A Pilha de Comércio Baseada em Agentes — Ahnaf Prio, Best Buy
AAI Engineer
Internet TechnologyBusiness NewsComputing/Software
Transcript
00:00:00Meu nome é Anaf Priyo. Sou Gerente Sênior de Engenharia na Best Buy. Eu e minha equipe estamos trabalhando
00:00:18juntos agora para entender o que significa o comércio de agentes e como podemos atender
00:00:23nossos clientes onde quer que estejam, e o lugar mais novo onde estão é nos serviços de agentes.
00:00:29Estou animado para dar minha palestra hoje. E bem, quais são minhas credenciais? Bem, desde que eu era
00:00:35um menino, sonhava com inferência de alta taxa de transferência, aproveitando minhas ferramentas em uma janela
00:00:40de contexto, mantidas sob controle com avaliações. Sim, isso mesmo. Em 2003, todas essas coisas
00:00:47definitivamente existiam. Brincadeira. No último ano, aprendemos muita coisa. Fazer compras
00:00:54não é novidade. Fazer compras é provavelmente uma das coisas mais divertidas que alguém pode fazer e uma das mais essenciais
00:00:58que as pessoas precisam fazer desde que a economia existe. Mas eu tenho ficado super animado
00:01:05com isso. Então, vou falar sobre quais são as coisas, algumas das coisas que aprendi,
00:01:11e espero compartilhar as notas. Então, o que é o comércio de agentes? Não vou entrar na definição ampla
00:01:17novamente. Mas basicamente, é a ideia de que assistentes de IA ajudam você em sua jornada de compras.
00:01:24As compras têm diferentes facetas. Por exemplo, há a descoberta. Há a compreensão
00:01:31dos aspectos de se eu realmente preciso daquilo. Compreender e decidir. Há a fidelidade.
00:01:37Há a precificação. Há o atendimento. Pós-atendimento. É muita coisa. E acredite ou não,
00:01:44agora mesmo, cerca de 45% de todas as sessões de agentes que acontecem com grandes provedores
00:01:51como ChatGPT.com e Google Gemini estão relacionadas a compras. Talvez seja um pouco tendencioso, pois
00:01:58eu não uso tanto, mas sou engenheiro. Porém, os humanos por aí estão usando IA e conversando
00:02:04com eles para ajudar em sua jornada de compras. Então, também não é algo binário, sabe. No momento,
00:02:11estamos nesse estado de humano no circuito. O estado ideal seria o de compras autônomas. Você diz o que
00:02:17te empolga. Seu agente sai por aí, conversa com diferentes lojistas. Sou originalmente de Bangladesh.
00:02:24Nós barganhamos muito com os lojistas também. Talvez faça isso, negocie, faça o pagamento. Mas agora,
00:02:30estamos no humano no circuito. E a palestra de hoje vai falar sobre o modelo mental de como esse
00:02:36humano no circuito está funcionando agora. Também fornecerei a arquitetura caso você escolha
00:02:41estendê-la ou mostrarei a visão de como as compras autônomas podem funcionar. Então, esta não é nossa primeira tentativa.
00:02:50Mesmo há um ano, havia pessoas tentando descobrir como podemos automatizar isso. Mesmo agora,
00:02:56você provavelmente pode baixar a extensão do Chrome da nuvem. Talvez você tenha usado o Atlas, onde você diz
00:03:02à IA que você precisa de algo. Você precisa de fones de ouvido. Você precisa daquela lista de supermercado de itens que você tem
00:03:10intenção de comprar, mas nunca se esforçou de fato para aparecer porque, sabe, você não tinha tempo.
00:03:16Então, por que não tirar capturas de tela, ler o DOM, navegar até o site do lojista, preencher formulários para mim,
00:03:23fazer fidelidade? Simplesmente não funcionou como esperado. Foi realmente desajeitado, lento e frágil. E se
00:03:31você é um lojista que tenta vender coisas, qualquer departamento de engenharia desse lojista dirá
00:03:36que uma IA se passando pelo seu navegador só dispara todos os alarmes. Portanto, muitas vezes, você
00:03:46provavelmente ficará preso até mesmo no fluxo de pagamento, porque não queremos que você use IA para fazer esse pedido.
00:03:53Ou pelo menos, naquela fase, era isso que estava acontecendo. Então, o que realmente funcionou? E está
00:04:00realmente funcionando agora? Está. As compras do ChatGPT, o modo de IA do Google estão fazendo exatamente isso. No momento, o comércio de agentes é
00:04:11considerado uma indústria de 7 bilhões de dólares e pode subir para uma indústria de 65 bilhões de dólares até 2030.
00:04:19E a maioria dos compradores está usando os principais assistentes de IA conversacional,
00:04:25que estão no navegador ou no seu aplicativo, ChatGPT e Google Gemini. Também estamos vendo isso surgir no
00:04:31Instagram e no Facebook. A Meta quer fazer o Metacommerce agora. Ouvi dizer que o GoPuff e o Grok se uniram para criar
00:04:40um aplicativo também. E também, o Microsoft Copilot anunciou ontem mesmo no Reino Unido que você pode comprar
00:04:45Ray-Bans agora dentro do Microsoft Copilot. Então, para fazer isso acontecer, o Google e a OpenAI criaram separadamente
00:04:55suas próprias pequenas primitivas, ACP e UCP, que basicamente falam sobre como você realmente
00:05:02falaria conosco. Para alguns de vocês que estão comprando do outro lado como cliente, não há muita
00:05:08diferença entre adicionar um item ao carrinho, adicionar uma segunda quantidade. Mas para nós, lojistas, isso é
00:05:14uma segunda linha de item, meu amigo. Essa não é a mesma habilidade. Portanto, se não falarmos sobre as nuances e as
00:05:20primitivas de comércio e padronizá-las, as coisas simplesmente não funcionarão e continuarão desajeitadas.
00:05:25Portanto, o ACP foi a tentativa do ChatGPT e o Universal Commerce Protocol, UCP, foi a tentativa do Google.
00:05:33Então, agora que já estabeleci que isso está acontecendo, eu só queria dizer que está
00:05:39acontecendo tão fácil quanto você ir ao ChatGPT Gemini para dizer a ele para me encontrar biscoitos de gato. Mais sobre o porquê de eu ter escolhido
00:05:47biscoitos de gato mais tarde neste exemplo. A IA exibe o produto, o agente chama a API de checkout do lojista,
00:05:54sem navegador, os fluxos de pagamento ocorrem por meio de um mandato de pagamento com escopo ou um token de pagamento delegado, um pedido é confirmado e
00:06:02o humano meio que não precisou tocar no carrinho. Então, para tudo isso que está acontecendo para o usuário,
00:06:09muita coisa está acontecendo do outro lado. E é meio avassalador. Um dia estamos falando de MCPs,
00:06:15noutro dia, A2A, ACP, UCP, AP2. Tipo, o que é real afinal? Tipo, se alguém viesse até mim amanhã e
00:06:23dissesse, criei o HYPE, eu provavelmente acharia que é real. Então, eu queria dissecar este
00:06:29modelo mental para vocês à medida que fui aprendendo mais sobre ele. O MCP ainda é o protocolo de contexto de modelo,
00:06:35a forma como o agente de IA identifica as ferramentas. Então, talvez possamos descobrir quais são as
00:06:40especificações deste agente de IA, para exibir quais produtos eles possuem, para exibir os detalhes de um produto específico,
00:06:46para exibir fidelidade. O A2A é como os agentes conversam entre si. Eles são mais uma especificação. ACP, UCP são as
00:06:53primitivas, e o AP2 é o escopo do protocolo de pagamento de agentes, o mandato de pagamento que a especificação aberta do Google
00:07:00lançou. E vamos falar de cada um deles, um por um, como eles realmente se relacionam com as compras de agentes. Então,
00:07:06o acesso a ferramentas MCP é muito importante porque, sem conhecer os diferentes recursos e
00:07:14acessar esses diferentes recursos, tomando o tempo para trazê-lo para o contexto, compreendendo a memória do usuário,
00:07:19o agente nunca será capaz de descobrir o que você está tentando fazer. E a única maneira de obter
00:07:24acesso aos recursos específicos é através de chamadas de ferramentas MCP. O próximo é o A2A. Então, agora,
00:07:32existem diferentes maneiras de arquitetar isso, diferentes recursos de que falei, como pagamentos.
00:07:38Digamos, como se chama? Fidelidade. Você poderia criar agentes sobre domínios específicos em si. Desculpe.
00:07:46Certo? E se você tiver agentes específicos de nível de domínio, os agentes precisam conversar entre si. Precisamos encontrar uma
00:07:52maneira padronizada de conversar entre si. Então, o A2A, as especificações meio que preenchem essa lacuna. Além disso,
00:07:59se o seu agente cliente e o seu agente lojista precisam conversar entre si, talvez você possa, eles são
00:08:04ambos agentes, talvez possamos usar o A2A. Então, agora para as primitivas UCP/MCP. Então, o dado mais importante é que
00:08:13é o dado do produto. Portanto, o UCP permite adicionar os dados do produto de uma forma mais organizada. E o ACP faz o mesmo
00:08:23porque não queremos passar pelo seu PDP e rastrear e descobrir cada atributo específico.
00:08:29Lojista, apenas nos diga. E além disso, esses produtos mudam muito. Então, talvez você possa nos dizer quando eles
00:08:35mudam também. Então, envie isso. Portanto, esse tipo de dados está acontecendo. Esse tipo de fluxo de dados está acontecendo no
00:08:42feed de produtos. Normalmente, você assumiria que isso seria um catálogo de busca. No entanto,
00:08:47tanto o ACP quanto o UCP agora, então Gemini e ChatGPT não suportam essa chamada de catálogo de busca. Eles querem
00:08:54que você envie esse feed para eles. E para aqueles de vocês que pensam, por que você não faria isso? Há
00:08:59razões para isso. Produtos patrocinados, mídia de varejo, coisas relacionadas, classificação. Mas o mais importante
00:09:05desafio tecnológico, se você tem M números de lojistas e N números de produtos, agora ele tem que
00:09:10chamar todos esses. Enquanto que, se você enviar o feed de produtos com antecedência, podemos indexá-lo e estar prontos para
00:09:16descarregar quando você pedir algo. Também coloquei um exemplo do feed de produtos da Meta. Como você pode ver,
00:09:22eles são semelhantes, mas ainda diferentes. Todo mundo tem uma opinião. Eles acham que a opinião deles é a melhor.
00:09:27E é com isso que eles estão seguindo. Portanto, existem três especificações diferentes bem aqui.
00:09:32Então, agora que falamos sobre feed de produtos, conversar uns com os outros, chamar ferramentas, vamos falar sobre
00:09:37pagamentos. No momento, nenhum deles está suportando a forma mais autônoma de, você sabe, X402 ou algum
00:09:47outro tipo de pagamento. Nós simplesmente ainda não chegamos lá. Apenas não estamos confiantes ainda. Queremos mais humanos no
00:09:51circuito de um lojista conversando com um processador de pagamentos que assumirá a responsabilidade ou, neste
00:09:58caso, a responsabilidade de realmente iniciar os pagamentos. Portanto, no ChatGPT, os pagamentos só acontecem
00:10:04através de um token de pagamento compartilhado no momento. E no Gemini UCP, os pagamentos só estão sendo aceitos através
00:10:10do Google Pay. Então, os mandatos com escopo dirão quais são os produtos. O que me entusiasma é mais sobre
00:10:17o AP2, que é uma extensão do UCP. Você vê do que estou falando? Há tantos acrônimos. O AP2 é
00:10:25mais sobre, ei, se quiséssemos fazer de forma autônoma, você pode me dizer quem autorizou o agente? O que exatamente
00:10:30ele pode comprar? E qual é o valor máximo com o qual devemos ser capazes de barganhar, talvez? E então a URL de
00:10:38revogação e a prova de consentimento do usuário. Muito bem. E depois de tanta conversa, eu adoro construir coisas. Então, para o propósito
00:10:45disso, preparei uma pequena demonstração. Para aqueles de vocês que se lembram daquele exemplo de biscoito de gato,
00:10:52é porque a demonstração é sobre a minha gata. Ginny é a minha gata tabby laranja. E neste exemplo fictício, a Ginny
00:11:01se transformou em um agente de padaria. Ela quer ganhar seu sustento vendendo produtos de panificação. Então, agora, o
00:11:08modelo que estou usando é da Cerebrus a 3.000 tokens por segundo. Então, espero que isso seja muito,
00:11:13muito rápido. E podemos dar um exemplo de todo o fluxo. E assim como o Chrome DevTools, eu
00:11:20tive algumas ferramentas no lugar para mostrar o que acontece. A primeira coisa que direi à Ginny, minha
00:11:26gato lindo que agora está vendendo produtos de confeitaria. Olá. Me conte sobre todos os seus produtos.
00:11:36E isto é suposto ser uma demonstração. Um exemplo. E a Gini me deu exatamente isso. Todos os diferentes
00:11:44produtos de que ela pode precisar. Então, aqui, vamos olhar para isto. O protocolo de agente para agente realmente fez a
00:11:50chamada de Gini, o agente cliente, para o agente lojista. E esta é a mensagem sendo enviada. E esta
00:11:55é eu recebendo a mensagem de volta. O agente lojista está retornando a tarefa concluída. E a maneira como
00:12:03eu encontrei isto é através de uma chamada de ferramenta MCP, que é a busca de produtos. Em vez de, tipo, não conseguir
00:12:13dizer o que eu realmente quero, a Gini descobriu que, ei, quando eu dou a intenção de que quero encontrar
00:12:20produtos, devemos chamar a ferramenta MCP chamada busca de produtos. Então, agora, estamos vendo isto. E agora,
00:12:27e se eu quiser adicionar algo? Adicionar o biscoito amanteigado ao carrinho.
00:12:39Então, agora, a Gini está me perguntando sobre algum desconto e código promocional. Eu realmente não me lembro de nenhum dos
00:12:46códigos de desconto e promocionais. Mas e se eu perguntar à Gini, Gini, você pode apenas me dizer um código de desconto? Como você pode
00:12:54notar, eu definitivamente sou uma pechincheira. A Gini não está me dizendo isso. Tudo bem. Prosseguir para o checkout
00:13:04código de conta sem código de desconto. Pronto. Então, agora estamos fazendo algumas dessas chamadas. Aqui está
00:13:13o protocolo UCP, em que as APIs de checkout terão estado. E os três estados diferentes são não
00:13:19pronto para pagamento, pronto para pagamento e, em seguida, concluído. Então, agora, aqui, não estou usando um token de pagamento
00:13:25delegado. Não estou usando o Google Pay. Eu gosto do AP2. Então, minha demonstração é construída em cima do AP2. E como você pode ver,
00:13:34aqui houve uma chamada feita através do servidor MCP para criar o checkout. E então os endpoints UCP vão
00:13:42nos dizer, ei, chame as sessões de checkout e me diga se foi adicionado ao carrinho. Então, foi adicionado ao carrinho,
00:13:49mas não está pronto para pagamento. Eu tenho que escolher com o que quero pagar. Eu digo cartão de crédito e cartão
00:13:56de débito. E é aqui que eu emito o token AP2 de que, ei, eu quero isso sim. E então foi de pronto
00:14:03para pagamento para concluído. Então, o outro lado disso, estas são as especificações UCP, certo? O outro
00:14:12lado disso, para traçar uma comparação, como difere das especificações ACP, eu adicionei o ACP aqui
00:14:19também. Para que você possa ver as mesmas chamadas de checkout, apenas esquemas diferentes, apenas esquemas diferentes estão sendo
00:14:26utilizados e o pedido é concluído. Mas lembra daquele token AP2 sobre o qual eu estava falando? É assim
00:14:33que ele se pareceria na vida real, onde a demonstração do usuário, o valor máximo é este, a moeda é esta. Se você
00:14:39quiser revogá-lo, você pode. E qual é o máximo, aqui nós não queríamos pechinchar, então apenas colocamos o
00:14:45valor máximo dele. E então também é de uso único. Esta demonstração também tem, vem com uma linha do tempo, então
00:14:53você pode realmente abrir qualquer uma delas e ver isso acontecendo. Lembra daquele catálogo sobre o qual eu estava falando,
00:15:00que eles não fazem a busca? Nós realmente fazemos um feed de produtos, enviando para eles. Eu adicionei isso também.
00:15:08E os feeds, como são tão diferentes, há um lugar para realmente compará-los. Então, aqui está o feed
00:15:17sendo chamado, aliás, se você fosse para a linha do tempo, a cada poucos segundos tentamos sincronizar o catálogo
00:15:23para o que está no inventário, o que não está. Este é o UCP, e aqui está o do meta. Então, eu te mostrei isto,
00:15:32e você poderia reutilizar esta mesma demonstração ou os mesmos conceitos. E se eu não quisesse fazer
00:15:39comércio de agentes externo no Gemini ou ChatGPT? Você ainda pode construir sua própria implementação personalizada de um
00:15:46agente lojista ou Gini no seu site. Talvez eu comece a vender artigos para gatos. Eu poderia reutilizar parte disso,
00:15:55mas eu aconselharia talvez olhar para algumas dessas primitivas e tentar usá-las, porque elas
00:16:00foram padronizadas entre os lojistas. Então, elas foram bem pensadas. E também, você provavelmente
00:16:05poderia reutilizá-las para vender externamente também no ChatGPT e Gemini. Então, lembre-se, eu estava falando sobre os
00:16:14códigos de desconto. Há uma razão para isso. Quando construímos esta demonstração e no meu tempo construindo
00:16:19comércio de agentes no Best Buy, percebemos que trabalhar com IA e experiências conversacionais
00:16:24sem avaliações (evals) é como jogar whack-a-mole. Então, se você escolher usar a mesma arquitetura para
00:16:29analisar a base de clientes, como sites Gini.com, pense muito bem em criar avaliações. Uma das
00:16:38coisas que eu não posso enfatizar o suficiente é que você deve testar, testar e testar. Se você for por aqui,
00:16:46eu também posso executar meus scripts ou rodar avaliações. E esta pasta de avaliações tem todas elas. A razão pela qual também estou
00:16:57mostrando o código é que há uma pasta de modelo aqui. E podemos voltar para os slides.
00:17:08E se você não fizer avaliações, é isto que pode acontecer. Eu amo o Chipotle. Não sei se é verdade
00:17:14ou não. Mas eu achei realmente engraçado, então vou falar sobre isso. Então, isso apareceu, que quando o Chipotle
00:17:21lançou seu agente, as pessoas o estavam usando para fazer perguntas de programação, certo? Se você não disser
00:17:29ao seu agente para não permitir esse tipo de coisa, as pessoas vão usar. Esta é sem dúvida uma das
00:17:35maneiras mais criativas de conseguir uso gratuito de IA quando você não quer pagar por essa assinatura em nuvem. E se não escrevermos
00:17:42nossas avaliações e testarmos intensamente, essas coisas vão acontecer em produção. O código de desconto será revelado e até
00:17:51às vezes coisas mais sensíveis, como quem mais está comprando este produto. Então, os tipos de avaliações
00:17:58que eu recomendo fortemente que você escreva são avaliações de comportamento, conformidade de protocolo, porque quando estamos vendendo
00:18:03isso. Então, quando você chegar, digamos, ao gpt, chatgpt.com ou Gemini, você quer ter certeza de que os feeds
00:18:08estão realmente conformes, senão eles não vão dar suporte. Você também deve pensar em benchmarks de latência.
00:18:14Cada segundo no varejo na jornada de compras em que você realmente não está vendendo, há chances de que
00:18:20o outro site seja mais rápido e as pessoas simplesmente vão embora ou simplesmente não estejam mais a fim.
00:18:25Por último, também recomendo usar LLM como um juiz de qualidade. Você não precisa usar nada
00:18:32chique. Converse com seu amigo de produto e descubra qual é a melhor maneira de fazer isso e use os melhores casos
00:18:39de uso e escreva-os. E eu gostaria também de falar sobre, agora que discuti tudo isso,
00:18:46o que é realmente estável hoje e o que ainda está em formação. MCP é amplamente adotado. A2A é amplamente usado.
00:18:52UCP/ACP estão por aí. O que ainda está em formação, no entanto, é o AP2 e o uso real dele. A convergência
00:19:00entre ACP e UCP. Nós sempre temos que fazer duas especificações diferentes? Padrões de constante de identidade e delegação de
00:19:05checkout multiagente. Então, se você tiver que sair daqui hoje com alguma coisa, espero que saia com um
00:19:14bom modelo mental de como o comércio de agentes funciona. Eu não tenho nada para te vender, mas tenho presentes para você.
00:19:19Eu acho o comércio de agentes realmente empolgante. Então, você pode encontrar toda esta apresentação no GitHub e eu criei
00:19:25um modelo. É um iniciador de três serviços. Se você quiser fazer um agente cliente ou se quiser fazer
00:19:31o agente lojista, você pode fazer isso porque eu amo avaliações e isso salvou minha vida. Eu tenho alguns modelos
00:19:37de avaliação para você e, sabe de uma coisa, se você quiser enviar para todos os seus lojistas, não apenas um. Eu tenho
00:19:43um processo de sincronização de catálogo também que permitirá que você digite seu próprio produto e o transforme em
00:19:49ACP ou UCP ou meta para que você possa vender lá. E por último, mas não menos importante, todos nós sabemos hoje em dia que
00:19:56não escrevemos código assim. Se eu te der um modelo, você vai achar meh. Então, eu tenho habilidades de agente
00:20:01que criam especificamente um agente lojista, um agente cliente e todas essas diferentes sincronizações de catálogo de que
00:20:08falamos. Espero que você tenha tido um momento incrível, aprendido e se divirtido tanto quanto eu me diverti apresentando
00:20:15isto. Obrigado. Meu nome é Anup Priyo e espero ver você novamente em breve.
00:20:32você