Kiedy agent kupuje za ciebie: nowe zagrożenia zakupów prowadzonych przez AI
Zakupy przez internet zmieniają się szybciej, niż mogłoby sugerować dwudziestopięcioletnia historia sklepów internetowych. Najpierw asystenci AI doradzali: porównywali ceny, podsumowywali recenzje, sugerowali zamienniki. Teraz coraz częściej kończą transakcję sami — użytkownik wpisuje „kup mi toner do drukarki, najtańszy oryginalny”, a agent przegląda oferty, wybiera sklep, dodaje produkt do koszyka i płaci. Branża nazywa to agentic commerce i buduje dla niej całą infrastrukturę: protokoły płatności, standardy wymiany danych między sklepami a modelami, przyciski „kup teraz” osadzone wokół rozmowy z asystentem.
Zaufanie na kredyt
Fundamentem każdego zakupu jest zaufanie — do sklepu, do sprzedawcy, do metody płatności. Agenci je przemieszczają. Użytkownik, który od miesięcy rozmawia z jednym asystentem i ufa mu w codziennych pytaniach, przenosi część tego zaufania na sklep, którego nigdy nie widział i nie zweryfikował. Agent wybiera ofertę spośród dostępnych w swojej integracji, a nie spośród wszystkich istniejących — i to spojrzenie jest węższe, niż użytkownik przypuszcza. W praktyce oznacza to, że lista sklepów widocznych dla agenta staje się nową półką towarową, a miejsce na niej ma wartość ekonomiczną. Pytanie, kto i na jakich zasadach decyduje o kolejności ofert, pozostaje w dużej mierze bez odpowiedzi w opisach marketingowych protokołów.
Ataki na samego agenta
Druga grupa ryzyk jest bardziej techniczna: agent działa na podstawie tekstu, a tekst można podrobić. Ataki typu prompt injection polegają na umieszczeniu w treści, którą agent przeczyta — w opisie produktu, w recenzjach, w ukrytych polach strony — instrukcji skierowanych do maszyny, nie do człowieka. W skrajnym wariancie agent może zostać przekierowany do kupienia innego produktu, z innej oferty, po innej cenie. Badania bezpieczeństwa opisują ten wzorzec jako cross-site prompting — analogię do znanych z sieci ataków XSS, w których złośliwy kod wstrzyknięty w zaufaną stronę wykonuje się w przeglądarce ofiary. W pracy naukowej opublikowanej w serwisie arXiv opisano scenariusz: na stronie łączącej treści sklepu, recenzje użytkowników i reklamy zewnętrzne osoba złośliwa umieszcza w recenzji produktu instrukcję skierowaną do agenta klienta — by ten wysłał dane karty płatniczej. Autorzy takich prac dokumentują, że ataki — od iniekcji w języku naturalnym po zmodyfikowane obrazy — są wykonalne i skuteczne wobec obecnych agentów sieciowych; przeniesienie ich na obieg płatności podnosi stawkę, bo błąd agenta oznacza już nie złe podsumowanie, tylko stracone pieniądze.
Reklamacje w nowym reżimie
Trzecia grupa ryzyk jest proceduralna. Gdy agent kupi nie to, co użytkownik miał na myśli — zły rozmiar, zamiennik zamiast oryginału, przeterminowany termin dostawy — pojawia się pytanie, kto odpowiada. Klasyczna ścieżka reklamacyjna zakłada, że transakcji dokonał człowiek, który może opisać, czego oczekiwał. Przy zakupie agenticznym mamy dwa elementy: komunikację użytkownika z agentem oraz decyzje samego agenta wewnątrz sklepu. To rozdzielenie jest nowe dla prawa konsumenckiego i dla procedur sklepów. Protokoły płatności przewidują mechanizmy potwierdzania i weryfikacji transakcji, ale ich praktyczne działanie w przypadkach spornych dopiero się rodzi.
Co realnie może zrobić kupujący
Pełnego uniknięcia ryzyka nie ma, ale kilka nawyków je ogranicza. Warto traktować pierwsze zakupy prowadzone przez agenta ostrożnie: drobne kwoty, sklepy znane, bez podawania danych płatniczych, których nie trzeba. Warto czytać, co agent faktycznie wybrał i dlaczego, zamiast zatwierdzać gotowy koszyk jednym kliknięciem. Warto też pamiętać o asymetrii motywacji: agent działa w integracji zbudowanej przez firmę, która ma własny interes ekonomiczny, a nie tylko interes kupującego. Najbezpieczniejsze pozostają zakupy, w których decyzję o wyborze sklepu podejmujemy sami — a agentowi zostawiamy tylko porównanie ofert.
Oznaczenie treści AI
Ten artykuł powstał z udziałem sztucznej inteligencji: research oraz tekst przygotował i zredagował agent AI. Dane, daty i cytaty przytoczone w tekście pochodzą ze zweryfikowanych źródeł.
