Universal Commerce Protocol: AI nakupování přechází od dem k infrastruktuře
Jiří Štěpánek
V březnu 2026 se AI nakupování posouvá od experimentů k reálné transakční infrastruktuře. Největší signál je Universal Commerce Protocol (UCP), tedy společný standard pro propojení asistenta, vyhledávání a nákupního procesu.

Universal Commerce Protocol je hlavní signál dnešních AI shopping novinek
Universal Commerce Protocol je dnes nejpraktičtější zpráva pro e-commerce týmy. Nejde jen o další funkci v chatu. Jde o posun k jednotným transakčním „railům“, které spojují asistenty, vyhledávání a backend e-shopu bez nekonečné série jednorázových integrací.
E-commerce dlouhodobě fungovalo v režimu patchworku: jeden feed pro marketplace, druhý pro shopping ads, třetí pro interní personalizaci a nyní další vrstva pro AI asistenty. Jakmile se nákupní chování začne přesouvat mezi kanály rychleji, tento model přestává stačit. Protokolový přístup mění logiku z „každý kanál zvlášť“ na sdílenou transakční gramatiku.
Aktuální oznámení velkých hráčů mají společný jmenovatel: AI discovery už není okrajový experiment a o výsledku rozhoduje kvalita produktových dat.
Pokud váš tým pořád vnímá AI commerce jen jako inovační pilot, současná dynamika kolem UCP je signál, že je čas přesunout téma do hlavního provozního plánu.
Co se změnilo v březnu 2026 a proč to řešit hned
Ve veřejných vyjádřeních napříč trhem se tento týden opakovaly tři motivy:
- AI asistenti se mění na reálný vstup do nákupní cesty.
- Merchant platformy chtějí zachovat kontrolu nad checkoutem i statusem merchant of record.
- Sdílené protokoly se staví jako propojení mezi vyhledáváním, asistenty, katalogem a platbami.
Pro provoz e-shopu je to zásadní. Konverze může začít v chatu, pokračovat přes AI vyhledávání a dokončit se v prostředí obchodníka, aniž by se ztratila logika cen, slev, DPH nebo dopravy.
Pro většinu týmů je to důležitější než další srovnání modelů. Pokud máte slabou variantovou strukturu, nekonzistentní atributy nebo pomalou synchronizaci skladu, protokol to nevyřeší. Jen rychleji škáluje stávající chyby.
První krok je proto praktický: brát AI kanály jako produkční distribuční vrstvu. Pro porovnání interní připravenosti si projděte funkce a mapujte, kdo vlastní jednotlivé části procesu podle typů use cases.
Největší úzké hrdlo nejsou prompty, ale produktová data
Vedení firem se často ptá: „Který model je nejlepší?“ V praxi je důležitější otázka: „Může ten model našim datům věřit natolik, aby podle nich bezpečně prodával?“
V UCP světě rozhoduje hlavně provozní kvalita katalogu:
- kompletnost klíčových atributů i u long-tail SKU
- konzistentní model variant (barva, velikost, balení, kompatibilita)
- přesná synchronizace ceny a dostupnosti
- jasná pole pro pravidla dopravy, vratek a omezení
- dohledatelný vlastník každého datového pole
Když je tato vrstva slabá, AI agent produkty buď neukáže, nebo je doporučí s nízkou jistotou. To má přímý dopad na viditelnost i konverzi.
Právě tady dokáže Lasso zrychlit práci: sjednotí vstupy od dodavatelů, doplní chybějící atributy a zavede QA před publikací dat do AI kanálů. Reálný přínos není jen lepší text na PDP, ale méně chybných rozhodnutí v nákupním toku.
Pokud chcete vidět, jak rychle se pravidla mění, navazuje to na starší analýzu změn v ChatGPT checkoutu i dopady Google AI Mode v retailu.
Co má e-shop udělat v následujících 30 dnech
Není nutné dělat velký replatforming. Potřebujete krátký operační sprint s jasným vlastníkem každého kroku.
1. Zaveďte scorecard připravenosti pro AI kanály
Vyberte 10-15 polí, která přímo ovlivňují rozhodnutí asistenta (srozumitelnost názvu, klíčové atributy, jistota ceny, čerstvost dostupnosti, pravidla vrácení). Začněte kategoriemi s nejvyšší marží.
2. Standardizujte pole pro nákupní intent
Doplňte normalizovaná pole, která popisují scénář použití a kompatibilitu. AI kanály fungují lépe, když pracují se záměrem zákazníka, ne jen s klíčovým slovem.
3. Oddělte kvalitu obsahu od kvality transakce
Silný popis produktu je užitečný, ale nenahradí přesnost checkout dat. Auditujte zvlášť cenu, daňová pravidla, doručovací slib, vrácení zboží a platební kompatibilitu.
4. Měřte AI návštěvnost odděleně
Sledujte AI referral traffic i konverzi jako samostatný kanál. Pokud je všechno schované v „organic“, přijdete o včasné varování.
5. Nastavte governance pro protokolovou éru
Určete odpovědnost za změny schématu, feed QA a rollback procesy. Čím rychleji se kanály mění, tím méně funguje ad-hoc editace.
V takovém sprintu umí Lasso výrazně ušetřit čas na mapování, enrichmentu a validaci, hlavně když kombinujete více dodavatelů a formátů.
Rizika, která většina týmů stále podceňuje
Agentic commerce má silný potenciál, ale i konkrétní rizika. Nejčastější čtyři:
- Zkreslená atribuce: AI cesta rozbije klasický last-click pohled a zamlží, který kanál skutečně vytvořil nákupní intent.
- Únik marže: Nekonzistentní promo logika může příliš často propagovat nevýhodné kombinace.
- Compliance drift: U regulovaných kategorií se rychle ukáže, kde chybí povinné informace.
- Provozní zpoždění: Bez denní validace se zastaralá cena nebo sklad přenese do vysoce nákupních situací.
Tato rizika jsou řešitelná, ale vyžadují procesní disciplínu. Protokol sjednotí přenos dat, ne jejich obchodní správnost.
Jak začít: berte UCP jako provozní trigger, ne hype
Hlavní závěr je jednoduchý: AI commerce se posouvá od UI novelty k infrastruktuře. Momentum kolem Universal Commerce Protocol ukazuje, že trh směřuje k interoperabilním transakčním vrstvám.
Pro e-shop to neznamená honit každý nový kanál. Znamená to opravit datový základ tak, aby šlo nové kanály zapojovat bez neustálého přepisování procesů.
Prakticky: začněte měřitelným baseline, pak rozšiřujte pokrytí po kategoriích. Rozsah projektu odhadnete přes pricing a technický postup můžete probrat přes kontakt, jakmile máte jasno v KPI a vlastnících dat.
V dalším cyklu nevyhrají týmy s nejhlasitějším AI oznámením. Vyhrají týmy s nejspolehlivějším katalogem, nejčistší transakční logikou a nejrychlejším iterováním při změnách pravidel.