Google внедряет ИИ-агентов для автоматизации онлайн-покупок

Корпорация Google намерена использовать свою масштабную базу данных Shopping Graph, включающую более 60 миллиардов товарных позиций, для создания интеллектуального помощника. На ежегодной конференции разработчиков Google I/O компания представила ряд функций, которые превращают стандартный поисковый сервис в персонального ассистента на базе ИИ-агентов — автономных систем, способных выполнять сложные задачи по поручению пользователя.

Делегирование рутины искусственному интеллекту

По словам Суреша Ганапати, старшего директора Google по потребительским покупкам, новые инструменты призваны избавить пользователей от наиболее утомительных аспектов шопинга. В основе обновленной системы лежит протокол UCP (Universal Commerce Protocol) — единый язык данных, разработанный совместно с крупнейшими ритейлерами и платформами. Это технологическое решение позволяет ИИ-агентам бесшовно взаимодействовать с различными магазинами на всех этапах: от поиска товара до его получения.

Особое внимание разработчики уделили безопасности транзакций. Новый протокол платежей AP2 (Agentic Payments Protocol) позволяет ИИ-помощнику совершать покупки в рамках строго заданных параметров. Пользователь может установить лимит бюджета и список доверенных магазинов. Агент совершит сделку только при полном соответствии критериям, при этом платежные данные защищаются цифровыми контрактами и передаются исключительно необходимым участникам процесса. Ожидается, что продукты на базе протокола AP2 появятся на платформе уже этой осенью.

Универсальная корзина и умная аналитика

Еще одним важным нововведением стала «Универсальная корзина» (Universal Cart). Это единый центр управления покупками, который объединяет товары, найденные пользователем в поиске Google, приложении Gemini, на YouTube или в почте Gmail. Система позволяет не только собирать предложения из разных магазинов в одном месте, но и анализировать их эффективность.

Интеллектуальная система управления покупками предлагает следующие возможности:

• Максимизация выгоды за счет автоматического применения бонусных программ и поиска кэшбэка.
• Мониторинг цен в режиме реального времени с уведомлением о достижении минимальной стоимости товара.
• Проверка совместимости продуктов, например, ИИ предупредит, если выбранный аксессуар не подходит к основному устройству.
• Использование аналитических способностей модели Gemini для прогнозирования и решения логистических проблем еще до момента оплаты.

В обзоре отмечается, что интеграция продвинутых моделей рассуждения Gemini позволяет системе предвидеть потенциальные сложности, с которыми может столкнуться покупатель, делая процесс приобретения товаров более предсказуемым и безопасным.