Der Agentic Commerce Stack — Ahnaf Prio, Best Buy

AAI Engineer
Internet TechnologyBusiness NewsComputing/Software

Transcript

00:00:00Mein Name ist Anaf Priyo. Ich bin Senior Engineering Manager bei Best Buy. Mein Team und ich arbeiten
00:00:18im Moment gemeinsam daran herauszufinden, was Agentic Commerce bedeutet und wie wir unsere
00:00:23Kunden dort abholen können, wo sie sich gerade aufhalten, und der neueste Ort dafür sind Agentic Services.
00:00:29Ich freue mich sehr darauf, heute meinen Vortrag zu halten. Und nun, was sind meine Qualifikationen? Nun, seit ich
00:00:35ein kleiner Junge war, habe ich von hochdurchsatzstarker Inferenz geträumt, wie ich meine Werkzeuge innerhalb eines
00:00:40Kontextfensters nutze und durch Evals im Zaum halte. Ja, das stimmt absolut. Im Jahr 2003 gab es
00:00:47all diese Dinge definitiv. War nur ein Scherz. Im letzten Jahr haben wir eine Menge gelernt. Einkaufen
00:00:54ist nichts Neues. Einkaufen ist wahrscheinlich eine der spaßigsten Tätigkeiten, die man ausführen kann, und eine der
00:00:58wichtigsten Aufgaben, die Menschen seit Bestehen der Wirtschaft erledigen müssen. Aber ich war extrem begeistert
00:01:05davon. Deshalb werde ich darüber sprechen, was einige der Dinge sind, die ich gelernt habe,
00:01:11und hoffentlich meine Notizen teilen. Was ist also Agentic Commerce? Ich werde nicht noch einmal auf die breite
00:01:17Definition eingehen. Aber im Grunde ist es die Idee, dass KI-Assistenten Ihnen bei Ihrem Einkaufserlebnis
00:01:24helfen. Das Einkaufen hat verschiedene Facetten. Zum Beispiel gibt es die Entdeckung. Es gibt das Herausfinden
00:01:31der Aspekte, ob ich es wirklich brauche. Das Verstehen und Entscheiden. Es gibt Loyalität.
00:01:37Es gibt die Preisgestaltung. Es gibt die Abwicklung. Nach der Abwicklung. Es ist eine Menge. Und glauben Sie es oder nicht,
00:01:44im Moment, genau jetzt, sind etwa 45% aller Agentensitzungen, die bei großen Anbietern
00:01:51wie ChatGPT.com und Google Gemini stattfinden, mit dem Einkaufen verbunden. Vielleicht ist es etwas voreingenommen, dass
00:01:58ich es nicht so oft nutze, aber ich bin Ingenieur. Aber die Menschen da draußen nutzen KI und sprechen
00:02:04mit ihnen, um bei ihrer Einkaufsreise zu helfen. Es ist also auch kein binäres Entweder-Oder. Im Moment
00:02:11befinden wir uns im Zustand des menschlichen Eingreifens (Human-in-the-Loop). Der ideale Zustand wäre autonomes Einkaufen. Sie sagen,
00:02:17worauf Sie Lust haben. Ihr Agent zieht los, spricht mit verschiedenen Händlern. Ich komme ursprünglich aus Bangladesch.
00:02:24Wir feilschen auch viel mit den Händlern. Vielleicht macht er das, verhandelt, erledigt die Bezahlung. Aber im Moment
00:02:30sind wir im Human-in-the-Loop. Und der heutige Vortrag handelt von dem mentalen Modell, wie dieser
00:02:36Human-in-the-Loop im Augenblick funktioniert. Ich zeige Ihnen auch die Architektur, falls Sie sie
00:02:41erweitern möchten, oder präsentiere Ihnen die Vision, wie autonomes Einkaufen funktionieren könnte. Dies ist also nicht unser erster Versuch.
00:02:50Schon vor einem Jahr versuchten Leute herauszufinden, wie wir das automatisieren können. Selbst jetzt
00:02:56können Sie sich wahrscheinlich die Cloud-Chrome-Erweiterung herunterladen. Vielleicht haben Sie Atlas genutzt, wo Sie
00:03:02der KI sagen, dass Sie etwas brauchen. Sie brauchen Kopfhörer. Sie brauchen diese Einkaufsliste mit Artikeln, die Sie
00:03:10schon lange kaufen wollten, aber nie die Mühe auf sich genommen haben, sie zu besorgen, weil Sie eben keine Zeit hatten.
00:03:16Warum also nicht Screenshots machen, den DOM lesen, zur Händlerseite navigieren, Formulieren für mich ausfüllen,
00:03:23Treueprogramme nutzen? Es hat im Grunde einfach nicht wie erwartet funktioniert. Es war wirklich umständlich, langsam und fehleranfällig. Und wenn
00:03:31Sie ein Händler sind, der Dinge verkaufen möchte, wird Ihnen jede Ingenieursabteilung dieses Händlers sagen,
00:03:36dass eine KI, die Ihren Browser imitiert, sämtliche Alarmglocken schrillen lässt. Oftmals bleiben Sie daher
00:03:46wahrscheinlich sogar im Bezahlvorgang stecken, weil wir nicht wollen, dass Sie KI verwenden, um diese Bestellung aufzugeben.
00:03:53Oder zumindest passierte genau das in dieser Phase. Was hat also tatsächlich funktioniert? Und funktioniert es
00:04:00tatsächlich im Moment? Ja, das tut es. ChatGPT Shopping und Google AI Mode tun genau das. Mittlerweile gilt Agentic Shopping als
00:04:117-Milliarden-Dollar-Industrie und könnte bis 2030 auf eine 65-Milliarden-Dollar-Industrie anwachsen.
00:04:19Und die Mehrheit der Käufer nutzt die gängigen konversationellen KI-Assistenten,
00:04:25die im Browser oder in Ihrer App zu finden sind: ChatGPT und Google Gemini. Wir sehen das auch vermehrt auf
00:04:31Instagram und Facebook. Meta möchte jetzt Metacommerce betreiben. Ich habe gehört, dass GoPuff und Grok sich zusammengeschlossen haben, um
00:04:40ebenfalls eine App zu entwickeln. Außerdem hat Microsoft Copilot erst gestern in Großbritannien angekündigt, dass man
00:04:45Ray-Bans nun direkt in Microsoft Copilot kaufen kann. Um das zu ermöglichen, haben Google und OpenAI unabhängig voneinander ihre eigenen
00:04:55kleinen Grundbausteine entwickelt: ACP und UCP, die im Grunde beschreiben, wie Sie tatsächlich
00:05:02mit uns sprechen. Für einige von Ihnen, die als Kunden auf der anderen Seite einkaufen, gibt es keinen großen
00:05:08Unterschied zwischen dem Hinzufügen eines Artikels zum Warenkorb und dem Hinzufügen einer zweiten Menge. Aber für uns Händler ist das
00:05:14eine zweite Position, Kumpel. Das ist nicht dieselbe Fähigkeit. Wenn wir also nicht über die Nuancen und die
00:05:20Grundlagen des Handels sprechen und diese standardisieren, werden die Dinge einfach nicht funktionieren und weiterhin umständlich bleiben.
00:05:25ACP war also ChatGPTs Versuch dazu und das Universal Commerce Protocol (UCP) war Googles Versuch.
00:05:33Nun, da ich bereits dargelegt habe, dass dies geschieht, wollte ich nur sagen, dass es so
00:05:39einfach ist wie zu ChatGPT oder Gemini zu gehen und zu sagen: Finde mir Katzenkekse. Mehr dazu, warum ich
00:05:47Katzenkekse gewählt habe, später in diesem Beispiel. Die KI zeigt das Produkt an, der Agent ruft die Checkout-API des Händlers auf,
00:05:54kein Browser, die Bezahlung erfolgt über ein begrenztes Zahlungsmandat oder einen delegierten Zahlungstoken, eine Bestellung wird bestätigt und
00:06:02der Mensch musste den Warenkorb quasi nicht berühren. Zu all dem, was da für den Nutzer passiert,
00:06:09passiert auf der anderen Seite eine Menge. Und es ist ein bisschen überwältigend. Eines Tages sprechen wir über MCPs,
00:06:15am anderen über A2A, ACP, UCP, AP2. Was ist überhaupt real? Wenn morgen jemand zu mir käme und
00:06:23sagen würde, ich habe HYPE erfunden, würde ich wahrscheinlich denken, dass es echt ist. Deshalb wollte ich dieses
00:06:29mentale Modell für Sie aufschlüsseln, da ich mehr darüber gelernt habe. MCP ist nach wie vor das Model Context Protocol,
00:06:35die Art und Weise, wie der KI-Agent die Werkzeuge identifiziert. Vielleicht können wir also herausfinden, was diese
00:06:40Spezifikationen des KI-Agenten sind, um zu zeigen, welche Produkte sie haben, um die Details eines spezifischen Produkts anzuzeigen,
00:06:46um Treueprogramme darzustellen. A2A ist die Art und Weise, wie Agenten miteinander sprechen. Sie sind eher eine Spezifikation. ACP und UCP sind die
00:06:53Grundbausteine, und AP2 ist das offene Spezifikations-Framework für den Agentic Payment Protocol Scope und das Zahlungsmandat, das Google herausgebracht hat.
00:07:00Wir werden nacheinander auf alle eingehen und erläutern, wie sie sich tatsächlich auf das Agentic Shopping beziehen. Also,
00:07:06der MCP-Tool-Zugriff ist sehr wichtig, denn ohne die verschiedenen Fähigkeiten zu kennen und
00:07:14diese verschiedenen Fähigkeiten zu nutzen, sich die Zeit zu nehmen, sie in den Kontext zu bringen und den Speicher des Benutzers zu verstehen,
00:07:19wird der Agent niemals herausfinden können, was Sie überhaupt versuchen zu tun. Und der einzige Weg, um
00:07:24Zugriff auf die spezifischen Fähigkeiten zu erhalten, sind MCP-Tool-Aufrufe. Der nächste Punkt ist A2A. Nun,
00:07:32es gibt verschiedene Möglichkeiten, dies zu architektonisch zu gestalten, verschiedene Fähigkeiten, über die ich gesprochen habe, wie Zahlungen.
00:07:38Sagen wir, wie nennt man es? Treue. Man könnte Agenten für bestimmte Domänen selbst erstellen. Entschuldigung.
00:07:46Richtig? Und wenn Sie domänenspezifische Agenten haben, müssen diese Agenten miteinander kommunizieren. Wir müssen einen
00:07:52standardisierten Weg finden, um miteinander zu sprechen. Die A2A-Spezifikationen füllen diese Lücke. Außerdem,
00:07:59wenn Ihr Kundenagent und Ihr Händleragent miteinander sprechen müssen, können Sie vielleicht – da es
00:08:04beides Agenten sind – A2A verwenden. Kommen wir nun zu den UCP/MCP-Grundbausteinen. Die wichtigsten Daten sind also
00:08:13die Produktdaten. UCP ermöglicht es, die Produktdaten auf organisiertere Weise hinzuzufügen. Und ACP tut dasselbe,
00:08:23weil wir nicht Ihre Produktdetailseite (PDP) durchforsten und jeden einzelnen Attributwert crawlen wollen.
00:08:29Händler, sagen Sie es uns einfach. Außerdem ändern sich diese Produkte häufig. Vielleicht können Sie uns also auch mitteilen, wann
00:08:35sie sich ändern. Senden Sie dies also. Diese Art von Daten fließt im Produkt-Feed.
00:08:42Normalerweise würden Sie annehmen, dass dies ein Suchkatalog wäre. Jedoch
00:08:47unterstützen sowohl ACP als auch UCP im Moment – also Gemini und ChatGPT – diesen Suchkatalogaufruf nicht. Sie wollen,
00:08:54dass Sie diesen Feed an sie senden. Und für diejenigen unter Ihnen, die sich fragen, warum man das nicht tun sollte: Es gibt
00:08:59Gründe dafür. Gesponserte Produkte, Retail Media, ähnliche Themen, Ranking. Aber die wichtigste
00:09:05technologische Herausforderung ist: Wenn Sie M Händler und N Produkte haben, muss das System jetzt
00:09:10so viele aufrufen. Wenn Sie den Produkt-Feed hingegen im Voraus senden, können wir ihn indizieren und bereit sein,
00:09:16ihn abzurufen, wenn Sie nach etwas fragen. Ich habe auch ein Beispiel für Metas Produkt-Feed eingefügt. Wie Sie sehen,
00:09:22sind sie sich ähnlich, aber dennoch unterschiedlich. Jeder hat eine eigene Meinung und hält sie für die beste.
00:09:27Und genau das setzen sie um. Es gibt also hier drei verschiedene Spezifikationen.
00:09:32Nun, da wir über Produkt-Feeds, die Kommunikation untereinander und Tool-Aufrufe gesprochen haben, kommen wir zu
00:09:37Zahlungen. Im Moment unterstützt keine von ihnen die autonomere Form von X402 oder einige
00:09:47andere Arten von Zahlungen. Soweit sind wir einfach noch nicht. Wir sind uns noch nicht sicher genug. Wir möchten mehr menschliche Beteiligung
00:09:51vonseiten eines Händlers, der mit einem Zahlungsabwickler spricht, der die Verantwortung oder in
00:09:58diesem Fall die Haftung übernimmt, um die Zahlungen tatsächlich zu veranlassen. Daher finden in ChatGPT Zahlungen
00:10:04derzeit nur über einen gemeinsamen Zahlungstoken statt. Und bei Gemini UCP werden Zahlungen nur über
00:10:10Google Pay akzeptiert. Die begrenzten Mandate verraten Ihnen, was die Produkte sind. Worüber ich mich mehr freue, ist
00:10:17AP2, was eine Erweiterung von UCP ist. Merken Sie, worüber ich spreche? Es gibt so viele Akronyme. AP2 dreht sich
00:10:25mehr darum: Hey, wenn wir autonom agieren wollen, können Sie mir sagen, wer den Agenten autorisiert hat? Was genau
00:10:30darf er kaufen? Und wie hoch ist der Höchstbetrag, über den wir vielleicht feilschen dürfen? Und dann die Widerrufs-URL
00:10:38sowie der Nachweis der Nutzerzustimmung. Nun denn, bei all der Rederei, ich liebe es, Dinge zu bauen. Deshalb habe ich
00:10:45für diesen Zweck eine kleine Demo zusammengestellt. Für diejenigen unter Ihnen, die sich an das Katzenkeks-Beispiel erinnern,
00:10:52liegt das daran, dass sich die Demo um meine Katze dreht. Ginny ist mein rotgestreifter Kater. Und in diesem ausgedachten Beispiel hat sich Ginny
00:11:01in einen Bäckerei-Agenten verwandelt. Sie möchte sich ihren Lebensunterhalt verdienen, indem sie Backwaren verkauft. Das Modell,
00:11:08das ich verwende, stammt von Cerebras mit 3000 Token pro Sekunde. Daher wird dies hoffentlich wirklich,
00:11:13wirklich schnell sein. Und wir können Ihnen ein Beispiel für den gesamten Ablauf zeigen. Genau wie die Chrome DevTools
00:11:20habe ich ein paar Tools bereitgestellt, um zu zeigen, was passiert. Das Erste, was ich zu Ginny sagen werde, meiner
00:11:26schöne Katze, die jetzt Backwaren verkauft. Hallo. Erzähl mir von all deinen Produkten.
00:11:36Und das soll eine Demo sein. Ein Beispiel. Und Ginny hat mir genau das geliefert. All die verschiedenen
00:11:44Produkte, die sie vielleicht braucht. Schauen wir uns das also mal an. Das Agent-to-Agent-Protokoll hat tatsächlich den
00:11:50Aufruf von Ginny, dem Kunden-Agenten, an den Händler-Agenten getätigt. Und das ist die Nachricht, die gesendet wird. Und das
00:11:55ist, wie ich die Nachricht zurückbekomme. Der Händler-Agent gibt die abgeschlossene Aufgabe zurück. Und die Art und Weise, wie
00:12:03ich das herausgefunden habe, läuft über einen MCP-Tool-Aufruf, nämlich die Produktsuche. Anstatt nicht sagen zu können,
00:12:13was ich wirklich will, hat Ginny herausgefunden, dass wir, wenn ich ihr die Absicht mitteile, Produkte zu finden,
00:12:20das MCP-Tool namens Produktsuche aufrufen sollten. Das sehen wir also im Moment. Und jetzt,
00:12:27was ist, wenn ich etwas hinzufügen möchte? Füge das Shortbread zum Warenkorb hinzu.
00:12:39Also fragt Ginny mich jetzt nach Rabatten und Promo-Codes. Tatsächlich erinnere ich mich an keinen einzigen
00:12:46Rabatt- oder Promo-Code. Aber was, wenn ich Ginny frage: Ginny, kannst du mir einfach einen Rabattcode nennen? Wie man
00:12:54merkt, feilsche ich definitiv gerne. Ginny verrät mir das nicht. Gut. Weiter zur Kasse
00:13:04zum Konto-Code ohne Rabattcode. Bitte sehr. Jetzt führen wir einige dieser Aufrufe aus. Hier ist
00:13:13das UCP-Protokoll, bei dem die Checkout-APIs einen Status haben. Und die drei verschiedenen Status sind nicht
00:13:19bereit für die Zahlung, bereit für die Zahlung und schließlich abgeschlossen. Hier verwende ich also keinen delegierten
00:13:25Zahlungstoken. Ich verwende kein Google Pay. Ich mag AP2. Meine Demo basiert also auf AP2. Und wie Sie sehen,
00:13:34wurde hier ein Aufruf über den MCP-Server zum Erstellen des Checkouts getätigt. Und dann sagen uns die UCP-Endpunkte,
00:13:42hey, rufe die Checkout-Sitzungen auf und sage mir, ob es im Warenkorb liegt. Es ist also im Warenkorb,
00:13:49aber noch nicht bereit für die Zahlung. Ich muss auswählen, womit ich bezahlen möchte. Ich sage Kreditkarte und Debit-
00:13:56karte. Und hier stelle ich den AP2-Token aus, dass ich das auch wirklich möchte. Und dann wechselte es von bereit
00:14:03zu bereit für die Zahlung zu abgeschlossen. Das ist also die andere Seite davon, das sind die UCP-Spezifikationen, richtig? Die andere
00:14:12Seite, um einen Vergleich zu ziehen: Wie unterscheidet sich das von den ACP-Spezifikationen? Ich habe ACP hier ebenfalls
00:14:19hinzugefügt. Man sieht also dieselben Checkout-Aufrufe, nur dass eben unterschiedliche Schemas
00:14:26verwendet werden und die Bestellung durchgeht. Aber erinnern Sie sich an diesen AP2-Token, von dem ich gesprochen habe? So
00:14:33würde das im wirklichen Leben aussehen: In der Benutzer-Demo ist der Höchstbetrag so hoch, die Währung ist so. Wenn Sie
00:14:39ihn widerrufen möchten, können Sie das tun. Und was den Höchstbetrag angeht – hier wollten wir nicht feilschen, also haben wir einfach den
00:14:45Höchstbetrag dafür festgelegt. Außerdem ist er nur für die einmalige Verwendung bestimmt. Diese Demo verfügt außerdem über eine Zeitleiste, sodass
00:14:53Sie tatsächlich jeden dieser Punkte öffnen und sehen können, wie das passiert. Erinnern Sie sich an diesen Katalog, von dem ich gesprochen habe,
00:15:00dass sie die Suche nicht durchführen? Wir übermitteln ihnen tatsächlich einen Produkt-Feed. Das habe ich auch hinzugefügt.
00:15:08Und da sich die Feeds so stark unterscheiden, gibt es einen Ort, an dem man sie tatsächlich vergleichen kann. Hier wird also der Feed
00:15:17aufgerufen – wenn Sie übrigens auf die Zeitleiste gegangen sind, versuchen wir alle paar Sekunden, den Katalog zu synchronisieren,
00:15:23hinsichtlich dessen, was auf Lager ist und was nicht. Das ist der UCP-Feed und hier ist der Meta-Feed. Ich habe Ihnen das also gezeigt,
00:15:32und Sie könnten diese selbe Demo oder dieselben Konzepte wiederverwenden. Was wäre, wenn ich keinen externen
00:15:39Agenten-Commerce auf Gemini oder ChatGPT betreiben wollte? Sie könnten immer noch Ihre eigene benutzerdefinierte Implementierung eines
00:15:46Händler-Agenten oder von Gini auf Ihrer Website erstellen. Vielleicht fange ich an, Katzenartikel zu verkaufen. Ich könnte etwas davon wiederverwenden,
00:15:55aber ich würde raten, sich einige dieser Grundelemente anzusehen und zu versuchen, sie zu nutzen, da sie
00:16:00bei Händlern standardisiert wurden. Sie sind also gut durchdacht. Und außerdem können Sie sie wahrscheinlich
00:16:05auch wiederverwenden, um extern auf ChatGPT und Gemini zu verkaufen. Denken Sie also daran, ich sprach über die
00:16:14Rabattcodes. Dafür gibt es einen Grund. Als wir diese Demo entwickelt haben und während meiner Zeit bei der Entwicklung von
00:16:19Agenten-Commerce bei Best Buy, haben wir erkannt, dass die Arbeit mit KI und konversationalen Erlebnissen
00:16:24ohne Evaluierungen ein Hauen und Stechen ist. Wenn Sie also dieselbe Architektur verwenden möchten
00:16:29für die Überprüfung der Kundenbasis, wie Websites von Gini.com, denken Sie unbedingt an die Erstellung von Evaluierungen. Eines der
00:16:38Dinge, die ich gar nicht oft genug betonen kann, ist, dass Sie testen, testen und nochmals testen sollten. Wenn Sie hierher gehen,
00:16:46kann ich auch meine Skripte ausführen oder Evaluierungen durchführen. Und dieser Evaluierungsordner enthält all diese Evaluierungen. Der Grund, warum ich
00:16:57den Code ebenfalls zeige, ist, dass es hier einen Vorlagenordner gibt. Und wir können zu den Folien zurückkehren.
00:17:08Und wenn Sie keine Evaluierungen durchführen, passiert vielleicht Folgendes. Ich liebe Chipotle. Ich weiß nicht, ob es wahr
00:17:14ist oder nicht. Aber ich fand es wirklich lustig, deshalb spreche ich darüber. Es tauchte also auf, dass, als Chipotle
00:17:21ihren Agenten einführte, die Leute ihn nutzten, um Programmierfragen zu stellen, nicht wahr? Wenn Sie Ihrem Agenten nicht
00:17:29sagen, dass solche Dinge nicht erlaubt sind, werden die Leute es tun. Dies ist mit Sicherheit eine der
00:17:35kreativsten Methoden, um kostenlose KI-Nutzung zu erhalten, wenn man dieses Cloud-Abonnement nicht bezahlen möchte. Und wenn wir unsere
00:17:42Evaluierungen nicht schreiben und intensiv testen, werden solche Dinge in der Produktion passieren. Der Rabattcode wird verraten und
00:17:51manchmal sogar noch sensiblere Dinge, wie zum Beispiel, wer dieses Produkt sonst noch im Warenkorb hat. Die Arten von Evaluierungen,
00:17:58die ich Ihnen wärmstens empfehlen kann zu schreiben, sind Verhaltens-Evaluierungen und Protokollkonformität, denn wenn wir es verkaufen,
00:18:03also wenn Sie beispielsweise zu gpt, chatgpt.com oder Gemini gelangen, möchten Sie sicherstellen, dass die Feeds tatsächlich
00:18:08konform sind, andernfalls werden sie es nicht unterstützen. Sie sollten auch über Latenz-Benchmarks nachdenken.
00:18:14Jede Sekunde im Einzelhandel auf der Einkaufsreise, in der Sie eigentlich nicht verkaufen, birgt die Chance,
00:18:20dass die andere Website schneller ist und die Leute einfach abwandern oder keine Lust mehr haben.
00:18:25Zu guter Letzt empfehle ich auch die Verwendung eines LLM als Qualitätsrichter. Sie müssen nichts
00:18:32Ausgefallenes verwenden. Sprechen Sie mit Ihrem Produktverantwortlichen und finden Sie heraus, wie das am besten geht, nutzen Sie die besten
00:18:39Anwendungsfälle und schreiben Sie sie auf. Und ich möchte auch darüber sprechen, da ich das alles besprochen habe,
00:18:46was heute tatsächlich stabil ist und was sich noch entwickelt. MCP ist weit verbreitet. A2A wird häufig genutzt.
00:18:52UCP/ACP ist da draußen. Was sich jedoch noch entwickelt, ist AP2 und dessen tatsächliche Nutzung. Die Konvergenz von
00:19:00ACP und UCP. Müssen wir immer zwei verschiedene Spezifikationen verwenden? Identitätskonstantenstandards und Multi-Agenten-
00:19:05Checkout-Delegation. Wenn Sie heute hier etwas mitnehmen, hoffe ich, dass Sie mit einem
00:19:14guten mentalen Modell darüber gehen, wie Agenten-Commerce funktioniert. Ich habe Ihnen nichts zu verkaufen, aber ich habe Geschenke für Sie.
00:19:19Ich finde Agenten-Commerce wirklich spannend. Sie finden diese gesamte Präsentation auf GitHub und ich habe
00:19:25eine Vorlage entwickelt. Es ist ein Starter mit drei Diensten. Wenn Sie einen Kunden-Agenten erstellen möchten oder den
00:19:31Händler-Agenten erstellen möchten, können Sie das tun, denn ich liebe Evaluierungen und das hat mir das Leben gerettet. Ich habe einige Evaluierungs-
00:19:37vorlagen für Sie, und wissen Sie was, wenn Sie sie an alle Ihre Händler senden möchten, nicht nur an einen – ich habe
00:19:43auch einen Katalog-Synchronisierungsprozess, der es Ihnen ermöglicht, Ihr eigenes Produkt einzugeben und es dann in
00:19:49ACP, UCP oder Meta umzuwandeln, damit Sie dort verkaufen können. Und zu guter Letzt: Wir alle wissen heutzutage,
00:19:56dass wir Code so nicht schreiben. Wenn ich Ihnen eine Vorlage gebe, werden Sie sagen: Na ja. Deshalb habe ich Agenten-Fähigkeiten,
00:20:01die speziell einen Händler-Agenten, einen Kunden-Agenten und all diese verschiedenen Katalog-Synchronisierungen ermöglichen, über die wir
00:20:08gesprochen haben. Ich hoffe, Sie hatten eine tolle Zeit, haben etwas gelernt und hatten genauso viel Spaß wie ich bei dieser
00:20:15Präsentation. Vielen Dank. Mein Name ist Anup Priyo und ich hoffe, Sie bald wiederzusehen.
00:20:32ihnen

Key Takeaway

Das agentenbasierte Einkaufen wandelt sich von unzuverlässigen Browser-Erweiterungen zu einer standardisierten 7-Milliarden-Dollar-Industrie mit Protokollen wie ACP und UCP.

Highlights

  • Das Agentic Shopping repräsentiert eine 7-Milliarden-Dollar-Industrie und erreicht bis zum Jahr 2030 ein Volumen von 65 Milliarden US-Dollar.

  • Etwa 45% aller Agentensitzungen bei ChatGPT und Google Gemini stehen im direkten Zusammenhang mit dem Einkaufen.

  • Protokolle wie ACP von OpenAI und UCP von Google dienen als standardisierte Grundbausteine für die Kommunikation zwischen Kunden- und Händler-Agenten.

  • Das Modell Context Protocol regelt den spezifischen Zugriff auf die Werkzeuge des KI-Agenten wie Produktsuche und Treueprogramme.

  • Evaluierungen für Verhaltenskonformität und Latenz verhindern unvorhergesehenes Fehlverhalten wie die unerwünschte Weitergabe von Rabattcodes in der Produktion.

Timeline

Grundlagen und aktueller Zustand des Agentic Commerce

  • Agentic Commerce beschreibt die Unterstützung des Einkaufserlebnisses durch KI-Assistenten.
  • Derzeit basieren Agentensitzungen überwiegend auf dem Human-in-the-Loop-Prinzip.
  • Frühere Ansätze mit Browser-Erweiterungen und DOM-Crawlern erwiesen sich als fehleranfällig und langsam.

Einkaufen ist ein zentraler wirtschaftlicher Prozess, der durch neue Technologien automatisiert wird. Etwa 45% aller Agentensitzungen bei ChatGPT und Google Gemini sind aktuell mit dem Einkaufen verknüpft. Das langfristige Ziel ist das autonome Einkaufen, während im gegenwärtigen Zustand menschliche Eingriffe im Mittelpunkt stehen. Frühe Automatisierungsversuche über Cloud-Chrome-Erweiterungen scheiterten an technischer Komplexität und Sicherheitsbedenken von Händlern.

Protokolle und Architekturen im Ökosystem

  • ChatGPT und Google Gemini nutzen proprietäre Protokolle namens ACP und UCP.
  • Das Model Context Protocol steuert den Tool-Zugriff von Agenten.
  • Das Agentic Payment Protocol AP2 regelt Zahlungsmandate und Autorisierungen.

Das Ökosystem des Agentic Commerce stützt sich auf verschiedene standardisierte Protokolle. ACP von OpenAI und UCP von Google definieren die Schnittstellen zwischen Händlern und Assistenten. Da Produktdetailseiten nicht kontinuierlich gecrawlt werden sollen, übermitteln Händler strukturierte Produkt-Feeds. Für die Abwicklung von Zahlungen kommen gemeinsame Tokens, Google Pay oder das AP2-Spezifikations-Framework zum Einsatz.

Demonstration einer Live-Implementierung

  • Eine Live-Demo veranschaulicht die Interaktion zwischen Kunden-Agent und Händler-Agent.
  • Ein LLM namens Cerebras generiert bis zu 3000 Token pro Sekunde.
  • Die Checkout-APIs verwalten den Status des Warenkorbs von der Erstellung bis zur Bezahlung.

Ein praktisches Anwendungsbeispiel zeigt die Funktionsweise eines katzenbasierten Bäckerei-Agenten. Der Austausch von Nachrichten erfolgt über das Agent-to-Agent-Protokoll, während die Produktsuche über MCP-Aufrufe realisiert wird. Die Checkout-Sitzungen durchlaufen klar definierte Statusphasen wie unvollständig, bereit für die Zahlung und abgeschlossen. Dabei kommen sowohl UCP- als auch ACP-Schemas zum Einsatz.

Evaluierungen und Stabilität in der Produktion

  • Unzureichende Evaluierungen führen in der Produktion zu Datenlecks und unerwünschtem Agentenverhalten.
  • Verhaltens-Evaluierungen und Protokollkonformität stellen die Einhaltung von Standards sicher.
  • Ein Starter-Kit mit Katalogsynchronisierung steht für die eigene Entwicklung bereit.

Ohne strenge Tests und Evaluierungen offenbaren konversationelle Assistenten sensible Informationen oder beantworten sachfremde Fragen. Regelmäßige Tests bezüglich Latenz-Benchmarks und Protokollkonformität minimieren diese Risiken. Abschließend bietet eine Open-Source-Vorlage mit drei Diensten die Möglichkeit, eigene Händler-Agenten und Katalog-Synchronisierungen zu implementieren.

Community Posts

View all posts