# Handel agentowy w zaopatrzeniu przemysłowym: realia 2026

> Co w handlu agentowym naprawdę dziś działa, a co jest szumem — i dlaczego odwrót od Instant Checkout dowiódł, że wąskie gardło to dokładność, nie autonomia.

**Language:** pl  
**Published:** 2026-08-09  
**Category:** Market · **Tags:** agentic commerce, industrial distribution, Instant Checkout, ACP, AP2, procurement  
**Canonical:** https://partsgraph.ai/pl/blog/agentic-commerce-industrial-supply-2026

## W skrócie

**Czy handel agentowy faktycznie działa w zaopatrzeniu przemysłowym w 2026 roku?**

Częściowo. Wspierane przez AI wyszukiwanie produktów jest realne, mierzalne i rośnie — Adobe odnotował w pierwszym kwartale 2026 roku wzrost ruchu z poleceń AI na strony amerykańskich sprzedawców detalicznych o 393% rok do roku, przy konwersji o 42% lepszej niż ruch spoza AI. Autonomiczna transakcja realna nie jest, zwłaszcza w zaopatrzeniu przemysłowym, gdzie dominują ceny kontraktowe, dowody zgodności i akceptacje wielu stron. Najwyraźniejszym dowodem jest wycofanie przez OpenAI usługi Instant Checkout w marcu 2026 roku, po tym jak uruchomiło ją około tuzina sprzedawców na Shopify: blokadą nie były możliwości agentów, lecz dane produktowe — nieaktualne, zescrapowane i błędne. Wiążącym ograniczeniem jest dokładność, nie autonomia.

---

## Co dziś działa, a co nie

Handel agentowy w 2026 roku to dwa rynki występujące pod jedną nazwą — i zmierzające w przeciwnych kierunkach.

**Wyszukiwanie produktów działa.** Adobe zmierzył, że w pierwszym kwartale 2026 roku ruch z poleceń AI na strony amerykańskich sprzedawców detalicznych wzrósł o 393% rok do roku, w marcu konwertował o 42% lepiej niż ruch spoza AI i generował o 37% wyższy przychód na wizytę. Cokolwiek sądzić o towarzyszącym temu szumie, jest to kanał, który zachowuje się jak kanał.

> **Figure.** Grade distribution across the benchmarked cohort of industrial catalogues.

**Autonomiczna transakcja nie działa.** Najbardziej pouczającym wydarzeniem roku nie była premiera, lecz wycofanie.

## Czego naprawdę dowiódł odwrót od Instant Checkout?

OpenAI uruchomiło Instant Checkout 29 września 2025 roku i wycofało je 4 marca 2026 roku, formalizując tę zmianę we wpisie na blogu w dalszej części tego samego miesiąca. Własne wyjaśnienie firmy: pierwsza wersja „nie oferowała poziomu elastyczności, do jakiego dążymy”, więc sprzedawcy mieli korzystać z własnego procesu zakupowego, a OpenAI skupić się na wyszukiwaniu produktów.

Cała lekcja kryje się w szczegółach pod tym zdaniem.

| Tryb awarii | Dowody | O co naprawdę chodziło |
| --- | --- | --- |
| Niemal brak podaży | Prezes Shopify powiedział, że usługę uruchomiło około tuzina spośród milionów sprzedawców na platformie | Koszt integracji przewyższył wykazaną wartość |
| Słaba konwersja | Walmart podał, że wskaźnik zakupów w czacie był około 3× niższy niż w sprzedaży z przekierowań | Czat był powierzchnią researchu, a nie powierzchnią zakupu |
| Błędne dane produktowe | Forrester ustalił, że silniki odpowiedzi opierają się na danych zescrapowanych ze stron albo na częściowych feedach, przez co pokazywały produkty niedostępne w magazynie oraz takie, których nigdy nie przeznaczono do tego kanału | Agent potrafił działać; dane nie były w stanie tego działania udźwignąć |
| Brak podstawowych mechanizmów handlowych | Sprzedawcy wskazywali na brak stanów magazynowych w czasie rzeczywistym, kodów promocyjnych, programów lojalnościowych i odbioru w sklepie | Handel to nie przycisk zakupu, tylko umowa |

Emily Pfeiffer i Sucharita Kodali z Forrestera ujęły ten strukturalny problem bez ogródek w marcu 2026 roku: zarządzanie stanami magazynowymi było „katastrofalnie nieobecne w planie”. Agenci nie halucynowali w interesującym tego słowa znaczeniu. Wiernie przekazywali katalog, który był zescrapowany, a nie podany u źródła — i przez to nieaktualny.

Na tym polega cała lekcja i da się ją uogólnić: **agent dziedziczy dokładność danych, które dostaje, a potem działa na nich z prędkością maszyny.** Błędna specyfikacja w pliku PDF leży bezczynnie, dopóki człowiek jej źle nie odczyta. Błędna specyfikacja w odpowiedzi agenta trafia na krótką listę, do oferty i do zestawienia materiałowego, zanim ktokolwiek to zauważy.

## Gdzie w przemyśle przebiega granica między wyszukiwaniem a transakcją?

Agenci detaliczni działają, bo trzy rzeczy są publiczne i jednoznaczne: cena, stan magazynowy i SKU. Zaopatrzenie przemysłowe z założenia łamie wszystkie trzy.

| Założenie detaliczne | Realia przemysłowe | Konsekwencja dla agentów |
| --- | --- | --- |
| Jedna opublikowana cena | Ceny kontraktowe, progi ilościowe, coroczne negocjacje, poufność | Agent podający cenę katalogową podaje kwotę, której nikt nie płaci |
| Aktualny stan magazynowy jednego SKU | Alokacja, magazyny regionalne, MOQ, MPQ, warunki bez anulowania / bez zwrotu | „Dostępne w magazynie” to nie fakt, lecz zgoda |
| Kupujący decyduje sam | Listy zatwierdzonych dostawców, akceptacja działu inżynierii, bramka zakupowa, QA | Uprawnienia zakupowe są rozproszone i podlegają audytowi |
| Produkt to po prostu produkt | Dowody zgodności — RoHS, REACH, UKCA/CE, minerały konfliktowe, kraj pochodzenia | Deklaracja jest częścią przedmiotu dostawy |
| Każdy zamiennik się nada | Równoważność form-fit-function, koszt kwalifikacji, status cyklu życia | „Podobna część” to wada, a nie pomocna sugestia |

Z danych Deloitte wynika, że mniej niż jedna czwarta dostawców B2B w ogóle korzysta z technologii agentowej AI. To nie jest zachowawczość dla samej zachowawczości — tych podstawowych mechanizmów naprawdę jeszcze nie ma.

Dlatego użytecznym pytaniem przemysłowym w 2026 roku nie jest *„czy agent kupi ode mnie?”*, lecz *„czy agent poprawnie odczyta moją specyfikację?”* Pierwsze jest spekulacją. Drugie dzieje się już teraz, niezależnie od tego, czy bierzesz w tym udział.

## Co zatem naprawdę działa w zaopatrzeniu przemysłowym?

Po odsianiu demonstracji realną przyczepność ma cztery wzorce, a wszystkie łączy jedna cecha: agent tworzy *propozycję*, którą zatwierdza człowiek.

1. **Wyszukiwanie świadome umów.** Asystent, który widzi wynegocjowany katalog i cennik konkretnego klienta i odpowiada na pytanie „ile za to płacimy i czy możemy to dostać” bez wykonywania telefonu. To najbardziej wartościowe zastosowanie w krótkim horyzoncie i jednocześnie to najmocniej blokowane przez kwestie autoryzacji, a nie przez samą AI.
2. **Zamienniki w warunkach niedoboru.** Gdy część trafia na alokację, znalezienie zgodnych, zakwalifikowanych zamienników u różnych producentów to dokładnie ten rodzaj wielowymiarowego filtrowania, w którym maszyny są dobre, a ludzie powolni. Działa dokładnie w takim stopniu, w jakim relacje równoważności są publikowane, a nie wnioskowane.
3. **Składanie ofert i dokumentacji do zatwierdzenia.** Przekształcanie specyfikacji, rysunku lub zestawienia materiałowego w wycenioną, udokumentowaną odpowiedź. To praca polegająca na syntezie dokumentów, a nie na ocenie, i to tutaj księgowana jest dziś większość mierzalnych oszczędności czasu.
4. **Propozycje ponownych zamówień i uzupełnień zapasów.** Sugestie oparte na zużyciu, które trafiają do istniejącego obiegu akceptacji, zamiast go omijać.

Zwróć uwagę, że żaden z tych przypadków nie wymaga, by agent dysponował danymi płatniczymi, a wszystkie cztery wymagają dokładnych, ustrukturyzowanych danych produktowych. Tak wygląda faktyczny graf zależności tego rynku — i jest on niemal odwrotnością tego, w jaki sposób ten rynek się sprzedaje.

Przydatny test, gdy dostawca oferuje firmie przemysłowej „handel agentowy”: zapytaj, który z tych czterech przypadków realizuje, a potem zapytaj, skąd biorą się dane. Jeśli odpowiedzią jest crawler, sprzedaje Ci się to, co poległo w marcu.

## Kontrargument, postawiony rzetelnie

Gartner przewiduje, że do końca 2027 roku anulowanych zostanie ponad 40% projektów agentowej AI, wskazując na rosnące koszty, niejasną wartość biznesową i niewystarczające mechanizmy kontroli ryzyka. To najbardziej użyteczna liczba w tej dziedzinie i zasługuje na potraktowanie serio, a nie na zbycie machnięciem ręki.

Ale przeczytaj, czego ta prognoza dotyczy. Zapowiada porażkę *projektów budowy agentów*, a nie zniknięcie *popytu pośredniczonego przez agentów*. To dwie rozdzielne rzeczy, a wniosek strategiczny jest niemal odwrotny od intuicyjnego:

- Budowa autonomicznego agenta zakupowego w 2026 roku to prawdopodobnie kolejna pozycja w statystyce Gartnera.
- Brak przygotowania katalogu do odczytu maszynowego w 2026 roku to utrata specyfikacji, którą zaksięgujesz w 2028 roku.

Drugie ryzyko taniej jest ograniczyć i trudniej odwrócić.

## Co musiałoby zaistnieć, by zakupy stały się w pełni agentowe?

Sześć warunków wstępnych, mniej więcej w kolejności zależności. Żaden nie jest egzotyczny; wszystkie są niedokończone.

1. **Kanoniczny, zweryfikowany rekord produktowy.** Parametry, status cyklu życia i dowody zgodności w jednym miejscu, wersjonowane, z informacją o pochodzeniu. Wszystko inne jest tego pochodną — dlatego Instant Checkout poległ już na pierwszym kroku.
2. **Uwierzytelniony dostęp uwzględniający uprawnienia.** Agent działający w imieniu konkretnego klienta musi widzieć cenę kontraktową i alokację tego klienta — i niczyją inną. To problem autoryzacji i najtrudniejszy nierozwiązany element układanki.
3. **Weryfikowalna tożsamość agenta.** Operatorzy serwerów muszą wiedzieć, który agent się z nimi łączy i w czyim imieniu. Web Bot Auth oraz prace nad podpisanymi agentami, toczące się obecnie w IETF, są wiarygodną ścieżką.
4. **Warstwa mandatu i intencji.** Podpisane mandaty intencji, koszyka i płatności w AP2 — przekazanym FIDO Alliance w kwietniu 2026 roku, z wydaniem v0.2 dodającym transakcje „bez obecności człowieka” — istnieją po to, by wytworzyć odporny na manipulację zapis tego, co człowiek faktycznie autoryzował.
5. **Wyznaczona polityka handlowa dla tego kanału.** Uwaga Forrestera o planowaniu asortymentu odnosi się tu wprost: trzeba zdecydować, które części, ceny i stany magazynowe są dostępne dla agentów, zamiast pozwalać, by decydował o tym crawler.
6. **Model odpowiedzialności.** Gdy agent wskaże część, która nie przejdzie kwalifikacji, kto to poniesie — producent, którego dane były błędne, dystrybutor, który je udostępnił, czy dostawca modelu, który je sparafrazował? Żaden standard dziś na to nie odpowiada, a działy zakupów nie zautomatyzują niczego ponad nierozstrzygniętą kwestię odpowiedzialności odszkodowawczej.

Kroki 1 i 5 leżą w całości w gestii dostawcy. Kroki 3, 4 i 6 to praca całej branży. Krok 2 to miejsce, w którym pojawi się kreatywność handlowa.

## Co robić w międzyczasie

Możliwą do obrony pozycją w 2026 roku jest **czytelność dla agentów przy transakcji po stronie człowieka**: pozwól maszynom dokładnie odnajdywać, porównywać i weryfikować Twoje części, a samo zobowiązanie zatrzymaj na własnych torach.

Oznacza to serwowanie czytelnej strony katalogowej klientom niebędącym przeglądarkami — gdy Partsgraph zbadał w sierpniu 2026 roku 984 domeny dystrybutorów i producentów na całym świecie, 38% tego nie robiło, a mediana wyniku widoczności w AI wyniosła 50 na 100. Oznacza publikowanie statusu cyklu życia i danych o zgodności jako pól strukturalnych, a nie w postaci plików PDF. Oznacza monitorowanie tego, co asystenci faktycznie mówią o Twoich częściach, bo pewna siebie błędna odpowiedź jest gorsza niż brak odpowiedzi. I oznacza udostępnienie odpytywalnego punktu końcowego agentom, które zapytają wprost: MCP osiągnął na marzec 2026 roku około 97 milionów pobrań SDK miesięcznie i podlega dziś neutralnemu nadzorowi Linux Foundation, więc pytanie o warstwę interfejsu jest praktycznie rozstrzygnięte.

Niewygodne podsumowanie brzmi tak: branża spędziła rok 2025 i początek 2026 na sporze o to, czy agenci będą kupować, i walkowerem przegrała spór o większych konsekwencjach. Agenci już teraz odpowiadają na pytania o specyfikacje części przemysłowych. Większość tych odpowiedzi jest składana z zescrapowanych, niepełnych i nieaktualnych danych — dokładnie ta awaria, która pogrzebała Instant Checkout, cicho powielana w każdym katalogu, którego nie naprawiono.

*Bezpłatna ocena pod adresem [/audit](/audit) pokazuje, co maszyna odczytuje dziś z Twojego katalogu i gdzie myli się co do Twoich części.*

## Najczęstsze pytania

### Dlaczego Instant Checkout od OpenAI poniósł porażkę?

Złożyły się na to trzy wzajemnie wzmacniające się powody. Adopcja była znikoma — prezes Shopify powiedział, że usługę uruchomiło tylko około tuzina spośród milionów sprzedawców na platformie. Konwersja była słaba — Walmart podał, że wskaźnik zakupów w czacie był mniej więcej trzykrotnie niższy niż w sprzedaży z przekierowań. A dane u podstaw były błędne: z analizy Forrestera wynikało, że silniki odpowiedzi opierają się na danych zescrapowanych ze stron albo na częściowych feedach od sprzedawców, przez co pokazywały produkty niedostępne w magazynie oraz takie, których nigdy nie przeznaczono do tego kanału. Samo OpenAI ujęło to tak, że pierwsza wersja nie miała oczekiwanej elastyczności, więc firma pozwoli sprzedawcom korzystać z własnego procesu zakupowego, a sama skupi się na wyszukiwaniu produktów.

### Czy to znaczy, że handel agentowy jest martwy?

Nie, a traktowanie tego odwrotu jako wyroku na agentów to błędne odczytanie sytuacji. OpenAI nie porzuciło handlu; wycofało się do warstwy, która działała — wyszukiwania produktów — i oddało transakcję z powrotem sprzedawcom. To racjonalna reakcja na problem z danymi, a nie na problem z możliwościami. Wolumeny w warstwie wyszukiwania rosły przez cały ten okres.

### Czym różnią się ACP, AP2 i MCP?

Działają na różnych warstwach. MCP, przekazany przez Anthropic fundacji Agentic AI Foundation przy Linux Foundation w grudniu 2025 roku, opisuje, w jaki sposób agent wywołuje narzędzie lub odpytuje system. Agent Payments Protocol (AP2) od Google, ogłoszony we wrześniu 2025 roku z ponad 60 partnerami startowymi i przekazany FIDO Alliance w kwietniu 2026 roku, opisuje, w jaki sposób autoryzuje się płatność wraz z weryfikowalnym zapisem intencji użytkownika. Agentic Commerce Protocol (ACP), utrzymywany przez OpenAI i Stripe na licencji Apache 2.0, opisuje, w jaki sposób dochodzi do sfinalizowania zakupu między agentem a sprzedawcą. MCP można wdrożyć bez dotykania któregokolwiek ze standardów płatniczych i właśnie od tego powinna zacząć większość dostawców przemysłowych.

### Dlaczego zaopatrzenie przemysłowe jest dla agentów trudniejsze niż detal?

Ponieważ w transakcji przemysłowej niemal nic nie jest publiczne. Cena jest negocjowana i zależna od umowy; dostępność zależy od alokacji; kupujący może potrzebować sprawdzenia na liście zatwierdzonych dostawców, deklaracji zgodności i dwóch wewnętrznych akceptacji, zanim cokolwiek da się zamówić. Agenci detaliczni działają, bo cena, stan magazynowy i SKU są publiczne i jednoznaczne. Usuń te trzy warunki, a agent nie ma na czym działać — i dokładnie w takim stanie jest dziś większość katalogów przemysłowych.

### Co wynika z prognozy Gartnera o anulowanych projektach?

Gartner spodziewa się, że do końca 2027 roku anulowanych zostanie ponad 40% projektów agentowej AI, wskazując na rosnące koszty, niejasną wartość biznesową i niewystarczające mechanizmy kontroli ryzyka. To pożyteczna korekta, ale warto zauważyć, czego dotyczy: porażki wewnętrznych projektów budowy agentów, a nie porażki zewnętrznego popytu pośredniczonego przez agentów. Dostawca może mieć całkowitą rację, że budowa autonomicznego agenta zakupowego jest przedwczesna, i mimo to tracić dziś specyfikacje, bo asystenci nie potrafią odczytać jego katalogu.

### Czy dostawca przemysłowy powinien już teraz zbudować punkt końcowy MCP?

Jeśli ma kanoniczny rekord produktowy — tak; to niewielki nakład pracy o asymetrycznym zwrocie, a MCP wyraźnie wygrał jako warstwa interfejsu, z około 97 milionami pobrań SDK miesięcznie na marzec 2026 roku. Jeśli kanonicznego rekordu nie ma, zbudowanie w pierwszej kolejności punktu końcowego jedynie szybciej wystawi problemy z danymi na widok szerszej publiczności. Najpierw uporządkuj rekord, potem go udostępnij.

### Jaka jest realistyczna korzyść handlowa w krótkim horyzoncie?

Bycie źródłem, które maszyna cytuje w momencie podejmowania decyzji specyfikacyjnej, oraz bycie osiągalnym, gdy asystent kupującego potrzebuje na krótki termin zgodnego zamiennika. W przemyśle jedno i drugie warte jest więcej niż w detalu, bo koszyk jest większy, a koszt zmiany po zaprojektowaniu części w produkt — wysoki. Żadna z tych korzyści nie wymaga, by agent dysponował Twoimi danymi płatniczymi.

## Źródła

1. [Forrester, What It Means That The Leader In Agentic Commerce Just Pulled Back (7 March 2026)](https://www.forrester.com/blogs/what-it-means-that-the-leader-in-agentic-commerce-just-pulled-back/)
2. [Modern Retail, What went wrong with ChatGPT's Instant Checkout](https://www.modernretail.co/technology/what-went-wrong-with-chatgpts-instant-checkout/)
3. [CNBC, OpenAI revamps shopping experience in ChatGPT after Instant Checkout (24 March 2026)](https://www.cnbc.com/2026/03/24/openai-revamps-shopping-experience-in-chatgpt-after-instant-checkout.html)
4. [Forbes, Why OpenAI's Checkout Retreat Spells Trouble For Its Commerce Strategy (10 March 2026)](https://www.forbes.com/sites/jasongoldberg/2026/03/10/why-openais-checkout-retreat-spells-trouble-for-its-commerce-strategy/)
5. [TechCrunch, AI traffic to US retailers rose 393% in Q1 (16 April 2026)](https://techcrunch.com/2026/04/16/ai-traffic-to-us-retailers-rose-393-in-q1-and-its-boosting-their-revenue-too/)
6. [Gartner, Over 40% of agentic AI projects will be canceled by end of 2027 (25 June 2025)](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027)
7. [Digital Commerce 360, Agentic commerce faces reality check in B2B ecommerce (10 March 2026)](https://www.digitalcommerce360.com/2026/03/10/agentic-commerce-faces-reality-check-in-b2b-ecommerce/)
8. [Model Context Protocol, MCP joins the Agentic AI Foundation (9 December 2025)](https://blog.modelcontextprotocol.io/posts/2025-12-09-mcp-joins-agentic-ai-foundation/)
9. [Google Cloud, Announcing the Agent Payments Protocol (AP2), 16 September 2025](https://cloud.google.com/blog/products/ai-machine-learning/announcing-agents-to-payments-ap2-protocol)
10. [Google, Agent Payments Protocol donated to the FIDO Alliance (28 April 2026)](https://blog.google/products-and-platforms/platforms/google-pay/agent-payments-protocol-fido-alliance/)
11. [Agentic Commerce Protocol specification (OpenAI and Stripe)](https://github.com/agentic-commerce-protocol/agentic-commerce-protocol)

## Other languages

- English: https://partsgraph.ai/blog/agentic-commerce-industrial-supply-2026/md
- Deutsch: https://partsgraph.ai/de/blog/agentic-commerce-industrial-supply-2026/md
- Français: https://partsgraph.ai/fr/blog/agentic-commerce-industrial-supply-2026/md
- Español: https://partsgraph.ai/es/blog/agentic-commerce-industrial-supply-2026/md
- Italiano: https://partsgraph.ai/it/blog/agentic-commerce-industrial-supply-2026/md
- Nederlands: https://partsgraph.ai/nl/blog/agentic-commerce-industrial-supply-2026/md
- Português: https://partsgraph.ai/pt/blog/agentic-commerce-industrial-supply-2026/md
- Svenska: https://partsgraph.ai/sv/blog/agentic-commerce-industrial-supply-2026/md
- Türkçe: https://partsgraph.ai/tr/blog/agentic-commerce-industrial-supply-2026/md
- 日本語: https://partsgraph.ai/ja/blog/agentic-commerce-industrial-supply-2026/md
- 한국어: https://partsgraph.ai/ko/blog/agentic-commerce-industrial-supply-2026/md
- 简体中文: https://partsgraph.ai/zh/blog/agentic-commerce-industrial-supply-2026/md

---

Partsgraph — the agent-ready parts data layer. Free AI-visibility grader: https://partsgraph.ai/pl/audit