Agentic Commerce: நுகர்வோருக்குப் பதிலாக AI ஷாப்பிங் செய்யும் புதிய சகாப்தமும் ரீடெய்ல் எதிர்காலமும்!

Agentic Commerce: நுகர்வோருக்குப் பதிலாக AI Agents ஷாப்பிங் செய்யும் புதிய சகாப்தம்!

B2A (Business-to-Agent) மாடலும் ரீடெய்ல் உலகின் அடுத்த கட்ட தொழில்நுட்பப் பாய்ச்சலும்.

Executive Brief E-Commerce, Q-Commerce ஐத் தொடர்ந்து ரீடெய்ல் உலகின் அடுத்த பிரம்மாண்டம் Agentic Commerce ஆகும். இதில் வாடிக்கையாளர்கள் பொருட்களைத் தேட மாட்டார்கள்; அவர்களின் Autonomous AI Agents-களே விலையை ஒப்பிட்டு, முடிவெடுத்து ஆர்டர் செய்யும். இந்த புதிய வர்த்தக மாற்றத்தைச் சமாளிக்க ரீடெய்ல் நிறுவனங்கள் தங்களின் டேட்டா கட்டமைப்பை (Data Infrastructure) எப்படி மாற்ற வேண்டும் என்பதை இக்கட்டுரை விரிவாக ஆராய்கிறது.
Agentic Commerce AI Shopping Robot Tamil
Agentic Commerce: உங்களுக்காக AI ஷாப்பிங் செய்யும் புதிய தொழில்நுட்பப் புரட்சி! 🤖🛒

கடந்த இருபது ஆண்டுகளில் சில்லறை வர்த்தகம் (Retail) பல மாபெரும் பரிணாமங்களைக் கண்டுவிட்டது. நேரில் சென்று வாங்கிய காலம் மாறி, ஆன்லைனில் ஆர்டர் செய்யும் E-Commerce யுகம் வந்தது. அதன் பிறகு 10 நிமிடங்களில் பொருட்களை டெலிவரி செய்யும் Q-Commerce (Quick Commerce) ட்ரெண்ட் ஆனது. ஆனால், இப்போது தொழில்நுட்ப உலகம் அடுத்த கட்டத்திற்குப் பாய்வதற்குத் தயாராகிவிட்டது. அதுதான் "Agentic Commerce".

மிக எளிமையாகச் சொல்வதானால், இனி மனிதர்கள் ஆன்லைனில் மணிக்கணக்கில் பொருட்களைத் தேடிக் கொண்டிருக்க மாட்டார்கள். அவர்களுக்குப் பதிலாக Autonomous AI Agents (தன்னிச்சையாக இயங்கும் செயற்கை நுண்ணறிவு மென்பொருட்கள்) ஷாப்பிங் செய்யும். வாடிக்கையாளரின் விருப்பங்களைப் புரிந்துகொண்டு, இணையம் முழுவதும் தேடி, விலையை ஒப்பிட்டு (Price Comparison), சிறந்த பொருளைத் தாங்களாகவே ஆர்டர் செய்துவிடும் திறனை இந்த ஏஜெண்டுகள் பெற்றுள்ளன.

இதுவரை மனிதர்களைக் கவர அழகான டிசைன்களையும் தள்ளுபடிகளையும் உருவாக்கினோம். ஆனால் இனிமேல், உங்கள் வெப்சைட்டைப் பார்க்கப்போவது ஒரு ரோபோ (AI Code)! மனிதர்களுக்கான B2C வியாபாரம், இனி B2A (Business to Agent) என்ற புதிய மாடலாக மாறப்போகிறது. இந்தத் தொழில்நுட்ப மாற்றம் ரீடெய்ல் துறையை எப்படிப் புரட்டிப் போடப்போகிறது என்பதை ஆழமாகப் பார்ப்போம்.

1 B2A Commerce: இது எப்படி வேலை செய்கிறது?

Agentic Commerce-ன் மையப்புள்ளி Autonomous AI Agents ஆகும். இவை நாம் பயன்படுத்தும் சாதாரண சாட்பாட்கள் (Chatbot) அல்ல; இவை தாமாகவே முடிவெடுத்துச் செயல்படும் மேம்பட்ட மென்பொருட்கள். நீங்கள் ஒரு சாட்பாட்டிடம் "நல்ல ஷூ காட்டு" என்று கேட்டால், அது சில லிங்குகளை மட்டும் கொடுக்கும். ஆனால் ஒரு Autonomous Agent-இடம், "எனக்கு அடுத்த வாரம் ட்ரிப் போக ₹2000-க்குள் ஒரு நல்ல ட்ரெக்கிங் ஷூ வாங்கு" என்று கட்டளையிட்டால் போதும்.

அதுவே பல்வேறு ஆன்லைன் தளங்களிலும் டேட்டாவை அனலைஸ் செய்து, விமர்சனங்களைப் (Reviews) படித்து, சிறந்த ஷூவைத் தேர்ந்தெடுத்து, கார்டில் (Cart) போட்டு, பணப் பரிவர்த்தனையையும் (Payment) முடித்துவிடும்.

இதன் மூலம் வர்த்தகம் B2C என்பதிலிருந்து Business to Agent (B2A) என்ற நிலைக்கு மாறுகிறது. மனிதர்களுக்கு அழகான வெப்சைட் மற்றும் வண்ணமயமான பட்டன்கள் தேவை. ஆனால் AI-க்கு அதெல்லாம் தேவையில்லை; அவற்றுக்குத் தேவையானது "Clean Structured Data" (துல்லியமான கட்டமைக்கப்பட்ட தரவுகள்) மட்டுமே.

2 Retail Back-end & Data Infrastructure அப்டேட்கள்

உங்கள் ரீடெய்ல் கட்டமைப்பு (Retail Back-end) பழைய மாடலில் இருந்தால், AI Agents உங்கள் கடையைக் கண்டுகொள்ளாது. AI-களுக்குப் புரியும் மொழியில் உங்களின் டேட்டாவை அப்டேட் செய்வது கட்டாயமாகும். இதில் உள்ள முக்கியத் தொழில்நுட்ப மாற்றங்கள்:

  • API-First Approach AI Agents வெப்சைட்டை ஓப்பன் செய்து பார்க்காது. அவை நேரடியாக உங்கள் கடையின் API (Application Programming Interface) வழியாகத் தரவுகளை உறிஞ்சும். எனவே உறுதியான API-களை உருவாக்குவது அவசியமாகும்.
  • Semantic Data Structuring பொருளின் பெயர், அளவு, நிறம், மற்றும் விலை ஆகியவை JSON-LD வடிவில் மிகத் துல்லியமாக Structure செய்யப்பட்டிருக்க வேண்டும்.
  • Real-Time Inventory Sync மனிதன் ஒரு பொருள் 'அவுட்-ஆஃப்-ஸ்டாக்' என்றால் பொறுத்துக்கொள்வான். ஆனால் AI Agent, ஒரு மில்லி செகண்ட் தாமதமானாலும் உங்கள் பிராண்டை உடனடியாக நிராகரித்துவிடும்.

📊 Data Analytics: Human Shopper vs AI Agent

Shopping Metric Human Shopper 🧑‍🦱 AI Agent 🤖
முடிவெடுக்கும் வேகம் நிமிடங்கள் முதல் நாட்கள் வரை மில்லி செகண்டுகள் (ms)
தேர்வு செய்யும் முறை UI டிசைன், உணர்வுகள், பிராண்ட் விசுவாசம் Raw Data, விலை, API வேகம், உண்மையான Reviews
தொடர்பு கொள்ளும் தளம் Web Browsers & Mobile Apps APIs & JSON feeds
பிழைகளைப் பொறுத்துக்கொள்ளுதல் அதிகம் (பக்கத்தை Refresh செய்வார்கள்) பூஜ்ஜியம் (உடனடியாகப் போட்டியாளரிடம் சென்றுவிடும்)

3 Case Studies மற்றும் DPDP சட்டரீதியான சிக்கல்கள்

இந்த Agentic Commerce எதிர்காலத்தின் கற்பனை அல்ல; இப்போதே பல இடங்களில் இது சத்தமில்லாமல் நடந்துகொண்டிருக்கிறது.

🛒 Case Study 1: Smart Refrigerator IoT Orders

நவீன IoT தொழில்நுட்பம் கொண்ட ஸ்மார்ட் ஃபிரிட்ஜ்கள், உள்ளே இருக்கும் பால் மற்றும் முட்டைகளின் அளவை AI கேமராக்கள் மூலம் தானாகவே கணக்கிடுகின்றன. அளவு குறையும்போது, மனிதத் தலையீடோ இல்லாமல், அந்த ஃபிரிட்ஜின் AI Agent நேரடியாக உள்ளூர் சூப்பர் மார்க்கெட்டின் API-யைத் தொடர்புகொண்டு, விலை குறைவாக இருக்கும் கடையைத் தேடித் தானாகவே ஆர்டர் செய்கிறது. இங்கு கடையின் டிசைன் வேலை செய்யவில்லை; கடையின் API Data மட்டுமே விற்பனையை முடிவு செய்தது.

👗 Case Study 2: Personal AI Fashion Assistant

ஒரு வாடிக்கையாளர் தனது AI Assistant-இடம் தனது அளவுகள், பட்ஜெட், மற்றும் கலர் விருப்பங்களைக் கொடுத்துவிடுகிறார். ஒரு பிரபலமான பிராண்ட் 'Flash Sale' அறிவிக்கும்போது, ஆயிரக்கணக்கான மனிதர்கள் வெப்சைட்டை திறப்பதற்கு முன்பே, இந்த AI மில்லி செகண்டுகளில் Data-வை ஸ்கேன் செய்து ஆடையை செலக்ட் செய்து Auto-Checkout செய்துவிடுகிறது.

⚖️ Legal Check: DPDP Act மற்றும் Automated Payments

ஒரு இயந்திரம் தானாகவே பணத்தைப் பரிவர்த்தனை செய்யும்போது சட்ட சிக்கல்கள் எழுகின்றன. சில்லறை வர்த்தகர்கள் (Retailers) கீழ்க்காணும் சட்ட விதிகளைக் கவனிக்க வேண்டும்:

  • DPDP Act 2023 AI Agent-கள் வாடிக்கையாளரின் Data-வை அனுப்பும்போது, Retailer அந்த Data-வை எப்படிப் பாதுகாப்பாகச் சேமிக்கிறார் என்பது சட்டப்படி கண்காணிக்கப்படும்.
  • Authorization Protocols AI மூலம் வரும் ஆர்டர்களுக்கு OTP-less Auto-mandate செட் செய்யும்போது, RBI (Reserve Bank of India) விதிமுறைகளை Retail Back-end பூர்த்தி செய்திருக்க வேண்டும்.

4 AI Optimization (AIO) & இறுதி வழிகாட்டுதல்கள்

இதுவரை நாம் Search Engine Optimization (SEO) பற்றித்தான் பேசியிருக்கிறோம். ஆனால் இனி வரப்போவது AIO (Artificial Intelligence Optimization) ஆகும். உங்கள் கடையை AI Agent-களுக்கு ஏற்றவாறு எப்படி Optimize செய்வது?

  • PIM (Product Information Management) அப்டேட் உங்கள் தயாரிப்புகளின் விவரங்களை மையப்படுத்தப்பட்ட ஒரு PIM சாஃப்ட்வேரில் ஏற்றி, அதை AI-readable API ஆக மாற்ற வேண்டும். எடைகள், அளவுகள், வண்ணங்கள் மற்றும் டெலிவரி நேரம் (SLA) அனைத்தும் துல்லியமாக இருக்க வேண்டும்.
  • Inventory-யை Cloud-க்கு மாற்றுதல் "ஸ்டாக் இருக்கான்னு செக் பண்ணிட்டு சொல்றேன்" என்ற கலாச்சாரம் இனி வேலைக்கு ஆகாது. உங்களின் ERP அல்லது POS சிஸ்டம் Cloud-உடன் இணைக்கப்பட்டு, Real-time ஆக Inventory Data-வை இணையத்திற்குப் பாய்ச்ச வேண்டும்.

தொழில்நுட்ப நிபுணர்களின் அறிவுரை

"எதிர்கால ரீடெய்ல் உலகம் மனிதர்களோடு மட்டுமல்ல, இயந்திரங்களோடும் பேசுபவர்களுக்கே சொந்தம் (The future of retail belongs to those who speak the language of machines, not just humans)." அழகிய வெப்சைட்டுகளுக்குச் செலவு செய்வதைக் குறைத்துவிட்டு, வலுவான Data Infrastructure மற்றும் API-களில் முதலீடு செய்யத் தொடங்குங்கள். யார் தனது Data-வை சிறப்பாக AI-க்குக் கொடுக்கிறாரோ, அவரே நாளைய Retail Market-ன் ராஜா!

Learn And Earn Space என்பது Retail Management, Inventory Control, மற்றும் Small Business வளர்ச்சி தொடர்பான முழுமையான தமிழ் தளமாகும். இந்த தளம், புதிய தொழில்முனைவோர் (Entrepreneurs), சிறு மற்றும் நடுத்தர வணிகர்கள் (SMEs), மற்றும் Retail துறையில் முன்னேற விரும்பும் அனைவருக்கும் பயனுள்ள தகவல்களை வழங்கும் வகையில் வடிவமைக்கப்பட்டுள்ளது. இந்த தளத்தில், Retail Business எப்படி ஆரம்பிப்பது, அதை எவ்வாறு திறமையாக நிர்வகிப்பது, மற்றும் லாபத்தை (Profit) அதிகரிப்பது போன்ற முக்கிய அம்சங்கள் எளிமையான தமிழில்