طبقة البيانات التي لا يمكن للتجارة الوكيلية تجاهلها

انتقلت وكلاء الذكاء الاصطناعي من دور مساعدي البحث إلى مشترين مستقلين. وتتسابق أكبر المنصات الآن للسيطرة على طبقة المعاملات هذه، وتجسد خطوة أمازون الأخيرة (AMZN ) هذا التحول بوضوح. تتتبع Alexa for Shopping، التي نشأت من دمج Rufus وAlexa+، الأسعار وتتذكر السياق عبر الأجهزة. ثم تستخدم ميزة Auto-Buy لإتمام الشراء فور وصول المنتج إلى السعر المستهدف، من دون مراجعة سلة التسوق أو تنفيذ الدفع يدوياً.

من المتوقع أن يصل حجم سوق التسوق الوكيلي إلى أكثر من 5 تريليونات دولار من حجم التجارة العالمية بحلول عام 2030. وأمازون ليست وحدها في محاولة اقتطاع حصة من هذا القطاع؛ فقد تحركت Google وOpenAI وPerplexity بقوة نحو التسوق الوكيلي. كما يزيد هذا التوجه من تقبل المستهلكين لمشاركة الذكاء الاصطناعي في قرارات الشراء، إذ قفزت الزيارات المدفوعة بالذكاء الاصطناعي إلى مواقع البيع بالتجزئة الأميركية بنسبة 393% على أساس سنوي في الربع الأول من عام 2026.

من السهل فهم تجربة المستهلك، لكن البنية التحتية التي تجعلها ممكنة أقل وضوحاً. فعندما ينفذ وكيل ذكاء اصطناعي معاملة بصورة مستقلة، فإنه يثق ببيانات المنتج ثقة كاملة. لا يوجد إنسان ينبه إلى اختيار نسخة خاطئة أو تصنيف المنتج على نحو غير صحيح. لذلك تصبح طبقة البيانات العنصر الأكثر تأثيراً في التجارة الوكيلية.

أساس التجارة الوكيلية

يدور الحديث عن التجارة الوكيلية غالباً حول الوكيل نفسه، سواء كان النموذج أو الواجهة أو التجربة. لكن العامل الحقيقي الذي يحدد النجاح ليس الوكيل، بل طبقة البيانات التي تدعم التجارة الإلكترونية.

عندما يطلب المستهلك من وكيل إعادة طلب منظف الغسيل أو شراء أرخص كابل HDMI يمكن أن يصل غداً، تبدو المعاملة بسيطة. لكن الوكيل يحتاج خلف الكواليس إلى اتخاذ سلسلة من القرارات: تحديد المنتج المطلوب بدقة، والتحقق من خصائصه وتوافره، ومقارنة الخيارات على منصات متعددة، وربط عملية الشراء بالمخزون وشبكة التنفيذ المناسبة.

على عكس المتسوق البشري، لا يستطيع وكيل الذكاء الاصطناعي الاعتماد على الحدس لسد الثغرات أو حل التناقضات. يجب أن تعتمد كل خطوة في المعاملة على بيانات منظمة ومتسقة عبر الأنظمة المعنية. وإذا كان أي جزء من هذا الأساس مفقوداً أو مجزأً، فلن يتوقف الوكيل للتحقيق، بل سيعمل بما لديه وينفذ المعاملة، أو سيفشل في إتمامها تماماً، ما يخلق تجارب مستخدم غير متسقة وغير موثوقة في كثير من الأحيان.

مواضع انهيار أساس البيانات

وفقاً لشركة Mirakl، تستوفي أقل من 1% من صفحات منتجات التجارة الإلكترونية حالياً الحد الأدنى من المعايير اللازمة كي توصي بها وكلاء الذكاء الاصطناعي. تختلف معرفات المنتجات بين أنظمة الموردين والأنظمة الداخلية، بينما تتأخر حالة المخزون عن الواقع. كما تفتقر بيانات المواقع إلى التوحيد عبر شبكة التنفيذ.

عندما يبقى البشر ضمن العملية، يمكن التعامل مع البيانات الرديئة. فقد يلاحظ المشتري أن النسخة غير صحيحة، أو يعرف مدير المستودع أن نظام المخزون متأخر. يسد الناس الفجوات اعتماداً على خبرتهم، لكن وكيل الذكاء الاصطناعي لا يملك هذا الحدس. فهو يقرأ البيانات المقدمة إليه وينفذ المعاملة أو يفشل في إتمامها.

عندما تكون البيانات خاطئة تكون المعاملة خاطئة: قد تكتمل عملية شراء المنتج الخطأ، ويوجَّه إلى الموقع الخطأ، وبالسعر الخطأ. يكون الوكيل قد عمل تماماً كما صُمم، بينما البيانات التي يعتمد عليها هي التي لم تؤد وظيفتها.

طبقة الهوية التي يعتمد عليها كل وكيل

تكلف جودة البيانات الرديئة المؤسسات ما لا يقل عن 12.9 مليون دولار سنوياً في المتوسط. يأتي هذا الرقم من بيئات لا يزال البشر مشاركين فيها. أما في التجارة الوكيلية، فلن تكون الكلفة إلا أكبر؛ فكل معاملة آلية يخطئ فيها الوكيل تضاعف التكلفة.

قد يُدرج زوج واحد من أحذية الجري باسم «أحذية للجري على المسارات» في منصة، وباسم «أحذية لكل التضاريس» في منصة أخرى. إنه المنتج نفسه، لكن وكيل الذكاء الاصطناعي لا يستطيع التأكد من ذلك من دون معرف موحد.

وهذه هي المشكلة التي يساعد معرف المنتج المضمن في رمز UPC الشريطي على حلها. يمكن لهذه الإشارات القابلة للمسح أن تحمل رقم GTIN (رقم السلعة التجارية العالمي)، وهو جزء من منظومة عالمية للمعايير تستخدمها أكثر من مليوني شركة لتعريف المنتجات بصورة فريدة في سلسلة التوريد العالمية. تمنح أرقام GTIN القابلة للمسح المنتجات هوية واحدة موثقة لدى كل متجر ومستودع ومنصة تتعامل معها. وعندما يقارن وكيل أسعار ذلك الحذاء بين Amazon وTarget، يؤكد رقم GTIN أنه يقارن المنتج نفسه بالفعل.

توفر المعايير، مثل معايير GS1 US، لغة مشتركة لتعريف المنتجات والمواقع والكيانات؛ وهي اللغة ذاتها التي تحتاجها وكلاء الذكاء الاصطناعي للتواصل والتنسيق واتخاذ قرارات دقيقة. ومع دخول مزيد من الوكلاء إلى سلسلة التوريد، أحدهم يدير المشتريات وآخر يراقب المخزون وثالث يتابع الخدمات اللوجستية، يحتاجون إلى مشاركة البيانات عبر أنظمة بنتها شركات مختلفة. وتجعل المعرفات الموحدة ذلك ممكناً.

تشكل أرقام GTIN جزءاً من هذا الإطار الأوسع. وبالنسبة إلى وكلاء الذكاء الاصطناعي، تمثل اللغة المشتركة التي توفرها الفرق بين معاملة تكتمل بدقة وأخرى لا تكتمل.

وقد تؤدي بيانات المنتج الناقصة إلى استبعاد المنتج تماماً من مجموعة الخيارات التي ينظر فيها الوكيل. وبالنسبة إلى العلامات التجارية الأصغر، تمثل هذه مشكلة وجودية في الظهور.

البيانات الجاهزة للوكلاء مقارنة بما تملكه معظم الشركات

يتطلب الوصول إلى بيانات جاهزة للوكلاء أن يكون لكل منتج في الكتالوج معرف فريد عالمياً وموثق. كما يتطلب اكتمال الخصائص واتساقها عبر كل نظام يستخدمه أي شريك تجاري، ومزامنة بيانات المخزون والأسعار في الوقت الفعلي بدلاً من تحديثها على دفعات. والبيانات المصممة لتصفح البشر لا تستوفي هذا المستوى.

إن وضع مزيد من الذكاء الاصطناعي فوق بيانات مجزأة لا ينتج إلا إجابات خاطئة أسرع وأكثر ثقة. يجب أولاً أن يكون الأساس سليماً.

تتوقع Gartner إلغاء أكثر من 40% من مشروعات Agentic AI بحلول عام 2027، بسبب تصاعد التكاليف وعدم وضوح العائد على الاستثمار وعدم كفاية ضوابط المخاطر. وتؤثر جودة البنية التحتية للبيانات مباشرة في العوامل الثلاثة. والشركات التي تتجه إلى التجارة الوكيلية من دون تدقيق طبقة البيانات تعالج المشكلة الخطأ.

من أين ينبغي لتجار التجزئة والعلامات التجارية أن يبدأوا

1. تدقيق معرفات المنتجات في جميع الأنظمة. يحتاج كل منتج في الكتالوج إلى معرف فريد عالمياً وموثق. وتعد المعرفات المفقودة أو المكررة السبب الأكثر شيوعاً لتجاهل الوكلاء المنتجات تماماً.
2. توحيد تسميات الخصائص. يجب أن يكون للمقاس والوزن والنسخة والتوافر المعنى نفسه في كل نظام يستخدمه شريك تجاري. قد لا يلاحظ البشر التسمية غير المتسقة، لكنها قاتلة للوكلاء.
3. مزامنة البيانات بين الشركاء التجاريين في الوقت الفعلي. تحدّث معظم الشركات بيانات المخزون والأسعار بعد تأخير، سواء كل ساعة أو كل ليلة أو يدوياً. لكن الوكيل الذي ينفذ عملية شراء لا ينتظر التحديث التالي.
4. اعتبار جاهزية البيانات شرطاً مسبقاً لأي استثمار في Agentic AI. الشركات التي تتجه إلى التجارة الوكيلية من دون تدقيق طبقة البيانات تعالج المشكلة الخطأ. تذكر أن الوكيل هو آخر ما ينبغي تحسينه؛ أما أساس البيانات فيجب أن يأتي أولاً.

سيكون تجار التجزئة والعلامات التجارية الذين يستثمرون الآن في هذا الأساس أسهل اكتشافاً وأكثر قابلية لإتمام المعاملات أمام الوكلاء الذين يتخذون قرارات الشراء نيابة عن المستهلكين. أما من ينتظر فسيتنافس على الظهور في نظام لم يُبنَ أصلاً للعثور عليه. الوكيل هو الجزء المرئي، لكن السؤال الأهم هو ما إذا كانت البيانات التي يعمل فوقها جاهزة.