Gyorsan változik a mostanában e-kereskedelem: pár hónapja még az volt a mondás, hogy a vásárláshoz hamarosan ki sem kell lépned a kedvenc AI-modelledből: keresel, összehasonlítasz, döntesz és fizetsz, mindezt egyetlen chat-ablakban. Azonban az OpenAI tavasszal jelentette be, hogy visszavonja a ChatGPT-be épített natív fizetési megoldását, mert kiderült, hogy ez nehezebb pálya, mint amire számítottak. Ugyanis a Walmart szerint a chaten belül lezárt vásárlások csak nagyjából harmadannyira konvertáltak, mint amikor a vevőket közvetlenül a Walmart.com-ra irányították a fizetéshez. Ez első olvasatra jó hír egy e-kereskedőnek, hiszen a keresés és az összehasonlítás a chatben marad, de a fizetés a webáruházban.
Csakhogy van folytatás: a Walmart a saját ügynökét, a Sparky-t költöztette be a ChatGPT-be, és az már a Walmart.com konverziós arányának nagyjából 70 százalékát hozza. A különbség nem az volt, hogy hol nyomta meg a vevő a fizetés gombot, hanem hogy mi futott alatta: a Sparky mögött a Walmart saját készletadata, saját fiókja és saját fizetési rendszere áll. Ez a három dolog dönti el, hogy kinek marad árrése.
Mit jelent ez egy e-kereskedelmi döntéshozó szemszögéből?
Mielőtt legyintenél, hogy a Walmart az Walmart: saját ügynököt valószínűleg nem fogsz építeni, de az a három dolog, amin a Sparky nyert, nálad is megvan. A készletadat a termékfeededben, a fiók a vevőkapcsolatodban, a fizetési rendszer a checkoutodban. A készletadatnál az a kérdés, hogy az AI tudja-e olvasni. A vevőkapcsolatnál pedig a megtartás a kihívás.
Hiszen a vásárlói út első fele, ahol a vevő tájékozódik és mérlegel, most egy olyan új felületen jelenik meg, amit nem te üzemeltetsz, és amibe nem is látsz bele. Az utolsó lépés viszont, ahol a pénz gazdát cserél, egyelőre a kereskedőé marad, akkor is, ha az ügynök felületén történik. Ehhez ugyanis bizalom kell.
Itt jön a képbe az eredménykimutatás, vagyis a P&L kérdése, ami meghatározza, hogy mely webáruházak lesznek nyereségesek és melyek nem. Ha a vevő máshol dönt, és csak a fizetésnél jut el hozzád, akkor a tölcséred nem egyszerűen lerövidül, hanem átrendeződik. Emiatt van, aki forgalmat veszít, és van, aki csak árrést.
Mi változott a Google kereső korához képest?
Az edukációt, az összehasonlítást vagy a tájékozódást már a keresők is támogatták, a Google például adott tíz linket a találati oldalán. Így még a tizedik helyről is jöhetett forgalom: a user látta az alternatívákat és választott. Az AI viszont egy szintetizált választ ad, gyakran egyetlen ajánlással, és a user nem látja a mögötte kihagyott kilencet. Vagy benne vagy az AI válaszában, vagy nem létezel. A Google-nél a rosszabb pozíció csak kevesebb forgalmat jelentett, az AI-nál már nullát.
Az összehasonlítás így egy fekete dobozba kerül, amibe nem látsz és nem nyúlsz bele. A Google-nél volt ráhatásod a vásárló meggyőzésére, például jobb összehasonlító cikkel, jobb landing page-el, vagy A/B-tesztelt szöveggel. A különböző AI modellek ellenben a saját logikájuk szerint hasonlítanak össze, a felhasználó paramétereire szabva, és kész verdiktet adnak indoklással. Erre te csak közvetve tudsz ráhatni, strukturált adattal és azzal, hogy a modell milyen webes említésekből tanult rólad. Azaz, a Google helyett most az AI áll közted és a vásárlód között, ám ez fontos változás, mert mint e-kereskedő szűkült a mozgástered. Ugyanis az AI nagyobb befolyással van a vevődre, mint a Google volt, ráadásul még dönt is helyette.
A nemzetközi adatok szintén ezt támasztják alá.
A McKinsey szerint a hagyományos tölcsér összenyomódik: a keresés, az összehasonlítás és a mérlegelés egyetlen, ügynök-közvetített folyamatba tömörül. A Deloitte 2026. májusi európai felmérése pedig azt mutatja, hogy az AI a kutatási és összehasonlítási fázisban már utolérte vagy megelőzte a Google keresőt, és csak a vásárlási fázist uralják még a hagyományos csatornák. Az információ megtalálására hétfokú skálán átlagosan 5,3-ra értékelik az AI-t, arra viszont, hogy helyettük döntsön, csak 2,3-ra. Vagyis, a fogyasztók a munkát átadják az AI-nak, a végső döntést viszont megtartják.
És itt jön egy lényegi pont: ha a vevő már az AI-val eldöntötte, hogy mit akar, akkor hozzád vásárlási szándékkal érkezik, tehát az AI meggyőzte helyetted. Jól hangzik, de ez csak részben igaz. Az AI ugyanis kétféle döntést hozhat. Az egyik, hogy MIT vegyél (termék-döntés), a másik, hogy KITŐL vedd (kereskedői-döntés). Ha mindkettőt meghozza és téged ajánl, akkor elvégezte a munkát, szuper. De ha csak a termékdöntést hozza meg, és a felhasználó utána maga keres árat, akkor úgy érkezik hozzád, hogy pontosan tudja, mit akar, de fogalma sincs, kitől. Így semmi sem fogja hozzád kötni. Ilyenkor tisztán az ár és a szállítási díj lesz a döntő. Mert a felhasználó vásárlási szándéka megvan ugyan, de az csak a termékre vonatkozik és nem rád. Vagyis a kereskedői-döntés, a „kitől” nyitva marad. Erre még lentebb visszatérek.
Mit csinál tehát az AI?
Egyszerűen lefölözi a biztos vevőket: azokat, akik már döntöttek. Ezek a te méréseidben egy kicsi, de jól konvertáló szegmensként jelennek meg, ez a direkt AI-forgalom. Közben viszont az organikus csatornát is apasztja. A Growww Digital 2026. májusi, 900 magyar webáruház adatán alapuló felmérése szerint az átkattintási arány (CTR) 2026 márciusában átlagosan harmadával volt alacsonyabb, mint egy évvel korábban. A Google organikus részesedése pedig 2024 elején még 31 százalék volt, 2025 végére 25 százalék alá esett.
Sokáig élt az az iparági remény, hogy az AI kirostálja a puszta nézelődőket, így a maradék organikus forgalom céltudatosabb lesz. A hazai számok viszont pont azt mutatják, hogy a csatorna egésze zsugorodik: kevesebb kattintás, csökkenő részesedés. A jól konvertáló AI-szelet pici, és nem pótolja azt, amit a nála nagyságrenddel nagyobb organikus csatorna elveszít. A te döntéshozói szempontodból viszont itt jön a legkényesebb rész, mert az AI valódi súlya nem is látszik a mérésben. A direkt, mérhető AI-forgalom a legtöbb hazai webáruház dashboardján ma még jellemzően egy százalék alatt van, bár gyorsan nő. (A Growww tavaszi mérésében ez átlagosan 0,2 százalék volt, azóta vélhetően feljebb kúszott.) Ránézel az analitikára, és azt gondolod, hogy még túl kicsi, nem kell vele foglalkozni.
AI a zéró-klikk zónában…
Közben az AI tényleges befolyása nagyságrenddel nagyobb, csak nem direkt formában jelenik meg a statisztikádban. A Deloitte felmérése szerint a magyar fogyasztók 61 százaléka már használt AI-t a vásárláshoz, ezzel Magyarország a top adoptáló országok között van, a nyugati piacok (Egyesült Királyság, Franciaország, Németország) előtt. Vagyis miközben a dashboardodon egy százalék alatti a direkt AI-forgalom, a magyar vásárlók közel kétharmada már ott van az AI-nál valahol a folyamatban.
A mérés ezt azért nem mutatja, mert amikor az AI a zéró-klikk zónában ad infót vagy ajánlást, de a felhasználó végül más csatornán, direktben vagy organikusan lép be az áruházadba, az Analytics azt a másik csatornát írja jóvá, az AI szerepét nem. A Growww becslése szerint így a hazai webáruház-bevétel nagyjából ötödét érinti az AI, vagyis minden ötödik vásárlásban ott van valahol. Ez a szám ugyan csak becslés, nem mért adat, ezért óvatosan kell bánni vele. De épp ez a vakfolt a lényeg: aki csak az 1% alatti direkt sort nézi, félrediagnosztizál. Az eső organikus konverziót a SEO gyengeségére vagy a piacra, szezonalitásra fogja, miközben a valódi ok, a vásárlói út szerkezeti átrendeződése, láthatatlan marad.
Mi is történik valójában?
Az ügynök hoz ugyan vevőt, de az árra érzékeny, alacsony lojalitású, jellemzően egyszeri vevőt. Ráadásul minimális mennyiségben. De akkor miért kéne ezzel foglalkozni? Mert ugyan kicsi még ez a szelet a többi csatornához képest, de ez nő jelenleg a leggyorsabban, nagyjából 2,6 havonta duplázódik. És mert az árérzékenység is csak addig igaz, amíg az ügynök nem lát rólad mást, csak az árat.
Harapófogóban a margin? – Sajnos igen és mindjárt két oldalról is. De jó hír, ezek tudatos stratégiával feloldhatók. Előbb viszont nézzük a veszélyeket, hogy világos legyen a megoldás.
Az AI ügynökök egyrészt alapból árat hasonlítanak össze, mert az a legtisztább strukturált adat. Ráadásul a Deloitte 13.500 fős európai mintájában a „találd meg a legjobb árat” a leggyakrabban kiadott feladat (34%), és az egyetlen, amely a potenciális vásárló életkorával együtt nő. (Ez kimondottan rossz hír azon piaci szereplőknek, akiknek a célközönsége az idősebb korosztály.) Azaz, ha az AI ügynök terepén, az ő szabályai szerint versenyzel, akkor csak egy sor vagy egy listában, ahol a legolcsóbb nyer. A Deloitte megfogalmazása szerint: az árkeresés a belépő, és egyben a csapda. Vagyis a láthatóság ára az, hogy beállsz egy árversenybe, amit nem te diktálsz.
És ez itthon még élesebben jelenik meg, mint máshol.
Magyarország a harmadik legmagasabb AI-penetrációval szerepel Európában a maga 61 százalékával, viszont a magyar válaszadóknak csak 23 százaléka mondja, hogy az AI nélkülözhetetlenné vált a vásárlási útjában. Spanyolországban ez 40 százalék, Lengyelországban 34 százalék. Ugyanakkor a legjobb ár megkeresését a magyar válaszadók 37 százaléka adná ki az ügynöknek, ami az európai átlag felett van. Vagyis a magyar vásárló aktívan, ám kevesebb féle feladatra használja az AI-t, és ezen belül is aránytalanul erős az árvadászat.
A másik feloldandó kihívás a cross-sell és upsell megoldások szűkülése. Ha egy AI-asszisztált, árérzékeny vásárló érkezik konkrét vásárlási szándékkal, nála nem, vagy csak korlátozottan működnek a megszokott technikák: „top termékek”, „mit vettek, akik ezt vették”, „hasonló termékek”, „neked ajánljuk”, „csomagban olcsóbb”, stb. Amikor az ügynök a tölcsért egyetlen termékajánlásra és egy árra nyomja össze, ez a teljes, árréstömeget növelő réteg eltűnik. Pontosan azt az egy SKU-t adod el, amit az ügynök kiválasztott, azon az áron, amit összehasonlított, kosárépítés nélkül.
Lojalitás-deficit…
Ehhez jön még a lojalitás-deficit: az ügynöknek nincs érdeke, hogy visszatérő vevő legyen ez a vásárló. Ők a felhasználóra optimalizálnak, lekérdezésről lekérdezésre. A lojalitás így megszűnik érzelmi kérdés lenni, hiszen az ügynökök ugyanúgy olvassák a weboldalakat, hívják az API-kat és lépnek interakcióba a törzsvásárlói programokkal, mint bármilyen más adatforrással. Ha pedig a hűségprogramod a gép szemében egy szabályhalmaz, akkor a lojalitás nem érzelem többé, hanem feltételrendszer, amit az ügynökök összehasonlítanak a többiekével.
Ez a két kihívás pedig a P&L-edben találkozik. Mert egy egyszeri, ár alapon kiválasztott, hozzád nem kötődő vevőt kapsz, ahol az első vásárlásnak kell kitermelnie a saját költségét. Tehát a CAC (ügyfélszerzési költség) nem tud eloszlani egy vásárlói élettartamon belül. Másrészt nincs kosárérték növelő eszközöd sem, mivel kiesik ezeknél a vásárlóknál. A kosárérték tehát lefelé megy, a szerzés költsége pedig egyetlen rendelésre terhelődik. Ebben a harapófogóban van még egy kockázat is. Ha a magyar vásárlók 61%-a már használt AI-t a vásárláshoz, akkor az ügynökök nem csak idegeneket terelnek hozzád, hanem a meglévő vevődet is átvezetik a saját logikájukon. Ugyanaz az ember, aki tavaly közvetlenül jött és mondjuk négy terméket rakott a kosárba, idén megkérdezi az AI-t, és egy összehasonlított áras terméket vesz meg nálad. Nem veszítetted el. Csak megszűnt minden, amitől profitábilis volt.
Mi a jó irány?
A legtöbb webáruház az AI-t arra használja, hogy tömegével generáljon termékszöveget, amivel csak még inkább egy sorrá válik az ügynökök algoritmusában. Az adat mint védelmi stratégia ennek pont a fordítottja. Nem több generikus szöveg kell, hanem strukturált, a webáruházad funkcióit és szolgáltatásait bemutató adat. Mert az ügynökök algoritmusa szerint csak akkor válsz tucatáruvá, ha nem látnak belőled mást, csak az árat. Ha az adatod valódi különbséget tesz láthatóvá, akkor az ügynököknek van indoka téged választani az áron túl, és akkor magasabb áron is tudnak ajánlani.
Az alap pedig a tiszta, gépileg olvasható adat. A megkülönböztető, bizalmi faktorok pedig, amik az ügynök számára olvashatók, jóval olcsóbbak, mint egy árcsökkentés: a készletpontosság, a szállítási sebesség és megbízhatóság, az egyértelmű visszaküldési és garancia-policy, a hiteles és sok értékelés, a tanúsítványok, a szolgáltatási garancia, és hasonló adatok, információk. A McKinsey szerint épp ezek, a szolgáltatási garanciák, a teljesítés megbízhatósága és a szabályok egyértelműsége alakítják a margint az ügynök-közvetített világban. Ez egyébként ugyanaz a készletadat, amivel a Sparky nyert. Csak nálad nem saját ügynökbe épül be, hanem a feedbe.
Tehát az adat megnyitja az ajtót, de az azon bejövő, kisebb árréssel kiszolgált AI-forrású vevőt még visszatérő vásárlóvá is kell tenned, különben minden egyes rendelésnél újra meg kell nyerned ugyanazt az árversenyt. Ez viszont már nem adatkérdés, hanem költségvetési: mennyit tegyél abba, hogy egyáltalán lássanak, és mennyit abba, hogy másodszor is nálad vásároljanak? A folytatásban ezt is megmutatom!
