العمل الحقيقي للتجارة الإلكترونية بالذكاء الاصطناعي يكمن قبل دفع المستخدم

على مدى الثلاثين عامًا الماضية، كانت البنية التحتية للتجارة الإلكترونية تحسن تقريبًا نفس الإجراء: جعل المستخدمين يضغطون على زر الشراء بشكل أكثر سلاسة. الدفع بنقرة واحدة، رموز التوثيق للدفع، التعرف على الوجه والتحقق من بصمة الإصبع، كلها تهدف إلى تقليل الاحتكاك في لحظة الدفع.

لكن بعد دخول وكيل الذكاء الاصطناعي (AI Agent) إلى عملية التسوق، بدأت التغييرات تحدث قبل الدفع. ما على الوكيل حله هو فهم نية المستخدم، تصفية المنتجات، بناء سلة التسوق، وتنفيذ الخطوة التالية ضمن نطاق التفويض الواضح.

لذا، لا يمكن فهم التجارة المدعومة بالوكيل (Agentic Commerce) على أنها مجرد مسألة دفع. الدفع لا يزال مهمًا، لكنه مجرد الحلقة الأخيرة في سلسلة التسوق. أول ما تم إعادة كتابته بواسطة الذكاء الاصطناعي هو تلك العملية التي تسبق الموافقة على المعاملة.

1. تحويل نية المستخدم إلى قيود قابلة للتنفيذ

في التجارة الإلكترونية التقليدية، غالبًا ما تكون قرارات الشراء البشرية عملية تصفح طويلة وعشوائية. يبحث المستخدم، يدخل صفحة المنتج، يقارن التقييمات، يتنقل بين المنصات، ويتأثر تدريجيًا بالسعر، تصميم الصفحة، العروض الترويجية والتوصيات.

لكن عندما يمثل الوكيل (Agent) المستخدم في التصرف، يتم إعادة تنظيم عملية اتخاذ القرار قبل الدفع. قد لا يعطي المستخدم منصة أو منتجًا محددًا، بل يقدم وصفًا طبيعيًا يتضمن قيودًا متعددة الأبعاد. عادةً ما تتضمن هذه الشروط: حد ميزانية واضح، مدة تنفيذ محددة، استبعاد علامات تجارية سوداء، وتفضيلات شخصية.

هذه الشروط كانت سابقًا مجرد تفضيلات في عقل المستخدم، لكنها الآن ستتحول إلى قواعد تصفية عند تنفيذ مهمة الوكيل. ما على الوكيل فعله هو تفكيك طلب اللغة الطبيعية إلى قيود يمكن للآلة فهمها، مقارنتها وتنفيذها.

هذا سيغير توزيع القيمة في سلسلة الأعمال. سابقًا، كانت الشركات تتنافس على النقرات والتحويلات على صفحات المنتجات؛ في المستقبل، ستخضع العديد من المنتجات أولاً لعملية تصفية بواسطة الوكيل. لا تزال الصفحة مهمة، لكن بيانات المنتج، الأسعار اللحظية، دقة المخزون، التزام التوصيل، قواعد الإرجاع، وهيكل المعلمات، ستحدد أولاً ما إذا كان المنتج يمكن أن يدخل قائمة المرشحين.

2. الإجابات التوليدية من الذكاء الاصطناعي كواجهة عرض جديدة للمنتجات

هذه الهياكل المعتمدة على الشروط ستحدد أولاً ما إذا كان المنتج يمكن أن يدخل قائمة المرشحين. وبعد تفكيك نية المستخدم إلى قيود، يتم إدخال هذه القيود أولاً إلى محركات البحث والنماذج من قبل الذكاء الاصطناعي، مما يخلق واجهات عرض جديدة للمنتجات.

إذا كانت مدخلات التجارة التقليدية هي صفحات نتائج البحث، فإن رفوف المنتجات الجديدة في الذكاء الاصطناعي هي الإجابات التي تولدها النماذج مباشرة.

في الماضي، عندما يبحث المستخدم عن مشكلة استهلاكية، كان يرى مجموعة من الصفحات، الإعلانات، التقييمات وروابط التجارة الإلكترونية. كانت العلامات التجارية تتنافس على الترتيب، النقرات والتحويلات؛ وكان المستخدم يحتاج لفتح الصفحات، مقارنة المعلمات، والتحقق من صحة المعلومات بنفسه.

الآن، تقلل عمليات البحث التوليدية من زمن هذه العملية. منتجات مثل نظرة عامة على الذكاء الاصطناعي، ChatGPT، Copilot، تقوم بضغط مصادر متعددة في إجابة واحدة، وتقدم مباشرةً المنتجات المرشحة، الحالات المناسبة، ونصائح الشراء. قد لا ينقر المستخدم على أكثر من عشرة روابط، أو يكون على علم بالمصادر التي استند إليها الإجابة. ما تسعى العلامات التجارية إليه الآن هو أن تظهر في قائمة المرشحين في إجابة الذكاء الاصطناعي.

وهذا يفسر أيضًا لماذا تعتبر GEO أكثر حساسية من SEO، لأنها تؤثر ليس فقط على مدى الظهور، بل أيضًا على عملية حكم النموذج. في البحث التقليدي، تتنافس العلامات التجارية على مراكز الروابط الأقرب؛ أما في البحث التوليدي، فهي تتنافس على أن تدخل في قائمة الإجابات. عندما يستخدم الذكاء الاصطناعي نبرة محايدة لمقارنة منتجات مختلفة، فهو في الواقع يقوم بعملية تصفية أولية للمستخدم.

لكن المشكلة أن التوصيات التي يقدمها الذكاء الاصطناعي ليست من فراغ، فهي تعتمد على قوائم التقييم، مناقشات المنتديات، الفيديوهات القصيرة، تعليقات التجارة الإلكترونية، التقارير الصناعية، ثم تضغط هذه المعلومات في إجابة تبدو موضوعية. قد لا تحتاج العلامات التجارية لشراء إعلانات مباشرة، بل يمكنها التأثير على النموذج عبر المحتوى، بحيث يرى ما تريد أن يظهره. قد تبدو المحتويات العادية مجرد سمعة جيدة، لكن عندما تتكرر وجهات النظر المماثلة عبر قنوات متعددة، قد يعتبرها الذكاء الاصطناعي أساسًا أقوى للتوصية. وهكذا، قد تدخل الإعلانات التجارية بشكل غير مباشر في عملية الحكم الخاصة بالذكاء الاصطناعي.

وهذا يفسر لماذا تتخذ Google موقفًا أكثر حذرًا من GEO، لأنها تعتمد على مصداقية البحث. المستخدمون يثقون دائمًا في أن Google يعرض المعلومات الموثوقة في المقدمة، والمعلنين يوافقون على الدفع مقابل هذا المدخل. في البحث التقليدي، تعرض Google روابط، ويمكن للمستخدم تقييم المصدر؛ أما في نظرة عامة على الذكاء الاصطناعي، فهي تقدم الإجابة مباشرة. إذا تأثرت هذه الإجابة بتقييمات زائفة، أو محتوى زراعي، أو محتوى متحيز، فإن Google لن تعرض صفحة ذات جودة منخفضة فحسب، بل ستقدم نصيحة قد تضلل المستخدم.

بالطبع، فإن مواقف المنصات المختلفة تجاه GEO تتأثر أيضًا بنماذج أعمالها. Google تركز على الحفاظ على مصداقية البحث، لذا فهي تركز على مكافحة التسميم وجودة المحتوى؛ أما Microsoft، فهي ترى GEO كمدخل للمعلنين إلى Copilot، Bing، Edge، والمستقبل Agent. بمعنى آخر، لن تكون هناك قاعدة موحدة لـ GEO، بل ستتطور حدود حوكمة مختلفة بين البحث، المساعدات الذكية، ومنصات النماذج.

لكن، لكي تحصل العلامات التجارية على الثقة في البحث التوليدي، بالإضافة إلى نشر المحتوى عبر الإنترنت للتأثير على تلخيص النموذج، هناك حاجز تقني أساسي: يجب أن يكون المنتج نفسه عالي القابلية للقراءة الآلية.

3. تفرقة واجهات التجارة الإلكترونية: البيانات للآلات، والأذواق للبشر

للحصول على ثقة وتوصية من الذكاء الاصطناعي، يجب أن يكون المنتج عالي القابلية للقراءة الآلية.

في البداية، كانت واجهات التجارة على الإنترنت موجهة للعين البشرية. صور المنتجات، أوصاف النص، وأزرار الإضافة إلى السلة كانت مصممة لتمديد مدة بقاء المستخدم على الصفحة. لكن الذكاء الاصطناعي لا يستطيع إدراك هذه التصاميم البصرية، وتقييم المنتج يعتمد بشكل كامل على البيانات الهيكلية الأساسية: مواصفات SKU، المخزون اللحظي، السعر الصافي، اتفاقية مستوى الخدمة (SLA)، وسياسات الإرجاع الهيكلية.

هذا التغيير جعل قابلية القراءة الآلية أساس التنافس في عصر التسوق الذكي. العلامات المهيكلة، ملفات llms.txt، واجهات برمجة التطبيقات للأسعار والمخزون اللحظي، وسياسات الإرجاع الهيكلية، كلها تؤثر على قدرة الوكيل (Agent) على فهم المنتج بدقة. يمكن لنماذج اللغة الكبيرة (LLMs) أن تستخرج معلومات غير هيكلية من صفحات الويب، لكن هذه المعلومات غالبًا غير مكتملة، تتأخر في التحديث، وتحتوي على ضوضاء. بالمقابل، الدلائل الهيكلية المعيارية يمكن أن تخبر الوكيل مباشرةً: مواصفات المنتج، السعر اللحظي، حالة المخزون، قدرة التوصيل، وقواعد الإرجاع. هذا هو الحد الأدنى لدخول المنتج إلى عملية تصفية وتوصية الوكيل.

لكن، هذا التحول لن يحدث فجأة لكل المنتجات، بل يمكن تصنيفها إلى نوعين بناءً على نوع الاستهلاك:

نوع هو استهلاك الكفاءة. مثل شراء ورق التواليت، كابلات البيانات، مستلزمات المكتب، أو حجز تذاكر الطيران والفنادق بأسعار مقاربة. غالبًا ما تكون قرارات واضحة المعايير: السعر، المواصفات، وقت التوصيل. لا يحتاج المستخدم لعملية اختيار، فقط يريد إجابة معقولة بسرعة. في هذه الحالة، ستسير عمليات الذكاء الاصطناعي بسرعة عالية، وتقوم بمقارنة الأسعار وتنفيذ الطلب مباشرة.

أما النوع الآخر فهو استهلاك الذوق والتعبير عن الذات، مثل اختيار معطف، مصباح قديم، أو لوحة فنية. هذا النوع من الاستهلاك يحمل مشاعر، شخصية وتقدير جمالي، وعمليات الاختيار، التردد، والمقارنة ذاتها متعة بحد ذاتها. في هذه السيناريوهات، يكون قيمة الذكاء الاصطناعي قبل الدفع أكثر: مساعدة المستخدم على تنظيم الإلهام، فهم الأسلوب، تجميع المعلومات المبعثرة، وجعل عملية الاستكشاف أكثر سلاسة.

هذا هو نقطة دخول تطبيق التسوق الأنيق The Mall. اليوم، تم تقسيم واجهات الاكتشاف في التسوق عبر الإنترنت بشكل كبير: الموقع الرسمي للعلامة التجارية، إنستغرام، تيك توك، النشرات البريدية، مواقع الخصومات، توصيات الأصدقاء، وأسلوب المبدعين، كلها تشغل أجزاءً من التجربة، ويضطر المستهلك للتنقل بين هذه النقاط. تختار The Mall جمع هذه النقاط في سوق افتراضي (virtual mall)، يهدف إلى تلبية احتياجات اكتشاف، تتبع، مقارنة، حفظ، ومشاركة العلامات التجارية والمنتجات.

داخل هذا السوق، يتم إعادة تنظيم سلوك المستخدم. يمكن للمستخدمين متابعة العلامات التجارية، تتبع العروض والخصومات، حفظ المنتجات، ومراقبة أنشطة الأصدقاء أو المبدعين، وحتى استخدام الذكاء الاصطناعي لفهم الأسلوب، والتنقل مباشرةً من منتج إلى نماذج مشابهة من علامات تجارية أخرى، مما يتيح اكتشاف علامات تجارية غير مشهورة لم تكن تظهر في الإعلانات التقليدية.

هذا يعني أن السيناريو التجاري الجديد للذكاء الاصطناعي لا يقتصر على الحلقة النهائية للصفقة، بل يتضمن أيضًا المرحلة الأولى من عملية اتخاذ القرار.

بينما يناقش القطاع بشكل عام كيف يمكن للوكيل أن يساعد المستخدم في الشراء بنقرة واحدة، فإن عمليات التردد، المقارنة، وتكوين الذوق قبل الدفع — أي تلك التي تحدث قبل عملية الدفع (checkout) — يمكن أن تُبنى عليها أعمال ذات قيمة عالية.

ومساعدة المستخدمين على إدارة هذه النوايا الجمالية المبعثرة لا تعزز الثقة فحسب، بل إن البيانات الناتجة عن هذه النوايا، على المدى الطويل، يمكن أن تكون ذات قيمة تجارية كبيرة. من خلال تنظيم وتسجيل تفضيلات المستخدمين ومقارناتهم عبر العلامات التجارية قبل الدفع، يمكن أن تصبح هذه المنتجات نظام سجل (System of Record) للذوق والنوايا الاستهلاكية. هذا المستوى من الاكتشاف القريب من مصدر القرار، وبياناته الثمينة، قد لا تقل قيمة عن العمولة النهائية من الصفقة.

لذا، ستحتوي واجهات التجارة الإلكترونية المستقبلية على طبقتين: واحدة موجهة للآلات، تركز على دقة البيانات، الهيكلة، والتحقق، لتمكين الوكيل من مقارنة الأسعار، الشراء، وإتمام الطلب بكفاءة؛ وواحدة موجهة للبشر، تركز على التعبير عن العلامة التجارية، نقل الذوق، بناء التجربة، وخلق فرص الصدفة (Serendipity)، لجعل المستخدم يرغب في البقاء، الاستكشاف، وتشكيل أسلوب فريد. في الماضي، كانت الشركات تركز على تجربة الواجهة الأمامية البصرية، أما المستقبل، فسيحتاج إلى إدارة كل من الدليل الهيكلي القابل للقراءة الآلية، ومساحة النوايا الأكثر خفاءً، والأكثر إبداعًا قبل الدفع.

4. انتقال سلسلة الالتزام إلى المرحلة العليا: تمكين الوكيل من العمل ضمن حدود التفويض

عندما يكمل الوكيل اكتشاف المنتجات، تصفية الخيارات، وبناء سلة التسوق، تدخل المعاملة فعليًا إلى نظام الدفع.

من حيث الآلية، فإن شبكة البطاقات البنكية الحديثة هي في جوهرها سلسلة التزام مؤجلة التنفيذ. في مرحلة التفويض، يتحقق التاجر من صلاحية الشهادة عبر البنك المصدّر وشبكة البطاقات، ثم يرد البنك بالموافقة، في حين يتم تسليم المنتج، وتتم عملية التسوية والمقاصة بشكل غير متزامن في النافذة التالية. هذا النظام مبني على فرضية بسيطة: أن المعاملة يتم إجراؤها بواسطة الإنسان، ويتحمل المسؤولية في النهاية.

لكن تدخل الذكاء الاصطناعي يغير هذا الافتراض. لم يعد التفويض يقتصر على عملية دفع محددة، بل هو تدفق قرارات مستقل يديره مكون برمجي. إذا تعرض الوكيل لهجوم بكلمات تحريضية، أو أخطأ في تفسير السياق، أو أعدّل المعلمات بشكل خاطئ، مما يؤدي إلى معاملات تتجاوز التفويض، فإن الحدود القانونية للخسارة تصبح غامضة جدًا.

على الرغم من أن بعض عمالقة البيع بالتجزئة يغيرون شروط الخدمة (ToS) قانونيًا ليعرفوا أن المعاملات التي يطلقها الطرف الثالث من قبل الوكيل تعتبر تفويضًا من المستخدم، إلا أن ذلك لا يحل مشكلة المخاطر على مستوى الهندسة. يحتاج التجارة المدعومة بالوكيل (Agentic Commerce) إلى وضع قيود قبل حدوث المعاملة.

في الشبكة المالية التقليدية، يتم تنفيذ هذه القيود بشكل رئيسي عبر تفويضات مركزية من خلال البوابات. تعمل أنظمة البطاقات مثل Visa وMastercard على وضع معايير لتمثيل هوية الوكيل، رموز التوثيق، والنوايا القابلة للتحقق، بهدف تقليل نطاق العمل الذي يمكن للآلة القيام به قبل الموافقة على الدفع. في الواقع، غالبًا ما يعني ذلك تحويل رموز الدفع إلى حدود برمجية: إنشاء بطاقة افتراضية أو رمز للاستخدام لمرة واحدة عند الشراء، وتقييد التاجر، الميزانية، الفئة، النافذة الزمنية، أو المهمة المحددة. إذا تجاوز الوكيل هذه القواعد، يمكن للشبكة اعتراض المعاملة أثناء مرحلة التفويض.

لكن، مجرد تصفية المعاملات عند نقطة إصدار الأموال أو على مستوى البوابة يظل دفاعًا متأخرًا نسبيًا. تتجه نظرة كبار المقاصة إلى المصدر الإنتاجي قبل ذلك. مؤخرًا، استثمرت Visa بشكل استراتيجي غير معلن في منصة تطوير البرمجيات Replit. على الرغم من أن التعاون لا يزال في مراحله المبكرة، ولم يُطلق بعد منتج مشترك رسمي، فإن الإشارة واضحة جدًا: الشبكة العالمية للدفع تحاول الاتصال مباشرة بالمصدر الأولي للذكاء الاصطناعي. من خلال إدخال Visa Intelligent Commerce و Trusted Agent Protocol في منصات المطورين، تحاول Visa أن تدمج هوية الوكيل، نواياه، وسياق العميل منذ مرحلة التطوير والنشر، بدلاً من الانتظار حتى مرحلة الدفع.

وهذا مهم جدًا، لأن العديد من المعاملات المدعومة بالوكيل في المستقبل قد لا تُطلق من تطبيقات التجزئة الخاصة، بل من برمجيات المطورين، المنتشرة عبر أدوات مختلفة، ويقوم الوكيل نيابة عن المستخدم أو الشركة بتنفيذها تلقائيًا. في مثل هذه الحالة، لن يكون Replit مجرد بيئة برمجة، بل سيكون بوابة تطبيقات التجارة المدعومة بالوكيل (Agent Commerce). بالنسبة لـ Visa، فإن الرهان هو أن قدرة الشبكة على معالجة المدفوعات يجب أن تتحول إلى بنية تحتية أصلية للآلات، يمكن استدعاؤها عبر API، والتعرف على الهوية، وفهم النوايا.

وهذا هو منطق محافظات العقود (Cobo CAW Pact) من نوع العقود التعاقدية للوكيل (Agent Wallet). فهي تتجنب وصول الوكيل مباشرة إلى رصيد المحفظة الكامل، وتولّد عقدًا مؤقتًا لمهمة محددة، يحدد مسار المعاملة، الحد الأقصى للمبلغ، ومدة الصلاحية. إذا تجاوز الطلب حدود العقد، يرفض عقد MPC التوقيع. قبل التوقيع، يمكن ترجمة البيانات الأساسية (calldata) إلى نية معاملة قابلة للقراءة البشرية، ليؤكد المستخدم على ما ستنفذه المعاملة فعليًا.

على المدى الطويل، يتحول سلسلة الالتزام من الثقة بالوكيل إلى فرض قيود عليه. شبكات البطاقات تضع القيود على مستوى البوابة، وتبدأ في الانتقال إلى مستوى المطورين؛ أنظمة البلوكشين يجب أن تضع القيود على مستوى التوقيع. المستقبل، لن يقتصر على التحقق من هوية الدفع فحسب، بل أيضًا على ما إذا كانت سلوكيات الآلة ضمن الحدود المسموح بها.

ختامًا: التجارة المدعومة بالوكيل بحاجة إلى سلسلة التزام جديدة

عادةً، التقنية تغير وسائط الأعمال، لكن نادرًا ما تلغي المسؤولية ذاتها.

غيّرت التجارة الإلكترونية بيئة المعاملات، وغيّر المحافظ على الهواتف المحمولة رموز التوثيق، وواجهات برمجة التطبيقات (APIs) جعلت التفويض برمجةً، بينما بدأت العملات المستقرة تؤثر على بعض عمليات التسوية. كل دورة من التطور التكنولوجي تضيف طبقة جديدة من القدرات على النظام المالي. لكن، ما تبقى دائمًا هو أنظمة التفويض، المقاصة، التسوية، ومعالجة النزاعات.

السبب بسيط: بمجرد دخول معاملة إلى النظام التجاري، يجب أن يكون هناك من يؤكد أن المعاملة يمكن أن تحدث، من يلتزم بالدفع، ومن يتحمل المسؤولية في حال حدوث خطأ.

الذكاء الاصطناعي يطيل هذه السلسلة. في الماضي، كانت عمليات البحث، المقارنة، الإضافة إلى السلة، ومرحلة الدفع تُنجز غالبًا بواسطة المستخدم نفسه؛ أما في المستقبل، فهذه العمليات قد تُسلم للوكيل، وتُنفذ تلقائيًا عبر أنظمة متعددة. ستكون التجربة أسرع، لكن من الصعب تحديد ما يوافق عليه المستخدم، وما يمكن للوكيل فعله، وما هي مسؤوليات الشركات، وكيف تُقسم مسؤولية الدفع.

هذه هي البنية التحتية التي يحتاجها العمل التجاري للذكاء الاصطناعي لإعادة البناء. فهي تتطلب سلسلة التزام جديدة: في لحظة حدوث المعاملة، يتم ربط نية المستخدم الأولية، صلاحيات الوكيل، التزام الدفع، ومسؤولية النزاعات، مع ضمان أن العملية كاملة قابلة للتحقق والتتبع تقنيًا.

مستقبل التجارة الذكية عبر الذكاء الاصطناعي، من الظاهر أنه يتعلق بمسائل الدفع والأتمتة، لكنه في الأساس يتعلق بمسائل المسؤولية.