La pila de comercio agéntico — Ahnaf Prio, Best Buy
AAI Engineer
Internet TechnologyBusiness NewsComputing/Software
Transcript
00:00:00Mi nombre es Anaf Priyo. Soy gerente senior de ingeniería en Best Buy. Mi equipo y yo estamos trabajando
00:00:18juntos en este momento para descubrir qué significa el comercio agéntico y cómo podemos satisfacer
00:00:23a nuestros clientes donde estén, y el lugar más nuevo en el que están son los servicios agénticos.
00:00:29Me emociona dar mi charla hoy. Y bueno, ¿cuáles son mis credenciales? Bueno, desde que era
00:00:35un niño, he soñado con la inferencia de alto rendimiento, aprovechando mis herramientas dentro de una ventana de contexto
00:00:40mantenida a raya con evaluaciones. Sí, eso es totalmente correcto. En 2003, todas esas cosas
00:00:47definitivamente existían. Es broma. Durante el último año, hemos estado aprendiendo mucho. Comprar
00:00:54no es nuevo. Comprar es probablemente una de las cosas más divertidas que uno puede hacer y una de las más esenciales
00:00:58que la gente necesita hacer desde que existe la economía. Pero he estado súper entusiasmado
00:01:05con ello. Así que voy a hablar sobre cuáles son las cosas, algunas de las cosas que he aprendido,
00:01:11y con suerte compartir los apuntes. Entonces, ¿qué es el comercio agéntico? No voy a repasar la amplia
00:01:17definición de nuevo. Pero básicamente, es la idea de que los asistentes de IA te ayudarán en tu recorrido de compra.
00:01:24La compra tiene diferentes facetas. Por ejemplo, está el descubrimiento. Está averiguar
00:01:31los aspectos de ¿realmente lo necesito? Comprender y decidir. Está la lealtad.
00:01:37Está el precio. Está el cumplimiento. El procesamiento posterior. Es mucho. Y créanlo o no,
00:01:44ahora mismo, en este momento, alrededor del 45% de todas las sesiones de agentes que ocurren dentro de los principales proveedores
00:01:51como ChatGPT.com y Google Gemini están relacionadas con las compras. Tal vez sea un poco sesgado porque
00:01:58no lo uso tanto, pero soy ingeniero. Pero los humanos ahí fuera están usando la IA y hablando
00:02:04con ellos para ayudarles en su proceso de compra. Por lo tanto, tampoco es algo binario, ya sabes. Ahora mismo,
00:02:11estamos en ese estado de humano en el bucle. El estado ideal sería la compra autónoma. Dices lo que
00:02:17te entusiasma. Tu agente va por ahí, habla con diferentes comerciantes. Yo soy originario de Bangladés.
00:02:24Regateamos mucho con los comerciantes también. Tal vez hace eso, negocia, hace el pago. Pero ahora mismo,
00:02:30estamos en el humano en el bucle. Y la charla de hoy va a tratar sobre el modelo mental de cómo ese
00:02:36humano en el bucle está funcionando ahora mismo. También te proporcionaré la arquitectura si decides
00:02:41ampliarla o mostrarte la visión de cómo podría funcionar la compra autónoma. Así que este no es nuestro primer intento.
00:02:50Incluso hace un año, había gente intentando averiguar cómo podíamos automatizar esto. Incluso ahora,
00:02:56probablemente puedas ir a descargar la extensión de Chrome de cloud. Tal vez hayas usado Atlas, donde le dices
00:03:02a la IA que necesitas algo. Necesitas auriculares. Necesitas esa lista de compras de artículos que has estado
00:03:10queriendo comprar pero nunca hiciste el esfuerzo real de aparecer porque, ya sabes, no tenías tiempo.
00:03:16Entonces, ¿por qué no tomas capturas de pantalla, lees el DOM, navegas al sitio del comerciante, rellenas formularios por mí,
00:03:23haces lo de la lealtad? Básicamente no funcionó como se esperaba. Fue realmente torpe, lento y frágil. Y si
00:03:31eres un comerciante que intenta vender cosas, cualquier departamento de ingeniería de ese comerciante te dirá
00:03:36que una IA haciéndose pasar por tu navegador simplemente hace sonar todas las alarmas. Por lo tanto, muchas veces,
00:03:46probablemente te quedes atascado incluso en el flujo de pago porque no queremos que uses IA para realizar ese pedido.
00:03:53O al menos, en esa fase, eso era lo que estaba pasando. Entonces, ¿qué funcionó realmente? ¿Y está funcionando
00:04:00en este momento? Sí, lo está. Las compras de ChatGPT, el modo de IA de Google están haciendo precisamente eso. Ahora mismo, las compras agénticas se
00:04:11consideran una industria de 7 mil millones de dólares y podrían subir hasta una industria de 65 mil millones de dólares para 2030.
00:04:19Y la mayoría de los compradores están utilizando los principales asistentes de IA conversacional,
00:04:25que están en el navegador o en tu aplicación, ChatGPT y Google Gemini. También estamos viendo que eso surge en
00:04:31Instagram y Facebook. Meta quiere hacer Metacommerce ahora. Escuché que GoPuff y Grok se unieron para hacer
00:04:40una aplicación también. Y además, Microsoft Copilot anunció justo ayer en el Reino Unido que puedes comprar
00:04:45Ray-Bans ahora dentro de Microsoft Copilot. Así que, para hacer eso posible, Google y OpenAI idearon por separado
00:04:55sus propias pequeñas primitivas, ACP y UCP, que básicamente hablan de cómo hablarías realmente
00:05:02con nosotros. Para algunos de ustedes que están comprando del otro lado como clientes, no hay mucha
00:05:08diferencia entre agregar un artículo al carrito, agregar una segunda cantidad. Pero para nosotros los comerciantes, eso es
00:05:14una segunda línea de producto, amigo. Esa no es la misma habilidad. Por lo tanto, si no hablamos de los matices y las
00:05:20primitivas del comercio y lo estandarizamos, las cosas simplemente no funcionarán y seguirán siendo torpes.
00:05:25Así que ACP fue el intento de ChatGPT y el Protocolo de Comercio Universal, UCP, fue el intento de Google.
00:05:33Entonces, ahora que ya he establecido que esto está pasando, solo quería decir que está
00:05:39ocurriendo tan fácil como cuando vas a ChatGPT o Gemini para decirle que te encuentre galletas para gatos. Más sobre por qué elegí
00:05:47galletas para gatos más adelante en este ejemplo. La IA muestra el producto, el agente llama a la API de pago del comerciante,
00:05:54sin navegador, los flujos de pago se realizan a través de un mandato de pago delimitado o un token de pago delegado, un pedido se confirma y
00:06:02el humano prácticamente no tuvo que tocar el carrito. Entonces, a todo esto que está pasando para el usuario,
00:06:09le pasa mucho al otro lado. Y es un poco abrumador. Un día estamos hablando de MCPs,
00:06:15otro día, A2A, ACP, UCP, AP2. Como, ¿qué es real siquiera? O sea, si alguien viniera mañana y
00:06:23dijera, se me ocurrió HYPE, probablemente pensaría que es real. Así que quería diseccionar este
00:06:29modelo mental para ti a medida que he aprendido más sobre él. MCP sigue siendo el protocolo de contexto de modelo,
00:06:35la forma en que el agente de IA identifica las herramientas. Así que, tal vez podamos averiguar qué son estas
00:06:40especificaciones del agente de IA, para mostrar qué productos tienen, para mostrar los detalles de un producto específico,
00:06:46para mostrar la lealtad. A2A es cómo los agentes hablan entre sí. Son más bien una especificación. ACP, UCP son las
00:06:53primitivas, y AP2 es el ámbito del protocolo de pago agéntico, el mandato de pago que salió de la especificación abierta de Google.
00:07:00Y hablaremos de cada uno de ellos uno por uno, cómo se relacionan realmente con las compras agénticas. Así que,
00:07:06el acceso a las herramientas MCP es muy importante porque sin conocer las diferentes capacidades y
00:07:14aprovechar esas diferentes capacidades, tomando el tiempo para llevarlo al contexto, entendiendo la memoria del usuario,
00:07:19el agente nunca podrá averiguar qué es lo que siquiera estás intentando hacer. Y la única manera de obtener
00:07:24acceso a las capacidades específicas es a través de llamadas a herramientas MCP. El siguiente es A2A. Así que, ahora,
00:07:32hay diferentes formas de estructurar esto, diferentes capacidades de las que hablé, como los pagos.
00:07:38Digamos, ¿cómo lo llamas? Lealtad. Podrías crear agentes sobre dominios específicos en sí mismos. Lo siento.
00:07:46¿Verdad? Y si tienes agentes específicos a nivel de dominio, los agentes necesitan hablar entre sí. Necesitamos encontrar una
00:07:52forma estandarizada de hablar entre nosotros. Así que A2A, las especificaciones llenan un poco ese vacío. También,
00:07:59si tu agente de cliente y tu agente de comerciante necesitan hablar entre sí, tal vez puedas, son
00:08:04ambos agentes, tal vez podamos usar A2A. Así que, ahora pasemos a las primitivas de UCP/MCP. Entonces, el dato más importante es
00:08:13el dato del producto. Así que UCP permite añadir los datos del producto de una manera más organizada. Y ACP hace lo mismo
00:08:23porque no queremos revisar tu página de detalles de producto y rastrear y descifrar cada atributo específico.
00:08:29Comerciante, solo dime. Y además, esos productos cambian mucho. Así que tal vez puedas decirnos cuándo
00:08:35cambian también. Así que, envía esto. Ese tipo de datos está ocurriendo. Ese tipo de flujo de datos está ocurriendo en
00:08:42el feed de productos. Normalmente, asumirías que esto sería un catálogo de búsqueda. Sin embargo,
00:08:47tanto ACP como UCP en este momento, por lo que Gemini y ChatGPT no admiten esa llamada al catálogo de búsqueda. Quieren
00:08:54que les envíes ese feed. Y para aquellos de ustedes que se preguntan por qué no harían eso, hay
00:08:59razones para ello. Productos patrocinados, medios minoristas, cosas relacionadas, clasificación. Pero el reto tecnológico
00:09:05más importante, si tienes M números de comerciantes y N números de productos, ahora tiene que
00:09:10llamar a tantos. Mientras que si envías el feed de productos con anticipación, podemos indexarlo y estar listos para
00:09:16descargar cuando pidas algo. También he puesto un ejemplo del feed de productos de Meta. Como puedes ver,
00:09:22son similares pero siguen siendo diferentes. Cada uno tiene una opinión. Piensan que su opinión es la mejor.
00:09:27Y con eso es con lo que se quedan. Así que hay tres especificaciones diferentes aquí mismo.
00:09:32Entonces, ahora que hablamos del feed de productos, de hablar entre nosotros, de llamar a herramientas, hablemos de
00:09:37los pagos. En este momento, ninguno de ellos admite la forma más autónoma de, ya sabes, X402 o algún
00:09:47otro tipo de pago. Simplemente aún no estamos ahí. Todavía no tenemos confianza. Queremos más intervención humana
00:09:51de un comerciante hablando con un procesador de pagos que asuma la responsabilidad o, en
00:09:58este caso, la responsabilidad civil para iniciar realmente los pagos. Por lo tanto, en ChatGPT, los pagos solo ocurren
00:10:04a través de un token de pago compartido en este momento. Y en UCP de Gemini, los pagos solo se aceptan a través
00:10:10de Google Pay. Por lo tanto, los mandatos delimitados te dirán cuáles son los productos. Lo que me entusiasma más es
00:10:17AP2, que es una extensión de UCP. ¿Ves de lo que hablo? Hay muchísimas siglas. AP2 trata
00:10:25más de, oye, si quisiéramos hacer algo autónomo, ¿puedes decirme quién autorizó al agente? ¿Qué exactamente
00:10:30puede comprar? ¿Y cuál es la cantidad máxima con la que deberíamos poder regatear, tal vez? Y luego la URL de revocación
00:10:38y la prueba de consentimiento del usuario. Muy bien. Y hablando de todo, me encanta construir cosas. Así que para fines
00:10:45de esto, he preparado una pequeña demostración. Para aquellos de ustedes que recuerden ese ejemplo de las galletas para gatos,
00:10:52es porque la demostración es sobre mi gata. Ginny es mi gata atigrada naranja. Y en este ejemplo inventado, Ginny se
00:11:01ha transformado en un agente de panadería. Quiere ganarse la vida vendiendo productos horneados. Así que ahora, el
00:11:08modelo que estoy usando es de Cerebras a 3,000 tokens por segundo. Así que espero que esto sea muy,
00:11:13muy rápido. Y podemos darte un ejemplo de todo el flujo. Y al igual que las Herramientas de Desarrollador de Chrome, he
00:11:20puesto un par de herramientas en marcha para mostrar lo que sucede. Lo primero que le diré a Ginny, mi
00:11:26gato precioso que ahora vende productos horneados. Hola. Háblame de todos tus productos.
00:11:36Y se supone que esto es una demo. Un ejemplo. Y Gini me ha dado exactamente eso. Todos los diferentes
00:11:44productos que podría necesitar. Así que veamos esto. El protocolo de agente a agente realmente hizo la
00:11:50llamada de Gini, el agente cliente, al agente comerciante. Y este es el mensaje que se envía. Y este
00:11:55soy yo recibiendo el mensaje de vuelta. El agente comerciante devuelve la tarea completada. Y la forma en que
00:12:03encontré esto es a través de una llamada a una herramienta MCP, que es la búsqueda de productos. En lugar de, digamos, no poder
00:12:13decir lo que realmente quiero, Gini se ha dado cuenta de que, oye, cuando le doy la intención de que quiero encontrar
00:12:20productos, deberíamos llamar a la herramienta MCP llamada búsqueda de productos. Así que ahora mismo estamos viendo esto. Y ahora,
00:12:27¿qué pasa si quiero añadir algo? Añade al carrito el pastel de manteca.
00:12:39Así que ahora, Gini me pregunta sobre algún descuento y código promocional. La verdad es que no recuerdo ninguno de los
00:12:46descuentos ni códigos promocionales. ¿Pero qué pasa si le pregunto a Gini, Gini, ¿me puedes decir un código de descuento? Como pueden
00:12:54notar, definitivamente soy un regateador. Gini no me está diciendo eso. Muy bien. Proceder al pago
00:13:04código de cuenta sin código de descuento. Ahí lo tienes. Así que ahora estamos haciendo algunas de esas llamadas. Aquí está
00:13:13el protocolo UCP, donde las API de pago tendrán estado. Y los tres estados diferentes son no
00:13:19listo para el pago, listo para el pago y luego completado. Así que aquí no estoy usando un token de pago
00:13:25delegado. No estoy usando Google Pay. Me gusta AP2. Así que mi demo está construida sobre AP2. Y como pueden ver,
00:13:34aquí se hizo una llamada a través del servidor MCP para crear el pago. Y luego los puntos de entrada UCP nos
00:13:42dirán, oye, llama a las sesiones de pago y dime si está añadido al carrito. Así que está añadido al carrito,
00:13:49pero no está listo para el pago. Tengo que elegir con qué quiero pagar. Digo tarjeta de crédito y tarjeta
00:13:56de débito. Y aquí es donde emito el token AP2 de que, oye, sí quiero eso. Y luego pasó de listo
00:14:03para el pago a completado. Así que la otra cara de esto, estas son las especificaciones UCP, ¿verdad? La otra
00:14:12cara, para hacer una comparación, de cómo difiere de las especificaciones ACP, he añadido ACP aquí
00:14:19también. Para que puedan ver las mismas llamadas de pago, solo que se utilizan diferentes esquemas y el
00:14:26pedido se procesa. ¿Pero recuerdan ese token AP2 del que hablaba? Así es como
00:14:33se vería en la vida real donde la demo del usuario, la cantidad máxima es esta, la moneda es esta. Si
00:14:39quieres revocarlo, puedes hacerlo. Y cuál es el máximo, aquí no queríamos regatear, así que pusimos la
00:14:45cantidad máxima de eso. Y además es de uso único. Esta demo también tiene, viene con una línea de tiempo, así que
00:14:53pueden abrir cualquiera de estas y ver cómo sucede. ¿Recuerdan ese catálogo del que hablaba,
00:15:00que no hacen la búsqueda? En realidad hacemos una fuente de productos, enviándosela. También he añadido eso.
00:15:08Y las fuentes, como son muy diferentes, hay un lugar para compararlas realmente. Así que aquí se está llamando
00:15:17a la fuente, por cierto, si iban a la línea de tiempo, cada pocos segundos intentamos sincronizar el catálogo
00:15:23en cuanto a lo que hay en inventario y lo que no. Esta es la de UCP, y aquí está la de meta. Así que les he mostrado esto,
00:15:32y podrían reutilizar esta misma demo o los mismos conceptos. ¿Qué pasa si no quería hacer comercio de agentes
00:15:39externos en Gemini o ChatGPT? Todavía podrían construir su propia implementación personalizada de un
00:15:46agente comerciante o Gini en su sitio web. Tal vez empiece a vender productos para gatos. Podría reutilizar parte de esto,
00:15:55pero aconsejaría tal vez examinar algunas de estas primitivas e intentar usarlas, porque han sido
00:16:00estandarizadas entre los comerciantes. Así que han sido muy bien pensadas. Y además, probablemente puedan
00:16:05reutilizarlas para vender externamente también en ChatGPT y Gemini. Así que recuerden que hablaba de los
00:16:14códigos de descuento. Hay una razón para ello. Cuando desarrollamos esta demo y en mi tiempo construyendo
00:16:19comercio de agentes en Best Buy, nos hemos dado cuenta de que trabajar con IA y experiencias conversacionales
00:16:24sin evaluaciones es jugar a golpear al topo. Así que si deciden usar la misma arquitectura para
00:16:29revisar la base de clientes, como los sitios web de Gini.com, piensen muy bien en crear evaluaciones. Una de las
00:16:38cosas que no puedo enfatizar más es que deben probar, probar y probar. Si van por aquí,
00:16:46también puedo ejecutar mis scripts o realizar evaluaciones. Y esta carpeta de evaluaciones tiene todas esas evaluaciones. La razón por la que también
00:16:57muestro el código es que hay una carpeta de plantillas aquí. Y podemos volver a las diapositivas.
00:17:08Y si no hacen evaluaciones, esto es lo que podría pasar. Me encanta Chipotle. No sé si es verdad
00:17:14o no. Pero me pareció muy gracioso, así que voy a hablar de esto. Resulta que cuando Chipotle
00:17:21lanzó su agente, la gente lo usaba para hacer preguntas de programación, ¿verdad? Si no le dices
00:17:29a tu agente que no permita ese tipo de cosas, la gente lo usará. Esta es sin duda una de las
00:17:35formas más creativas de conseguir uso gratuito de IA cuando no quieres pagar por esa suscripción en la nube. Y si no escribimos
00:17:42nuestras evaluaciones y probamos intensamente, esas cosas sucederán en producción. Se revelará el código de descuento e incluso
00:17:51a veces cosas más sensibles como quién más está comprando este producto. Así que los tipos de evaluaciones
00:17:58que recomiendo encarecidamente que escriban son evaluaciones de comportamiento, cumplimiento de protocolos, porque cuando lo estamos vendiendo.
00:18:03Así que cuando lleguen a, digamos, gpt, chatgpt.com o Gemini, quieren asegurarse de que las fuentes
00:18:08realmente cumplan con las normas o de lo contrario no las admitirán. También deben pensar en los puntos de referencia de latencia.
00:18:14Cada segundo en el comercio minorista, en el recorrido de compra donde en realidad no estás vendiendo, existen posibilidades de que
00:18:20el otro sitio web sea más rápido y la gente simplemente se vaya o simplemente ya no tenga ganas.
00:18:25Por último, también recomiendo usar LLM como juez de calidad. No tienen que usar algo
00:18:32elegante. Hablen con su amigo de producto y descubran cuál es la mejor manera de hacerlo y utilicen los mejores casos
00:18:39de uso y escríbanlos. Y también me gustaría hablar, ahora que he discutido todo esto,
00:18:46de qué es realmente estable hoy y qué se sigue formando. MCP está ampliamente adoptado. A2A es muy utilizado.
00:18:52UCP/ACP ya está disponible. Lo que aún se está formando, sin embargo, es AP2 y su uso real. Convergencia de ACP frente a UCP.
00:19:00¿Tenemos que hacer siempre dos especificaciones diferentes? Estándares de constantes de identidad y delegación de pago multiagente.
00:19:05Así que si hoy se van de aquí con algo, espero que se vayan con un buen modelo mental de cómo funciona el comercio agéntico.
00:19:14No tengo nada que venderles, pero sí tengo regalos para ustedes. Encuentro el comercio agéntico realmente emocionante.
00:19:19Así que pueden encontrar toda esta presentación en GitHub y se me ocurrió una plantilla.
00:19:25Es un inicio de tres servicios. Si quieren hacer el agente cliente o quieren hacer
00:19:31el agente comerciante, pueden hacerlo porque me encantan las evaluaciones y eso me salvó la vida. Tengo algunas plantillas de evaluación
00:19:37para ustedes y, saben qué, si quieren enviarlo a todos sus comerciantes, no solo a uno. Tengo
00:19:43un proceso de sincronización de catálogos también que les permitirá ingresar en su propio producto y luego convertirlo en
00:19:49ACP o UCP o meta para que puedan vender allí. Y por último, pero no menos importante, todos sabemos que hoy en día
00:19:56no escribimos código así. Si les doy una plantilla, dirán que está regular. Así que tengo habilidades de agentes que
00:20:01hacen específicamente un agente comerciante, un agente cliente y todas esas diferentes sincronizaciones de catálogos de las que hemos
00:20:08hablado. Espero que se hayan divertido muchísimo, hayan aprendido y se hayan divertido tanto como yo al presentar
00:20:15esto. Gracias. Mi nombre es Anup Priyo y espero verlos de nuevo pronto.
00:20:32ustedes