Agentic Commerce: vaši zákazníci brzy nebudou nakupovat sami

Tři velké novinky z let 2025 a 2026 ukazují jasný směr. Google, OpenAI i Anthropic jdou každý svou cestou, ale cíl mají stejný. Uživatelé pomalu přenechávají nákupní rozhodnutí AI asistentům.

Pokud spoléháte na to, že zákazník přijde na web, projde si produkty a klikne na tlačítko "Koupit", máte zhruba dva až tři roky. Pak začne tohle klasické chování v Česku klesat.

Je tu navíc jedna zásadní věc. Většina e-shopů ji úplně ignoruje. AI asistent totiž vůbec nečte váš web. Čte váš produktový feed. Hezký design, skvělé fotky nebo dlouhý příběh značky pro něj neexistují. Google Merchant Center přitom definuje přes 70 polí a parametrů. Podle nich se AI rozhoduje, jestli váš produkt zákazníkovi vůbec ukáže.

Co je Agentic Commerce (přehled trendu)

Klasické nakupování známe všichni. Uživatel přejde na e-shop, vybere si produkt a nakoupí. U autonomního nakupování se do cesty staví AI asistent. Uživatel mu jednoduše zadá úkol. Asistent projede e-shopy, porovná nabídky a vybere to nejlepší.

Představte si to v praxi:

• Uživatel: "Najdi a kup mi nový kávovar do kuchyně do 8 000 Kč. Chci espresso s mlékem a snadnou údržbu."
• AI asistent: Projde desítky e-shopů přes jejich API a strukturovaná data. Vyfiltruje několik kandidátů a srovná je podle priorit. Nakonec nabídne ty nejlepší.
• Uživatel: Pouze schválí volbu a AI asistent provede nákup.

V současnosti je část procesu ještě ruční a vyžaduje potvrzení uživatele. V dalších letech ale čekejte stále více autonomie a méně složitých kroků.

Tři velké signály z let 2025–2026

1. Google Shopping AI tier (AI Max for Shopping)

Google na konci roku 2025 spustil AI doporučení přímo ve výsledcích vyhledávání. Místo klasických odkazů uživatel uvidí AI karusel s několika produkty a stručné vysvětlení výběru. AI systém čte výhradně parametry z feedu v Merchant Center. Zajímají ho názvy produktů, popisy, kategorie nebo klíčové výhody. Obsah samotného webu e-shopu v tomto kroku vynechává.

2. OpenAI Operator a ChatGPT Shopping

OpenAI na začátku roku 2025 ukázal světu nástroj Operator. Je to AI asistent, který umí sám klikat na webu, navigovat se a vyplňovat formuláře v pokladně. Později se tahle funkce stala součástí širšího asistenta ChatGPT. Operator čte strukturovaná data a stavbu webu. Pokud máte složitý nákupní proces s chybějícími popisky prvků, asistent nákup nedokončí.

3. Anthropic Claude a protokol MCP

Protokol MCP je otevřený standard pro komunikaci AI s externími systémy a databázemi. E-shopy s ním už začínají experimentovat. Vystavují své produktové katalogy přes API přímo pro asistenta Claude. Ten pak získává strukturovaná data v reálném čase. Očekává se, že velké e-shopové platformy tento protokol brzy nativně podpoří.

Budou ověřovat reálnou cenu a skladovost v milisekundách před nákupem. E-shopy se starými systémy, pomalými servery nebo bez veřejného API nebudou mít šanci. Systém je do výběru nezařadí, protože nestihnou včas odpovědět. Přechod na moderní platformu s otevřeným API se tak stává strategickým rozhodnutím.

Proč klasické SEO + PPC neřeší problém

Pro PPC manažery a SEO specialisty je to velká změna. Současná optimalizace totiž míří na kliknutí reálného člověka. AI asistenti ale fungují úplně jinak a spoustu prvků prostě ignorují.

AI asistent naopak aktivně využívá produktový feed, strukturovaná data na webu (Schema.org), API rozhraní a hodnocení e-shopu z recenzí. Důležitá je pro něj samozřejmě i aktuální cena a dostupnost v reálném čase. Pokud tyto informace chybí, produkt pro něj zkrátka neexistuje.

Co AI asistent čte (a co ne)

Ukážeme si to na příkladu. Zákazník hledá pánskou koženou kabelku na 15palcový laptop do 5 000 Kč. AI asistent se zaměří na konkrétní koncepty ve feedu.

E-shop A má krásný web, skvělé fotky a silný příběh. V produktovém feedu má ale jen název produktu Kabelka KH-204, chybí mu materiál i pohlaví. AI asistent ho s velkou pravděpodobností přeskočí.

E-shop B má obyčejný web i fotky. V Nákupech má ale název produktu: Picard Sonja kožená kabelka pánská na 15" laptop, hnědá. K tomu má správně vyplněný materiál, pohlaví a klíčové výhody.

E-shop B vyhraje. Sice má horší web, ale pro AI asistent je čitelný. To je základní princip nového vyhledávání.

7 signálů, které rozhodují o vaší viditelnosti

1. Strukturovaný materiál (material)

Zapomeňte na obecné fráze jako "kvalitní textil" nebo "prémiový materiál". Pište přesně: "100% bavlna", "kožená" nebo "Gore-Tex membrána". Patří to do samostatného pole, ne jen do popisu zboží.

2. Scénář použití (product_highlight + custom_label)

Konkrétní pole pro účel použití v nápovědě Merchant Center zatím není. Můžete to ale vyřešit kombinací klíčových výhod a vlastních štítků. Místo frází typu "pro každou příležitost" uveďte raději "běh v dešti", "práce v kanceláři" nebo "cvičení doma".

3. Cílové publikum (gender + age_group + custom_label)

Ani zde neexistuje jedno samostatné pole. Publikum poskládáte z existujících parametrů pro pohlaví a věk. Pokud cílíte na specifický segment, přidejte vlastní štítek. Například: gender: male, age_group: adult a štítek "začínající běžec".

4. Kompatibilita neboli "vhodné pro"

Tento údaj je klíčový u elektroniky nebo náhradních dílů. Zadejte ho opět přes klíčové výhody nebo vlastní štítky. Uveďte přesně: "Vhodné pro iPhone 15" nebo "Pasuje do BMW E90". Bez shody v kompatibilitě nemůže AI asistent nákup bezpečně provést.

5. Signalizace cenové úrovně (price_tier)

AI asistent sleduje také cenovou hladinu produktu. Podle rozpočtu uživatele odhaduje, jestli hledá levné zboží, střední třídu nebo prémiový model. K označení vám dobře poslouží vlastní štítky, například custom_label_4: premium.

6. Důvěryhodnost e-shopu (Seller Rating a recenze)

AI agent nehledá jen nejnižší cenu. Snaží se také minimalizovat riziko chyb nebo reklamací. Pokud zákazník hledá bezpečný produkt, asistent se zaměří na hodnocení obchodu (Google Seller Rating), recenze na Heurece či Trustpilotu a celkovou historii značky. E-shop s nízkou cenou, ale bez recenzí, v AI výběru neuspěje. Investice do platforem na sběr recenzí se stává nutností. Chybějící důvěryhodnost vede i k tvrdému misrepresentation banu v Google Ads, kdy se účet zastaví celý.

7. Konverzační atributy (6 nových polí přímo od Googlu)

Google v Merchant Center oficiálně označuje šestici polí jako konverzační atributy: question_and_answer, document_link, related_product, item_group_title, variant_option a popularity_rank. Slouží AI systémům k pochopení detailů produktu pro AI Mode a Agentic Commerce. AI agenti je čtou prioritně, protože obsahují strukturované odpovědi na typické nákupní otázky ("má produkt tuhle funkci?", "pasuje na konkrétní model?"). Pokud chcete být v AI výběru, vyplnění těchto polí je zásadní.

Skrytá hrozba: vratky

Autonomní nakupování celý proces výrazně urychlí. Ze zahraničních trhů ale přicházejí první varovné signály. U nákupů přes AI agenty roste míra vratek. Důvodem jsou často neúplná nebo zmatená data v produktovém feedu.

AI agent vybere špatnou velikost nebo variantu. Při doručení zjistí chybu a zboží ihned posílá zpět. Logistika se prodražuje a marže padá. Přesná data jsou proto vaší hlavní obranou. Zaměřte se na jasný systém velikostí (size_system), přesnou velikost (size), konkrétní barvy a rozměry v centimetrech.

Skrytá hrozba: krach atribuce (GA4, gclid, Meta Pixel)

Tohle je technicky nejnáročnější část celého tématu. Když AI agent nakoupí zboží, klasický webový prohlížeč se vůbec neotevře. Celý proces běží přes API na pozadí. Tradiční měření konverzí proto přestává fungovat.

Nespustí se JavaScript, takže se nenačte Google Tag Manager a GA4 nezaznamená nákup. Neuloží se cookies, což vyřadí Meta Pixel. V URL chybí parametry jako gclid, takže Google Ads konverzi vůbec neuvidí. V analytice se pak tyto nákupy objeví jako přímá návštěvnost (Direct / none) nebo se neukážou vůbec. Kampaně se přitom učí z konverzních dat. Pokud přijdou o signály, algoritmus začne tlumit výkon i rozpočty.

Nové protokoly pro AI komunikaci a platby přitom už běžně fungují. Patří sem Model Context Protocol (MCP) od Anthropicu, OpenAI Operator nebo platby přes Agent Payments Protocol (AP2) od Googlu. Nejsou to plány na další dekádu, tyto technologie běžně běží.

Řešení: přechod na server-side měření

Jedinou spolehlivou cestou je posílat konverze přímo z vašeho serveru, nikoli z prohlížeče uživatele. Využít můžete tři hlavní vrstvy:

1. Server-side GTM: Vlastní měřicí bod na vaší doméně, který přijímá data z backendu e-shopu a posílá je dál do GA4 nebo reklamních systémů. Prohlížeč tak můžete zcela vynechat.
2. Meta Conversions API (CAPI): Oficiální rozhraní pro přenos událostí přímo ze serveru do Mety. Atribuce funguje spolehlivě i bez spuštěného pixelu na webu.
3. Offline importy do Google Ads: Pomocí API můžete posílat konverzní hodnotu a původní identifikátor kliknutí (gclid) zpět do systému. Atribuce se tak bezpečně zachová.

Co můžete udělat už dnes:

• Zkontrolujte si v GA4, kolik procent konverzí vám padá do nezařazených zdrojů. Pokud je to více než 10 %, máte datovou díru.
• Implementujte server-side GTM přes vlastní subdoménu.
• Nastavte Meta CAPI se správnou deduplikací událostí.
• Připravte backend e-shopu na ukládání a odesílání parametru gclid u dokončených objednávek.

E-shopy s tímto nastavením dokážou AI nákupy měřit stejně přesně jako ty lidské. Kdo zůstane u starého měření, ztratí přehled o výkonu kampaní.

Čtyřtýdenní plán akce

Týden 1: audit dat

Exportujte produktový feed do formátu CSV. Zkontrolujte, u kolika produktů máte vyplněný materiál, klíčové výhody, pohlaví nebo věk. Vyberte si stovku nejprodávanějších položek podle obratu za poslední rok.

Týden 2: optimalizace top produktů (doplňkový feed bez programátora)

Doplňte chybějící materiál, pohlaví a věkové skupiny u vybrané stovky nejlepších produktů. Přidejte ke každému tři až pět jasných výhod. U příslušenství nezapomeňte uvést kompatibilitu. Do vlastních štítků si nastavte také cenové úrovně.

Týden 3: kontrola a rozšíření

Zkontrolujte záložku Diagnostika v Merchant Center a ověřte, že systém produkty neshodil. Sledujte změny v míře prokliku (CTR). Pokud uvidíte posun, začněte stejným způsobem upravovat dalších 500 produktů z katalogu.

Týden 4: strukturovaná data a recenze

Nasaďte na produktové stránky strukturovaná data (Schema.org). Prověřte, zda Google správně zobrazuje hodnocení z vašich recenzí. Pokud ještě nevyužíváte platformy jako Heureka nebo Trustpilot, je nejvyšší čas je nasadit.

Výhled do blízké budoucnosti

Okno pro přípravu se pomalu zavírá. Nasazení AI prvků do nákupů v Česku čekáme v průběhu roku 2026. Výrazný vliv na návštěvnost se projeví už na začátku roku 2027. S integrací AI navíc experimentují i tuzemští hráči jako Heureka.

Obohacení produktových dat vám navíc přinese výsledky okamžitě. Zlepší výkon v PMax kampaních, klasickém Shoppingu i v AI Overviews. Investice se vám tedy začne vracet hned. Kdo začne v roce 2027, bude konkurenci složitě dohánět. V roce 2028 už to bude hra ve druhé lize.

Shrnutí

1. Autonomní nakupování přichází. Hlavní vlna dorazí v letech 2026 a 2027. Čas na přípravu máte právě teď.
2. AI asistenti nečtou web. Zajímá je výhradně produktový feed. Hezký design e-shopu pro ně nic neznamená.
3. Zaměřte se na hlavní signály. Důležitý je materiál, účel použití, kompatibilita, publikum, cenová hladina, důvěryhodnost obchodu a konverzační atributy přímo od Googlu.
4. Budoucnost je v přímém API. V dalších letech budou asistenti volat data přímo z e-shopových platforem. Pomalé a uzavřené weby systém vynechá.
5. Pozor na riziko vratek. Nepřesná data vedou k chybám při nákupu přes AI. Detailní parametry chrání vaši marži.
6. Tradiční měření konverzí naráží na limity. AI agenti obcházejí prohlížeče. Řešením je přechod na server-side měření a Conversions API.
7. Nové protokoly už běžně fungují. Standardy jako MCP nebo AP2 nejsou hudbou vzdálené budoucnosti. Využívají se už dnes.
8. Začněte čtyřtýdenním sprintem. Optimalizace stovky nejprodávanějších produktů vám vytvoří spolehlivý náskok.
9. Investice se začne vracet okamžitě. Úprava dat pomůže vašim PMax a Shopping kampaním hned po nasazení.
10. Včasný start rozhoduje. Kdo úpravy odloží na další roky, bude jen složitě stahovat náskok připravené konkurence.

Obohacení dat ve feedu není jen běžný provozní úkol. Je to strategické rozhodnutí, které určí vaši viditelnost v AI éře. Pokud mají dva e-shopy stejný produkt za stejnou cenu, vyhraje ten s lépe připraveným feedem.