Următoarea vitrină din retail s-ar putea să nu aibă geam

De-a lungul anilor am văzut des cum magazinele fizice compensează slăbiciunile propriilor date. Același produs are denumiri diferite în POS, în ERP și în contabilitate. Stocurile se actualizează cu întârziere. Detaliile unei promoții sunt știute de personal și nu ajung niciodată în fișa produsului. Nimic din asta nu oprește clientul, care intră, vede produsul pe raft și întreabă un angajat ce mai vrea să afle.

Până de curând, consecințele acestei dezordini rămâneau în interiorul firmei. Distorsionau rapoarte, complicau gestiunea stocului și creau muncă în plus — costul despre care am scris deja. Pe măsură ce tot mai mulți clienți caută produse prin AI, aceleași neconcordanțe încep să decidă altceva: dacă oferta retailerului mai e văzută.

AI intră în drumul spre cumpărare înainte ca clientul să deschidă un site sau să treacă pragul unui magazin. Îl ajută să-și formuleze nevoia, să compare alternative și să reducă o piață largă la câteva opțiuni plauzibile. Agenții încep să meargă mai departe — verifică prețul și disponibilitatea, construiesc coșuri, rezervă produse și, în limitele stabilite de utilizator, finalizează plata.

Căutarea se schimbă înaintea cumpărării

Infrastructura se conturează deja. Universal Commerce Protocol de la Google le dă agenților o cale să obțină variante, stoc și prețuri live din catalogul unui retailer (martie 2026). Shopify și-a trecut comercianții implicit în canalele de cumpărături AI în aceeași lună — ChatGPT, Copilot, AI Mode din Google, Gemini. Adyen a legat fluxurile de produse, coșurile și plățile într-o singură integrare în iunie, deocamdată în disponibilitate limitată, pentru comercianți enterprise din SUA. Iar în iulie Visa a raportat agenți care finalizează cumpărături reale la comercianți participanți din Europa, nu pe vitrine de test.

E prea devreme să vorbim despre o trecere în masă la cumpărarea autonomă, iar sondajele o spun destul de clar. Gartner a găsit că disponibilitatea de a lăsa AI să ia decizia finală de cumpărare se oprește la 11 la sută, și asta în categorii cu miză mică, precum îngrijirea personală și consumabilele de uz casnic. Disponibilitatea de a lăsa AI să restrângă opțiunile e mai mare — 31 la sută pentru consumabile de uz casnic, 28 la sută pentru electronice personale. E vorba de 322 de consumatori americani chestionați în ianuarie 2026, adică un eșantion mic, pe o singură piață, de luat cu rezerva cuvenită.

Pentru un retailer, însă, lista scurtă contează deja mai mult decât casa de marcat. Adobe a măsurat traficul dinspre serviciile de AI generativ către site-urile de retail din SUA în creștere cu 393 la sută față de anul anterior în primul trimestru din 2026, după un plus de 693 la sută în sezonul sărbătorilor din 2025. Același raport e onest cu forma curbei: doar în martie creșterea a fost de 269 la sută, deci ritmul scade de la o bază foarte mică, chiar dacă cifrele absolute urcă. NIQ a găsit că 42 la sută dintre consumatorii americani folosiseră cel puțin un instrument AI pentru cumpărături în ultima lună, dintr-un eșantion lunar de circa 500 de persoane.

Cifra pe care mi-e mai greu să o ignor nu e traficul. În martie 2026, acel trafic din AI a convertit cu 42 la sută mai bine decât restul — cu un an înainte convertea cu 38 la sută mai prost.

Toate cifrele despre consumatori de aici sunt americane, din eșantioane de câteva sute de oameni, și niciuna nu trebuie confundată cu o pondere comparabilă din vânzările de retail din Europa. Direcția rămâne totuși greu de ignorat. O parte din descoperirea produselor se mută într-un mediu în care clientul primește câteva recomandări în loc de o pagină de linkuri, iar absența din acele câteva ar putea ajunge să coste cât o vânzare pierdută la casă.

O vitrină digitală fără e-commerce

De aici se ajunge la o concluzie mai puțin evidentă. Un retailer care nu are de gând să construiască un magazin online clasic poate avea totuși nevoie de o vitrină digitală.

Nu presupune conturi de client, checkout online, acceptare de plăți sau livrare la domiciliu. Primul ei scop e mai modest: să lase o persoană, sau un agent care acționează pentru ea, să înțeleagă ce vinde retailerul, unde există produsul, cât costă și ce se poate întâmpla mai departe. Gândește-te la o cerere obișnuită — găsește două bax-uri de apă plată în apropiere pe care le pot ridica azi după ora 20, verifică dacă mi se aplică reducerea de fidelitate și rezervă-le.

Faptul că un lanț vinde apă îmbuteliată nu e suficient pentru asta. Agentul trebuie să identifice gramajele potrivite, să verifice disponibilitatea în magazine anume, să știe programul lor, să aplice regulile de fidelitate și să afle dacă rezervarea e posibilă. Un magazin poate fi după colț, poate avea produsul și poate oferi cel mai bun preț și tot să rămână în afara discuției, pentru că nimic din toate astea nu există într-o formă pe care un sistem o poate folosi. Tranzacția se poate întâmpla în continuare la casa fizică. Ce s-a mutat online e alegerea locului în care mergi.

O astfel de vitrină trebuie să fie lizibilă pentru ambele audiențe deodată. Clientul vede pagini obișnuite de produs și de locație. Agentul are nevoie de atribute structurate, prețuri și stocuri citibile de mașini, fluxuri de produse și acțiuni clar definite. Un subdomeniu dedicat le poate găzdui pe toate, dar publicarea câtorva pagini web nu face singură un retailer vizibil pentru sistemele AI.

Întâi vine o imagine consecventă a afacerii

Tehnic, e mult mai ușor să creezi pagini de produs decât să te asiguri că ce arată ele e adevărat.

Nomenclatorul principal stă într-un sistem, vânzările curente în altul, prețurile de achiziție în documente contabile, promoțiile cu totul în altă parte. Transferurile între magazine se înregistrează târziu. Retururile și casările își urmează propriile proceduri. Stocul total poate părea perfect plauzibil, în timp ce distribuția lui pe locații nu mai reflectă realitatea — diferența dintre un total și o desfășurare care decide majoritatea verificărilor.

Un manager experimentat știe să navigheze printre aceste neconcordanțe. Știe ce raport cere o a doua privire, pe cine să sune și ce corecții poartă oamenii în cap. Un agent extern nu are acces la cunoașterea asta informală și nu are pe cine să întrebe.

De aceea normalizarea trebuie să vină înaintea publicării. Identificatorii de produs, variantele, unitățile de măsură, categoriile și locațiile trebuie aliniate. Retailerul trebuie să stabilească ce sistem e autoritar pentru preț și care pentru stoc, și cât de repede ajunge o modificare în fiecare canal. Stratul următor e contextul în care funcționează afacerea: produsul legat de magazine anume, de locațiile și programul lor, de opțiunile de ridicare, de servicii suplimentare, de regulile de schimb și de programele de fidelitate. Graful operațional de cunoștințe e cel care permite unui sistem să înțeleagă în ce condiții poate fi vândut efectiv un produs, în loc să-l trateze ca pe o intrare izolată de catalog.

La marql abordăm asta din interiorul mediului operațional. Datele din POS, ERP, contabilitate și alte sisteme sunt conectate read-only și aduse într-un singur model consecvent de produse, magazine, vânzări și stocuri. Până acum, fundația asta a servit analiza de management și recomandările operaționale. Aceeași fundație poate face afacerea lizibilă pentru clienți și pentru agenți AI externi.

Două modele practice

Niciunul dintre cele două de mai jos nu e ceva ce marql livrează astăzi. Ce există deja e fundația de sub ele — modelul normalizat de produse, magazine, vânzări și stocuri descris mai sus, construit pe conexiuni read-only la sistemele pe care lanțurile le au deja. Acestea sunt lucrurile pe care intenționăm să le ridicăm pe ea.

Acolo unde un lanț de magazine are deja un site sau o aplicație, primul model va integra un agent B2C în canalul existent. Clientul va vorbi direct cu retailerul: pune întrebări, verifică disponibilitatea, compară produse, își face un coș pentru o rețetă sau o sărbătoare, rezervă articole într-un anumit magazin.

Aceeași interfață va putea purta instrucțiuni de cumpărare recurente — o comandă permanentă de apă sau un coș de bază, cu programul, bugetul, înlocuirile permise și acțiunile care tot cer confirmare definite din start. Limitele clare vor conta acolo. Comoditatea unei cumpărături recurente nu trebuie să devină un drept nelimitat de a cheltui banii clientului, care e aceeași întrebare despre graniță ca și cea care decide unde poate acționa singur un sistem automat în interiorul afacerii.

Pentru retailerii cu prezență online mică sau inexistentă, al doilea model va fi o vitrină găzduită pe un subdomeniu dedicat, pregătită deopotrivă pentru oameni și pentru agenți. Drumul clientului se poate încheia cu o rezervare, un telefon, indicații către cel mai apropiat magazin sau o vizită. E-commerce-ul complet poate veni mai târziu; nu mai e singura cale către vizibilitate digitală.

Ambele ar începe cu aceeași muncă: date operaționale colectate, normalizate, verificate și îmbogățite cu context de business. Sari peste etapa asta și noua vitrină doar expune în afară neconcordanțele interne ale firmei.

Chiar dacă comerțul cu agenți se dezvoltă mai lent decât prevăd acum platformele, munca asta nu e irosită. Datele consecvente despre produse îmbunătățesc raportarea, gestiunea sortimentului, controlul stocului și canalele de vânzare care există deja. Pregătirea pentru agenții AI devine un câștig în plus dintr-o infrastructură care se plătește oricum — argumentul pentru a o trata ca pe ceva ce ții în funcțiune, nu un proiect pe care îl termini.

Magazinele fizice vor conta în continuare, la fel brandul, merchandisingul și sfatul unui om. Ce se schimbă treptat e ordinea în care clientul le întâlnește. Înainte ca un cumpărător să vadă magazinul, un sistem poate să fi decis deja ce magazine merită luate în calcul. Următoarea vitrină s-ar putea să nu aibă nici geam permanent, nici sală de vânzare. Poate exista câteva secunde în interiorul unei conversații, asamblată din varianta de produs, preț, disponibilitate și condiții de serviciu pe care retailerul o poate susține în acel moment.