Agent AI w e-commerce: co realnie zautomatyzuje w sklepie, a czego lepiej mu nie dawać

O AI w e-commerce mówią dziś wszyscy, ale większość rozmów kończy się na jednym słowie: chatbot. To wygodny obrazek, bo chatbota widać na stronie. Problem w tym, że chatbot to mniej więcej 15 procent tego, co AI potrafi zrobić w sklepie. Reszta dzieje się na zapleczu, tam, gdzie klient nie zagląda, a gdzie znika najwięcej Twoich godzin: zamówienia, stany, zwroty, dane z hurtowni, opisy produktów.

Buduję dla sklepów automatyzacje i agentów AI, więc patrzę na to od strony operacji, nie od strony hype'u. Ten tekst pokazuje, gdzie AI naprawdę pracuje w e-commerce, gdzie daje pieniądze, a gdzie potrafi narobić szkód, jeśli dasz jej za dużo swobody. Bez owijania i bez obietnic, których technologia nie dowozi.

Czym różni się agent AI od zwykłego chatbota

Chatbot odpowiada. Agent działa. To jest cała różnica i ona zmienia wszystko.

Klasyczny chatbot prowadzi rozmowę: pyta, odpowiada, podaje informację. Agent AI idzie krok dalej. Dostaje cel i wykonuje go, łącząc się z Twoimi narzędziami: zagląda do systemu zamówień, sprawdza stan w magazynie, pobiera dane z hurtowni, przygotowuje opis, aktualizuje cenę. Nie tylko mówi, co zrobić. Robi to.

Ten kierunek ma już swoją nazwę, agentic commerce, i jest jednym z najgłośniejszych trendów na 2026 rok. Zmienia nawet to, jak klienci trafiają do sklepów: coraz częściej produkt znajduje nie człowiek przeglądający stronę, tylko asystent AI, który czyta dane Twoich ofert i poleca je dalej. Wrócę do tego niżej, bo dla sklepów to spora zmiana.

Gdzie AI naprawdę pracuje w sklepie

Najprościej podzielić to na trzy obszary, według tego, jak blisko klienta się dzieje.

Zaplecze, czyli tam, gdzie są największe oszczędności

To miejsce, którego klient nie widzi, a które zjada najwięcej czasu zespołu. I tu AI daje najwięcej.

Obsługa zamówień i statusów: agent porządkuje napływające zamówienia, pilnuje statusów, przygotowuje odpowiedzi o stanie paczki. Zwroty: kwalifikuje zgłoszenie, sprawdza warunki, przygotowuje dokument. Dane produktowe z wielu źródeł: to jeden z najmocniejszych zastosowań, o którym mało kto mówi. Jeśli ciągniesz asortyment z kilku hurtowni, agent potrafi zebrać te dane w jednym miejscu, porównać je, wychwycić różnice w cenach i stanach i zaktualizować to, co wymaga aktualizacji. Opisy i tłumaczenia: z prostych danych jak nazwa i parametry powstają dziesiątki opisów pod SEO, tłumaczenia na inne rynki, skróty na listingi, metadane.

Skala oszczędności na zapleczu bywa większa niż na froncie, bo to tam siedzi najwięcej powtarzalnej pracy. Konkretne liczby zależą od sklepu i procesu, więc zamiast obiecywać procenty, proponuję policzyć to na jednym Twoim procesie: ile godzin tygodniowo zjada dziś i ile z tego da się oddać automatyzacji.

Obsługa klienta, czyli front

Tu mieści się ten słynny chatbot. Asystent zakupowy odpowiada na pytania o produkty, dostępność i status zamówienia, działa o każdej porze i skraca czas reakcji. Badanie McKinsey pokazało, że asystenci oparci na AI pomogli obsłużyć o 14 procent więcej zgłoszeń na godzinę i skrócili średni czas obsługi o 9 procent. Część sklepów raportuje też wzrost konwersji i mniej zgłoszeń do obsługi, choć te liczby mocno zależą od wdrożenia, więc traktuj je ostrożnie.

Pamiętaj o proporcji. Front to ułamek potencjału. Jeśli zaczniesz i skończysz na chatbocie, zostawiasz większość oszczędności na stole.

Widoczność, czyli jak AI poleca Twój sklep

To najnowszy obszar i wart osobnej uwagi. Agent AI nie ogląda ładnych zdjęć. Pobiera dane: nazwę, cenę, dostępność, parametry, opinie. Gdy klient pyta asystenta AI o produkt, ten poleca sklepy, których dane są kompletne i dobrze poukładane. Nazywa się to GEO, optymalizacja pod silniki generatywne, i jest tym, czym kiedyś było SEO pod Google. Sklep z bałaganem w danych produktowych po prostu nie istnieje dla takiego asystenta.

Czy podpiąć agenta pod Twój ERP albo system zarządzania sprzedażą

To pytanie pada u prawie każdego sklepu, więc rozłóżmy je na czynniki. Agent jest tyle wart, ile danych, do których ma dostęp. Najciekawsze rzeczy dzieją się, gdy łączy kilka źródeł naraz.

Po stronie księgowości i ERP w Polsce mówimy zwykle o systemach takich jak Subiekt GT i Subiekt nexo, Comarch ERP Optima, enova365 czy WAPRO. Tam siedzą koszty zakupu, marże, dokumenty, dane kontrahentów. Po stronie zarządzania sprzedażą i zamówieniami to systemy klasy OMS: BaseLinker, Apilo, Sellasist. Tam są zamówienia, stany, integracje z marketplace'ami i kurierami.

Czy warto podpinać? Tak, jeśli właśnie w tych systemach leży Twój ból i Twoje dane. Agent, który widzi koszty z ERP i zamówienia z OMS naraz, odpowie na pytania, których żaden z tych systemów osobno nie ogarnie. Z jednym zastrzeżeniem, które powtarzam jak mantrę: do ERP i księgowości agent powinien mieć dostęp tylko do odczytu. Ma czytać, zestawiać i podpowiadać, a nie zmieniać dokumenty księgowe. Zapis zostaw człowiekowi i właściwemu systemowi.

Przykłady trudnych pytań, na które odpowie taki agent

Tu widać różnicę między zabawką a narzędziem. Proste pytanie obsłuży byle czat. Poniższe wymagają połączenia danych z kilku źródeł naraz, i właśnie to robi dobrze zbudowany agent:

• Które produkty po doliczeniu kosztu zakupu z hurtowni i prowizji marketplace schodzą poniżej zakładanej marży?
• Gdzie ten sam produkt ma inną cenę w sklepie i na Allegro, i o ile?
• Które SKU sprzedają się szybciej, niż nadchodzą dostawy, i kiedy zabraknie stanu przy obecnym tempie?
• U której z trzech hurtowni dany produkt jest dziś najtańszy i dostępny od ręki?
• Pokaż zamówienia z ostatniego miesiąca z kosztem wysyłki i zwrotami per kategoria i wskaż, gdzie tracę.
• Którzy klienci kupili produkt o krótkim cyklu ponownego zakupu i nie wrócili w spodziewanym oknie?

Żadne z tych pytań nie ma odpowiedzi w jednym systemie. Trzeba zestawić koszty z ERP, zamówienia i stany z OMS, ceny z marketplace i dane z hurtowni. To jest ta praca, którą dziś ktoś robi ręcznie w Excelu przez pół dnia, a agent zestawia w kilka chwil.

Agent dla zarządu, nie tylko dla klienta

Większość myśli o czacie jako o czymś dla klienta. Ale ta sama technologia, podpięta pod zupełnie inny zestaw danych, robi się narzędziem dla właściciela albo zarządu. Zamiast danych produktowych dla kupującego, taki agent widzi sprzedaż, marże, zapasy i wskaźniki. Odpowiada na pytania w stylu „jak nam idzie ten miesiąc w porównaniu do zeszłego" albo „które kategorie tracą rentowność". To osobny agent, z innym zakresem danych i innymi dostępami niż ten dla klientów, i często daje właścicielowi więcej niż jakikolwiek dashboard.

Jak to wygląda w praktyce

Najlepsza zasada wdrożenia, jaką znam, jest prosta: nie automatyzuj wszystkiego naraz. Zacznij od jednego procesu, który powtarzasz co tydzień i który zabiera nieproporcjonalnie dużo czasu. Zwykle to coś nudnego: uzgadnianie stanów między hurtowniami a sklepem, przepisywanie danych, odpowiadanie na te same pytania o status, ręczne klepanie opisów.

Weź ten jeden proces, daj go AI jako asystentowi i zmierz, ile czasu wróciło. Dopiero potem dokładaj kolejny. Wdrożenia, które wybuchają, to zwykle te, w których ktoś próbował zautomatyzować pół firmy w miesiąc. Wdrożenia, które się bronią, rosną po jednym procesie.

Zagrożenia, czyli gdzie AI lepiej nie dawać ostatniego słowa

To część, którą większość poradników pomija, a która decyduje o tym, czy AI Ci pomoże, czy narobi szkód.

Halucynacje przy danych krytycznych. AI potrafi podać błędną wartość z pełnym przekonaniem. Przy opisie produktu to drobiazg. Przy cenie, stanie magazynowym albo zobowiązaniu wobec klienta to kosztowna strata. Tam, gdzie błąd kosztuje, AI ma być asystentem, nie ostatnią instancją.

Wybór modelu ma znaczenie. Modele AI różnią się skłonnością do zmyślania i tym, jak radzą sobie z liczbami i danymi. Do zadań, gdzie liczy się precyzja, dobiera się inny model niż do swobodnej rozmowy z klientem. Zły dobór modelu to częsta, niewidoczna przyczyna słabych wyników, o której wdrożeniowcy rzadko mówią.

Działania nieodwracalne. Wysłanie pieniędzy, anulowanie zamówienia, masowa zmiana cen, zakończenie ofert. Takie rzeczy zostawiaj do zatwierdzenia człowiekowi. Agent przygotowuje, człowiek akceptuje. To jedna decyzja projektowa, która oszczędza wielu nieprzespanych nocy.

Słabe dane, słaby agent. AI jest tak dobra, jak dane, które dostaje. Jeśli Twój katalog jest niespójny, agent powieli ten bałagan, tylko szybciej (o tym, jak niespójne powiązania ofert psują choćby stany na Allegro, pisałem osobno). Zanim cokolwiek zautomatyzujesz, uporządkuj proces. Automatyzując chaos, dostajesz przeskalowany chaos.

Bezpieczeństwo i dostępy. Agent z dostępem do Twoich systemów to też wektor ryzyka. Tam, gdzie agent ma tylko czytać i raportować, dawaj mu dostęp wyłącznie do odczytu. Pełne uprawnienia tylko tam, gdzie są naprawdę potrzebne i pod kontrolą.

Uzależnienie od jednego dostawcy. Jeśli całą obsługę oprzesz na jednym zewnętrznym narzędziu, jego awaria albo zmiana cennika staje się Twoim problemem. W praktyce chodzi o to, żeby trzymać swoje dane i logikę po swojej stronie, łączyć się ze światem przez otwarte standardy, jak MCP, i móc wymienić model albo dostawcę bez przebudowy całości. Sens jest prosty: nie wynajmuj całego mózgu firmy od jednego SaaS-a, bo wtedy jego decyzje stają się Twoimi ograniczeniami.

Uwaga na słabe czaty i słabych wdrożeniowców

Najczęstsza wpadka to czat doklejony do strony, który nie ma dostępu do żadnych danych sklepu. Wygląda nowocześnie, a na pytanie „czym się zajmujecie" odpowiada ogólnikami w stylu „oferujemy innowacyjne rozwiązania, które poprawiają doświadczenia klientów". Z takiej odpowiedzi nic nie wynika. Taki czat nie sprawdzi promocji, nie poleci produktu, nie odpowie o status zamówienia, bo nie jest podpięty pod nic.

Dobry asystent jest podpięty pod realne dane: zna asortyment, widzi promocje, potrafi polecić konkretny produkt i sprawdzić zamówienie. Jeśli wdrożeniowiec wrzuca Ci sam widget bez podpięcia pod dane sklepu, dostajesz atrapę, nie narzędzie. To samo dotyczy doboru modelu i ustawienia dostępów. Pytaj o to, zanim zapłacisz za wdrożenie.

Zasady, którymi sam się kieruję przy wdrożeniach

Kilka reguł, które wyniosłem z praktyki i które chronią przed większością wpadek:

• Zacznij od jednego procesu, nie od całej firmy.
• Przy krytycznych danych i nieodwracalnych akcjach człowiek zatwierdza, agent przygotowuje.
• Najpierw uporządkuj dane i proces, potem automatyzuj.
• Dawaj dostęp do odczytu wszędzie, gdzie wystarczy odczyt. Pełne uprawnienia tylko pod kontrolą.
• Dobierz model do zadania, inny do precyzji, inny do rozmowy.
• Mierz oszczędzony czas, bo to jedyny dowód, że wdrożenie ma sens.

Co to znaczy dla Twojego sklepu

AI w e-commerce nie jest jedną rzeczą do włączenia. To zestaw narzędzi, z których część zwróci się od pierwszego tygodnia, a część tylko narobi bałaganu, jeśli wpuścisz ją bez przygotowania. Najwięcej zyskują sklepy, które zaczynają od konkretnego, powtarzalnego bólu i dają AI rolę asystenta, nie szefa.

Najczęstsze pytania

Źródła i dalsza lektura