Handel agentowy

Handel agentowy w B2B. Jak przygotować produkty i oferty B2B do wyszukiwania, porównywania i zakupu przez systemy zakupowe oraz agenty AI

Materiał źródłowy. Rynek zmienia się co tydzień — daty i stany opisano wg wiedzy na 12.07.2026.


W skrócie (TL;DR)

Kierunek jest przesądzony i potwierdzony przez największych: coraz częściej to nie człowiek, lecz agent AI wybiera dostawcę i finalizuje transakcję. Gartner szacuje, że w ciągu ~3 lat 90% zakupów B2B będzie obsługiwane przez agentów AI, przy wolumenie ponad 15 bln USD. Ale w B2B to gra o gotowość, nie stan wyjątkowy. Na dziś realna stawka to nie „autonomiczny zakup bez człowieka”, tylko wejście na agentowy shortlist i bycie ofertą, którą agent potrafi odczytać, porównać i obsłużyć bez błędu.

Najważniejsza rzecz do zapamiętania: „protokół AI” to nie jedno pojęcie, tylko kilka warstw. Mylenie ich to najczęstszy błąd — i sygnał dla technicznego kupca, że sprzedawca nie odrobił lekcji.


1. Dlaczego teraz — i dlaczego bez paniki

Zmiana jest prawdziwa, ale warto ją kalibrować liczbami, a nie hasłami.

Co napędza zmianę:

  • Dojrzałość modeli (LLM) pozwala agentom rozumieć złożone zapytania i wnioskować na ustrukturyzowanym katalogu.
  • Pojawiły się otwarte standardy (ACP, UCP, MCP, A2A, AP2), które upraszczają integrację między agentami a systemami sprzedawców.
  • Presja kosztowa w zakupach popycha działy procurement do automatyzacji zakupów transakcyjnych.
  • Profesjonaliści B2B już codziennie używają ChatGPT, Gemini i Copilota.

Skala (prognozy):

  • Gartner: ~90% zakupów B2B obsłużonych przez agentów AI w ciągu ok. 3 lat; wolumen ponad 15 bln USD.
  • McKinsey: rynek agentowy B2C w USA rzędu 1 bln USD do końca dekady.
  • Deloitte: dostawcy i platformy B2B są „w dużej mierze nieprzygotowani” na agentów po stronie sprzedaży — czyli tu jest luka.

Dlaczego bez paniki (sygnały ostrożności):

  • OpenAI wygasiło samodzielny Instant Checkout w marcu 2026 — po pół roku skorzystało z niego tylko ~8% dorosłych użytkowników ChatGPT w USA, a zintegrował się zaledwie tuzin sprzedawców Shopify. ACP przestawiono na odkrywanie produktów, nie na kasę.
  • „Agentwashing”: ok. 79% firm deklaruje adopcję agentów, ale tylko ~11% realnie ich używa. Ponad 40% projektów agentycznych ma zawieść do 2027 r. — najczęściej dlatego, że systemy legacy nie udźwigną wykonania.
  • W B2B agent zwykle wykonuje znane reguły w rządzonym systemie (kontrakty, limity, akceptacje), a nie „przewiduje preferencje”. Bliżej mu do EDI na sterydach niż do autonomicznego kupującego.

Wniosek: to nie „za rok znikną ludzie”. To „w tym roku decyduje się, czy w ogóle jesteś widoczny i wykonywalny dla agenta”. Kto zbuduje fundament teraz, nie będzie retrofitował w pośpiechu, gdy wolumen ruszy.


2. Słownik — pojęcia, które trzeba rozdzielić

Największa wartość tego rozdziału: rozbić „AI commerce” na warstwy, bo każda robi co innego i każda ma inny standard.

Warstwa 0 — pojęcia parasolowe

  • Handel agentowy (agentic commerce) — model, w którym autonomiczny agent AI działa jako pełnomocnik kupującego: rozpoznaje intencję, porównuje oferty, a czasem finalizuje transakcję.
  • Agent kupujący (buyer agent) — reprezentuje dział zakupów; zna polityki zakupowe, budżety, preferowanych dostawców i historię zamówień, i podejmuje decyzje w tych ramach.
  • Agent sprzedawcy (seller agent) — reprezentuje Twoją firmę; odpowiada na zapytania, podaje ceny/stany/warunki, negocjuje w zdefiniowanych granicach.
  • Handel agent-do-agenta (A2A commerce) — docelowy scenariusz, w którym agent kupującego rozmawia bezpośrednio z agentem sprzedawcy.

Warstwa 1 — odkrywalność (czy agent Cię w ogóle znajdzie)

  • AEO / GEO / LLMO / „AIO” — rodzina pojęć o tym samym: optymalizacja pod odpowiedzi generowane przez AI, a nie pod klasyczne wyniki wyszukiwania.
    • AEO (Answer Engine Optimization) — bycie cytowanym w odpowiedziach silników odpowiedzi (ChatGPT, Perplexity, Gemini).
    • GEO (Generative Engine Optimization) — jak wyżej, akcent na treść „przetrawialną” przez modele generatywne.
    • LLMO — jak model czyta i interpretuje Twoje dane.
    • AIO (AI Optimization) używa się nieformalnie jako parasol na powyższe.
  • schema.org / JSON-LD — ustrukturyzowane dane o produkcie (cena, marka, wymiary, kompatybilność, dostępność) w formacie, który maszyna czyta jednoznacznie.
  • Feed produktowy — ustandaryzowany plik (np. JSONL dla ChatGPT, feed w Google Merchant Center) z aktualnym katalogiem.
  • llms.txt — plik-drogowskaz dla crawlerów AI (GPTBot, ClaudeBot, PerplexityBot): mapa najważniejszych, autorytatywnych stron.

Warstwa 2 — dostęp i akcja (czy agent może odpytać Twoje żywe dane i coś zrobić)

  • MCP (Model Context Protocol) — standard Anthropic (listopad 2024), od grudnia 2025 pod Linux Foundation (Agentic AI Foundation). Wystawia „tools”, które agent wywołuje: searchgetInventoryupdatePriceplaceOrder. To dziś wspólny mianownik — działa na każdej platformie AI i leży u podstaw pozostałych protokołów handlowych. Jeśli masz zrobić jedną rzecz jako pierwszą — to serwer MCP na katalog/ceny/stany.

Warstwa 3 — protokoły handlowe (czy agent może przejść pełną ścieżkę: koszyk → checkout → zamówienie)

  • ACP (Agentic Commerce Protocol) — OpenAI + Stripe (wrzesień 2025). Definiuje format feedu, sesję checkout i delegowaną płatność. Po wygaszeniu Instant Checkout przestawiony na odkrywanie — zintegrowali go m.in. Target, Sephora, Nordstrom, Lowe’s, Best Buy, Home Depot, Wayfair. Silny w ekosystemie ChatGPT/OpenAI.
  • UCP (Universal Commerce Protocol) — Google z Shopify, Etsy, Wayfair, Target, Walmart (NRF, styczeń 2026); ponad 20 partnerów, m.in. Mastercard, Visa, Stripe, Adyen, American Express, Zalando. Open source (Apache 2.0), profile publikowane pod /.well-known/ucp. Modularny (wersjonowane „capabilities”: Catalog, Cart, Checkout, Orders, Fulfillment). Wspiera transporty REST, A2A i MCP — czyli nie zamyka Cię w jednym kanale komunikacji.
  • Uwaga kluczowa: ACP i UCP nie są zamiennikami — większość sprzedawców będzie wspierać oba (różne bazy użytkowników: OpenAI vs Google).

Warstwa 4 — płatności i zaufanie (jak agent płaci, żeby było legalnie i bezpiecznie)

  • AP2 (Agent Payments Protocol) — Google + sieci płatnicze. Trzy podpisane „mandaty” (Intent, Cart, Payment) jako Verifiable Credentials W3C — niepodważalny łańcuch autoryzacji użytkownika. Agnostyczny wobec metody (karty, przelewy, stablecoiny). W lipcu 2026 Google przekazał AP2 pod zarząd FIDO Alliance.
  • x402 — rozliczenia maszyna-do-maszyny na stablecoinach (obóz Coinbase; w Linux Foundation działa x402 Foundation).
  • Visa TAP / Mastercard Agent Pay + Verifiable Intent — warstwa zaufania na istniejących szynach kartowych: identyfikacja agenta i log tego, co użytkownik faktycznie autoryzował.

Warstwa 5 — orkiestracja agent-do-agenta (enterprise)

  • A2A (Agent2Agent) — Google → Linux Foundation (czerwiec 2025). Standard komunikacji między agentami różnych dostawców. Ponad 150 organizacji, wersja v1.0 produkcyjna, podpisane Agent Cards. To nie jest warstwa katalogu produktowego dla dostawcy — to sposób, w jaki jeden agent deleguje zadanie drugiemu.
  • Agent Card — plik (/.well-known/agent.json / agent-card.json) opisujący zdolności agenta: skille, wejścia/wyjścia, auth, SLA. Ma sens, gdy Twoja firma prowadzi własnego agenta sprzedażowego — nie jest „wizytówką produktu”.

Pojęcia biznesowe

  • Merchant of record — kto formalnie jest sprzedawcą i właścicielem relacji z klientem. W ACP/UCP zwykle zostaje nim sprzedawca, nie platforma AI. To ważne: nie oddajesz relacji z klientem agentowi.
  • TCO (Total Cost of Ownership) — pełny koszt (cena + logistyka + cła + progi kurier/paleta + wagi gabarytowe). W B2B to często decyduje o wyborze — i musi być policzalne maszynowo.
  • B2A (Business-to-Agent) — świeże pojęcie: czynienie firmy „czytelną i wykonywalną” dla agentów. Zasada: findable daje bycie rozważanym, executable daje bycie wybranym.
  • „A2O” (Agent-to-Agent Optimization) — pojęcie, którym opisujemy całościowe przygotowanie oferty pod świat agentowy (warstwy 1–4 razem). W treści merytorycznej używamy standardowych terminów (AEO/GEO, MCP, ACP/UCP), bo to one przechodzą przez filtr eksperta — i przez same agenty, które będą ten tekst czytać.

3. Stan na 12.07.2026 — co już działa

Protokoły są żywe i produkcyjne:

ProtokółRolaStatus na 07.2026
MCPagent ↔ narzędzia/daneStandard de facto; pod Linux Foundation; wbudowany w Stripe, PayPal, Shopify (4 serwery), sklepy Shopware/YNS. Najsilniejszy sygnał deweloperski.
ACPcheckout/odkrywanie w ekosystemie OpenAIInstant Checkout wygaszony (III 2026); ACP przestawiony na odkrywanie; integracje dużych detalistów US.
UCPpełna ścieżka zakupowa (Google)Publiczny od I 2026; w III 2026 dodano Cart + Catalog + Identity Linking; checkout live dla części sprzedawców US w AI Mode i Gemini.
AP2płatności/autoryzacjaMandaty jako Verifiable Credentials; przekazany FIDO Alliance (2026).
A2Aagent ↔ agent (enterprise)v1.0 produkcyjne, 150+ organizacji; w handlu konsumenckim jeszcze nieszeroko wdrożony.

Realne wdrożenia i ruchy rynkowe:

  • Shopify wysłał natywnie do każdego sklepu pliki discovery (llms.txt, agents.md, profil UCP, agentyczną mapę strony) i wystawia publiczny endpoint MCP. Od 17.06.2026 rejestracja profilu agenta jest self-serve. Najprostsza warstwa „zrób mnie widocznym” staje się darmowa i wbudowana — to komodytyzacja od dołu.
  • Stripe Agentic Commerce Suite — hostowany endpoint ACP, syndykacja katalogu/cen/dostępności do agentów przy minimalnych zmianach w systemach. Płatności agentowe wpięte w Link (200 mln+ konsumentów).
  • Google na I/O 2026 pokazał Universal Cart (koszyk cross-merchant w Search, Gemini, YouTube, Gmail) i Business Agent (marka rozmawia z klientem wprost w Search).
  • Adyen Agentic (16.06.2026) — „uniwersalny tłumacz” wspierający UCP, ACP, AP2 i checkout Meta naraz. Sygnał: enterprise nie stawia na jeden standard.
  • commercetools (AI Hub / Agent Gateway) i Logicbroker (serwer MCP dla enterprise) — abstrahują wiele protokołów w jedną warstwę.
  • Amazon jest nieobecny w ACP i UCP — buduje własny ekosystem (Rufus ~300 mln użytkowników, Alexa+, „Buy for Me”).
  • Płatności agentowe przyciągają kapitał: Basis Theory (33 mln USD Series B), Skyfire (9,5 mln), Nekuda (5 mln seed); x402 przetworzył ~165 mln transakcji agentowych.

Strona kupującego (procurement) też rusza:

  • SAP Ariba (asystent Joule + agent analizy ofert), Oracle Fusion, Ivalua — agenty wewnątrz platform zakupowych.
  • Startupy: Lio zebrał 30 mln USD od a16z (III 2026) na agenty, które analizują dokumenty, oceniają dostawców, robią compliance, negocjują i finalizują.

4. Co nadchodzi (najbliższe kwartały)

  • Ekspansja geograficzna UCP — checkout z markami (Nike, Sephora, Target, Ulta, Walmart, Wayfair, Fenty, Steve Madden) rozszerzany na Kanadę, Australię i UK; kolejne rynki w planach. Europa kontynentalna (i Polska) — później, m.in. przez bariery regulacyjne.
  • Konsolidacja płatności i standaryzacja zaufania — AP2 pod FIDO, x402 pod Linux Foundation, konsorcja bezpieczeństwa. Kierunek: tokenizacja + delegowane uprawnienia + weryfikowalna zgoda.
  • Multi-protokół jako norma — „uniwersalne tłumacze” (Adyen Agentic, commercetools) rosną, bo nikt nie chce obstawiać jednego zwycięzcy.
  • B2B-specyficzne narzędzia — agenty do RFQ, bid-levelingu i negocjacji dojrzewają; Forrester prognozuje, że do końca 2026 jeden na pięciu sprzedawców B2B zmierzy się z negocjacją prowadzoną przez agenta kupującego.
  • Platformy e-commerce wbudowują kanał agentowy — Shopware dodał osobny sales channel „Agentic Commerce” z feedem JSONL (V 2026); kolejne pójdą tą drogą.

5. B2B to inna gra — i polskie realia

Dlaczego B2B ≠ B2C:

  • Kontrakty ponad katalog — ceny negocjowane rocznie, wiązane z wolumenem, terminami płatności i SLA. Agent nie „porówna produktów”, gdy każda relacja ma własne warunki.
  • Łańcuchy akceptacji — zakup za 50 tys. zł przechodzi przez procurement i finanse; wymaga audytu i zgody człowieka.
  • RFQ zamiast koszyka — w B2B agent bardzo często robi zapytanie ofertowe: dostępność, termin, konfiguracja, warunki serwisu. Klucz: nie zmuszać agenta do błądzenia po stronie — dać mu jasny kontrakt informacji i działania.
  • Dane per-klient — indywidualne cenniki, limity, uprawnienia użytkowników, historia. Jeśli system nie odpowie jednoznacznie „jaka cena obowiązuje tego klienta i czy ma prawo złożyć zamówienie”, agent problemu nie rozwiąże — tylko szybciej go ujawni.

Polska i UE — twarde uwarunkowania:

  • Regulacje płatnicze — PSD2 i wymóg Silnego Uwierzytelnienia Klienta (SCA) realnie spowalniają w pełni autonomiczne płatności agentowe w UE. To nie wada — to przewaga tego, kto ogarnie zgodność po polsku.
  • Dojrzałość rynku — wg barometru Retail Future Mind 47% firm handlowych w Polsce nie planuje wdrożenia w 2026, a tylko ~5% pilotuje. Okno pierwszeństwa jest realne, ale trzeba edukować rynek, nie zakładać popyt.
  • Fundament techniczny już jest — BLIK i sieć paczkomatów InPost tworzą gotowe podłoże dla agentów operujących w PL.
  • Lokalna fosa — konektory do polskich ERP (Comarch, Symfonia, Subiekt, obok SAP) i strukturyzacja TCO/logistyki. Globalne platformy tego lokalnie nie dowiozą — a bez tego polski dystrybutor nie wejdzie do gry.

6. Jak się przygotować — mapa gotowości (4 warstwy)

Gotowość buduje się warstwami; każda opiera się na poprzedniej.

Warstwa 1: Obecność i porządek danych (fundament)

  • Jeden źródłowy rejestr prawdy dla cech produktu, cen i polityk; wersjonowany; propagujący zmiany do publicznych powierzchni w godzinach, nie tygodniach.
  • Wyprowadź fakty uwięzione w obrazkach (tabele cen, matryce zgodności, plakietki compliance) do tekstu i danych.
  • Wzbogać atrybuty: kompletność, spójne jednostki i nazewnictwo, scenariusze użycia, zamienniki, kompatybilność.
  • Pozwól crawlerom AI wejść: robots.txt przepuszcza GPTBot/ClaudeBot/PerplexityBot/Google-Extended; treść renderowana po stronie serwera; aktualna mapa strony do stron „głębokich” (bo ~94% agentowych crawli celuje w treść głęboką, nie w homepage).

Warstwa 2: Odkrywalność (Discoverable) — żeby agent Cię znalazł

  • schema.org / JSON-LD na kartach produktów; feed (JSONL / Merchant Center) aktualny i bez odrzuceń.
  • llms.txt wskazujący autorytatywne strony.
  • Testuj jak kupujący: zadaj w ChatGPT, Claude, Perplexity i Gemini te same pytania, które zada klient, i sprawdź, co zwracają o Tobie — „unknown”, stare ceny, sprzeczności, dane konkurencji to sygnały do naprawy. (Strony na „Stage 0″ bywają pomijane w agentowych shortlistach o 40–60% częściej.)

Warstwa 3: Wykonywalność (Executable) — żeby agent mógł działać na Twoich danych

  • Serwer MCP wystawiający realne akcje: searchgetPrice (per-klient!), getInventorygetLeadTime, docelowo createRFQ / placeOrder.
  • Bezpieczeństwo od początku: least privilege, tokeny o wąskim zakresie z TTL, RBAC, whitelisting, audit logging. Nie dawaj agentowi klucza systemowego do całego ERP.
  • TCO policzalne maszynowo: reguły logistyczne (progi kurier/paleta, wagi gabarytowe, cła) jako dane, nie jako PDF.

Warstwa 4: Transakcyjność (Transactable) — żeby dało się domknąć

  • Zgodność z ACP i/lub UCP (docelowo oba), z zachowaniem statusu merchant of record.
  • Płatności w modelu tokenizacji/delegowanych uprawnień — z jawnym uwzględnieniem PSD2/SCA w PL/UE.
  • Webhooki na zdarzenia zamówień; podatki i wysyłka policzalne dla agenta.

7. Od czego zacząć w 30 dni (checklist)

  1. Audyt danych produktowych — kompletność, spójność, atrybuty scenariuszowe, zamienniki, kompatybilność.
  2. Test „oczami agenta” — przepuść realne zapytania klientów przez 3–4 modele; zapisz, gdzie agent się wykłada (braki, niejednoznaczne ceny, nieczytelne warunki).
  3. Przepuść crawlery — popraw robots.txt, SSR, mapę strony, dodaj llms.txt.
  4. schema.org/JSON-LD + feed na najważniejsze produkty.
  5. Wybierz jeden proces o największym tarciu (np. RFQ / powtarzalne zamówienie) jako pierwszy przypadek agentowy.
  6. Prototyp serwera MCP na katalog + stany + ceny (read-only na start, potem akcje).
  7. Wyznacz jednego właściciela tematu (to projekt danych i integracji, nie kampania marketingowa) i spinaj commerce + produkt + dane + IT.

8. Najczęstsze błędy

  • Mylenie warstw protokołów — traktowanie A2A jako „warstwy katalogu”, a Agent Card jako „wizytówki produktu”. A2A to orkiestracja agentów; katalog robią schema/feed + MCP + ACP/UCP.
  • Obstawianie jednego standardu — ACP i UCP koegzystują; docelowo potrzebujesz obu.
  • Traktowanie tematu jako „engineering only” — jakość feedu, analityka i workflow posprzedażowy decydują tak samo jak kod.
  • Przesada w timelinie — „w 2027 znikną ludzie” sprzedaje strach, ale w B2B jest fałszywe i podkopuje wiarygodność u technicznego kupca.
  • Ignorowanie PSD2/SCA i fakturowania — w PL/UE to nie detal, tylko warunek wejścia.
  • Czekanie — jeśli katalog jest widoczny dla ludzi, a niewidoczny dla agentów, już jesteś spóźniony. Fundament (dane + MCP) buduje się teraz.

Źródła (wybrane, pierwotne)

Linux Foundation (A2A, MCP) · Google (UCP, AP2, I/O 2026) · OpenAI + Stripe (ACP, Agentic Commerce Suite) · Gartner, McKinsey, Deloitte, PwC, Forrester (prognozy i raporty rynkowe) · Adyen, commercetools, Logicbroker, Shopify, Shopware (wdrożenia). Stan opisano wg wiedzy na 12.07.2026; przy publikacji warto zweryfikować najświeższe zmiany, bo obszar zmienia się co tydzień.


Opracowano dla SalesBot.pl — przygotowanie ofert B2B do świata handlu agentowego.


Wejdź do świata widoczności w AI

📧 kontakt@geoknows.pl | 🌍 GEOknows.pl


GEOknows Generative Engine Optimization. AI Overviews, wyszukiwarki LLM, optymalizacja dla Silników Generatywnych GEO, Optymalizacja dla Silników Odpowiedzi AEO