Lideri de opinie
Comerțul bazat pe agenți IA repetă o greșeală veche legată de datele întreprinderilor

Puncte cheieComerțul agentic necesită date de produs structurate, peste care mașinile să poată…
Vezi mai mult
- Comerțul agentic necesită date de produs structurate, peste care mașinile să poată raționa, nu doar conținut ușor de înțeles de om.
- Comerțul B2B trebuie să construiască straturi semantice de produs care să codifice în mod explicit reguli, relații și constrângeri.
- Companiile care tratează datele despre produse ca pe o infrastructură vor deveni lizibile pentru agenții de IA și vor câștiga un avantaj.
Multă vreme, comerțul B2B s-a bazat pe o presupunere simplă: oamenii răsfoiesc informațiile.
Citesc paginile de produs, parcurg rapid fișele tehnice și tolerează formulările vagi, fiindcă știu să pună întrebări suplimentare. Când ceva este neclar, trimit un e-mail unui reprezentant de vânzări. Când o regulă este ascunsă într-o notă de subsol, experiența completează golurile.
Datele despre produsele B2B au evoluat în întregime în jurul acestui comportament. Nu trebuiau niciodată să fie suficiente prin ele însele, ci doar să poată fi interpretate de un om. Odată cu IA, această presupunere nu mai este valabilă.
Am mai trecut prin asta cu datele întreprinderilor
Dacă situația pare familiară, există un motiv. În urmă cu un deceniu, întreprinderile purtau o discuție foarte asemănătoare despre date. Depozitele de date erau pline, lacurile de date se revărsau și, în cele din urmă, fiecare sistem exporta ceva. Pe hârtie, companiile erau bogate în date. În practică, nimic nu avansa rapid, deoarece utilizatorii din departamentele de afaceri nu puteau răspunde la întrebări de bază fără analiști care să le servească drept interpreți. SQL devenise un blocaj.
Datele întreprinderilor erau organizate după modul în care sistemele stocau informația, nu după modul în care oamenii gândeau activitatea firmei. Existau rânduri și coloane, dar nu și concepte. Veniturile erau în trei tabele. Client însemna cinci lucruri diferite, în funcție de persoana întrebată și de moment. Indicatorii erau dezbătuți la nesfârșit, fiindcă nimeni nu îi definise clar.
Progresul decisiv în gestionarea datelor întreprinderilor a venit din acceptarea complexității și ținerea ei sub control. Straturile semantice sunt un exemplu, dar făceau parte dintr-o schimbare mai amplă. Întreprinderile au încetat să pretindă că datele brute sunt utilizabile în mod implicit și au început să construiască straturi de interpretare care reflectau modul real de gândire și funcționare al afacerii.
Modelele de indicatori au realizat acest lucru definind calculele o singură dată, în loc să le deducă din nou în fiecare raport. Veniturile însemnau același lucru peste tot, deoarece cineva își făcuse timp să codifice definiția. Modelele de date și schemele dimensionale au făcut același lucru la nivel structural. Au transformat tabelele operaționale în concepte precum client, produs, comandă și timp. Utilizatorii din departamentele de afaceri nu mai trebuiau să înțeleagă câte operații de îmbinare a tabelelor erau necesare pentru a răspunde la o întrebare de bază. Relațiile erau deja definite.
Cataloagele de date și definițiile administrate prin procese de guvernanță au rezolvat o altă parte a problemei. Au consemnat sensuri care existaseră doar în mintea oamenilor. Ce reprezintă acest câmp? Când ar trebui folosit? Ce limitări are? Contextul nu mai era o cunoaștere informală deținută de un grup restrâns, ci devenea parte a sistemului.
Împreună, aceste straturi au absorbit complexitatea și au făcut-o gestionabilă. Au creat abstracții stabile care le permiteau mai multor oameni — și mai multor sisteme — să raționeze corect, fără să reinterpreteze lumea de la zero de fiecare dată. Tocmai asta lipsește astăzi comerțului B2B.
Descoperirea produselor de către agenți impune aceeași reevaluare
Comerțul bazat pe agenți IA supune datele despre produsele B2B aceluiași test. Producătorii și distribuitorii nu duc lipsă de informații despre produse. Stochează deja cantități enorme: de la specificații și configurații până la logica de stabilire a prețurilor și constrângeri contractuale.
Problema este că aproape toate aceste date au fost structurate pentru oameni. Specificațiile se află în PDF-uri. Regulile sunt explicate într-un catalog tipărit de produse care nu a ajuns niciodată online. Excepțiile sunt subînțelese în procesele administrative ale vânzărilor, în loc să fie codificate. Prea multe depind de memoria instituțională atunci când contextul există doar în mintea echipelor de vânzări.
Un agent IA nu parcurge rapid un PDF și înțelege ideea generală. Nu știe care propoziție exprimă o constrângere obligatorie și care este limbaj comercial. Nu poate deduce în siguranță reguli din formatare sau ton. Dacă sensul nu este explicit, agentul îl tratează ca necunoscut.
Nu este vorba despre faptul că datele nestructurate ar fi rele
Un lucru trebuie spus clar: datele nestructurate nu sunt inamicul. Nu au fost niciodată.
În analiza datelor întreprinderilor, datele nestructurate nu au dispărut odată cu apariția straturilor semantice. Au fost adăugate ca un strat deasupra structurii. Structura gestiona regulile și relațiile. Conținutul nestructurat oferea nuanțe, explicații și context.
Același model se aplică și aici.
Agenții au nevoie de structură pentru a raționa. Au nevoie de reguli explicite, relații, constrângeri și stări. Trebuie să știe ce este compatibil, ce poate fi configurat, ce este permis și în ce condiții se aplică ceva. Conținutul nestructurat, singur, nu poate furniza aceste informații în mod fiabil.
Dar nici structura singură nu este suficientă. Agenții nu doar preiau atribute. Compară opțiuni și evaluează compromisuri. Stabilesc atât ce este un lucru, cât și când ar trebui recomandat.
Conținutul explicativ este stratul care descrie intenția, poziționarea și cazurile de utilizare. El face diferența dintre «acest produs există» și «în această situație ar trebui să îl alegi». În lumea datelor întreprinderilor, acest rol era îndeplinit de definiții, documentație și contextul de afaceri. Aici, ia forma unor explicații la nivel de produs din care agenții pot învăța. În timp ce datele structurate despre produse îi spun agentului ce este adevărat, conținutul explicativ îl ajută să decidă ce contează.
Comerțul a fost optimizat pentru prezentare, nu pentru raționament
Aceasta este partea incomodă. Infrastructura comerțului nu a făcut cu adevărat saltul realizat în domeniul datelor întreprinderilor. Am construit sisteme mai bune de gestionare a informațiilor despre produse, adică sisteme PIM, cataloage mai bogate și pagini de produs mai frumoase. Dar nu am construit niciodată un strat semantic autentic pentru produse; am optimizat prezentarea.
Cât timp oamenii intermediau achizițiile B2B, acest lucru era acceptabil. Reprezentanții de vânzări explicau cazurile speciale. Cumpărătorii tolerau ambiguitatea, iar toată lumea știa să ocolească lipsurile sistemului.
Agenții elimină acest tampon. În B2B, fisurile apar imediat. Prețurile variază în funcție de contul clientului. Disponibilitatea se schimbă în funcție de regiune. Compatibilitatea depinde de configurație. Contractele au prioritate față de condițiile implicite. Drepturile acordate contează. Nimic din toate acestea nu poate fi ghicit în siguranță.
Când un agent evaluează un produs, nu este impresionat de o descriere bine scrisă. Vrea să știe ce se potrivește, ce este permis, ce este compatibil și ce se întâmplă în continuare. Dacă informațiile nu sunt explicite, agentul nu cere clarificări, ci trece mai departe.
Ce trebuie să facă acum companiile din comerț
Acesta este punctul de cotitură. Companiile din comerț pot continua să trateze datele despre produse ca pe un conținut interpretat de oameni. Sau pot începe să le trateze ca pe o infrastructură pe baza căreia mașinile raționează.
Asta înseamnă că specificațiile trebuie să devină atribute cu un sens definit. Compatibilitatea trebuie codificată sub formă de relații, nu explicată în paragrafe. Stabilirea prețurilor trebuie exprimată prin logică. Drepturile acordate trebuie să fie explicite. Disponibilitatea trebuie reprezentată prin informații precise despre starea ei.
Este exact aceeași schimbare pe care întreprinderile au fost nevoite să o facă în analiză. Când datele brute și tabelele nu au mai fost suficiente, sensul a trebuit definit. Iar odată ce există acest nucleu structurat, conținutul explicativ încetează să mai fie singura sursă de adevăr pentru IA și devine stratul care îi învață pe agenți cum să aplice acel adevăr în situații reale.
Producătorii și distribuitorii care fac acest lucru vor deveni inteligibili pentru agenți. Produsele lor vor fi mai ușor de evaluat, de recomandat și de considerat demne de încredere. Ceilalți vor avea în continuare date, dar acestea vor funcționa ca vechile depozite de date ale întreprinderilor: prezente tehnic, dar practic inutilizabile.
Modelul este vechi, dar consecințele sunt noi
Nimic din toate acestea nu este speculativ. Am văzut deja datele întreprinderilor trecând prin exact același ciclu. Singura diferență acum este utilizatorul. În locul analiștilor de afaceri sunt agenți autonomi. În locul tablourilor de bord sunt recomandări. În locul deciziilor lente este excluderea instantanee.
Comerțul bazat pe agenți IA scoate la iveală o problemă veche de zeci de ani a datelor întreprinderilor. Companiile care o recunosc și tratează datele despre produse așa cum întreprinderile au învățat să trateze datele operaționale se vor adapta rapid. Celelalte vor continua să adauge PDF-uri, să rescrie descrieri și să se întrebe de ce agenții nu par să le aleagă niciodată.
Istoria se repetă. De data aceasta, mașinile sunt atente.












