Agentic Commerce Protocol: proč záleží na podpoře skladu v reálném čase a košíku
Tento článek spadá do pilíře Produktové feedy a je určen technickým vedoucím, feed manažerům a provozním ředitelům e-shopů, kteří chtějí porozumět Agentic Commerce Protocol (ACP) a jeho praktickým dopadům na feedovou infrastrukturu, skladové systémy a nákupní proces. ACP je otevřený protokol, který definuje, jak AI nákupní agenti komunikují s e-shopy: dotazují se na produkty, ověřují dostupnost skladem v reálném čase a vytvářejí objednávky jménem zákazníka. Pro obchodníky to znamená nový kanál, který vyžaduje jiný typ datové infrastruktury než tradiční srovnávače nebo marketplace. V následujících sekcích vysvětlíme, co ACP přesně je, proč je real-time inventář a podpora košíku klíčová, jaké technické změny implementace vyžaduje, jak se ACP liší od stávajících feedových procesů a jak se připravit. Základy agentického commerce a přípravu produktových dat pro AI agenty jsme rozebrali v článku o přípravě dat pro AI nákupní agenty.
AI nákupní agenti se posouvají od pasivního doporučování k aktivnímu nakupování. Nestačí, aby agent produkty našel a porovnal. Zákazník očekává, že agent produkt rovnou objedná, ověří dostupnost a potvrdí dodací lhůtu. K tomu agent potřebuje víc než feed s produktovými daty. Potřebuje protokol, který mu umožní interagovat s e-shopem v reálném čase: zeptat se na aktuální sklad, přidat produkt do košíku, aplikovat slevový kód a iniciovat platbu. Přesně to ACP řeší.
Co je Agentic Commerce Protocol
Agentic Commerce Protocol je otevřená specifikace, která standardizuje komunikaci mezi AI agenty a e-commerce systémy. Na rozdíl od proprietárních řešení (jako jsou nákupní funkce zabudované do ChatGPT nebo Google Shopping) je ACP navržen jako neutrální standard, který může implementovat jakýkoli e-shop a s kterým může pracovat jakýkoli agent.
ACP definuje čtyři základní operace:
Product Discovery: Agent se dotazuje na produkty odpovídající kritériím zákazníka. E-shop vrací strukturovaná data (podobně jako feed, ale v reálném čase a s možností parametrického dotazování). Agent nemusí stahovat celý feed, ale může položit cílený dotaz: "běžecké boty, neutrální pronace, velikost 42, do 3 000 Kč."
Inventory Check: Agent ověřuje aktuální dostupnost konkrétního produktu. Ne dostupnost z feedu, který se aktualizuje jednou za hodinu, ale skutečný stav skladu v okamžiku dotazu. Pokud jsou na skladě 3 kusy, agent to ví. Pokud je produkt na cestě se doručením za 2 dny, agent to ví taky.
Cart Operations: Agent vytváří a spravuje košík jménem zákazníka. Přidává produkty, aplikuje slevové kódy, vybírá způsob dopravy, kalkuluje finální cenu. Zákazník pak pouze potvrdí připravený košík a dokončí platbu.
Order Initiation: Agent iniciuje objednávku, předá platební a doručovací údaje (které získal od zákazníka) a zpracuje potvrzení.
Latence jsou doporučené maximální hodnoty. Agent, který čeká na odpověď déle, přejde k jinému e-shopu.
Proč real-time inventář mění pravidla hry
Současné feedové procesy fungují v dávkovém režimu. Feed se generuje jednou za hodinu, dvakrát denně, nebo v lepším případě každých 15 minut. Mezi generováními se stav skladu mění: zákazníci nakupují, dodávky přicházejí, produkty se vracejí. Feed vždy zobrazuje stav z minulosti.
Pro srovnávače (Heureka, Zboží.cz) a marketplace je to akceptovatelné. Zákazník klikne na nabídku, přejde na e-shop a tam ověří aktuální dostupnost. Pokud produkt mezitím vyprodali, zákazník to zjistí na produktové stránce.
Pro AI agenta je to nepřijatelné. Agent neotevírá produktovou stránku. Agent se rozhoduje na základě dat, která dostane. Pokud mu feed řekne "skladem" a produkt ve skutečnosti není, agent objedná neexistující produkt. Zákazník dostane oznámení o zrušení objednávky. Agent si zapamatuje, že tento e-shop je nespolehlivý. Příště ho přeskočí.
Real-time inventář řeší tento problém. Místo dávkového feedu agent posílá synchronní dotaz na API endpoint e-shopu a dostává aktuální stav skladu s latencí pod 200 milisekund. To vyžaduje, aby e-shop:
Měl API endpoint pro dotaz na dostupnost (ne jen XML feed). Tento endpoint musí být napojen přímo na skladový systém (ERP, WMS), ne na cache feedu.
Dokázal odpovědět rychle. 200 milisekund znamená, že databázový dotaz, logika a odpověď musí být optimalizované. Pomalé API ztrácí agenty stejně jako nedostupné.
Zvládal zátěž. Pokud tisíc agentů současně dotazuje dostupnost tisíce produktů, API musí škálovat. To je jiný zátěžový profil než generování feedu jednou za hodinu.
Podpora košíku: od dat k transakci
Produktový feed je informační kanál. ACP košík je transakční kanál. Tento rozdíl je zásadní.
Dosud e-shop dodával data (feedy) a zákazník prováděl transakci (nákup na webu). S ACP agent provádí transakci jménem zákazníka. E-shop musí být připraven na to, že "zákazník" není člověk s prohlížečem, ale software s API přístupem.
Co podpora košíku přes ACP vyžaduje:
API pro správu košíku. Endpoint, přes který agent vytvoří košík, přidá produkty, odebere produkty, aplikuje slevový kód a získá celkovou kalkulaci. Většina moderních e-commerce platforem (Shopify, WooCommerce, Shoptet) má Cart API, ale ne vždy v podobě, která vyhovuje ACP specifikaci. Typicky je potřeba wrapper vrstva, která překládá ACP formát na interní API platformy.
Slevová logika přístupná přes API. Pokud nabízíte slevové kódy, množstevní slevy nebo akční ceny, musí být tato logika dostupná přes košíkové API. Agent musí vědět, že při nákupu 3 kusů je sleva 10 procent, jinak zákazníkovi předloží nesprávnou cenu.
Doprava a platba. Agent musí znát dostupné způsoby dopravy (s cenou a dodací lhůtou) a platby. Tyto informace musí košíkové API vracet.
Autentizace a autorizace. Agent jedná jménem zákazníka. Musí existovat mechanismus, kterým zákazník autorizuje agenta k vytvoření objednávky. ACP specifikace definuje OAuth 2.0 flow pro tento účel. Zákazník se jednou autorizuje (typicky přes svůj účet na e-shopu) a agent pak může provádět operace s omezenými právy.
-
Inventory API endpoint. Vytvořte REST endpoint, který na základě SKU nebo GTIN vrátí aktuální dostupnost, cenu a dodací lhůtu. Napojte ho přímo na ERP/WMS, ne na feedový cache. Cílová latence: pod 200 ms. Formát odpovědi: JSON dle ACP specifikace.
-
Product Search API. Vytvořte endpoint pro parametrické vyhledávání produktů. Vstup: kategorie, atributy, cenový rozsah. Výstup: seznam produktů s kompletními strukturovanými daty. Tento endpoint může čerpat z existujícího vyhledávacího indexu (Elasticsearch, Algolia), ale musí vracet data v ACP formátu.
-
Registrace v ACP Discovery. Zaregistrujte své API endpointy v ACP Discovery registru, aby agenti věděli, že váš e-shop ACP podporuje. Registrace zahrnuje URL endpointů, podporované operace a autentizační metodu.
Cart Operations a Order Initiation přidejte ve druhé fázi, jakmile Product Discovery a Inventory Check fungují spolehlivě.
Rozdíl mezi ACP a stávajícími feedy
ACP nenahrazuje stávající feedy. Je to doplňkový kanál s odlišnými charakteristikami.
Feedy pro srovnávače (Heureka XML, Zboží.cz XML, Google Merchant Center) jsou dávkové, pull-based (srovnávač si feed stáhne), jednosměrné (e-shop dodává data, srovnávač je konzumuje) a informační (vedou zákazníka na web, kde provede nákup).
ACP je real-time, request-response (agent pošle dotaz, e-shop odpoví), obousměrné (agent i e-shop komunikují) a transakční (agent může vytvořit objednávku).
To neznamená, že byste měli přestat generovat feedy pro Heureku nebo Zboží.cz. Tyto kanály zůstávají relevantní a generují provoz. ACP je nový kanál, který existuje vedle nich. Ale datový základ je společný: produktová data, parametry, kategorizace, ceny. Pokud máte kvalitní feedovou infrastrukturu, přechod na ACP je jednodušší, protože nemusíte budovat datový základ od nuly.
Souvislost je přímá: čím kvalitnější jsou vaše stávající feedy, tím rychleji implementujete ACP. Konzistentní parametry, standardizovaná kategorizace a úplné atributy jsou předpokladem pro obojí. Validaci feedů provádíte v nástroji Feed Validátor, kategorizaci spravujete přes Taxonomii produktů.
Bezpečnost a ochrana proti zneužití
ACP otevírá e-shop pro automatizovaný přístup, což přináší bezpečnostní otázky.
Rate limiting. Musíte omezit počet dotazů, které jeden agent (nebo IP adresa) může za sekundu odeslat. Bez toho hrozí, že agresivní agent přetíží vaše API. Doporučený limit: 10 dotazů za sekundu na jednoho agenta, 100 dotazů za sekundu celkem.
Validace objednávek. Agent by neměl mít možnost vytvořit objednávku bez zákaznické autorizace. ACP specifikace to řeší přes OAuth 2.0, ale implementace musí být robustní. Každá objednávka vytvořená přes ACP by měla projít stejnou validační logikou jako objednávka z webu (ověření adresy, platnosti platebního prostředku, dostupnosti produktu).
Cenová integrita. Agent by neměl mít možnost manipulovat s cenami. Cena v košíku musí odpovídat ceně z Product Discovery a Inventory Check. Serverová validace ceny před vytvořením objednávky je povinná.
Konkurenční scraping. ACP API umožňuje strukturovaný přístup k produktovým datům. Bez ochrany by konkurence mohla přes ACP systematicky stahovat váš katalog a ceník. Řešení: autentizace agentů, monitoring přístupových vzorců, omezení rozsahu dat dostupných bez zákaznické autorizace.
Implementační plán pro střední e-shop
Následující plán předpokládá e-shop s 5 000 až 50 000 produkty, existující feedovou infrastrukturou a vlastním nebo outsourcovaným IT týmem.
Fáze 1 (měsíc 1): Audit a příprava dat. Zkontrolujte kvalitu produktových dat: úplnost parametrů, konzistenci pojmenování, přítomnost identifikátorů (GTIN, MPN). Vyhodnoťte aktuálnost skladových dat: jak často se aktualizuje stav skladu v systému, jaká je latence mezi fyzickou změnou a záznamem v ERP. Pokud je latence nad 5 minut, optimalizujte ji. Principy auditu produktových dat pro agentický commerce najdete v článku o přípravě dat pro AI agenty.
Fáze 2 (měsíc 2): Implementace Inventory API. Vytvořte REST API endpoint napojený na ERP/WMS. Testujte latenci (cíl pod 200 ms), přesnost (srovnejte s fyzickým stavem skladu) a škálovatelnost (load test s 50 simultánními requesty za sekundu). Nasaďte do produkce za API gateway s rate limitingem a monitoringem.
Fáze 3 (měsíc 3): Implementace Product Search API. Vytvořte parametrický search endpoint. Využijte existující vyhledávací index (Elasticsearch, Algolia) a přidejte ACP kompatibilní výstupní formát. Testujte relevanci výsledků, latenci a správnost dat.
Fáze 4 (měsíc 4 až 5): Cart a Order API. Implementujte košíkové API s napojením na slevovou logiku, dopravu a platební gateway. Implementujte OAuth 2.0 flow pro zákaznickou autorizaci. Testujte end-to-end flow: discovery, inventory check, cart, order.
Fáze 5 (měsíc 6): Registrace a monitoring. Zaregistrujte endpointy v ACP Discovery. Nasaďte monitoring (latence, chybovost, konverze z agentického kanálu). Vyhodnocujte výkon kanálu a optimalizujte.
Ekonomický výhled a prioritizace
Aktuální podíl agentického commerce na celkových e-commerce tržbách je nízký (odhadem 1 až 3 procenta v kategoriích, kde agenti fungují). Ale růst je strmý. Odhady pro rok 2028 se pohybují mezi 10 a 20 procenty pro kategorie elektronika, sport a domácnost. Pro specializované e-shopy s kvalitními daty může podíl být ještě vyšší.
Investice do ACP implementace se pohybuje řádově v desítkách až stovkách hodin vývojářského času, v závislosti na složitosti stávající infrastruktury. Pro e-shop s moderním API-first backendem (headless commerce) je to přirozené rozšíření. Pro e-shop na starší platformě bez API vrstvy je to větší projekt.
Prioritizace: pokud prodáváte elektroniku, sportovní vybavení nebo domácí potřeby a máte sortiment s dobře strukturovanými daty, ACP implementace by měla být na roadmapě pro rok 2026 až 2027. Pokud prodáváte v kategorii, kde AI agenti zatím nemají silnou pozici (B2B, úzce specializované obory), sledujte vývoj, ale nemusíte spěchat.
Klíčový bod: ACP připravenost začíná u dat, ne u kódu. Pokud máte kvalitní produktová data, konzistentní feedy a spolehlivý skladový systém, máte 70 procent práce hotové. Zbývajících 30 procent je technická implementace API vrstvy. Pilíř Produktové feedy a nástroj Marketplace Readiness vám pomohou vyhodnotit, kde stojíte a co je potřeba doplnit.
AI odpovědní stroje, které čerpají z produktových dat e-shopů, jsou další vrstvou agentického ekosystému. Jak optimalizovat obsah pro citaci v AI odpovědích, rozebíráme v článku o optimalizaci pro odpovědní stroje.