代理商务:谁真正掌握权力的不便真相

返回 Signals

Agentic Commerce2026年6月27日星期六

代理是否会赋权用户或巩固巨头?

Aleksey KlempnerCTO.LA
代理商务:谁真正掌握权力的不便真相

在Kettle品尝抹茶,思考算法决策

在威尼斯海滩的一个温暖日子里,我点了一杯来自Kettle的抹茶拿铁,心中浮现出一个念头:尽管这抹茶令人感到舒适,其草本的清香与奶油的回味交融,但在代理商务这看似友好的表面之下,却滋生着一些深刻的担忧。当我缓慢品味那悠长的鲜味时,意识逐渐清晰——商业本身正在通过算法决策和AI代理的视角,悄然煎熬和过滤。

代理是在重塑,还是仅仅在简化?

在像Tech Fest 2026这样的活动上,OpenAI、Google和Microsoft所编织的叙述在我们日常生活中产生共鸣,可能比我们意识到的还要深刻。在洛杉矶,这个由文化的喧嚣和熙熙攘攘所定义的地方——就像Kettle门前热闹的景象一样——我们很容易忽视自己与曾经的聊天机器人之间的距离,那时的聊天机器人不过是华丽的FAQ机器。如今,AI代理的作用已经不仅限于辅助;它们能够自主完成整个交易——搜索、选择、购买——这些活动曾是审慎人类买家的专属领域。如今,它们已坚定地定位为“代理AI”,被誉为现代商业系统的基础架构[2][4]。

与昨日的工具不同,这种新型代理不仅限于促进搜索,而是全面进入为消费者进行购买的领域。像Databricks这样的主要参与者,将“代理AI”视为自主处理企业任务的基石,承诺无与伦比的效率[2][3]。品牌曾经直接控制与买家的互动,而如今则是在交易过程中,决策过程实际上被外包出去。

痛点与深度整合:转化故事

尽管这些能力听起来宏伟,但它们也带来了许多问题。谁控制着这些代理背后的模型?如何保障决策过程避免对大型品牌的不公平偏见?真相往往在细节之中——这些代理在很大程度上依赖于由Google和Microsoft等财团设计的工具和架构,这意味着权力平衡往往倾斜于定义了什么可以被看到和购买的平台拥有者[3][4]。

这些工具的整合到现有业务基础设施中,暗示着一个未来:人类的角色在减少,而系统却在更多的协调交易[6]。但这一转变也突显出一种潜在的损失:支撑交易完整性的数据层——公司将代理进一步推入系统,期待它们能顺利管理分析和数据收集。

实践障碍与现代采购困境

从实用的角度来看,将自主代理整合入商业的现实,是技术、利益和期望之间复杂的舞蹈。像Procol这样的公司开发了能够自主处理采购的AI入境代理,压缩了以往繁琐的多步骤人力过程[4][9]。这些代理“完成”采购工作流:在收到意图时,迅速将采购订单引导至供应商管道,同时遵循合规性和预算限制,这些历史上由专业人类员工管理的类别[9]。

在检查中,我们可以看到,AI代理在采购和供应链管理中的作用如何实现了流线化。然而,必须指出的是,这些系统的整合需要仔细考虑,以避免潜在的陷阱。

构建以代理为驱动的解决方案:技术遇见现实

如果我们要为一个典型的代理驱动的商业架构绘制一张架构图,它可能看起来像这样:

Systems

解释意图

工具调用功能

与

执行与记录

监测与适应

基于LLM的推理核心

推理代理

搜索、购物车、订单API

工作流引擎如Make.com

交易动作

评估框架

数据系统

商业集成

弹性架构

Diagram: Systems, 解释意图, 工具调用功能, 与, 执行与记录, 监测与适应, 基于LLM的推理核心, 推理代理, 搜索、购物车、订单API, 工作流引擎如Make.com, 交易动作, 评估框架, 数据系统, 商业集成, 弹性架构

控制的层次:谁真正掌控杠杆?

随着我们的商业生态系统演变,控制机制成为潜在机会的号角。协调平台在决定何时触发哪些流程方面发挥着至关重要的作用,为代理提供了必要的环境以繁荣发展[6]。

决策界面:零售商范式的转变

在代理被采纳到商业中时,存在着光明与黑暗的两面。虽然被宣传为以客户为中心及积极的力量,企业却已经感受到控制减少带来的压力,尤其是在客户意图映射过程中。当用户指示“给我我的常规中档咖啡豆”时,代理会根据预设的启发式和持有的数据决定品牌。这进一步加强了一种平台持有的元零售结构,平台算法主导了购买结果[4]。

从企业的角度来看,这引发了品牌透明度丧失的幽灵。曾几何时,品牌对分销渠道有可见性和控制权,如今,基于平台层次操作的代理可能会在激励上与更广泛的品牌价值目标不一致。

对利益相关者的协调:品牌、平台与消费者

令人讽刺的是,尽管代理理论上能够通过提供“最佳选择”来实现购买的民主化,但它们最终反映了创造者的编程偏见——这往往偏向于巩固的商业协议。这种动态为品牌设定了一个至关重要的任务:提高其数据交付系统和谈判协议,以便以透明的方式直接吸引代理,强调机器可读的质量和成本指标,以与消费者的需求一致。

搭建桥梁与护栏

透过代理商务的市场推广华丽外衣,品牌需要发展健全的数据治理和弹性架构,以抵御潜在的数据错误并充分利用交易的判断力[9]。对于品牌而言,将透明性与责任感融入其流程,将可以在短期未来成为生存标志,确保他们能够在充满AI的市场水域中游刃有余,而不是沉没。

这对您的品牌意味着什么

转向以代理为主导的商务需要对策略进行重新配置,而不仅仅是技术更新。对品牌来说,这要求不断将准确的、机器可读的数据输入系统,以便在代理调解的消费环境中竞争。

  1. 了解您的数据管道:确保您的品牌保持结构化数据集,以直接吸引代理的决策算法。
  2. 修订营销协议:将注意力从对消费者的说服转向对算法的说服;机器可读性现在可以定义您的营销优势。
  3. 与平台合作:直接与您的代理触点开发者进行接触,明确您的品牌理念。

随着越来越多的公司进入这个勇敢的新世界,唯有那些熟悉数据语言、准备好在机器与市场之间进行细微互动的人,才能最终掌握存在与盈利的主导地位。

参考文献

  1. AI代理支付:支付处理商如何支持代理商务...
  2. 什么是代理AI? - Databricks
  3. Microsoft与Google在M365与Workspace中采取不同的AI代理策略
  4. Procol AI:以代理AI重新构想的采购软件
  5. Veeam扩展与Everpure的战略联盟,以在企业规模上提供数据AI弹性
  6. AI入境管理以加速采购请求 - Procol
  • agentic commerce
  • AI product visualization
  • commerce AI architecture
  • structured data for AI search