Tumpukan Perdagangan Berbasis Agen — Ahnaf Prio, Best Buy
AAI Engineer
Internet TechnologyBusiness NewsComputing/Software
Transcript
00:00:00Nama saya Anaf Priyo. Saya adalah Manajer Teknik Senior di Best Buy. Saya dan tim saya sedang bekerja
00:00:18bersama saat ini untuk mencari tahu apa arti Perdagangan Agen dan bagaimana kami dapat memenuhi
00:00:23keinginan pelanggan, di mana pun mereka berada, dan tempat terbaru mereka berada adalah di Layanan Agen.
00:00:29Saya senang bisa memberikan presentasi saya hari ini. Dan, yah, apa kredensial saya? Sejak saya
00:00:35masih kecil, saya memimpikan inferensi throughput tinggi, memanfaatkan alat saya dalam konteks
00:00:40jendela, dijaga tetap terkendali dengan evals. Ya, itu benar sekali. Pada tahun 2003, semua hal tersebut
00:00:47pasti ada. Canda. Selama satu tahun terakhir, kami telah belajar banyak. Berbelanja
00:00:54bukanlah hal baru. Berbelanja mungkin adalah salah satu hal paling menyenangkan yang dapat dilakukan seseorang dan salah satu yang paling esensial
00:00:58yang perlu dilakukan orang sejak ekonomi ada. Tapi saya sangat bersemangat
00:01:05tentang hal itu. Jadi, saya akan berbicara tentang apa saja hal-hal tersebut, beberapa hal yang telah saya pelajari,
00:01:11dan semoga membagikan catatan tersebut. Jadi, apa itu Perdagangan Agen? Saya tidak akan membahas definisi
00:01:17luasnya lagi. Tapi pada dasarnya, ini adalah gagasan bahwa asisten AI akan membantu Anda dalam perjalanan belanja Anda.
00:01:24Belanja memiliki berbagai aspek. Misalnya, ada penemuan. Ada mencari tahu
00:01:31aspek apakah saya benar-benar membutuhkannya? Memahami dan memutuskan. Ada loyalitas.
00:01:37Ada penetapan harga. Ada pemenuhan. Pascapemenuhan. Ini sangat banyak. Dan percaya atau tidak,
00:01:44saat ini, sekitar 45% dari semua sesi agen yang terjadi di penyedia utama
00:01:51seperti ChatGPT.com dan Google Gemini berkaitan dengan belanja. Mungkin agak sedikit bias karena
00:01:58saya tidak begitu sering menggunakannya, tapi saya seorang insinyur. Namun, manusia di luar sana menggunakan AI dan berbicara
00:02:04kepada mereka untuk membantu perjalanan belanja mereka. Jadi, ini juga bukan hal biner, tahu kan. Saat ini,
00:02:11kita berada pada tahap manusia dalam lingkaran (human-in-the-loop). Keadaan idealnya adalah belanja otonom. Anda memberi tahu apa
00:02:17yang membuat Anda antusias. Agen Anda pergi berkeliling, berbicara dengan berbagai pedagang. Saya berasal dari Bangladesh.
00:02:24Kami juga banyak menawar dengan para pedagang. Mungkin melakukan itu, bernegosiasi, melakukan pembayaran. Tapi saat ini,
00:02:30kita berada dalam tahap manusia dalam lingkaran. Dan ceramah hari ini akan membahas model mental tentang bagaimana
00:02:36manusia dalam lingkaran itu bekerja saat ini. Saya juga akan memberi Anda arsitekturnya jika Anda memilih untuk
00:02:41memperluasnya atau menunjukkan visi bagaimana belanja otonom mungkin bekerja. Jadi, ini bukan upaya pertama kita.
00:02:50Bahkan setahun yang lalu, ada orang-orang yang mencoba mencari tahu bagaimana kita dapat mengotomatiskan ini. Bahkan sekarang,
00:02:56Anda mungkin bisa mengunduh ekstensi Chrome Claude. Mungkin Anda pernah menggunakan Atlas di mana Anda memberi tahu
00:03:02AI bahwa Anda membutuhkan sesuatu. Anda butuh headphone. Anda butuh daftar belanjaan barang-barang yang sudah
00:03:10ingin Anda beli tetapi tidak pernah benar-benar berusaha untuk datang karena, Anda tahu, Anda tidak punya waktu.
00:03:16Jadi, mengapa tidak mengambil tangkapan layar, membaca DOM, menavigasi ke situs pedagang, mengisi formulir untuk saya,
00:03:23mengurus loyalitas. Cara itu tidak berjalan seperti yang diharapkan. Rasanya sangat canggung, lambat, dan rapuh. Dan jika
00:03:31Anda adalah seorang pedagang yang mencoba menjual barang, departemen teknik dari pedagang tersebut akan memberi tahu Anda
00:03:36bahwa AI yang menirukan peramban Anda hanya akan memicu semua lonceng alarm. Jadi, seringkali, Anda mungkin
00:03:46bahkan terjebak pada alur pembayaran karena kami tidak ingin Anda menggunakan AI untuk memasukkan pesanan tersebut.
00:03:53Atau setidaknya, pada fase itu, itulah yang terjadi. Jadi, apa yang benar-benar berhasil? Dan apakah itu benar-benar
00:04:00berfungsi sekarang? Ya. Belanja ChatGPT, mode AI Google sedang melakukan hal itu. Saat ini, belanja berbasis agen adalah
00:04:11dianggap sebagai industri senilai 7 miliar dolar dan mungkin meningkat menjadi industri senilai 65 miliar dolar pada tahun 2030.
00:04:19Dan sebagian besar pembeli menggunakan asisten AI percakapan arus utama,
00:04:25yaitu di peramban atau di aplikasi Anda, ChatGPT dan Google Gemini. Kami juga melihat hal itu muncul di
00:04:31Instagram dan Facebook. Meta ingin membuat Metacommerce sekarang. Saya dengar GoPuff dan Grok bergabung untuk membuat
00:04:40sebuah aplikasi juga. Dan juga, Microsoft Copilot baru kemarin mengumumkan di Inggris bahwa Anda dapat membeli
00:04:45Ray-Ban sekarang di dalam Microsoft Copilot. Jadi, untuk mewujudkannya, Google dan OpenAI secara terpisah menciptakan
00:04:55primitif kecil mereka sendiri, ACP dan UCP, yang pada dasarnya membahas tentang bagaimana Anda sebenarnya
00:05:02berbicara kepada kami. Bagi sebagian dari Anda yang berbelanja di sisi lain sebagai pelanggan, tidak ada banyak
00:05:08perbedaan antara menambahkan item ke keranjang, menambahkan kuantitas kedua. Tapi bagi kami para pedagang, itu adalah
00:05:14item baris kedua, kawan. Itu bukan keterampilan yang sama. Jadi, jika kita tidak membicarakan nuansa dan
00:05:20primitif perdagangan dan menyeragamkannya, segalanya tidak akan berfungsi dan akan tetap canggung.
00:05:25Jadi, ACP adalah upaya ChatGPT untuk itu dan Universal Commerce Protocol, UCP, adalah upaya Google untuk itu.
00:05:33Jadi, sekarang setelah saya menetapkan bahwa ini sedang terjadi, saya hanya ingin mengatakan bahwa ini
00:05:39terjadi semudah Anda pergi ke ChatGPT Gemini untuk menyuruhnya mencarikan saya kue kucing. Alasan mengapa saya memilih
00:05:47kue kucing akan dibahas lebih lanjut dalam contoh ini. AI menampilkan produk, agen memanggil API pembayaran pedagang,
00:05:54tanpa peramban, alur pembayaran melalui mandat pembayaran tercakup atau token pembayaran yang didelegasikan, pesanan dikonfirmasi dan
00:06:02manusia tidak perlu menyentuh keranjang. Jadi, di balik semua ini yang terjadi bagi pengguna,
00:06:09banyak hal terjadi di sisi lain. Dan itu agak memusingkan. Suatu hari kita berbicara tentang MCP,
00:06:15hari berikutnya, A2A, ACP, UCP, AP2. Seperti, apa yang sebenarnya nyata? Seperti, jika seseorang mendatangi saya besok dan
00:06:23berkata, saya membuat HYPE, saya mungkin akan mengira itu nyata. Jadi, saya ingin membedah
00:06:29model mental ini untuk Anda seiring saya mempelajarinya lebih lanjut. MCP masih merupakan protokol konteks model,
00:06:35cara agen AI mengidentifikasi alat-alat tersebut. Jadi, mungkin kita dapat mencari tahu apa spesifikasi
00:06:40agen AI ini, untuk memamerkan produk apa yang mereka miliki, untuk memamerkan detail produk tertentu,
00:06:46untuk memamerkan loyalitas. A2A adalah bagaimana agen berbicara satu sama lain. Mereka lebih merupakan sebuah spesifikasi. ACP, UCP adalah
00:06:53primitif, dan AP2 adalah cakupan protokol pembayaran agen, mandat pembayaran yang merupakan spesifikasi terbuka Google
00:07:00yang baru keluar. Dan kita akan membahas semuanya satu per satu, bagaimana sebenarnya kaitannya dengan belanja berbasis agen. Jadi,
00:07:06akses alat MCP sangat penting karena tanpa mengetahui berbagai kapabilitas dan
00:07:14mengakses berbagai kapabilitas tersebut, meluangkan waktu untuk membawanya ke dalam konteks, memahami memori pengguna,
00:07:19agen tidak akan pernah bisa mencari tahu apa yang sebenarnya coba Anda lakukan. Dan satu-satunya cara untuk mendapatkan
00:07:24akses ke kapabilitas tertentu adalah melalui pemanggilan alat MCP. Yang berikutnya adalah A2A. Jadi, sekarang,
00:07:32ada berbagai cara untuk merancang ini, berbagai kapabilitas yang saya bicarakan, seperti pembayaran.
00:07:38Katakanlah, apa sebutannya? Loyalitas. Anda dapat membuat agen tentang domain tertentu itu sendiri. Maaf.
00:07:46Benar? Dan jika Anda memiliki agen tingkat domain tertentu, agen harus berbicara satu sama lain. Kita perlu menemukan
00:07:52cara yang terstandarisasi untuk berbicara satu sama lain. Jadi, spesifikasi A2A mengisi kesenjangan itu. Juga,
00:07:59jika agen pelanggan Anda dan agen pedagang Anda perlu berbicara satu sama lain, mungkin Anda bisa, mereka
00:08:04sama-sama agen, mungkin kita bisa menggunakan A2A. Jadi, sekarang beralih ke primitif UCP/MCP. Jadi, data yang paling penting adalah
00:08:13data produk. Jadi, UCP memungkinkan penambahan data produk dengan cara yang lebih terorganisir. Dan ACP melakukan hal yang sama
00:08:23karena kita tidak ingin merambas PDP Anda dan merayapi serta mencari tahu setiap atribut spesifik.
00:08:29Pedagang, beri tahu saja kami. Dan juga, produk-produk tersebut sering berubah. Jadi, mungkin Anda dapat memberi tahu kami kapan produk tersebut
00:08:35berubah juga. Jadi, kirimkan ini. Jadi, aliran data semacam itu terjadi di
00:08:42umpan produk. Biasanya, Anda akan berasumsi bahwa ini adalah katalog pencarian. Namun,
00:08:47baik ACP maupun UCP saat ini—jadi Gemini dan ChatGPT tidak mendukung panggilan katalog pencarian tersebut. Mereka ingin
00:08:54Anda mengirimkan umpan itu kepada mereka. Dan bagi Anda yang bertanya-tanya, mengapa Anda tidak melakukannya? Ada
00:08:59alasannya. Produk bersponsor, media ritel, hal-hal terkait, pemeringkatan. Namun tantangan teknologi yang paling penting,
00:09:05jika Anda memiliki M jumlah pedagang dan N jumlah produk, sekarang ia harus
00:09:10memanggil sebanyak itu. Sementara jika Anda mengirimkan umpan produk lebih awal, kami dapat mengindeksnya dan siap
00:09:16untuk disajikan saat Anda meminta sesuatu. Saya juga telah menyertakan contoh umpan produk Meta. Seperti yang Anda lihat,
00:09:22fiturnya mirip tetapi tetap berbeda. Setiap orang memiliki pendapat. Mereka pikir pendapat merekalah yang terbaik.
00:09:27Dan itulah yang mereka jalankan. Jadi, ada tiga spesifikasi berbeda di sini.
00:09:32Jadi, sekarang setelah kita membahas umpan produk, berbicara satu sama lain, memanggil alat, mari kita bicarakan
00:09:37pembayaran. Saat ini, tidak satupun dari mereka yang mendukung bentuk pembayaran yang lebih otonom seperti X402 atau
00:09:47jenis pembayaran lainnya. Kita belum sampai ke tahap itu. Kita belum cukup percaya diri. Kita ingin lebih banyak manusia
00:09:51dalam lingkaran dari pihak pedagang yang berbicara dengan pemroses pembayaran yang akan mengambil tanggung jawab atau, dalam
00:09:58kasus ini, liabilitas untuk benar-benar memulai pembayaran. Jadi, di ChatGPT, pembayaran hanya terjadi
00:10:04melalui token pembayaran bersama saat ini. Dan di Gemini UCP, pembayaran hanya diterima melalui
00:10:10Google Pay. Jadi, mandat yang dicakup akan memberi tahu Anda apa produknya. Yang membuat saya antusias adalah tentang
00:10:17AP2, yang merupakan ekstensi dari UCP. Anda mengerti maksud saya? Ada begitu banyak singkatan. AP2
00:10:25lebih membahas tentang, hei, jika kita ingin melakukannya secara otonom, dapatkah Anda memberi tahu saya siapa yang mengesahkan agen tersebut? Apa sebenarnya
00:10:30yang bisa dibelinya? Dan berapa jumlah maksimum yang harus dapat kita tawar, mungkin? Dan kemudian URL pencabutan
00:10:38dan bukti persetujuan pengguna. Baik. Cukup bicara, saya suka membuat sesuatu. Jadi, demi
00:10:45ini, saya telah menyusun sebuah demo kecil. Bagi Anda yang mengingat contoh kue kucing tersebut,
00:10:52itu karena demo ini tentang kucing saya. Ginny adalah kucing berbulu oranye saya. Dan dalam contoh buatan ini, Ginny telah
00:11:01berubah menjadi agen toko roti. Dia ingin mencari penghasilan sendiri dengan menjual makanan panggang. Jadi, saat ini,
00:11:08model yang saya gunakan adalah dari Cerebrus pada 3.000 token per detik. Jadi, semoga ini akan sangat,
00:11:13sangat cepat. Dan kami dapat memberikan contoh seluruh alurnya. Dan seperti Chrome DevTools, saya
00:11:20memiliki beberapa alat untuk menunjukkan apa yang terjadi. Hal pertama yang akan saya katakan kepada Ginny, kucing
00:11:26Halo. Tolong ceritakan tentang semua produkmu, kucingku yang cantik yang sekarang berjualan kue.
00:11:36Dan ini seharusnya hanya sebuah demo. Sebuah contoh. Dan Gini telah memberikan tepat seperti itu. Berbagai macam
00:11:44produk yang mungkin dia butuhkan. Jadi, mari kita lihat ini. Protokol agen-ke-agen sebenarnya melakukan
00:11:50panggilan dari Gini, agen pelanggan, ke agen pedagang. Dan inilah pesan yang dikirimkan. Dan ini
00:11:55adalah saat aku menerima kembali pesannya. Agen pedagang mengembalikan tugas yang sudah selesai. Dan cara
00:12:03aku menemukan ini adalah melalui panggilan alat MCP, yaitu pencarian produk. Alih-alih tidak bisa
00:12:13menyebutkan apa yang sebenarnya kuinginkan, Gini telah menyadari bahwa, hei, ketika aku memberikan niat bahwa aku ingin mencari
00:12:20produk, kita harus memanggil alat MCP yang disebut pencarian produk. Jadi, saat ini kita sedang melihat ini. Dan sekarang,
00:12:27bagaimana jika aku ingin menambahkan sesuatu? Tambahkan kue kering ke keranjang.
00:12:39Jadi, sekarang Gini bertanya kepadaku tentang diskon dan kode promo. Aku sebenarnya tidak ingat satupun
00:12:46kode diskon dan promo. Tapi bagaimana jika aku bertanya kepada Gini, Gini, bisakah kamu memberiku kode diskon? Seperti yang bisa
00:12:54kamu lihat, aku memang suka menawar. Gini tidak memberitahuku itu. Baiklah. Lanjutkan ke pembayaran
00:13:04buat akun tanpa kode diskon. Nah, itu dia. Jadi, sekarang kita membuat beberapa panggilan tersebut. Inilah
00:13:13protokol UCP, di mana API pembayaran akan memiliki status. Dan ketiga status berbeda itu adalah belum
00:13:19siap untuk pembayaran, siap untuk pembayaran, dan kemudian selesai. Jadi, sekarang di sini aku tidak menggunakan token
00:13:25payaran yang didelegasikan. Aku tidak menggunakan Google Pay. Aku suka AP2. Jadi demoku dibangun di atas AP2. Dan seperti yang bisa kamu lihat,
00:13:34di sini sebuah panggilan dibuat melalui server MCP untuk pembuatan pembayaran. Dan kemudian titik akhir UCP akan
00:13:42memberitahu kita, hei, panggil sesi pembayaran dan beri tahu aku apakah sudah dimasukkan ke keranjang. Jadi sudah dimasukkan ke keranjang,
00:13:49tetapi belum siap untuk pembayaran. Aku harus memilih alat pembayaran yang ingin ku gunakan. Aku bilang kartu kredit dan kartu
00:13:56debit. Dan di sinilah aku mengeluarkan token AP2 bahwa, hei, aku memang menginginkannya. Dan kemudian statusnya berubah dari siap
00:14:03menjadi siap untuk pembayaran hingga selesai. Jadi, sisi lain dari ini, ini adalah spesifikasi UCP, kan? Sisi
00:14:12lainnya, untuk menarik perbandingan, bagaimana perbedaannya dari spesifikasi ACP, aku telah menambahkan ACP di sini
00:14:19juga. Jadi kamu bisa melihat panggilan pembayaran yang sama, hanya saja skema yang berbeda yang digunakan
00:14:26dan pesanannya diproses. Tapi ingat token AP2 yang kubicarakan tadi? Beginilah bentuknya
00:14:33di kehidupan nyata di mana demo pengguna, jumlah maksimalnya sekian, mata uangnya sekian. Jika kamu
00:14:39ingin mencabutnya, kamu bisa. Dan berapa batas maksimalnya, di sini kami tidak ingin menawar, jadi kami hanya menetapkan
00:14:45jumlah maksimal tersebut. Dan ini juga untuk penggunaan satu kali saja. Demo ini juga dilengkapi dengan linimasa, jadi
00:14:53kamu sebenarnya bisa membuka salah satu darinya dan melihat hal-hal ini terjadi. Ingat katalog yang kubicarakan tadi,
00:15:00bahwa mereka tidak melakukan pencarian? Kita sebenarnya membuat umpan produk, mengirimkannya kepada mereka. Aku sudah menambahkannya juga.
00:15:08Dan umpan tersebut, karena sangat berbeda, ada tempat untuk membandingkannya. Jadi inilah umpan
00:15:17yang dipanggil, ngomong-ngomong, jika kamu pergi ke linimasa, setiap beberapa detik kami mencoba menyinkronkan katalog
00:15:23untuk apa yang ada dalam inventaris dan apa yang tidak. Ini versi UCP, dan ini versi meta. Jadi, aku telah menunjukkan ini kepadamu,
00:15:32dan kamu dapat menggunakan kembali demo yang sama atau konsep yang sama. Bagaimana jika aku tidak ingin melakukan
00:15:39perdagangan agen eksternal di Gemini atau ChatGPT? Kamu masih bisa membangun implementasi kustom sendiri untuk
00:15:46agen pedagang atau Gini di situs webmu. Mungkin aku mulai menjual barang-barang kucing. Aku bisa menggunakan kembali beberapa dari ini,
00:15:55tetapi aku menyarankan untuk melihat beberapa primitif ini dan mencoba menggunakannya, karena itu
00:16:00telah distandarisasi di antara para pedagang. Jadi itu telah dipikirkan dengan matang. Dan juga, kamu mungkin bisa
00:16:05menggunakannya kembali untuk menjual secara eksternal juga di ChatGPT dan Gemini. Jadi, ingat, aku tadi membicarakan tentang
00:16:14kode diskon. Ada alasan untuk itu. Ketika kami membangun demo ini dan dalam masa pengalamanku membangun
00:16:19perdagangan agen di Best Buy, kami menyadari bahwa bekerja dengan AI dan pengalaman percakapan
00:16:24tanpa evaluasi sama seperti permainan pukul tikus tanah. Jadi, jika kamu memilih untuk menggunakan arsitektur yang sama untuk
00:16:29meninjau basis pelanggan, seperti situs web Gini.com, pikirkan baik-baik tentang pembuatan evaluasi. Salah satu
00:16:38hal yang tidak bisa cukup ku tekankan adalah kamu harus menguji, menguji, dan menguji. Jika kamu pergi ke sini,
00:16:46aku juga bisa menjalankan skripku atau menjalankan evaluasi. Dan folder evaluasi ini berisi semua evaluasi tersebut. Alasan mengapa aku juga
00:16:57menampilkan kode ini adalah karena ada folder templat di sini. Dan kita bisa kembali ke salindia.
00:17:08Dan jika kamu tidak melakukan evaluasi, inilah yang mungkin terjadi. Aku suka Chipotle. Aku tidak tahu apakah itu benar
00:17:14atau tidak. Tapi aku menganggapnya sangat lucu, jadi aku akan membicarakan hal ini. Jadi, hal ini muncul ketika Chipotle
00:17:21meluncurkan agen mereka, orang-orang menggunakannya untuk menanyakan pertanyaan pemrograman, kan? Jika kamu tidak memberi tahu
00:17:29agenmu untuk tidak mengizinkan hal semacam itu, orang-orang akan menggunakannya. Ini sejujurnya adalah salah satu
00:17:35cara paling kreatif untuk mendapatkan penggunaan AI gratis saat kamu tidak ingin membayar langganan cloud tersebut. Dan jika kita tidak menulis
00:17:42evaluasi kita dan mengujinya dengan intensif, hal-hal tersebut akan terjadi di produksi. Kode diskon akan diberitahukan, bahkan
00:17:51terkadang hal yang lebih sensitif seperti siapa lagi yang sedang memeriksa produk ini. Jadi, jenis evaluasi
00:17:58yang sangat ku sarankan untuk kamu tulis adalah evaluasi perilaku, kepatuhan protokol, karena ketika kita menjualnya.
00:18:03Jadi, ketika kamu sampai di, katakanlah, gpt, chatgpt.com atau Gemini, kamu ingin memastikan bahwa umpan tersebut
00:18:08benar-benar sesuai atau mereka tidak akan mendukungnya. Kamu juga harus memikirkan tolok ukur latensi.
00:18:14Setiap detik dalam ritel di perjalanan belanja di mana kamu sebenarnya tidak menjual, ada kemungkinan bahwa
00:18:20situs web lain akan lebih cepat dan orang-orang akan beralih atau mereka sedang tidak berminat lagi.
00:18:25Terakhir, aku juga menyarankan penggunaan LLM sebagai juri kualitas. Kamu tidak harus menggunakan sesuatu yang
00:18:32mewah. Bicaralah dengan teman produkmu dan cari tahu cara terbaik untuk melakukannya serta gunakan kasus penggunaan terbaik
00:18:39dan tuliskan. Dan aku juga ingin berbicara tentang, sekarang setelah aku membahas semua ini,
00:18:46apa yang sebenarnya stabil hari ini dan apa yang masih dalam tahap pembentukan. MCP diadopsi secara luas. A2A banyak digunakan.
00:18:52UCP/ACP sudah ada di luar sana. Namun, yang masih dalam tahap pembentukan adalah AP2 dan penggunaan aktualnya. Konvergensi ACP versus UCP.
00:19:00Apakah kita selalu harus membuat dua spesifikasi berbeda? Standar konstan identitas dan delegasi pembayaran multi-agen.
00:19:05Jadi, jika kamu harus pergi dari sini hari ini dengan membawa sesuatu, aku harap kamu pergi dengan model mental yang baik tentang cara kerja perdagangan agen.
00:19:14Aku tidak punya apa pun untuk dijual kepadamu, tetapi aku punya hadiah untukmu.
00:19:19Aku menganggap perdagangan agen sangat menarik. Jadi, kamu dapat menemukan seluruh presentasi ini di GitHub dan aku membuat
00:19:25sebuah templat. Ini adalah pemula tiga layanan. Jika kamu ingin membuat agen pelanggan atau kamu ingin membuat
00:19:31agen pedagang, kamu bisa melakukannya karena aku menyukai evaluasi dan itu menyelamatkan hidupku. Aku memiliki beberapa templat evaluasi
00:19:37untukmu dan tahukah kamu jika kamu ingin mengirimkannya ke semua pedagangmu, bukan hanya satu. Aku memiliki
00:19:43proses sinkronisasi katalog juga yang akan memungkinkanmu mengetik produkmu sendiri lalu mengubahnya menjadi
00:19:49ACP atau UCP atau meta sehingga kamu dapat berjualan di sana. Dan yang terakhir namun tidak kalah pentingnya, kita semua tahu bahwa akhir-akhir ini kita
00:19:56tidak menulis kode seperti itu. Jika aku memberimu templat, kamu mungkin akan merasa biasa saja. Jadi, aku memiliki keterampilan agen
00:20:01yang secara khusus membuat agen pedagang, agen pelanggan, dan semua sinkronisasi katalog berbeda yang telah kita
00:20:08bicarakan. Aku harap kamu menikmati waktu yang luar biasa, belajar, dan bersenang-senang sama sepertiku saat menyajikan
00:20:15ini. Terima kasih. Namaku Anup Priyo dan aku berharap bisa segera bertemu denganmu lagi.
00:20:32kamu