W poradniku „The GEO Playbook” omówiliśmy trzy filary widoczności w AI: SEO, markę i dane produktowe. W tym artykule wyjaśniamy, jak przygotować dane produktowe dla agentów AI. Artykuł kierujemy do osób odpowiedzialnych za kwestie technologiczne – temat wymaga dokładnej analizy i zapewne budzi u Ciebie wiele pytań.
W ostatnim roku znacznie częściej rozmawialiśmy o tym z osobami decyzyjnymi w dużych przedsiębiorstwach. Nie bez powodu.
Dane produktowe dla agentów AI to uporządkowane informacje o produktach, dostępne w formacie czytelnym dla maszyn i aktualizowane w czasie rzeczywistym. Agenty AI oraz duże modele językowe mogą bezpośrednio pobierać te dane, interpretować je i wykorzystywać do rekomendowania oraz sprzedaży Twoich produktów. Przygotowanie takich danych stało się warunkiem konkurowania w kanałach sprzedaży opartych na AI, i wciąż jest czas, by się tym zająć. Według danych Shopify dotyczących handlu w I kwartale 2026 roku liczba zamówień z kanałów AI wzrosła niemal 13-krotnie rok do roku. Z kolei osoby trafiające do sklepów z tych kanałów kupują niemal o 50% częściej niż odwiedzający z organicznych wyników wyszukiwania.
AI szybko zmienia handel. Gartner® w nowym raporcie „Optimize Product Data for Agentic Commerce” przewiduje, że do 2030 roku 20% transakcji będzie odbywać się za pośrednictwem platform AI – z wykorzystaniem płatności bezpośrednio na platformie lub agentów AI.
Z naszych rozmów wynika jednak, że tylko niewielki odsetek firm ma formalną strategię zarządzania danymi produktowymi. Brak takiej strategii zaczynają dostrzegać zarządy i dyrektorzy generalni.
Prędzej czy później padnie więc pytanie – o ile jeszcze go nie zadano: „Co robimy, żeby przygotować się na AI?”.
Ten artykuł pomoże Ci na nie odpowiedzieć. Omawiamy konkretne rozwiązania techniczne, które pomogą Ci przygotować dane produktowe do wykorzystania przez AI i wybrać odpowiedni sposób działania.
Dlaczego warto nas posłuchać? To słuszne pytanie. Oto kilka powodów:
- Wspólnie z Google stworzyliśmy UCP. Universal Commerce Protocol to otwarty standard handlu z udziałem agentów AI, z którego korzysta cała branża, nie tylko klienci Shopify. Powstał, aby rozwiązywać konkretne problemy związane z handlem: porządkowaniem danych produktowych, infrastrukturą płatniczą i zasadami realizacji zamówień. To obszary, w których Shopify ma wyjątkowo duże doświadczenie.
- Wiodące platformy AI wybierają Shopify jako pierwszego partnera. Marki korzystające z Shopify należą do pierwszych, które sprzedają w kanałach AI, takich jak ChatGPT, Microsoft Copilot, Google AI Mode i Gemini.
- Od początku działalności obsłużyliśmy sprzedaż o wartości ponad 1,7 biliona dolarów (ok. 6,8 bln zł) na całym świecie. Dzięki tej skali mamy dostęp do danych, które pozwalają nam dostrzegać zmiany, zanim zauważy je większość rynku. Już teraz tworzymy rozwiązania odpowiadające na te zmiany.
W tym artykule dzielimy się wiedzą, którą zdobywamy, i rozwiązaniami, nad którymi właśnie pracujemy.
Dlaczego dane produktowe są wąskim gardłem w większości dużych firm?
Jeśli stwierdzenie „jakość danych produktowych to warunek wejścia w erę AI” sprawia, że wzdychasz z rezygnacją, rozumiemy to. Wiele osób reaguje podobnie.
Codziennie rozmawiamy z dyrektorami ds. technologii, dyrektorami ds. informatyki i innymi osobami kierującymi zespołami technicznymi w dużych przedsiębiorstwach. Znamy ich doświadczenia. W większości takich firm dane produktowe są źródłem poważnych problemów.
Zwykle wygląda to tak:
Większość dużych firm handlowych rozwijała swoją architekturę danych przez lata, a nierzadko przez dekady. Na początku wystarczał system ERP, później potrzebny był PIM. Z kolei PIM musiał dostarczać dane do witryny, którą należało połączyć z platformami sprzedażowymi. Kolejne potrzeby i kanały wymagały następnych systemów: OMS do zarządzania zamówieniami, WMS do obsługi magazynu i realizacji zamówień, DAM do zarządzania zasobami cyfrowymi. Każdy z tych systemów stawał się głównym źródłem danych dla określonej grupy atrybutów produktów.
W efekcie Twoje dane produktowe nie znajdują się w jednym miejscu, lecz w sześciu albo dwunastu. Każdy kanał sprzedaży – witryna, platforma sprzedażowa czy media społecznościowe – wymaga własnego formatu, więc w systemach zaplecza powstaje wiele wersji tych samych danych. Całość łączy oprogramowanie pośredniczące (middleware), które w wielu przypadkach jest starsze niż połowa osób odpowiedzialnych dziś za jego utrzymanie. Wraz ze wzrostem skali problem się pogłębia: im więcej SKU, tym trudniej zapanować nad danymi.
Nie wynika to z błędów we wdrożeniach, lecz przede wszystkim z narastającej złożoności. Każdy system miał rozwiązać rzeczywisty problem, a każda modyfikacja w danym momencie była uzasadniona. Z czasem powstaje jednak dług technologiczny, którego nikt nie rozumie już w pełni.
Nie opisujemy tego, by dokładać Ci zmartwień. Aby rzetelnie omówić wymagania związane z przygotowaniem firmy na AI, musimy najpierw uczciwie nazwać przeszkody, przez które większości dyrektorów ds. technologii trudno jest podjąć pierwsze działania.
Zacznijmy więc od wyjaśnienia, co właściwie oznacza przygotowanie danych produktowych do wykorzystania przez agenty AI.
Jakie wymagania muszą spełniać dane produktowe dla agentów AI?
Odpowiednie przygotowanie danych produktowych jest niezbędne, jeśli chcesz, aby klienci znajdowali i kupowali Twoje produkty podczas rozmów z AI. Co jednak dokładnie musisz zrobić, aby agenty AI mogły korzystać z tych danych?
Duże modele językowe potrzebują danych czytelnych dla maszyn i aktualizowanych w czasie rzeczywistym. Przyjrzyjmy się obu tym wymaganiom.
Dane czytelne dla maszyn
Dane czytelne dla maszyn to informacje o produktach uporządkowane tak, aby oprogramowanie – zwłaszcza agenty AI i duże modele językowe – mogło je bezpośrednio pobierać, interpretować i wykorzystywać bez udziału człowieka i konieczności dodatkowego przekształcania danych.
Większość danych produktowych przygotowywano z myślą o osobach przeglądających witryny: były prezentowane w formie czytelnych opisów, atrakcyjnych stron i dopracowanych elementów szablonu sklepu. To, co jest przejrzyste dla kupującego, niekoniecznie jest jednak zrozumiałe dla agenta AI.
Problemem nie jest więc jakość danych w tradycyjnym rozumieniu, lecz ich dostępność. Strona produktu może zawierać wszystkie informacje potrzebne kupującemu. Jeśli jednak są one ukryte w szablonach Liquid, mechanizmach renderowania JavaScript lub niestandardowych regułach wyświetlania, AI nie ma do nich dostępu.
Dane aktualizowane w czasie rzeczywistym
W handlu z udziałem AI dane aktualizowane w czasie rzeczywistym to informacje o produktach – zwłaszcza o cenach i stanach magazynowych – które odzwierciedlają sytuację w chwili zapytania kupującego. Nie wystarczy, że były aktualne, gdy robot indeksujący ostatnio odwiedził Twoją witrynę.
Gdy system AI nie ma bezpośredniego dostępu do Twoich danych produktowych przez API, może korzystać z informacji pozyskanych z treści stron internetowych przez narzędzia do scrapowania. Zanim potencjalny klient zobaczy te informacje, produkt może się wyprzedać, mogą pojawić się nowe warianty kolorystyczne lub rabaty. Dane produktowe zmieniają się zbyt często, by polegać na tej metodzie.
Wiesz już, jakich danych potrzebują agenty AI. Przyjrzyjmy się teraz trzem możliwym podejściom oraz zaletom i wadom każdego z nich.
- Przygotuj dane produktowe do wykorzystania przez agenty AI
- Nie podejmuj działań i czekaj
- Poprzestań na SEO i budowaniu marki
Podejście 1: przygotowanie danych produktowych do wykorzystania przez agenty AI
Powiedzmy wprost, choć zapewne nie będzie to zaskoczeniem: jeśli chcesz przygotować dane produktowe dla agentów AI, zalecamy migrację na Shopify lub wybór Agentic Plan. Więcej o tym planie piszemy poniżej.
Agentic Plan zapewnia dostęp do Shopify Catalog, który automatycznie porządkuje, weryfikuje i przekazuje Twoje dane produktowe obsługiwanym platformom AI. Dzięki temu agenty mogą znajdować Twoje produkty i je rekomendować. Z kolei Agentic Storefronts umożliwia klientom przejście od rekomendacji do zakupu, a w obsługiwanych kanałach i na dostępnych rynkach także płatność bezpośrednio w interfejsie AI.
Załóżmy jednak, że chcesz aktywnie rozwijać sprzedaż z udziałem AI i dostrzegasz potrzebę uporządkowania danych oraz aktualizowania ich w czasie rzeczywistym. Wolisz przy tym zrobić to samodzielnie, zamiast przenosić się na Shopify lub korzystać z naszego Agentic Plan.
Jeśli nie korzystasz z platformy, która przejmie związane z tym zadania techniczne, musisz zmierzyć się z następującymi wyzwaniami:
Po pierwsze, każda platforma AI stawia inne wymagania. Gartner przedstawia je następująco:
Platforma AI Wymagania dotyczące integracji
OpenAI / ChatGPT
Prześlij zgłoszenie sprzedawcy (Merchant application) i przygotuj plik produktowy zgodny ze specyfikacją platformy
Google / Gemini
Prześlij rozszerzony plik produktowy do Google Merchant Center, dodaj „atrybuty GenAI”, udostępnij plik UCP Manifest na swoim serwerze i utwórz punkt końcowy API do sprawdzania stanów magazynowych w czasie rzeczywistym
Perplexity
Połącz się za pośrednictwem Feedonomics, Sonar API lub Enterprise Resource Hub platformy Perplexity
To trzy odrębne projekty integracyjne: trzy formaty danych, trzy procesy zatwierdzania i trzy zestawy obowiązków związanych z bieżącym utrzymaniem. A przecież mowa tylko o platformach, które działają obecnie. Nowe sposoby robienia zakupów z AI pojawiają się nieustannie.
Dług technologiczny rośnie. Każda godzina, którą Twój zespół poświęca na tworzenie i utrzymywanie integracji z platformami AI, to godzina, której nie może przeznaczyć na innowacje. Każdy dodatkowy proces synchronizacji, który trzeba monitorować, odciąga uwagę od rozwijania rozwiązań, które naprawdę wyróżniają Twoją firmę.
Niezależnie od używanej platformy handlowej punktem wyjścia jest to samo: dane produktowe muszą być kompletne, czytelne dla maszyn i aktualizowane w czasie rzeczywistym.
Oto, co trzeba zrobić w praktyce. Pamiętaj jednak, że dzięki Shopify Catalog nie musisz samodzielnie zajmować się wszystkimi poniższymi zadaniami:
Sprawdź, gdzie faktycznie znajdują się Twoje dane: jeśli sposób ich uporządkowania lub prezentacji zależy od mechanizmów wyświetlania, AI nie może ich odczytać. Dotyczy to na przykład próbek kolorystycznych wyświetlanych za pomocą JavaScript, grupowania produktów w szablonach i niestandardowych opcji zapisanych jako tagi. Najlepszym rozwiązaniem jest bezpośredni dostęp przez API za pośrednictwem Shopify Catalog. Dzięki niemu agenty mogą w czasie rzeczywistym pobierać najnowsze, dokładne informacje.
Uporządkuj warianty produktów: jeśli każdy wariant ma osobną stronę produktu, agent prawdopodobnie potraktuje je jako różne produkty. Potencjalny klient może więc otrzymać błędną odpowiedź na pytanie: „Czy ten produkt jest dostępny w kolorze czerwonym?”. Połącz rzeczywiste warianty w ramach jednego produktu nadrzędnego, aby agent rozpoznawał je jako opcje tego samego produktu. To niezbędne do formułowania trafnych rekomendacji.
Stosuj precyzyjną taksonomię produktów: wybieraj możliwie dokładny typ lub kategorię, na przykład „męskie ocieplane buty zimowe” zamiast „obuwie”. Im bardziej szczegółowa klasyfikacja, tym trafniej AI może klasyfikować i prezentować Twoje produkty. Dane powinny być na tyle precyzyjne, aby AI nie musiała niczego zgadywać.
Opisuj produkty jednoznacznie: agenty AI starają się jak najlepiej wykorzystywać udostępnione im dane, i często odczytują je dosłownie. Nie wypełniaj więc pól produktowych hasłami marketingowymi. Jeśli produkt nosi wyłącznie nazwę „Ocean breeze” zamiast opisowej nazwy „Spray z solą morską nadający włosom teksturę”, agent może nie mieć dość informacji, by polecić go klientowi. Kreatywne teksty nadal są potrzebne osobom przeglądającym ofertę, ale musisz też dostarczyć modelom językowym odpowiednio szczegółowe opisy.
Dbaj o aktualność i dokładność danych: ceny i stany magazynowe muszą odpowiadać sytuacji w chwili zapytania kupującego, nie podczas ostatniej wizyty robota na Twojej stronie. Tworzenie i utrzymywanie punktów końcowych API, które dostarczają dane w czasie rzeczywistym każdej platformie AI, to jedno z zadań wymagających największych nakładów czasu, pracy i środków w handlu z udziałem agentów. Shopify Catalog może jednak przekazywać zweryfikowane, aktualne dane bezpośrednio platformom AI. Gdy agent AI pyta: „Czy ten produkt jest dostępny w tej cenie?”, Shopify może odpowiedzieć od razu i precyzyjnie – zgodnie z wymaganiami.
Tak wygląda zakres niezbędnych prac. Dla większości dużych marek to poważne wyzwanie, zwłaszcza jeśli korzystają z rozproszonych systemów, a dane przechowują w PIM, ERP, OMS i DAM. Trzeba przeprowadzić audyt architektury danych rozwijanej przez lata, zmienić sposób modelowania wariantów i grupowania produktów oraz zbudować odpowiednią infrastrukturę API lub skorzystać z gotowego rozwiązania, które dostarcza dane w czasie rzeczywistym i jest dostępna dla każdej platformy AI.
Dlatego wybór platformy ma znaczenie.
W Shopify wiele z tych zadań jest wykonywanych za Ciebie. Shopify Catalog automatycznie przekazuje Twoje dane produktowe obsługiwanym platformom AI przez bezpośrednie API, bez konieczności tworzenia osobnych integracji. Funkcja Agentic Storefronts, która korzysta z Shopify Catalog, jest automatycznie włączana u sprzedawców spełniających wymagania. Umożliwia dotarcie do klientów korzystających z ChatGPT i Microsoft Copilot, a integracja z Google Merchant Center pozwala udostępniać dane w Google AI Mode i Gemini. Dzięki temu klienci mogą nie tylko znajdować Twoje produkty i otrzymywać ich rekomendacje, lecz także przechodzić do zakupu. Sposób finalizacji transakcji zależy od kanału i rynku.
📍 Ważne rozróżnienie: znajdowanie produktów a zakup bezpośrednio w AI
Twoje produkty mogą pojawiać się w rekomendacjach AI niezależnie od tego, czy podejmiesz jakiekolwiek działania. Takie znajdowanie produktów jest możliwe dzięki scrapowaniu, plikom produktowym lub Shopify Catalog. Agentic Storefronts umożliwia przejście od rekomendacji do zakupu, ale nie w każdym kanale oznacza to płatność w czacie. ChatGPT przekierowuje klienta do kasy sklepu w przeglądarce wbudowanej lub nowej karcie. Płatność bezpośrednio w Google AI Mode i Gemini jest dostępna dla sklepów i klientów w USA, a w Microsoft Copilot – dla klientów w USA. Dane dla Google są przekazywane przez Google Merchant Center.
- Znajdowanie produktów przez scrapowanie, pliki produktowe lub Shopify Catalog – działa niezależnie od ustawień Agentic Storefronts.
- Zakup z płatnością bezpośrednio w interfejsie AI – wymaga włączenia Agentic Storefronts oraz spełnienia wymagań danego kanału i rynku.
Markom korzystającym z niestandardowych struktur danych Shopify udostępnia również narzędzia takie jak Combined Listings App, które pomaga zmienić sposób grupowania wariantów, oraz Catalog Mapping, które pozwala przypisać pola niestandardowe do standardowych pól rozpoznawanych przez kanały AI. Dzięki temu nie musisz przebudowywać wszystkiego od podstaw.
Jeśli nie korzystasz z Shopify i nie chcesz migrować, Agentic Plan zapewnia dostęp do wszystkich tych możliwości bez zmiany dotychczasowej platformy. Podłączasz swój plik produktowy, konfigurujesz płatności i możesz sprzedawać w kanałach AI bez sklepu internetowego na Shopify.
Zakres prac nad danymi jest więc taki sam niezależnie od używanej platformy. Musisz zdecydować, jak dużą część tych zadań chcesz wykonać samodzielnie.
Podejście 2: niepodejmowanie działań i czekanie – czym to grozi?
Możesz rozważać takie podejście, jeśli uważasz, że AI jest jeszcze niedojrzałą technologią lub wiąże się ze zbyt dużym ryzykiem.
Często słyszymy argument: „Nasze dane produktowe może nie są idealnie uporządkowane, ale wszystko działa. Dlaczego więc mamy się tym zajmować?”.
Ryzyko nie polega jednak na przygotowywaniu firmy do korzystania z AI, lecz na tym, że nie będzie ona gotowa, gdy zajdzie taka potrzeba.
Spójrz na to tak: porządkujesz dane już teraz, aby później nie działać w pośpiechu, gdy zupełnie nowy kanał sprzedaży zacznie się szybko rozwijać.
Rynek jest na wczesnym etapie rozwoju, więc masz jeszcze czas. Właśnie dlatego podjęcie działań teraz jest bezpiecznym, a nie ryzykownym krokiem.
Podejście 3: poprzestanie na SEO i budowaniu marki – czy to wystarczy?
Być może dostrzegasz potencjał handlu z udziałem agentów AI, ale uważasz, że to wyzwanie przede wszystkim dla marketingu, a w mniejszym stopniu dla zespołów technicznych.
SEO i marka rzeczywiście w dużym stopniu wpływają na to, jak Twoja oferta jest prezentowana osobom robiącym zakupy za pomocą agentów AI. Być może już teraz Twoją witrynę odwiedzają osoby z kanałów AI, choć nie wymagało to od Ciebie dodatkowych nakładów.
To prawda, ale nie wyczerpuje to tematu.
Jeśli uporządkowane dane produktowe nie trafiają bezpośrednio do modeli językowych, platformy AI mogą nadal znajdować Twoją ofertę przez scrapowanie stron. Nie mają jednak pewności, że pozyskują w ten sposób najdokładniejsze informacje. Dane produktowe zmieniają się zbyt często, aby polegać wyłącznie na scrapowaniu. Ceny, stany magazynowe i opisy produktów muszą być aktualne i dokładne w chwili, gdy klient podejmuje decyzję o zakupie.
Jeśli w przygotowaniu do handlu z udziałem agentów AI poprzestaniesz na SEO i budowaniu marki, klienci mogą wprawdzie znajdować Twoje produkty w rozmowach z AI, ale na tym ich możliwości się skończą. Aby sfinalizować transakcję, będą musieli opuścić rozmowę. Tam, gdzie dany kanał i rynek umożliwiają płatność bezpośrednio w AI, oznacza to rezygnację z tej możliwości. We współczesnym handlu każda dodatkowa przeszkoda może oznaczać utraconą sprzedaż, dlatego nie polecamy tego podejścia.
Rezygnacja z działań lub ograniczenie przygotowań do SEO i budowania marki może początkowo wydawać się decyzją bez większych konsekwencji. W praktyce może jednak tworzyć niepotrzebne przeszkody na drodze do zakupu – właśnie tam, gdzie nie możesz sobie na nie pozwolić.
Teraz jest dobry moment, by przygotować dane produktowe dla agentów AI
Dane produktowe zawsze były ważne. Przez większą część historii handlu internetowego nie musiały jednak być idealne – wystarczał przyzwoity poziom jakości. Twoja witryna działała, a zamówienia napływały.
Teraz sytuacja się zmienia.
Nie mówimy o wymaganiach, które mogą pojawić się dopiero w odległej przyszłości. To wymagania techniczne kanałów sprzedaży, które działają już dziś i stale zyskują na znaczeniu.
Dobra wiadomość jest taka, że nie musisz zajmować się tym samodzielnie. Shopify przejmuje zadania związane z przygotowaniem danych dla agentów i sprzedażą w kanałach AI.
FAQ: dane produktowe dla agentów AI
Czym są dane produktowe dla agentów AI?
Dane produktowe dla agentów AI to uporządkowane informacje o produktach, dostępne w formacie czytelnym dla maszyn i aktualizowane w czasie rzeczywistym. Agenty AI i duże modele językowe mogą je bezpośrednio pobierać, interpretować i wykorzystywać bez udziału człowieka i konieczności dodatkowego przekształcania danych. Ceny, stany magazynowe, warianty i taksonomia produktów muszą być poprawne w chwili zapytania kupującego, nie tylko podczas ostatniej wizyty robota na Twojej stronie.
Dlaczego jakość danych produktowych ma znaczenie w handlu z udziałem AI?
Agenty AI potrzebują uporządkowanych danych aktualizowanych w czasie rzeczywistym, aby trafnie rekomendować produkty i finalizować zakupy. Według danych Shopify dotyczących handlu w I kwartale 2026 roku liczba zamówień z kanałów AI wzrosła niemal 13-krotnie rok do roku. Osoby trafiające do sklepów z tych kanałów kupują niemal o 50% częściej niż odwiedzający z organicznych wyników wyszukiwania. Niska jakość danych produktowych lub brak dostępu do nich może więc bezpośrednio przekładać się na utratę sprzedaży w szybko rozwijających się kanałach.
Czym różni się znajdowanie produktów przez AI od zakupu bezpośrednio w AI?
Znajdowanie produktów oznacza, że Twoja oferta pojawia się w rekomendacjach AI. Jest to możliwe dzięki scrapowaniu stron, plikom produktowym lub Shopify Catalog, niezależnie od tego, czy podejmiesz konkretne działania. Z kolei zakup bezpośrednio w AI pozwala klientowi sfinalizować transakcję w interfejsie czatu. Wymaga to włączenia Agentic Storefronts oraz dostępności tej opcji w danym kanale i na danym rynku. W Google AI Mode i Gemini jest ona dostępna dla sklepów i klientów w USA, a w Microsoft Copilot – dla klientów w USA. ChatGPT przekierowuje do kasy sklepu.
Jak przygotować dane produktowe w formacie czytelnym dla agentów AI?
Najważniejsze kroki to sprawdzenie, gdzie znajdują się Twoje dane, i uniezależnienie dostępu do nich od renderowania JavaScript oraz szablonów Liquid; powiązanie wariantów z jednym produktem nadrzędnym; zastosowanie precyzyjnej taksonomii produktów zamiast ogólnych kategorii; używanie jednoznacznych, opisowych określeń w polach produktowych zamiast haseł marketingowych; a także dostarczanie cen i stanów magazynowych przez API w czasie rzeczywistym, zamiast polegania na danych pozyskiwanych przez roboty indeksujące strony.
Czy mogę sprzedawać produkty w kanałach AI bez migracji na Shopify?
Tak. Shopify Agentic Plan zapewnia markom dostęp do Shopify Catalog i Agentic Storefronts bez pełnej migracji na inną platformę. Aby rozpocząć sprzedaż w kanałach AI, takich jak ChatGPT, Microsoft Copilot, Google AI Mode i Gemini, podłączasz istniejący plik produktowy i konfigurujesz płatności. Musisz przy tym spełnić wymagania danego kanału i rynku; sposób finalizacji zakupu zależy od dostępnych w nim funkcji. Nie wymaga to wymiany obecnego systemu handlowego.
Czy SEO i budowanie marki wystarczą, by skutecznie sprzedawać z udziałem agentów AI?
SEO i marka wpływają na to, czy platformy AI prezentują Twoje produkty, ale same nie wystarczą. Bez uporządkowanych danych produktowych dostarczanych w czasie rzeczywistym przez bezpośrednie API platformy AI mogą pokazywać nieaktualne ceny lub stany magazynowe. Samo SEO i budowanie marki nie umożliwia też finalizacji zakupów w interfejsie AI w kanałach i na rynkach, które obsługują takie płatności. Klienci mogą więc jedynie znaleźć produkty, a dodatkowe przeszkody na drodze do zakupu przekładają się na utraconą sprzedaż.

