2026. gada 18. novembris

    ChatGPT Wallet: kurš pieņem lēmumu, kad pirkumu uzticat AI?

    ChatGPT Wallet ļauj aģentiem maksāt lietotāja vārdā. Bet kurš vispirms izvēlas produktu un noraida alternatīvas? Skaidrojam, cik plaši var deleģēt pirkumus AI un kāpēc svarīgi ir dati, avoti un precīza zīmola reprezentācija.

    Cilvēks viedtālrunī pārbauda informāciju par veikalu un maksājumu veidiem pie Black Friday akcijas skatloga
    foto: CardMapr.nl | Unsplash

    Jūs apstiprināt produktu, summu un maksājumu. Bet kurš pirms tam izlēma, kurus piedāvājumus redzēsiet, kādi kritēriji būs svarīgākie un no kā varēsiet atteikties? ChatGPT Wallet ir konkrēts iemesls pievērsties aģentiskajiem pirkumiem: kādus lēmumus uzticam AI un ko šāds atbildības sadalījums nozīmē zīmoliem.

    OpenAI attīsta iespēju aģentiem veikt pirkumus. Lietotājiem tas sola ērtības: mazāk vietņu pārlūkošanas, piedāvājumu salīdzināšanas un veidlapu aizpildīšanas. Uzņēmumiem rodas papildu uzdevums — gādāt, lai sistēma, kas rīkojas klienta vārdā, spētu pareizi nolasīt piedāvājumu un pārbaudīt tā atbilstību prasībām.

    Tomēr visinteresantākās pārmaiņas var notikt vēl pirms maksājuma. Tās skar jautājumu, kurš sašaurina izvēli.

    Ko OpenAI paziņoja par ChatGPT Wallet?

    2026. gada 13. novembrī OpenAI iepazīstināja ar ChatGPT Wallet — ChatGPT maku, kas ļauj aģentiem veikt maksājumus lietotāja vārdā. Risinājums tapis sadarbībā ar American Express, Chase, Mastercard un Visa. Sākotnējā, pakāpeniskā ieviešana paredzēta ierobežotai pilngadīgu ChatGPT Pro lietotāju grupai ASV, kuriem ir šajā valstī izdotas atbilstošas kartes.

    Pirms pirkuma lietotājs pārbauda produktus, kopējo summu un izvēlēto karti, pēc tam apstiprina darījumu un iziet drošības pārbaudi. Aģents saņem aizstājējmaksājuma datus tokena veidā, bet nevar piekļūt faktiskajiem kartes datiem.

    Būtiski, ka OpenAI iezīmē arī turpmāko attīstības virzienu — iespēju iepriekš pilnvarot aģentu veikt pirkumus noteiktās robežās, piemēram, ievērojot budžetu, kategoriju vai laika periodu. Tas ir nākotnes attīstības virziena pieteikums, nevis pašreizējās ieviešanas laikā plaši pieejamas funkcijas apraksts.

    Šis jaunums turpina tēmu, ko aplūkoju rakstā par pirkumiem, reklāmām un personalizāciju ChatGPT. Šoreiz pievērsīšos tam, kā tiek sadalīta kontrole pār pirkumu.

    Ko īsti nozīmē aģentiskums pirkumos?

    Šajā analīzē izmantoju operacionālu definīciju: aģentiskums pirkumos ir pakāpe, kādā AI sistēma lietotāja uzdevuma un pilnvarojuma robežās var izvēlēties un veikt darbības, kas ved pie pirkuma.

    Šī definīcija ļauj pētīt konkrētu rīcību. Ar produktu saraksta ģenerēšanu vien nepietiek, lai spriestu par sistēmas patstāvību. Svarīgi ir tas, vai tā spēj meklēt informāciju, mainīt plānu, izvēlēties rīkus, salīdzināt piedāvājumus un reaģēt uz šķēršļiem.

    Līdzīgu arhitektūras atšķirību apraksta Anthropic: iepriekš ieprogrammētā darbplūsmā nākamos soļus nosaka kods, savukārt aģentiskā sistēmā modelis dinamiski vada procesu un rīku izmantošanu. Tas ir noderīgs konceptuāls konteksts, taču ne konkrētas ChatGPT Wallet arhitektūras apraksts.

    Pirkumos patstāvības pakāpe var būt ļoti atšķirīga. Lietotājs var norādīt precīzu produktu un uzticēt aģentam tikai tā pasūtīšanu. Viņš var arī aprakstīt vajadzību, budžetu un termiņu, atstājot aģenta ziņā produkta un pārdevēja izvēli.

    Abos gadījumos uzdevums beidzas ar pirkumu. Taču otrajā gadījumā sistēmai ir daudz lielāka ietekme uz to, kas tiks nopirkts.

    Maksājuma apstiprināšana ir tikai viens no kontroles punktiem

    Iedomāsimies, ka lūdzat aģentam atrast koferi konkrētam lidojumam. Sistēma piedāvā vienu variantu, izskaidro tā priekšrocības un lūdz apstiprināt pirkumu.

    Jūs kontrolējat tēriņus. Taču, lai novērtētu kontroli pār izvēli, vajadzīga plašāka informācija — kādus piedāvājumus sistēma izskatīja, kurus noraidīja un kāpēc atzina izvēlēto produktu par piemērotu. Iespējams, tā pareizi pārbaudīja visas prasības. Taču tā varēja arī neskaidro apzīmējumu “salona bagāža” uzskatīt par pietiekamu pierādījumu atbilstībai konkrētās biļetes noteikumiem. Tie ir divi pilnīgi atšķirīgi iznākumi, pat ja maksājuma apstiprināšanas ekrāns izskatās vienādi.

    Darījuma apstiprināšana apliecina, ka lietotājs piekritis piedāvātajam pirkumam. Tā pati par sevi nepierāda, ka iepriekšējā atlase bijusi pilnīga un pareiza.

    Tas ir mūsu metodoloģiskais secinājums, nevis novērotas Wallet kļūdas apraksts. Tas parāda, kāpēc AI iesaistītu pirkumu izpētē jāiekļauj arī lēmumi, kas pieņemti pirms maksājuma.

    Pirkuma deleģēšanas matrica

    Tā vietā, lai visam procesam piešķirtu vienu “autonomijas līmeni”, iesaku to sadalīt lēmumos un darbībās. Katrā posmā jānosaka, ko definē cilvēks, ko drīkst darīt aģents un kad tam jālūdz papildu piekrišana.

    Uzsveru — šis ir autora veidots analītiskais ietvars, nevis OpenAI oficiāla klasifikācija. Tā priekšrocība ir iespēja aprakstīt dažādas konfigurācijas. Aģentam var būt plaša brīvība meklēšanā, bet nekādas brīvības maksājumu veikšanā. Tas var arī pasūtīt precīzi norādītu produktu, pieņemot tikai dažus lēmumus par pašu piedāvājumu.

    Zīmoliem tas nozīmē, ka jānošķir divas situācijas: klients zīmolu jau ir izvēlējies un deleģē pirkuma izpildi vai arī uztic sistēmai izvēlēties starp pieejamajiem zīmoliem.

    Piemērs: koferis, kam jāatbilst konkrētām prasībām

    Aplūkosim hipotētisku uzdevumu:

    Atrodi koferi līdz 150 eiro, kas atbilst manam lidojumam noteiktajam bagāžas izmēram novietošanai zem sēdekļa un tiks piegādāts līdz piektdienai. Ja nevari apstiprināt kādu no nosacījumiem, pirms pirkuma pajautā man

    Šādam uzdevumam jāapvieno vairāku veidu informācija, tostarp konkrētā produkta varianta izmēri, pārvadātāja noteikumi attiecīgajam lidojumam un biļetes tarifam, kopējā cena, pieejamība un piegādes termiņš uz norādīto adresi.

    Ievērojiet: apzīmējums “ideāli piemērots lidojumiem” neapstiprina atbilstību prasībām, bet informācija “nosūtīšana 24 stundu laikā” negarantē piegādi līdz konkrētam datumam. Turklāt salīdzinājumā redzamajā cenā var nebūt iekļauta piegāde.

    Tāpēc iesaku katru obligāto prasību vērtēt, izmantojot trīs statusus:

    • apstiprināts — pieejamie pierādījumi liecina, ka konkrētais piedāvājums atbilst prasībai

    • neatbilst — pieejamie pierādījumi liecina, ka piedāvājums neatbilst prasībai

    • nav noskaidrots — trūkst informācijas, lai izdarītu secinājumu

    Apstiprinājuma trūkumu nedrīkst automātiski uzskatīt ne par atbilstību, ne par neatbilstību. Mūsu piemērā tas ir iemesls veikt papildu pārbaudi vai uzdot jautājumu lietotājam.

    Uzņēmumiem tas ir praktisks ieteikums produktu satura veidošanai. Ir vērts precizēt, kuri apgalvojumi jāpamato un uz kuru produkta variantu tie attiecas. Semantio materiālā par produktu un pakalpojumu sagatavošanu AI atbilžu izpētei šo piedāvājuma strukturēšanu aplūkojam plašāk.

    Kurai informācijai zīmola piedāvājumā jābūt skaidri saprotamai?

    OpenAI tirgotāju partneru ceļvedī norāda, ka informācija, ko izmanto pirkuma procesā, var nākt no publiskā tīmekļa, privātām API integrācijām un produktu datu failiem. Pēc tam uzdevumu var izpildīt pārlūkprogrammā vai ar integrācijas palīdzību, kas nodrošina noteiktas darbības.

    No tā izriet, ka jāpārbauda informācijas saskaņotība dažādos avotos. Ja produkta aprakstā, specifikācijā un piedāvājuma datos norādīti atšķirīgi izmēri vai nosacījumi, rodas jautājums, kas jānoskaidro.

    Praksē ir vērts sasaistīt:

    • produktu ar skaidri noteiktu variantu

    • atribūtu ar mērvienību, diapazonu un lietošanas nosacījumiem

    • apgalvojumu ar aktuālu apstiprinošu avotu

    • piedāvājumu ar pārdevēju, tirgu, cenu un pieejamību

    Tas ir konkrēts Brand semantics infrastructure pieejas pielietojums. Pirkumu kontekstā īpaši svarīga ir saikne starp apgalvojumu par produktu un nosacījumu, ko klients vēlas izpildīt.

    Brand Semantics tas nozīmē paplašināt darbu pie zīmola semantiskās stratēģijas ar jautājumu: vai pieejamā informācija ļauj pārbaudīt piedāvājumu reālā lēmuma pieņemšanas situācijā?

    Skaidrs piedāvājums un funkcionējošs pirkuma process jāpārbauda atsevišķi

    Produkta pareiza atpazīšana vēl nenodrošina veiksmīgu uzdevuma izpildi.

    web.dev skaidro, ka aģenti var izmantot ekrānuzņēmumus, HTML un lapas pieejamības koku. Tāpēc svarīgas ir, piemēram, veidlapu etiķetes, elementu lomas, skaidri saskarnes stāvokļi un pogu sasaistīšana ar pareizajiem produktiem. Tie ir tehniski ieteikumi aģentu darbam ar vietni, nevis garantija, ka katrs pirkums izdosies.

    Maksājums ir atsevišķs posms. Saskaņā ar OpenAI maksājumu dokumentāciju, Wallet darbojas ar esošajām maksājumu veidlapām, un tam nav vajadzīga tikai šim makam paredzēta integrācija. Vienlaikus riska novērtēšanas sistēmas var kļūdaini bloķēt pirkumus, ko veic aģenta pārlūkprogramma.

    Tāpēc uzņēmumam problēmas jādiagnosticē atsevišķi. Nepareizi nolasīti parametri, kļūda varianta izvēlē un noraidīts maksājums rodas dažādu iemeslu dēļ un prasa atšķirīgu rīcību.

    Kā pārbaudīt, vai AI deleģēti pirkumi maina zīmola izvēli?

    AI redzamības izpētē ir lietderīgi salīdzināt trīs veidus, kā formulēt vienu un to pašu uzdevumu:

    • izpēte — parādi vairākus prasībām atbilstošus piedāvājumus un izskaidro atšķirības

    • atlase — izvēlies vienu piedāvājumu, pamato izvēli un norādi neskaidrības

    • sagatavošanās darbībai — pirms apstiprināšanas pārbaudi izvēlēto variantu, izmaksas un nosacījumus

    Šis ir ierosināts pētījuma plāns, nevis veikta eksperimenta rezultāts. Tas ļauj pārbaudīt, vai salīdzinājumā iekļautais zīmols joprojām tiek ieteikts, kad sistēmai jāizvēlas viens produkts, un vai pamatojums joprojām balstās uz pareizu informāciju.

    Analīzē ir vērts saglabāt pilnas atbildes, redzamos avotus un testa nosacījumus. Salīdzinājumi jāatkārto, ņemot vērā platformu, darbības režīmu, valodu, tirgu, datumu un lietotājam pieejamo kontekstu.

    Var izmantot arī vienkāršu papildu rādītāju: to ieteikumu īpatsvars, kuriem iespējams apstiprināt visu scenārijā noteikto obligāto prasību izpildi. Saucējs būtu novērtētie ieteikumi, bet skaitītājs — tie, kas izturējuši pārbaudi. Rezultāts attiektos tikai uz konkrēto uzdevumu un nosacījumu kopu.

    Tas papildina pieeju zīmola redzamības un reprezentācijas mērīšanai AI vidē: līdzās zīmola klātbūtnei vērtējam arī to, vai tā izvēle atbilst vajadzībai.

    Semantio ir atsevišķs izpētes rīks zīmolu reprezentācijas analīzei AI atbildēs. Šajā jomā tas var palīdzēt pētīt zīmola klātbūtni, ieteikumus, kļūdas un avotus. Veikala lietošanas, maksājuma autorizācijas un pasūtījuma apstiprināšanas pārbaudei vajadzīgs atsevišķs uzdevuma izpildes pētījums. Atbilžu monitoringa rezultāti neapstiprina, kā noritējis pirkums Wallet.

    Ko ChatGPT Wallet nenozīmē?

    Wallet paziņojums nedod pamatu apgalvot, ka autonomi pirkumi jau ir plaši izplatīti, tostarp Polijā. Tas arī neparāda, kā ieviešana ietekmēs atsevišķu zīmolu pārdošanas rezultātus.

    Maksājumu iespēja pati par sevi nepierāda, ka produkts izvēlēts pareizi.

    Sakārtoti dati un pieejama vietne negarantē ieteikumu.

    Pareizs ieteikums vēl nav apstiprināts pasūtījums.

    Galvenie pētniecības jautājumi joprojām ir atklāti:

    • Vai plašāka deleģēšana patiešām sašaurina izskatāmo zīmolu loku?

    • Cik bieži sistēma atklāj datu trūkumu?

    • Vai tā lūdz piekrišanu, ja mainās nosacījumi?

    • Kā rezultāti atšķiras dažādos tirgos un pirkumu veidos?

    ChatGPT Wallet piešķir šiem jautājumiem konkrētu kontekstu. Zīmoliem lietderīgs sākumpunkts ir klienta uzdevums: noskaidrot, kas jāpārbauda, kur atrodams pierādījums un vai piedāvājums joprojām ir piemērots, kad sistēmai uz tā pamata jāsagatavo reāls pirkums.

    Ar šiem jautājumiem jūs un arī es paliekam ;)



    COO Brand Semantics

    Brand Semantics līdzautors. Ar mārketingu saistīts kopš 2009. gada. Apmācību speciālists. Stratēģis. Jaunu izpētes jomu meklētājs mūsdienu mārketingā. Apvieno zināšanas no dažādām jomām un pārvērš tās par biznesa risinājumiem klientiem.