Giganci AI w zakupach? Startupy nie drżą

OpenAI">OpenAI i Perplexity ogłaszają asystentów zakupowych z AI. Rynek reaguje... ziewaniem? Startupy z branży e-commerce wcale się nie martwią. Twierdzą, że wielkie modele językowe są jak szwajcarski scyzoryk — robią wszystko, ale nic naprawdę dobrze.

I pewnie mają rację.

Wielkie modele, małe problemy

Założyciele mniejszych firm budujących narzędzia AI do zakupów stawiają tezę: ogólne modele są zbyt szerokie, by dostarczyć prawdziwie spersonalizowane doświadczenie. To jak próba dopasowania garnituru szytego na maszynę. Technicznie pasuje. Czujesz jednak różnicę.

Bo widzisz, OpenAI i Perplexity mają potężne silniki. Świetnie generują tekst, analizują zapytania, rozumieją kontekst. Ale zakupy online? To nie tylko rozumienie pytania "gdzie kupić buty". To historia preferencji, rozmiar, styl, budżet, poprzednie zakupy, zwroty.

Dane. Cała masa danych.

Wyobraź sobie klienta, który regularnie kupuje buty sportowe w rozmiarze 43, zawsze zwraca modele ze zbyt wąskim noskiem i preferuje marki z segmentu średniej półki. Żaden ogólny asystent nie wyciągnie takich wniosków z jednego zapytania. Potrzebuje do tego historii — tej konkretnej, skumulowanej, przechowywanej przez miesiące.

Niszowe bije uniwersalne

Startupy specjalizujące się w AI shopping mają coś, czego giganci nie mogą kupić od ręki: hiperskoncentrację. Zamiast trenować model "na wszystko", budują systemy pod konkretne kategorie. Moda. Elektronika. Kosmetyki. Każda działa inaczej.

Efekt? Algorytm wie, że w butach liczy się nie tylko rozmiar, ale szerokość stopy, typ podeszwy, materiał. Że w perfumach nuty zapachowe mają hierarchię. Że w laptopach specyfikacja brzmi nieźle, ale w praktyce liczy się stosunek mocy do czasu pracy na baterii.

Giganci mogą to wszystko nauczyć swoje modele. Pytanie: czy chcą? Czy opłaca się im budować 50 wyspecjalizowanych wersji, gdy można wypuścić jedną "wystarczająco dobrą"?

Tu leży sedno przewagi mniejszych graczy. Startup budujący asystenta wyłącznie dla branży modowej może przez rok gromadzić wiedzę o tym, jak klienci opisują kolor "łososiowy" kontra "koralowy", jak różni się intencja zakupowa przy sukience wieczorowej od casualowej, i dlaczego pewne rozmiary europejskie nie przekładają się liniowo na rozmiary azjatyckie. To wiedza dziedzinowa, której nie da się zastąpić skalą obliczeniową.

Personalizacja vs. prywatność

Jest jeszcze jeden haczyk. Prawdziwa personalizacja wymaga dostępu do danych zakupowych — historii transakcji, zwrotów, porzuconych koszyków. OpenAI i Perplexity tego nie mają. Chyba że zbudujesz integracje z platformami e-commerce.

A to już nie jest "po prostu wrzuć GPT do sklepu".

Mniejsze firmy często działają jako warstwa pośrednia. Integrują się głęboko z Shopify, WooCommerce, Magento. Zbierają dane (za zgodą). Uczą modele na konkretnych zachowaniach użytkowników danego sklepu.

To oznacza również inny model biznesowy. Startupy nie sprzedają dostępu do modelu — sprzedają wynik. Wyższą konwersję, niższy wskaźnik zwrotów, większą wartość koszyka. Sklep internetowy jest skłonny płacić za konkretny efekt. Za "inteligentny chatbot od OpenAI" — znacznie mniej chętnie.

Dane jako rzeczywista bariera wejścia

Warto podkreślić, że w branży e-commerce dane nie są tylko zasobem — są produktem. Firma, która przez dwa lata zbierała anonimowe dane o zachowaniach zakupowych miliona użytkowników w kategorii elektroniki, dysponuje czymś, czego nie można odtworzyć w trzy miesiące, niezależnie od budżetu.

Dlatego właśnie startupy nie panikują. Ich przewaga nie leży w architekturze modelu, którą gigant mógłby skopiować lub przejąć. Leży w danych, relacjach z partnerami i wiedzy dziedzinowej zakodowanej w setkach decyzji projektowych. To rodzaj fosy, który trudno zasypać samymi pieniędzmi.

• Głęboka integracja z platformami — dostęp do danych transakcyjnych w czasie rzeczywistym
• Własne datasety — trenowane na zachowaniach użytkowników konkretnych sklepów
• Wiedza kategorialna — rozumienie niuansów, które w ogólnym modelu giną w szumie
• Model rozliczenia oparty na wynikach — motywacja do ciągłej optymalizacji, nie tylko dostarczenia produktu

Czy startupy mają rację?

Pewnie tak. Przynajmniej na razie. Historia technologii pokazuje: na początku wygrywają specjaliści. Potem przychodzą giganci, kupują najlepsze pomysły i integrują je w swoje ekosystemy.

OpenAI może dziś wypuścić "wystarczająco dobry" asystent zakupowy. Za rok dokupić trzy startupy z konkretnymi rozwiązaniami. Za dwa — mieć najlepszy produkt na rynku.

Ale teraz? Teraz startupy mają przestrzeń do działania. I nie boją się konkurencji. To dobry znak. Albo mają naprawdę mocne karty w ręku, albo... no cóż, przekonamy się.

Jedno jest pewne: zakupy online właśnie dostały nowy silnik. Pytanie nie brzmi "czy AI zmieni e-commerce".

Brzmi: "czyj AI wygra".

Źródła

• TechCrunch AI