Amazon blokuje agenty AI: \$68,6 mld z reklam pod ryzykiem

Amazon, Meta i eBay tworzą nowe zasady dostępu dla agentów AI, chroniąc bezpośredni kontakt z klientem oraz wielomiliardowe przychody z reklam. Podczas gdy analitycy McKinsey prognozują, że rynek agentic commerce osiągnie wartość od 3 do 5 bilionów dolarów globalnie do 2030 roku, obecnie zaledwie 3% sprzedawców e-commerce umożliwia botom realizację transakcji do końca. Dla architektów IT, CTO i founderów w PL/UE oznacza to konieczność natychmiastowego dostosowania infrastruktury API, polityki anty-botowej oraz struktur danych produktowych.

Wojna o klienta: Amazon, Meta i podział rynku e-commerce

Relacja między właścicielami platform cyfrowych a autonomicznymi agentami AI przekształciła się w bezpośredni konflikt o kontrolę nad klientem i monetyzację ruchu. Wdrożenie narzędzi zakupowych przez Meta czy OpenAI zagraża tradycyjnym modelom reklamowym opartym na przeglądaniu ofert przez ludzi. Platformy handlowe stają przed wyborem między ochroną własnego ekosystemu a wpuszczeniem zewnętrznych algorytmów na swoje strony.

Głównym powodem blokowania agentów przez Amazon jest ochrona biznesu reklamowego. W 2025 roku Amazon wygenerował \$68,6 mld przychodu z reklam przy \$34,4 mld zysku operacyjnego z samej sprzedaży detalicznej. Przychody reklamowe stanowią 200% zysku operacyjnego sklepu. Amazon pobiera średnio 9,6 centa z reklam za każdego dolara sprzedaży netto, podczas gdy Walmart uzyskuje około 0,9 centa. Autonomiczny agent AI (taki jak Meta Muse uruchomiony 8 września i zablokowany przez Amazon 12 dni później) pomija sponsorowane oferty, nie generując wyświetleń reklamowych. Amazon podjął kroki prawne przeciwko narzędziu Comet od Perplexity, a także zablokował agenty od Google i OpenAI (w tym boty Dots). Jednocześnie Amazon rozwija własnego asystenta Rufus (Alexa for Shopping), z którego skorzystało ponad 350 milionów użytkowników.

Strategie rynkowe największych graczy uległy wyraźnemu podziałowi:

Shopify zintegrował Meta Muse poprzez Shop Pay domyślnie dla milionów sprzedawców. Z kolei eksperyment Amazon o nazwie Buy for Me (obejmujący ponad 500 000 produktów) wywołał protesty ponad 180 niezależnych marek (m.in. Hitchcock Paper i Bobo Design Studio), ponieważ agent kupował produkty niedostępne w magazynie lub błędnie skategoryzowane bez zgody właścicieli sklepów.

Dlaczego Amazon i banki blokują autonomiczne agenty AI?

Decyzja o blokowaniu nieautoryzowanych botów zakupowych wynika ze złożonych wyzwań z zakresu bezpieczeństwa, weryfikacji tożsamości oraz delegowania uprawnień płatniczych. Przejście od uwierzytelniania człowieka do autoryzacji działania cyfrowego pełnomocnika tworzy luki prawne i ryzyko oszustw finansowych. Ponadto tradycyjne systemy anty-botowe nie potrafią odróżnić złośliwego oprogramowania od legalnego agenta AI działającego w imieniu użytkownika.

Instytucje finansowe, w tym JPMorgan Chase oraz Charles Schwab, potwiedziły blokowanie nieautoryzowanych agentów AI próbujących uzyskać dostęp do kont klientów. Członek Rady Gubernatorów Rezerwy Federalnej, Christopher Waller, wskazał, że kluczowy problem przeniósł się z udowodnienia, iż kupujący jest uprawnionym płatnikiem, na udowodnienie, że agent posiada delegowane uprawnienia do płacenia w imieniu kupującego.

Infrastruktura bezpieczeństwa sieciowego stwarza dodatkowe bariery eksploatacyjne: – Systemy ochrony infrastruktury, takie jak Cloudflare, klasyfikują ruch agentów jako automatyczne zbieranie danych lub próby przejęcia kont. – Google ograniczył dostęp części kont korzystających z Meta Muse po wykryciu zachowań zakwalifikowanych jako podejrzane. – Target wprowadził do regulaminu zapis, według którego każda transakcja dokonana przez zatwierdzonego agenta jest prawnie traktowana jako autoryzowana bezpośrednio przez użytkownika. – Marki modowe, takie jak Tapestry (właściciel Coach i Kate Spade), zablokowały autonomiczne zakupy ze względu na ryzyko wyłudzeń i chargebacków, zezwalając jedynie na zatwierdzone kanały przez Google Gemini z wymogiem ręcznej akceptacji każdej płatności.

Nowy stos technologiczny: protokoły MCP, A2A i AP2

Rozwój handlu autonomicznego wymaga stworzenia nowej architektury cyfrowej opartej na otwartych protokołach komunikacyjnych, bezpiecznych płatnościach oraz ustrukturyzowanych danych produktowych. Dotychczasowe metody optymalizacji pod wyszukiwarki internetowe ulegają dezaktualizacji na rzecz bezpośredniego zasilania modeli językowych ustrukturyzowanymi informacjami o asortymencie. Architekci IT muszą dostosować interfejsy API do automatycznej obsługi zapytań i transakcji inicjowanych przez algorytmy.

Według raportu McKinsey, standard technologiczny agentic commerce opiera się na sześciu filarach i otwartych protokołach: 1. Model Context Protocol (MCP): Opracowany przez Anthropic standard interoperacyjności umożliwiający agentom współdzielenie kontekstu, pamięci i intencji między różnymi modelami i narzędziami. 2. Agent-to-Agent Protocol (A2A): Protokół komunikacyjny oparty na JSON-RPC i HTTP, pozwalający autonomicznym agentom na bezpośrednią negocjację i koordynację zadań bez udziału człowieka. 3. Agent Payments Protocol (AP2): Otwarty protokół płatności od Google, wspierany przez Mastercard, PayPal, American Express oraz Visa, wykorzystujący kryptograficznie podpisane mandaty do weryfikacji intencji i koszyka. 4. Agentic Commerce Protocol (ACP): Protokół rozwijany przez OpenAI we współpracy ze Stripe, umożliwiający dokonywanie zakupów bezpośrednio w interfejsie ChatGPT. 5. KYAPay / Skyfire: Protokół klasy Know Your Agent (KYA) dostarczający agentom zweryfikowaną tożsamość, programowalne limity wydatków oraz cyfrowe poświadczenia tokenizowane.

Zmienia się również sprawność marketingu cyfrowego. Badanie przeprowadzone przez NP Digital na grupie marketerów wykazało, że o obecności marki w rekomendacjach AI decydują nowe wskaźniki: – Wzmianki o marce w sieci (Brand mentions): 94% krytycznego wpływu. – Oceny i sentyment recenzji (Reviews & sentiment): 91% wpływu. – Tradycyjne linki zwrotne (Backlinks): Zaledwie 3% znaczenia.

Aż 59% marketerów potwierdza, że rekomendacje maszynowe mają już istotny wpływ na decyzje zakupowe. Agenty AI wymagają precyzyjnych i aktualnych feedów produktowych (dostępność, warianty, specyfikacja, koszty i czas dostawy, polityka zwrotów). Błędne dane w feedzie powodują, że agent trwale wyklucza dany sklep z rekomendacji.

Psychologia konsumenta: AI w codziennych zakupach

Gotowość konsumentów do przekazania kontroli nad zakupami sztucznej inteligencji różni się drastycznie w zależności od kategorii produktu i stopnia ryzyka finansowego. Klienci chętnie wykorzystują algorytmy do wyszukiwania oraz porównywania ofert, lecz zachowują wstrzemięźliwość przy automatycznym składaniu zamówień. Akceptacja automatyzacji koncentruje się na powtarzalnych zakupach rutynowych, podczas gdy towary wymagające osobistego dopasowania pozostają pod ścisłą kontrolą człowieka.

Dane empiryczne wskazują na wyraźny rozstrzał między intencją a pełną autonomią: – Badanie Accenture (25 000 konsumentów w 16 krajach): 74% pozwala AI pomagać w wyszukiwaniu i porównywaniu produktów, 32% zgadza się, by AI wybrało produkt w ustalonych limitach (przy ręcznej akceptacji płatności), a tylko 9% akceptuje samodzielny zakup przez bota. – Badanie NMI: Tylko 3% dorosłych Amerykanów traktuje AI jako osobistego zakupowca, 10% daje pełną kontrolę, a 45% deklaruje brak zaufania do zakupów robionych przez AI. – Badanie Invoice Home: 30% konsumentów najbardziej ufa narzędziom AI od Amazon (Rufus / Alexa), 17% ufa OpenAI ChatGPT, a 14% sklepom Walmart. Jednak 58% obawia się zbierania i sprzedaży danych behawioralnych, a 20% obawia się, że narzędzia Amazon nie działają w ich interesie.

Według analiz ING Research oraz NP Digital, rynek dzieli się na dwie kategorie produktowe: 1. Wysoka automatyzacja (Rutyna i standaryzacja): Papier toaletowy, środki czystości, elektronika użytkowa o jasnych specyfikacjach, produkty do pielęgnacji. 2. Niska automatyzacja (Tożsamość i estetyka): Meble (np. sofa do salonu), odzież, towary luksusowe, rezerwacje hotelowe. Konsumenci traktują AI w tych kategoriach wyłącznie jako filtr zmniejszający liczbę opcji.

Mimo niskiej autonomii transakcyjnej, ruch generowany przez AI rośnie. Dane NP Digital pokazują, że odwiedzający przekierowani z systemów AI stanowią 6,2% całkowitego ruchu i odpowiadają za 11,4% wartości sprzedaży, konwertując niemal dwukrotnie lepiej niż przeciętny użytkownik. Według BrightEdge, liczba transakcji realizowanych przy wsparciu agentów rośnie w tempie 43% miesięcznie.

Wnioski praktyczne i rekomendacje

Skonfiguruj struktury danych produktowych w formatach maszynowych (JSON-LD, open API), publikując w czasie rzeczywistym aktualne stany magazynowe, dokładne wymiary, całkowite koszty dostawy i zasady zwrotów, aby zapobiec wykluczeniu z feedów agentów AI.

Zmierz udział ruchu pochodzącego z silników odpowiedzi AI w narzędziach analitycznych, wyodrębniając wejścia z referrali takich jak ChatGPT, Perplexity, Gemini oraz Copilot, które obecnie często błędnie klasyfikowane są jako ruch bezpośredni (direct).

Zweryfikuj politykę bezpieczeństwa i reguły zapór sieciowych (WAF / Cloudflare), aby precyzyjnie odróżniać autoryzowane agenty AI działające w imieniu zweryfikowanych klientów od złośliwego ruchu zbierającego dane (scrapers).

Wdróż obsługę nowoczesnych protokołów tożsamości i płatności cyfrowych, takich jak Model Context Protocol (MCP) oraz Agent Payments Protocol (AP2), integrując tokenizowane poświadczenia kartowe z cyfrowym podpisem mandatu transakcyjnego.

Zanalizuj profil reputacyjny marki poza własną witryną, przekierowując budżety z tradycyjnego budowania linków (backlinks) na pozyskiwanie recenzji i obecność w niezależnych serwisach branżowych, stanowiących główne źródło wiedzy dla algorytmów rekomendacyjnych.

Źródła

• AI Shopping Agents Force Retailers to Rethink Customer Access and Payment Controls
• AI Shopping Is Here, and Amazon Isn’t Too Happy About It
• AI agents promise to shop for you, but Amazon, eBay and banks are shutting them out
• Agentic commerce: How agents are ushering in a new era | McKinsey
• Amazon Responds to AI Shopping Agents | iPhone in Canada
• Amazon Won’t Let Your AI Agent Shop. Its Ad Business Explains Why
• Consumers wary about AI shopping assistants but Amazon is changing perceptions
• How AI agents could reshape retail as stores move beyond sales | articles | ING THINK