پلتفرم‌های هوش مصنوعی در حال جذب اکوسیستمی رو به رشد هستند

www.practicalecommerce.com

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

مدل‌های هوش مصنوعی در حال تبدیل شدن به پلتفرم‌هایی هستند که اکوسیستمی از اپلیکیشن‌ها، اتصال‌دهنده‌ها، بازارها و سامانه‌های پرداخت را به خود جذب می‌کنند؛ اکوسیستمی که در نهایت می‌تواند بر تجارت الکترونیک اثر بگذارد.

ChatGPT، Claude، Gemini و سرویس‌های مشابه در ابتدا عمدتاً چت‌بات بودند؛ یا دقیق‌تر، رابط‌هایی برای تعامل با مدل‌های زبانی بزرگ. اکنون همین مدل‌ها در حال تبدیل شدن به پلتفرم‌هایی هستند که شرکت‌های بیرونی می‌توانند از طریق آنها نرم‌افزار، داده و خدمات خود را ارائه کنند.

این تغییر شباهت زیادی به ظهور پلتفرم‌های فناوری در دوره‌های پیشین دارد.

  • یک محصول کاربردی، کاربران را جذب می‌کند.
  • این کاربران، توسعه‌دهندگان و کسب‌وکارها را به خود جذب می‌کنند.
  • در نهایت، زیرساخت‌هایی برای اتصال این مشارکت‌کنندگان، مدیریت دسترسی، جابه‌جایی پول و احتمالاً دریافت سهمی از فعالیت‌ها شکل می‌گیرد.

Anthropic نمونه‌ای تازه از این روند را در سپتامبر ۲۰۲۶ ارائه کرد؛ زمانی که Claude Marketplace را راه‌اندازی کرد. این بازار به مشتریان امکان دسترسی به بیش از ۲ هزار افزونه و اتصال‌دهنده، در کنار عامل‌های هوش مصنوعی، نرم‌افزارها و ارائه‌دهندگان خدمات را می‌دهد.

تصویری از صفحه وب Claude Marketplace
Claude Marketplace نمونه‌ای اولیه و ملموس از اکوسیستم رو به رشدی است که پیرامون مدل‌های هوش مصنوعی شکل می‌گیرد.

مشتریان سازمانی همچنین می‌توانند بخشی از هزینه‌ای را که متعهد به پرداخت آن به Anthropic شده‌اند، برای خرید محصولات از طریق این بازار اختصاص دهند. این مدل بیشتر از آنکه شبیه یک چت‌بات باشد، به یک پلتفرم نرم‌افزاری شباهت دارد.

اتصال

یکی از دلایلی که این اکوسیستم می‌تواند نسبتاً سریع شکل بگیرد، پروتکل زمینه مدل (MCP) است.

Anthropic، MCP را برای اتصال سامانه‌های هوش مصنوعی به نرم‌افزارها و داده‌های بیرونی معرفی کرد. این شرکت در دسامبر ۲۰۲۵، MCP را به بنیاد Agentic AI زیرمجموعه بنیاد لینوکس واگذار کرد.

Block و OpenAI به‌عنوان مشارکت‌کنندگان بنیان‌گذار به این طرح پیوستند. Amazon Web Services، Google، Microsoft و دیگر شرکت‌های فناوری نیز در این بنیاد مشارکت دارند.

این اقدام، MCP را به استانداردی مستقل از یک فروشنده خاص تبدیل کرد و یکی از موانع پذیرش آن را کاهش داد. در نتیجه، شرکت‌های نرم‌افزاری ممکن است دیگر نیازی نداشته باشند برای هر پلتفرم هوش مصنوعی یک اتصال جداگانه بسازند. با این حال، این الزاماً به معنای ارزش اقتصادی بالای خودِ اتصال‌دهنده نیست.

با استاندارد شدن اتصال میان سامانه‌ها، فرصت‌های اقتصادی بزرگ‌تر ممکن است به بخش‌های دیگری منتقل شوند؛ از جمله توزیع، مجوزهای دسترسی، امنیت، پرداخت و دسترسی به مشتری.

بازارها

بازارها یکی از مدل‌های احتمالی برای این اکوسیستم هستند.

Claude Marketplace به شرکت‌های نرم‌افزاری امکان می‌دهد به مشتریانی دسترسی پیدا کنند که از خدمات Anthropic استفاده می‌کنند. در مقابل، همین یکپارچه‌سازی‌ها باعث می‌شوند Claude برای انجام وظایف بیشتری کاربرد داشته باشد، بدون آنکه Anthropic مجبور باشد هر اپلیکیشن یا اتصال داده‌ای را خودش ایجاد کند.

این مدل از برخی جهات به فروشگاه‌های اپلیکیشن و بازارهای ابری شباهت دارد، هرچند هنوز مشخص نیست اقتصاد آن دقیقاً چگونه خواهد بود. برای نمونه، Anthropic اعلام نکرده است که آیا از فروش‌هایی که از طریق Claude Marketplace انجام می‌شوند سهمی دریافت می‌کند یا نه.

با این حال، ممکن است توزیع در نهایت از کارمزد بازار اهمیت بیشتری پیدا کند. بن تامپسون، تحلیلگر Stratechery، در سپتامبر استدلال کرد که عامل‌های هوش مصنوعی می‌توانند به تجمیع‌کننده‌های قدرتمندی تبدیل شوند، زیرا کاربران ممکن است برای تعامل با شمار زیادی از سرویس‌های بیرونی، به تعداد نسبتاً محدودی عامل هوش مصنوعی تکیه کنند.

اگر چنین اتفاقی رخ دهد، کسب‌وکارها ممکن است علاوه بر رقابت برای جذب مشتری، برای قرار گرفتن در توصیه‌های یک عامل هوش مصنوعی نیز با یکدیگر رقابت کنند. تجارت الکترونیک نمونه مناسبی برای بررسی این وضعیت است.

تجارت الکترونیک

ابزارهای هوش مصنوعی همین حالا نیز به خریداران در تحقیق درباره محصولات، مقایسه گزینه‌های مختلف و تصمیم‌گیری برای خرید کمک می‌کنند؛ چه آن را کشف محصول با هوش مصنوعی بنامیم و چه تجارت عامل‌محور.

گام بعدی، اتصال این گفت‌وگوها به سامانه‌های فروشندگان است.

پروتکل تجارت یکپارچه گوگل (Universal Commerce Protocol) استانداردی برای تعاملات تجاری میان عامل‌های هوش مصنوعی فراهم می‌کند. فروشنده می‌تواند محصولات خود را در اختیار رابط‌های هوش مصنوعی گوگل قرار دهد و یا امکان پرداخت را همان‌جا فراهم کند، یا سبد خرید تکمیل‌شده را به وب‌سایت خودش منتقل کند.

Stripe نیز رویکرد مشابهی را با Agentic Commerce Suite در پیش گرفته است. این مجموعه به فروشندگان اجازه می‌دهد اطلاعات محصولات خود را در اختیار چندین عامل هوش مصنوعی قرار دهند و در عین حال از سامانه‌های فعلی خود برای انجام سفارش و خدمات پس از خرید استفاده کنند.

زیرساخت‌های پرداخت نیز در حال توسعه هستند.

تراکنش‌های عامل‌های هوش مصنوعی مشکلات آشنای حوزه پرداخت، از جمله احراز مجوز، مقابله با تقلب، بازپرداخت وجه و تعیین مسئولیت را ایجاد می‌کنند؛ با این تفاوت که یک مشارکت‌کننده اضافی میان خریدار و فروشنده قرار می‌گیرد.

Google، Stripe، Visa، Mastercard و دیگر شرکت‌ها در حال توسعه برنامه‌هایی هستند تا مشخص کنند یک عامل هوش مصنوعی چه چیزی می‌تواند خریداری کند و تراکنش چگونه باید مجاز شود.

هنوز هیچ رویکرد واحدی بر دیگر روش‌ها غلبه نکرده است، اما برای فروشندگان در شرایط فعلی شاید خودِ این موضوع اهمیت کمتری داشته باشد و مهم‌تر این باشد که اجزای این زیرساخت یکی پس از دیگری در حال شکل‌گیری هستند.

رشد

مک‌کینزی اند کامپنی برآورد می‌کند که تا سال ۲۰۳۰، عامل‌های هوش مصنوعی می‌توانند بر ۹۰۰ میلیارد تا یک تریلیون دلار از فروش خرده‌فروشی مصرف‌کننده در آمریکا و ۳ تا ۵ تریلیون دلار در سراسر جهان اثر بگذارند.

در حال حاضر، خرید با کمک هوش مصنوعی عمدتاً به کشف محصول و ارجاع کاربر مربوط می‌شود، نه خرید کاملاً خودکار. اما یک پلتفرم هوش مصنوعی برای اثرگذاری بر تجارت الکترونیک در سطح کلی یا بر عملکرد فروشگاه‌های منفرد، لزوماً نباید خودش تراکنش را تکمیل کند. این پلتفرم می‌تواند بر محصولاتی که خریداران بررسی می‌کنند، فروشگاه‌هایی که به آنها مراجعه می‌کنند و شاید در نهایت فروشنده‌ای که سفارش را دریافت می‌کند، اثر بگذارد.

لایه‌های جدید

فروشندگان آنلاین پیش از این نیز تغییرات مشابهی را تجربه کرده‌اند.

  • در سال‌های ابتدایی فروش آنلاین، موتورهای جست‌وجو یکی از منابع اصلی کشف محصولات بودند.
  • بعدتر، بازارهای تجارت الکترونیک خریداران و فروشندگان را در یک بستر جمع کردند.
  • در سال‌های اخیر نیز شبکه‌های اجتماعی به کانال‌هایی برای تبلیغات و خرید تبدیل شدند.

هر یک از این تغییرات، شرکت دیگری را میان فروشنده و دست‌کم بخشی از مشتریان قرار داد. اکنون پلتفرم‌های هوش مصنوعی نیز می‌توانند به لایه‌ای مشابه تبدیل شوند.

با این حال، تفاوت در این است که یک عامل هوش مصنوعی می‌تواند کاری فراتر از هدایت ترافیک انجام دهد. هوش مصنوعی تا حدی می‌تواند ترجیحات خریدار را درک کند، محصولات فروشندگان مختلف را با یکدیگر مقایسه کند، خرید را آماده کند و در نهایت تراکنش را آغاز کند.

این وضعیت چند پرسش تجاری مهم ایجاد می‌کند، از جمله:

  • یک عامل هوش مصنوعی کدام فروشندگان و محصولات را توصیه خواهد کرد؟
  • چه کسی رابطه با مشتری را در اختیار خواهد داشت؟
  • پرداخت در کجا انجام خواهد شد؟
  • آیا پلتفرم‌ها برای دسترسی فروشندگان به تقاضای مشتریان هزینه دریافت خواهند کرد؟
  • وقتی یک عامل هوش مصنوعی پیش از آنکه خریدار صفحه نتایج جست‌وجو را ببیند، میان محصولات مختلف انتخاب می‌کند، چه بر سر تبلیغات خواهد آمد؟

هنوز هیچ‌کس پاسخ همه این پرسش‌ها را نمی‌داند، اما اپلیکیشن‌ها، اتصال‌دهنده‌ها، بازارها، پروتکل‌های تجارت و سامانه‌های پرداخت در حال شکل‌گیری پیرامون پلتفرم‌های هوش مصنوعی هستند. برای شرکت‌های تجارت الکترونیک، این اکوسیستم نوظهور ممکن است مدت‌ها پیش از آنکه عامل‌های خودکار به‌طور معمول خرید انجام دهند، اهمیت پیدا کند.