Agent działa w Twoim imieniu. Ale kto określa, co może zrobić?

W agentic commerce wpływ na decyzję konsumenta może zaczynać się znacznie wcześniej niż w chwili przedstawienia mu rekomendacji. Coraz większego znaczenia nabierają reguły określające, do jakich informacji agent AI uzyskuje dostęp, jak wybiera spośród ofert i jakie działania wolno mu wykonać. Konsument może zatwierdzić zakup, nie kontrolując w tym samym stopniu procesu, który doprowadził do przedstawienia mu konkretnej propozycji.

Dwa wydarzenia z 13 października 2026 roku dobrze pokazują tę zmianę. Shopify udostępniło infrastrukturę umożliwiającą agentom wyszukiwanie produktów i przygotowywanie transakcji. Niemal równocześnie JPMorgan Chase przedstawił stanowisko ograniczające niekontrolowany dostęp zewnętrznych agentów do rachunków klientów. Nie są to przeciwstawne strategie: instytucje działają w różnych sektorach, kontrolując odmienne etapy procesu i mierząc się z innym ryzykiem.

Obie decyzje pokazują jednak, że możliwość działania agenta w imieniu człowieka zależy nie tylko od intencji użytkownika, lecz także od zasad ustalanych przez dostawców infrastruktury. Dla e-commerce oznacza to zmianę wykraczającą poza automatyzację zakupów: część projektowania wyboru przenosi się poza sklep i bezpośrednią obserwację kupującego.

Agentic commerce: autonomia wyboru a autonomia decyzji

Wyobraźmy sobie użytkownika szukającego laptopa do pracy. Zamiast odwiedzać kolejne sklepy i porównywarki, zleca agentowi znalezienie najlepszego urządzenia w określonym budżecie. Agent analizuje produkty, odrzuca część ofert i przedstawia trzy rekomendacje. Użytkownik wybiera jedną z nich i zatwierdza zakup. Formalnie zachował ostatnie słowo, ale nie musi wiedzieć, jakie propozycje odrzucono, z jakich źródeł korzystano ani jaką wagę nadano poszczególnym kryteriom.

Tę różnicę pomaga wyjaśnić badanie Mariyani Ahmad Husairi i Patricii Rossi, „Delegation of purchasing tasks to AI: The role of perceived choice and decision autonomy” (Decision Support Systems, 2024). Autorki rozróżniły choice autonomy, czyli odczuwaną swobodę przeglądania i zawężania możliwości, oraz decision autonomy, a więc poczucie samodzielności przy podejmowaniu decyzji. W trzech eksperymentach wykazały, że ograniczenie obu wymiarów autonomii zmniejsza gotowość do korzystania z AI podczas zakupów, także przy złożonym porównywaniu produktów. Znaczenie miała również tożsamościowa waga danej aktywności dla konsumenta.

Drugiej wskazówki dostarcza eksperyment terenowy Xitonga Li, Jörna Grahla i Olivera Hinza opisany w „How Do Recommender Systems Lead to Consumer Purchases?” (Information Systems Research, 2022). W internetowej księgarni obecność spersonalizowanych rekomendacji zwiększyła skłonność do zakupu o 12,4%, a wartość koszyka o 1,7%. Znaczna część efektu wynikała ze zmiany zbioru produktów rozważanych przez konsumentów. W tym badaniu rekomendacje poszerzały ów zbiór i zwiększały intensywność porównywania ofert.

Badania nie dowodzą, że agenci zakupowi Shopify ograniczają autonomię ani że rekomendacje są z definicji manipulacyjne. Dotyczą percepcji delegowania i klasycznych systemów rekomendacyjnych, a nie zakupów w Shop MCP. Pozwalają natomiast sformułować ważną hipotezę: jeśli agent przejmuje zadanie tworzenia zbioru możliwych wyborów, reguły tej selekcji mogą wpływać na ostateczną decyzję konsumenta, nawet gdy to człowiek zatwierdza transakcję.

Shopify Shop MCP: zakupy poza interfejsem sklepu

13 października Shopify ogłosiło uruchomienie Shop MCP, umożliwiającego agentom zgodnym z protokołem MCP korzystanie z katalogu obejmującego ponad miliard produktów. Jedno połączenie pozwala wyszukiwać oferty, pobierać dane produktowe, tworzyć koszyki, przygotowywać checkout i sprawdzać zamówienia.

Istotne jest oddzielenie dostępu do informacji od uprawnień do wykonania transakcji. Wyszukiwanie w katalogu Shop MCP nie wymaga klucza API. Skorzystanie z zapisanych danych użytkownika i płatności Shop Pay wymaga jednak zalogowania do Shop, a finalizacja zamówienia — potwierdzenia przez kupującego. Samo znalezienie produktu nie daje agentowi prawa do dysponowania pieniędzmi klienta.

Biznesowa korzyść jest czytelna: użytkownik może przejść od wyszukiwania oferty do zakupu bez tradycyjnego przeglądania kolejnych sklepów. To potencjalnie skraca proces zakupowy, choć nie dysponujemy jeszcze wynikami pozwalającymi zmierzyć wpływ tego konkretnego wdrożenia na konwersję.

Znacznie ciekawsza zmiana dotyczy roli sprzedawcy. W tradycyjnym e-commerce sklep projektuje nawigację, kolejność produktów, promocje i rekomendacje. Agent AI wprowadza dodatkową warstwę: przetwarza informacje, interpretuje polecenie i decyduje, które oferty przedstawić człowiekowi. Infrastruktura określa z kolei, jakie katalogi i funkcje są dla niego dostępne.

Nie jest to dowód manipulowania rankingiem przez Shopify. Pokazuje jednak, że dostępność informacji i warunki integracji stają się częścią architektury wyboru. W analizie wpływu cyfrowego trzeba pytać nie tylko, co agent rekomenduje, lecz również, z jakiego zbioru możliwości powstała rekomendacja.

JPMorgan: kto kontroluje dostęp agentów AI?

Podczas konferencji wynikowej JPMorgan Chase z 13 października Jamie Dimon podkreślił, że bank rozwija własne zastosowania agentów, również dla klientów, ale nie zamierza dopuszczać niekontrolowanego dostępu dowolnych zewnętrznych systemów do swojej infrastruktury. Uzasadniał to bezpieczeństwem klientów, ryzykiem niepożądanych działań oraz odpowiedzialnością za ich skutki.

Dyrektor finansowy Jeremy Barnum doprecyzował, że bank kwestionuje przede wszystkim metody wymagające udostępniania agentowi danych logowania klienta oraz screen scraping, czyli automatyczny odczyt informacji z interfejsu przeznaczonego dla człowieka. Tam, gdzie to możliwe, ogranicza takie formy dostępu i pracuje nad bezpieczniejszymi rozwiązaniami. Nie jest to odrzucenie agentów jako technologii.

Zastrzeżenia mają realne uzasadnienie. Agent korzystający z pełnych danych uwierzytelniających może uzyskać uprawnienia szersze, niż wymaga konkretne zadanie. Gdy wykona operację niezgodną z intencją klienta, pojawiają się pytania o odpowiedzialność, możliwość cofnięcia działania i zakres upoważnienia.

Stanowisko banku ujawnia jednak inną zależność: zgoda użytkownika na wykonanie zadania nie zawsze wystarcza, by agent mógł je zrealizować. Dostawca usługi wyznacza techniczne warunki dostępu do infrastruktury. Może ograniczać określone metody komunikacji i wymagać dodatkowej autoryzacji.

Ma to potencjalny wymiar konkurencyjny: agent zdolny do porównywania ofert i wykonywania dyspozycji mógłby ułatwiać zmianę dostawcy usług finansowych. Ograniczenia techniczne mogą wpływać na tę możliwość. To jednak hipoteza o konsekwencjach rynkowych, nie stwierdzenie zamiaru JPMorgan. Ten sam mechanizm może chronić klienta i jednocześnie zmieniać warunki jego dostępu do alternatywnych usług.

Trzy poziomy kontroli nad decyzją

Oba przypadki odnoszą się do różnych etapów działania agenta. Pierwszy pokazuje udostępnianie środowiska handlowego, drugi — kontrolę dostępu do operacji finansowych. Łączy je pytanie, kto określa granice sprawczości cyfrowego reprezentanta użytkownika. Proponuję analizować te granice na trzech poziomach.

1. Kontrola dostępności

Obejmuje zasady określające, do jakich katalogów, źródeł informacji, usług i funkcji agent uzyskuje dostęp. Dostawca infrastruktury ustala warunki integracji i udostępniania danych. W zakupach może to wpływać na zakres ofert, które system w ogóle będzie mógł rozważyć.

2. Kontrola selekcji

Dotyczy tego, jak agent interpretuje polecenie, porównuje możliwości, nadaje im priorytety i buduje rekomendację. To klasyczny problem architektury wyboru, przeniesiony z widocznego interfejsu do procesu przetwarzania informacji. Kryteria mogą realizować preferencje użytkownika, ale potencjalnie mogą też odzwierciedlać interesy innych uczestników systemu.

3. Kontrola wykonania

Wyznacza zakres czynności, które agent może przeprowadzić, warunki dodatkowej autoryzacji i limity działania. Instrukcja dla modelu, by nie przekraczał określonej kwoty, nie jest tym samym co ograniczenie technicznie egzekwowane przez system płatniczy.

Te trzy poziomy nie muszą pozostawać pod kontrolą jednego podmiotu. Platforma udostępnia katalog, operator agenta odpowiada za wybór rekomendacji, a instytucja płatnicza za dopuszczenie transakcji. Użytkownik wyznacza cel, lecz nie musi mieć możliwości ustalenia wszystkich reguł. Potwierdzenie zakupu rozstrzyga o zgodzie na określoną transakcję, ale nie pokazuje jeszcze, jak skonstruowano poprzedzający ją wybór.

Governance: odpowiedzialność za decyzje delegowane AI

Tradycyjny audyt interfejsu pozwala sprawdzić, co konsument widzi i jaką drogę przechodzi do zakupu. Jeżeli jednak wybór ofert, ich selekcja i przygotowanie zamówienia odbywają się w innych systemach, taka kontrola może nie obejmować najważniejszych etapów decyzji.

Dla organizacji oznacza to trzy zadania. Po pierwsze, trzeba rozumieć, jakie dane i źródła są udostępniane agentom oraz czy reguły ich wykorzystania mogą tworzyć konflikt interesów. Po drugie, należy odróżniać uprawnienie do wyszukania informacji od możliwości utworzenia zamówienia i uruchomienia płatności. Po trzecie, istotna staje się możliwość odtworzenia przebiegu spornego działania: jakie informacje otrzymał agent, co zostało zatwierdzone i który podmiot odpowiadał za wykonanie.

Nie są to jednolite obowiązki prawne ustanowione już dla wszystkich agentów zakupowych. Zakres odpowiedzialności zależy od rodzaju usługi, funkcji agenta i obowiązujących przepisów. Jest to jednak praktyczny problem zarządzania ryzykiem: firma może uczestniczyć w transakcji, której całości nie zaprojektowała, albo odpowiadać przed klientem za doświadczenie, którego nie potrafi odtworzyć.

Podobny kierunek analizy podejmowałem wcześniej w tekście „Dark pattern, którego nie widać”: sam ekran może pokazywać rezultat procesu, ale nie reguły, które go ukształtowały. W agentic commerce dodatkowo dochodzi kwestia wykonania działania w imieniu użytkownika. Governance systemów wpływu musi więc obejmować nie tylko prezentację decyzji, ale również warunki jej powstania i realizacji.

E-commerce: jak zmieni się konkurencja o klienta?

Dla handlu internetowego konsekwencje rozwoju agentów mogą być większe niż samo skrócenie checkoutu. Tradycyjny sklep przyciąga użytkownika do własnego środowiska, prezentuje produkty, oferty dodatkowe i zachęty do powrotu. Jeżeli konsument zleci wyszukiwanie i zakup agentowi, część takich interakcji w ogóle nie nastąpi. Może nie zobaczyć banera, licznika pilności czy rekomendowanych produktów.

Nie oznacza to końca wpływu na wybór. Zmienia się środowisko, w którym przedsiębiorcy konkurują. Obok jakości interfejsu dla człowieka rośnie znaczenie kompletności danych produktowych, dostępności oferty, aktualności ceny, czasu dostawy i warunków zwrotu. Sprzedawca musi brać pod uwagę, czy i na jakich zasadach jego produkt pojawi się w zbiorze możliwości rozważanych przez agenta.

Nie jest przesądzone, że przyszłe systemy agentowe będą zawsze porządkowały oferty wyłącznie według interesu klienta. Tak jak dzisiejsze wyszukiwarki i marketplace’y wykorzystują odmienne modele ekspozycji, również infrastruktura agentowa może różnicować widoczność produktów. Jest to możliwość systemowa, nie zarzut wobec Shop MCP.

Zmiana dotknie również retencji. Jeśli jeden agent będzie obsługiwał zakupy w wielu sklepach, sprzedawca może mieć mniej okazji do budowania nawyku regularnych odwiedzin i stosowania mechanik angażujących w aplikacji. Nie musi to oznaczać zaniku lojalności: jakość produktu, zaufanie do marki i doświadczenie posprzedażowe nadal mogą wpływać na preferencje konsumenta. Słabnąć może natomiast znaczenie części mechanizmów wymagających bezpośredniej obecności klienta w interfejsie.

Agenci mogą też poprawiać porównywalność ofert i wywierać większą presję na ceny oraz jakość obsługi. Skutki będą odmienne w poszczególnych kategoriach: wybór standardowego sprzętu o porównywalnych parametrach jest czymś innym niż zakup oparty na guście lub przywiązaniu do marki.

Sprzedawca może stopniowo tracić część bezpośredniej kontroli nad środowiskiem podejmowania decyzji, zyskując równocześnie kanały sprzedaży zależne od reguł innych podmiotów. Nawet korzystna oferta nie przełoży się na zakup, jeśli agent nie zdoła jej znaleźć, poprawnie zinterpretować albo bezpiecznie zakończyć transakcji.

Kto będzie projektował granice wyboru?

Shopify i JPMorgan nie reprezentują dwóch przeciwstawnych modeli przyszłości. Pokazują natomiast rosnącą rolę podmiotów, które określają warunki działania agentów AI. Dla konsumentów może to oznaczać większą wygodę i łatwiejszy dostęp do konkurencyjnych ofert. Dla sprzedawców — nowe możliwości sprzedaży, ale też osłabienie części dotychczasowych metod pozyskiwania i utrzymywania klientów. Dla regulatorów i osób odpowiedzialnych za governance — pytanie o uczciwość procesu, którego istotne etapy mogą przebiegać poza obserwacją człowieka.

Przez lata analiza wpływu cyfrowego koncentrowała się na tym, jak sprzedawca projektuje decyzję konsumenta w interfejsie. Rozwój agentic commerce wymaga dodania kolejnych pytań: kto określa informacje dostępne cyfrowemu reprezentantowi użytkownika, według jakich zasad następuje selekcja i kto pozwala agentowi wykonać zadanie?

W świecie agentów AI o przewadze rynkowej może coraz częściej decydować nie tylko to, kto ma najlepszą ofertę, lecz również to, kto kontroluje warunki, w jakich oferta ta staje się dostępna dla konsumenta.

Źródła:

• Shopify — Add shopping and Shop Pay checkout to any agent with Shop MCP, 13.10.2026. Komunikat i opis funkcji.
• JPMorgan Chase — Q3 2026 Earnings Call, materiały relacji inwestorskich, 13.10.2026. Zob. także transkrypcję konferencji wynikowej (The Motley Fool).
• Husairi, M. A., Rossi, P. (2024), Delegation of purchasing tasks to AI: The role of perceived choice and decision autonomy, Decision Support Systems, 179, 114166. DOI: 10.1016/j.dss.2023.114166.
• Li, X., Grahl, J., Hinz, O. (2022), How Do Recommender Systems Lead to Consumer Purchases? A Causal Mediation Analysis of a Field Experiment, Information Systems Research, 33(2), 620–637. DOI: 10.1287/isre.2021.1074.