egy erős márkájú D2C-játékos viszont valószínűleg szelektíven köt be, ahogy ma is tudatosan kerüli az Amazon-függést. És a jelenség nem áll meg az online térben: a Harris felmérése szerint az amerikai vásárlók 39 százaléka már a fizikai boltban állva is AI-t használ, hogy termékinfót nézzen, alternatívát keressen, vagy megerősítse a döntését. A bolti eladó legnagyobb ütőkártyája, a tanácsadás, most kapott digitális versenytársat…

Közben a magyar bankok már gyakorolnak

Áh, há’ ez Amerika! Hát nagyon nem!

Annyira nem amerikai egzotikum, hogy május és július eleje között négy magyar bank jelent meg a Mastercard Agent Pay köré épülő ügynöki fizetési térképen, erről a FinTechZone számolt be részletesen. Az OTP kommunikálta az első magyar éles, hitelesített, AI-ügynök által kezdeményezett fizetést, a Gránit három héttel később másodikként hajtott végre hasonló tranzakciót, az MBH kontrollált környezetben tesztelt, a K&H pedig a rendszerei felkészítéséről számolt be.

Itt is az ördög a részletekben rejlik. Az AI-ügynöki fizetés nem önálló gépi költekezést jelent. Az ügynök javasol, keres, előkészít és fizetést kezdeményez, de a jóváhagyás a felhasználónál marad, jellemzően biometrikus hitelesítéssel. A kártyaadatok helyett egyszer használatos ügynöki tokenek utaznak, az ügyfél pedig előre kereteket szabhat: milyen típusú vásárlást intézhet az asszisztens, milyen összeghatárig, milyen kereskedőnél.

És itt zárul a kör a Statista megállapításával. A magyar banki oldal mozgásba lendült, de az ökoszisztéma másik lába, a kereskedői oldal, itthon is le van maradva. A FinTechZone és a SimplePay élő tesztje (közös webinárjuk alatt) ugyanazt mutatta meg kicsiben, amit a Statista nagyban: az AI-ügynök adatot olvas, nem vizuális felületet. Strukturált termékleírások és géppel olvasható fizetési végpontok nélkül az ügynök elakad, akárhány bank áll is készen a fizetés fogadására.

Kereskedő vagy?

Van jóhír! A legtöbb teendőd nem hightech jellegű.

Tedd rendbe a termékadataidat, tehát a Merchant Center-fiókot, a feedeket, a szállítási és visszaküldési információkat, mert ezekből dolgozik majd minden ügynök. Nézd meg, hogy a fizetési szolgáltatód, például a Stripe vagy a Shopify, milyen agentic beállításokat kínál már ma (a korábbi cikkünkben lépésről lépésre végigvettük, alább belinkelem újra). És hozd meg tudatosan a stratégiai döntést: melyik úton indulsz el a három közül, mert a nem-döntés is döntés, csak épp a legrosszabb fajta.

A fizetési gombot ma még ember nyomja meg. De körülötte már minden átrendeződött: a keresés, az összehasonlítás, a döntés-előkészítés egyre inkább az ügynöké. 

Kérdés, hogy a te terméked adata ott lesz-e, amikor az ügyfeled ügynöke válogat…

Olvasnál még a témában?

• Engeded a vevőidnek, hogy chatbottal fizessenek? Így alakítja át az e-kereskedelmet az AI-checkout
• Az SAP bemutatja az Autonóm Vállalat vízióját
• Az AI agent mánia után itt az MCP-láz. Mi ez? Így kell használni
• Hatékonyság, nem hype: Hogyan lesz valódi üzleti érték a generatív AI-ból? – útmutató a PwC-től

Forrás:
Statista Strategy, FinTechZone, Minner

Fotó:
Envato License