AI nakupování už není sci-fi. Je to nový filtr mezi vámi a e-shopem

Před pár lety jsme si při online nákupu pomáhali srovnávači cen, recenzemi a tabulkami v Excelu. V roce 2026 do toho vstupuje něco mnohem chytřejšího: nákupní agent, tedy AI bot, který za vás prochází nabídky, srovnává parametry a doporučuje konkrétní produkt podle toho, co opravdu chcete. Nejen „nejlevnější“, ale třeba „nejlepší poměr cena/výkon do 15 tisíc“, „nejtišší vysavač do bytu 2+kk“ nebo „notebook s nejdelší výdrží a USB-C nabíjením“.

Tohle je zásadní posun. Klasické vyhledávání pracuje hlavně s klíčovými slovy. Agentic Commerce pracuje s cílem. Neptá se jen na název produktu, ale na jeho vlastnosti, kompatibilitu, cenu, dostupnost, historii slev a často i na to, jak si stojí proti konkurenci. A právě tady začíná být zajímavý rozdíl mezi obyčejným „vyhledávačem zboží“ a skutečným nákupním agentem.

Co nákupní agent skutečně dělá: od dotazu až po výběr

Nejjednodušší představa je tato: napíšete „chci chytrý telefon do 10 tisíc s dobrou baterií“ a AI vám vrátí tři modely s vysvětlením, proč právě tyhle. Ve skutečnosti ale agent dělá víc kroků najednou. Nejprve rozloží zadání na parametry, pak si stáhne produktová data z více zdrojů, porovná je a nakonec z nich sestaví doporučení.

V praxi může vypadat jeho práce třeba takto:

  • rozpozná, že „dobrá baterie“ znamená třeba kapacitu přes 5000 mAh nebo výdrž alespoň 12 hodin provozu,
  • vyfiltruje produkty bez dostupnosti skladem,
  • porovná cenu včetně dopravy, ne jen cenu na štítku,
  • zohlední recenze, ale hlavně konkrétní technické parametry,
  • vyhodnotí poměr cena/výkon podle vámi zadané priority.

Tohle je důležité: dobrý nákupní agent není jen „chytrý hledající bot“. Je to hodnoticí vrstva nad daty. A čím lepší data dostane, tím lepší výsledek dá.

Pokud má produkt u jednoho e-shopu přesný popis a u druhého jen vágní text typu „špičkový výkon“, AI z toho samozřejmě nebude nadšená. Proto se v roce 2026 čím dál víc řeší kvalita produktových dat, strukturované feedy a přesná XML analýza.

XML feedy, parametry a data: bez nich je i chytrý agent skoro slepý

Jestli má AI opravdu dobře nakupovat, potřebuje číst strojem zpracovatelná data. A tady přichází na řadu XML feedy, CSV exporty, API a další formáty, které e-shopy používají pro předávání informací o produktech. Pro člověka je důležitý hezký popis a fotka. Pro AI je klíčové, jestli má produkt správně vyplněné parametry, třeba rozměry, výkon, kapacitu, materiál, kompatibilitu nebo energetickou třídu.

Na první pohled to zní nudně, ale právě tady se rozhoduje, jestli agent vybere správně. Když je v XML feedu uvedeno jen „baterie: ano“, moc se s tím nedá dělat. Když je tam přesně kapacita 5200 mAh, rychlost nabíjení 45 W, rozměry 162,3 × 74,4 × 8,2 mm a hmotnost 196 g, AI už může porovnávat velmi přesně.

V dobré XML analýze se sledují hlavně tyto položky:

  • identifikace produktu – název, kód, značka, EAN, SKU,
  • technické parametry – výkon, kapacita, velikost, materiál, spotřeba,
  • cena a dostupnost – aktuální cena, sklad, dodací lhůta,
  • varianty – barva, velikost, verze, balení,
  • marketingová data – akce, slevy, dárky, doprava zdarma,
  • recenze a hodnocení – počet hodnocení, průměr, poměr pozitivních a negativních reakcí.

Čím víc z toho je ve feedu přesně a jednotně, tím lépe se dá udělat srovnání produktů. A naopak: špatně strukturovaná data vedou k tomu, že AI srovnává jablka s hruškami. Třeba když jeden obchod uvádí „úhlopříčka 6,7 palce“ a druhý jen „velký displej“, je výsledek skoro předem ztracený.

Jak AI počítá poměr cena/výkon a proč to není jen o nejnižší ceně

Jedna z největších výhod agentic commerce je, že nehoní jen nejnižší cenu. To by byl často špatný obchod. Levný notebook s pomalým procesorem, slabou baterií a mizerným displejem může být ve výsledku dražší, protože vás bude štvát každý den. AI agent proto umí pracovat s váženými kritérii.

Jinými slovy: vy řeknete, co je pro vás důležité, a agent tomu přiřadí váhu. Třeba u sluchátek může 40 % tvořit kvalita zvuku, 25 % výdrž baterie, 20 % pohodlí a 15 % cena. U tiskárny to bude jinak: rozhoduje cena náplní, rychlost tisku, síťové připojení a provozní náklady.

Praktický příklad:

  • Model A stojí 8 990 Kč, má 8 GB RAM a 256GB úložiště.
  • Model B stojí 10 490 Kč, má 16 GB RAM a 512GB úložiště.
  • Model C stojí 9 490 Kč, má 12 GB RAM a 256GB úložiště.

Na první pohled vyhrává A, protože je nejlevnější. Jenže pokud AI vyhodnotí, že za příplatek 1 500 Kč dostanete dvojnásobek paměti a dvojnásobné úložiště, může doporučit B jako výhodnější nákup. A právě to je podstata poměru cena/výkon: ne kolik zaplatíte, ale co za to dostanete.

V roce 2026 navíc agenti čím dál častěji počítají i méně viditelné položky. Třeba cenu za provoz, výměnu dílů, spotřebu energie nebo pravděpodobnost reklamace podle historických dat. U dražších nákupů, jako jsou pračky, klimatizace nebo robotické vysavače, to může změnit celý výsledek.

Kde AI bot nákup opravdu pomůže: rychlé srovnání i dlouhé rozhodování

Nákupní agent má smysl hlavně tam, kde je nabídka široká a rozhodování složité. To znamená elektroniku, domácí spotřebiče, sportovní vybavení, kosmetiku, dětské zboží nebo třeba kancelářské vybavení. Jakmile existuje deset až sto velmi podobných produktů, člověk se snadno utopí v detailech. AI je v tomhle mnohem trpělivější.

Typické scénáře, kde agent šetří čas i peníze:

  • Notebooky a mobily – porovnání procesoru, paměti, displeje, baterie a hmotnosti.
  • Robotické vysavače – sací výkon, navigace, výška, mopování, cena náhradních dílů.
  • Tiskárny – cena přístroje vs. cena náplní a náklady na jednu stránku.
  • Sluchátka – výdrž, kodeky, mikrofony, pohodlí, potlačení hluku.
  • Pračky – objem bubnu, hlučnost, spotřeba vody a elektřiny, programy.

Velká výhoda je i v tom, že AI může pracovat s vašimi preferencemi dlouhodobě. Když jednou řeknete, že nechcete výrobky od konkrétní značky, že preferujete českou distribuci nebo že vám vadí vyšší hlučnost, agent si to může zapamatovat a při dalším nákupu to zohlednit. Zákaznická zkušenost je pak mnohem víc „na míru“ než klasické filtrování v e-shopu.

Na co si dát pozor: agent není vševědoucí a data umí klamat

Teď ta méně lesklá část. Ani nejlepší nákupní agent není záruka dobrého rozhodnutí. Když jsou vstupní data mizerná, výstup bude mizerný taky. A občas může být problém i v tom, že e-shopy optimalizují popisy hlavně pro lidi nebo marketing, ne pro stroje. To vede k neúplným parametrům, duplicitám a chybám v XML feedu.

Typické problémy, které AI nákup komplikuje:

  • chybějící technické parametry,
  • nepřesně označené varianty produktu,
  • nesrovnatelná měrná jednotka,
  • cena bez dopravy nebo skrytých poplatků,
  • duplicitní produkty se stejným zbožím pod jiným názvem,
  • falešně pozitivní recenze nebo přehnaně marketingové hodnocení.

Další riziko je přílišná automatizace. Když agent dostane volnou ruku bez pravidel, může vybrat produkt, který sice skvěle vychází v tabulce, ale v praxi vám nesedí. Třeba je moc velký, nesedí do vaší sestavy, nebo nemá konektor, který skutečně potřebujete. Proto se vyplatí zadávat nejen cenu a výkon, ale i tvrdé podmínky: rozměry, kompatibilitu, typ připojení, barvu, hlučnost nebo servisní síť.

Jestli má AI opravdu dobře pomáhat, musí být spíš přesný poradce než samostatný nákupčí bez kontroly. Pořád je dobré poslední krok nechat na člověku, hlavně u dražších nebo technicky složitějších věcí.

Jak z AI nakupování vytěžit maximum už dnes

Pokud chcete, aby vám nákupní agent opravdu ušetřil čas, neptejte se ho vágně. Zadejte mu konkrétní zadání. Čím přesnější budete, tím lepší výsledek dostanete. Místo „chci dobrý monitor“ napište „chci 27palcový monitor s rozlišením 2560 × 1440, obnovovací frekvencí alespoň 144 Hz, výškou stojanu a cenou do 7 tisíc“. Tohle už je zadání, se kterým se dá pracovat.

Praktické rady pro lepší výsledky:

  • pište tvrdé limity jako cenu, rozměr, výkon nebo hmotnost,
  • oddělte povinné parametry od těch preferovaných,
  • požadujte zdůvodnění výběru, ne jen seznam produktů,
  • kontrolujte, jestli agent porovnává celkovou cenu včetně dopravy,
  • u dražších nákupů si nechte ukázat i alternativy v různých cenových hladinách.

Pro e-shopy a výrobce z toho plyne jednoduchá věc: kdo bude mít lepší produktová data, vyhraje. V době, kdy si zákazník může nechat nákup vybrat strojem, už nestačí mít jen hezký popisek a slevu na titulní straně. Rozhodovat bude kvalita feedu, přesnost parametrů a schopnost nabídnout agentovi srovnatelná data.

Co z toho plyne pro běžného kupujícího

Agentic commerce není jen módní slovo. Je to praktický posun v tom, jak nakupujeme. Místo dlouhého přepínání mezi kartami, recenzemi a srovnávači cen dostáváme nákupního agenta, který umí projít nabídku, vyhod