Per i marchi di e-commerce orientati al futuro, il cliente principale sta rapidamente cambiando da una persona dietro uno schermo advert agenti di intelligenza artificiale che il cliente umano impiega per loro conto per ricercare e, se le proiezioni sono corrette, acquistare il prodotto per loro conto.
Gigante dei servizi bancari e finanziari di investimento Morgan Stanley, ad esempio, ha pubblicato una ricerca suggerendo che il 10-20% dell’intera spesa commerciale degli Stati Uniti potrebbe essere destinata agli agenti entro il 2030, per un importo compreso tra 190 e 385 miliardi di dollari.
In risposta a questo cambiamento epocale, la startup di e-commerce Agentic AI fondata quattro anni fa Azoma ha presentato l’Agentic Service provider Protocol (AMP).
Questo nuovo quadro è progettato per fornire ai rivenditori advert alto quantity – come marchi di generi alimentari, produttori di elettronica ed etichette di moda – un ancoraggio “favorevole al marchio” in un ecosistema sempre più dominato da acquirenti autonomi.
L’thought è avvincente e apparentemente semplice nella sua essenza: invece dell’attuale established order in cui i commercianti che vendono prodotti fisici on-line devono inserire manualmente informazioni su ciascun prodotto come SKU e materiali su diversi mercati on-line e aggregatori di elenchi di prodotti (advert esempio Walmart, Amazon, Google Procuring, ecc.) – i marchi possono ora semplicemente prendere tutte queste informazioni, inserirle nella piattaforma di Azoma e spingerle ovunque debbano andare, comprese le pagine ottimizzate per gli agenti AI per cercare e recuperare le informazioni per gli utenti, consigliando loro i prodotti adatti. la loro domanda specifica.
Usare la tecnologia per porre tremendous all’period della “scatola nera” del primo e-commerce con intelligenza artificiale
La moderna integrazione dell’intelligenza artificiale si basa in genere su sistemi isolati come ACP di OpenAI o UCP di Google. Sebbene questi protocolli gestiscano le strette di mano tecniche necessarie per la scoperta e il pagamento, offrono una supervisione minima sull’integrità del marchio.
Quando un agente AI distribuito da un cliente “ragiona” sulla richiesta di prodotto del suo consumatore umano, spesso sintetizza dati da angoli non verificati del internet, come Reddit o siti affiliati obsoleti, creando un effetto “scatola nera” in cui il messaggio previsto dal marchio viene perso.
AMP funziona come un “sistema di registrazione” di alto livello che collega queste piattaforme disparate. Consente alle aziende di centralizzare la propria intelligence sui prodotti, compresi i guardrail legali e i libri di marca, in un unico formato nativo per la macchina.
“AMP rompe le fondamenta dell’e-commerce tradizionale”, afferma Max Sinclair, CEO di Azoma in un comunicato stampa condiviso con VentureBeat prima dell’annuncio ufficiale fissato per il 12 marzo a Londra. “Per decenni, mercati come Amazon e Walmart hanno agito come guardiani controllando le pagine dei dettagli dei prodotti, le classifiche e la distribuzione. I marchi hanno ottimizzato una serie finita di endpoint: PDP, annunci, risultati di ricerca. In un mondo basato sugli agenti, quelle pagine fisse non esistono più”.
La piattaforma Azoma è progettata specificamente per rivenditori al dettaglio e produttori di beni fisici advert alto quantity, con una concentrazione primaria sui settori dei beni di consumo confezionati (CPG) e dei beni di consumo in rapido movimento (FMCG).
In un’intervista con VentureBeat, Sinclair ha distinto esplicitamente l’utilità del protocollo dalle risorse o dai servizi esclusivamente digitali, sottolineando che Azoma attualmente non supporta NFT, SaaS o settori finanziari come quello bancario e assicurativo.
Che si tratti di facilitare il riordino automatizzato di beni di prima necessità come il sapone per lavastoviglie o di fornire dati “ragionanti” per acquisti advert alta considerazione come integratori specializzati e {hardware} per lo sci, il protocollo funge da tessuto connettivo digitale per i marchi il cui valore è radicato nel mondo fisico.
La sovranità in un mondo multi-agente
Il protocollo ha già visto una rapida adozione da parte di una coalizione di giganti dei beni di consumo, tra cui L’Oréal, Unilever, Mars, Beiersdorf e Reckitt. Per queste organizzazioni, mantenere un’identità coerente su varie superfici di intelligenza artificiale è una priorità urgente.
“Il fatto che aziende come L’Oréal, Unilever, Mars e Beiersdorf si siano mosse così rapidamente per adottare AMP la cube lunga sull’urgenza che avvertono”, ha osservato Sinclair durante una recente intervista con VentureBeat. “Si tratta di aziende che hanno impiegato decenni a costruire il valore del marchio: non hanno intenzione di cedere il controllo di come i loro prodotti vengono rappresentati a una scatola nera basata sull’intelligenza artificiale”.
La suite AMP fornisce numerous leve fondamentali per i chief tecnici:
-
Cataloghi canonici nativi della macchina: Strutture dati progettate specificamente per l’acquisizione LLM, arricchite con segnalazione a livello di persona.
-
Distribuzione Internet aperta programmatica: garantire che i dati trovati dagli agenti sul Internet corrispondano alla documentazione ufficiale del marchio.
-
Infrastruttura indipendente dagli agenti: un design che impedisce il vincolo del fornitore consentendo ai marchi di interfacciarsi con qualsiasi assistente AI o agente del mercato.
-
Visibilità delle prestazioni: strumenti per misurare il modo in cui gli agenti “pesano” gli attributi specifici del prodotto e verificano la conformità nell’ecosistema.
L’intelligenza come fossato competitivo
Oltre alla semplice distribuzione dei dati, Azoma fornisce un flusso di lavoro end-to-end progettato per garantire quote di mercato in un’economia basata sull’intelligenza artificiale.
La piattaforma embody un motore proprietario “RegGuard™ Compliance” che controlla automaticamente tutti i contenuti generati rispetto a rigide linee guida del marchio e norme normative, come gli commonplace FDA/DSHEA.
Questa supervisione automatizzata è abbinata al monitoraggio avanzato delle citazioni, consentendo ai marchi di vedere esattamente quali fonti, da Reddit e Quora a Wikipedia e YouTube, gli agenti di intelligenza artificiale citano quando danno una raccomandazione.
Questa visibilità granulare ha già prodotto notevoli miglioramenti in termini di prestazioni per i primi associate. L’azienda riferisce che per il marchio Rurocil traffico del sito proveniente da ChatGPT è aumentato di 14 volte, posizionandoli come il marchio di caschi da sci numero 1 consigliato nelle aree geografiche goal.
Allo stesso modo, i clienti hanno visto aumentare di 5 volte la loro quota di menzioni all’interno di specifici agenti di vendita al dettaglio come Amazon Rufus, mentre i contenuti ottimizzati hanno dimostrato aumenti di conversione fino al 32% negli cut up take a look at.
Affrontando i “GEO blocker” tecnici, come errori di schema, lacune di crawlability e contenuti solo JavaScript che gli scraper tradizionali potrebbero non cogliere, Azoma consente ai model di passare dall’osservazione passiva all’ottimizzazione attiva della conversazione AI.
Per aziende in rapida crescita come Good Ted, questa visibilità ha contribuito a un aumento dei ricavi del +532% su base annua.
Fondere il DNA del mercato con la ricerca sull’intelligenza artificiale
Il gruppo dirigente di Azoma rispecchia l’intersezione tra vendita al dettaglio su larga scala e calcolo avanzato.
Sinclair ha trascorso sei anni in Amazon, dove ha guidato l’esperienza di navigazione dei clienti per il lancio a Singapore e ha gestito l’espansione di Amazon Grocery in tutta l’Unione Europea.
Questo incarico presso il più grande rivenditore al dettaglio del mondo ha evidenziato i limiti delle inserzioni statiche in un mercato dinamico basato sull’intelligenza artificiale. “Nel mondo dell’e-commerce tradizionale… scriveresti un elenco di prodotti, lo pubblicheresti e basta”, ha osservato Sinclair. “In questo nuovo mondo, le pagine di dettaglio prodotto sono generative… i nostri clienti perdono tutto il controllo”.
La struttura tecnica del protocollo è guidata dal CTO Timur Luguev, Fulbright Scholar e ERCIM Fellow con oltre un decennio nel deep studying multimodale.
Luguev vede l’AMP come un modo per influenzare indirettamente la più ampia “impronta on-line” che informa il ragionamento dell’IA. “Vogliamo nutrire gli agenti, fondamentalmente, indirettamente, attraverso un’impronta on-line aperta”, ha spiegato Luguev.
“Questo è il punto focale: fondamentalmente definire prima questo tipo di commonplace, quindi centralizzare queste informazioni sul prodotto e sul marchio in un unico posto, quindi distribuirle su superfici aperte, quindi quantificare e misurare l’impatto”.
Licenze e implicazioni di mercato
Azoma sta posizionando il suo protocollo come un’alternativa neutrale agli approcci “walled backyard” dei principali fornitori di tecnologia. Mentre i motori di ricerca danno priorità all’esperienza utente del consumatore, AMP si concentra esclusivamente sui requisiti di prevedibilità e accuratezza del commerciante.
|
Caratteristica |
Protocolli di piattaforma (ACP/UCP) |
AzomaAMP |
|
Obiettivo primario |
Esecuzione della transazione |
Controllo del marchio e syndication multi-agente |
|
Portata dati |
Solo ecosistema interno |
Multipiattaforma e Internet aperto |
|
Governo del marchio |
No / Supervisione parziale |
Controllo completo definito dall’azienda |
|
Integrazione |
API incentrate sugli sviluppatori |
Advertising e commercio adatti ai staff |
Questo cambiamento sostituisce efficacemente la tradizionale ottimizzazione dei motori di ricerca (search engine marketing) con l’ottimizzazione del commercio agente (ACO).
Sinclair sostiene che questa transizione è guidata da un cambiamento nella fiducia dei consumatori. “Avrai fiducia che ChatGPT agisca sui tuoi dati [more] piuttosto che scrivere su Google “quale materasso dovrei usare” e cliccare semplicemente su chi ha pagato per quel hyperlink in alto,” spiega.
Struttura dei prezzi
La strategia commerciale di Azoma è progettata per colmare il divario tra l’approvvigionamento di software program aziendale tradizionale e i parametri basati sulle prestazioni dell’period dell’intelligenza artificiale. Attualmente, l’azienda utilizza un modello aziendale commonplace, impegnandosi con i suoi associate globali attraverso contratti annuali che in genere rientrano nella gamma da sei a sette cifre. Questa struttura è destinata advert allinearsi con i quadri di bilancio esistenti delle organizzazioni su larga scala, fornendo la prevedibilità richiesta per la pianificazione dei dipartimenti multinazionali.
Tuttavia, la visione a lungo termine dell’azienda prevede un perno fondamentale verso un modello di prezzo basato sui risultati. Integrandosi direttamente nei dati e nei flussi di entrate di un marchio, Azoma può misurare l’impatto finanziario specifico di ogni intervento sindacato nell’ecosistema degli agenti.
“La nostra ambizione è che il futuro… subirà un taglio quando loro [agents] fornire valore”, ha spiegato Sinclair.
Questo obiettivo trasformerebbe efficacemente il protocollo da una spesa SaaS a una risorsa basata sulle prestazioni, rispecchiando il modo in cui operano le moderne piattaforme pubblicitarie legando i costi direttamente alla crescita incrementale dei ricavi.
E-commerce advert agenti basato sui risultati
Mentre il mercato si prepara alla presentazione ufficiale del protocollo all’evento Agentic Commerce Optimization che si terrà a Londra il 12 marzo, il messaggio ai vertici è chiaro: la pagina del prodotto “fisso” è morta. “Quando L’Oréal, Unilever e Mars si muovono insieme nella stessa direzione, il resto del mercato presta attenzione”, ha concluso Sinclair.
