Разрозненность данных — главная проблема розничной коммерции
Исследование SAP показывает, что 78 процентов компаний считают искусственный интеллект необходимым инструментом для удержания клиентов к 2026 году. Однако те же данные обнажают системную проблему: менее двух из пяти предприятий (37% и 39%) обмениваются клиентскими данными между платформами customer experience и CRM. Эта структурная фрагментация требует прямого вмешательства на уровне инфраструктуры.
SAP и Google Cloud расширили своё партнёрство, чтобы построить агентную архитектуру клиентского опыта, объединяющую данные, искусственный интеллект, инструменты вовлечения и коммерческие операции в единое целое. Развёртывание базируется на перестройке того, как ИИ взаимодействует с backend-коммерческими платформами.
Унификация обмена данными через Universal Commerce Protocol
Большинство цифровых коммерческих инфраструктур зависят от разрозненных API. SAP Commerce Cloud внедряет Universal Commerce Protocol для стандартизации обмена данными между ритейлерами, платёжными шлюзами и автономными агентами. Эта архитектура позволяет программному обеспечению Сэмостоятельно выполнять полный ритейл-цикл — от первичного поиска товара через обработку транзакций до постпродажного разрешения обращений.
Инженерные команды, интегрирующие Universal Commerce Protocol, обеспечивают прямое взаимодействие между интеллектуальными агентами и коммерческими платформами. Стандартизация снижает затраты на интеграцию и ускоряет подключение к ИИ-каналам. SAP планирует совместно с Google обеспечить органическое появление товаров мерчантов в приложении Gemini и Google Search, включая функциональность AI Mode. Пользователи взаимодействуют с этими интерфейсами, а backend-архитектура обрабатывает проверку остатков на складах, управление корзиной и обработку платежей — без необходимости перестраивать существующую инфраструктуру ритейлеров.
Shopping Assistant на базе Google Gemini
SAP Commerce Cloud интегрирует возможности Google Gemini для работы выделенного Shopping Assistant. Бренды размещают этого ассистента напрямую у своих клиентов, обеспечивая взаимодействие через чат, голос и текст. Сохранение состояния пользователя остаётся активным на протяжении всего цикла покупок.
Система непрерывно потребляет актуальные поведенческие данные, текущие мощности складов и активные маркетинговые сведения для формирования уникальных товарных комбинаций, включая полные конфигурации мероприятий. Благодаря постоянному уточнению рекомендаций приложение гарантирует высокую релевантность и строгую физическую исполняемость предложений.
Мультиагентная маркетинговая платформа и обработка данных
Корпоративные системы часто дают сбой, когда рекламные кампании порождают спрос, который физические запасы не могут удовлетворить. Интерфейсы, не синхронизированные с backend-системами складов, регулярно блокируют цифровые покупки. Пользователи переходят по ссылкам из промо-писем, открывают мобильное приложение и сталкиваются с неожиданными уведомлениями об отсутствии товара на этапе оформления заказа. Обновления статуса выполнения заказов запаздывают, оставляя сотрудников службы поддержки без полной операционной картины.
Совместное решение SAP и Google Cloud нацелено именно на устранение этих системных сбоев в клиентском опыте. Вместо управления разрозненными точками контакта архитектура объединяет всю последовательность — от первого касания до постпродажной поддержки. Традиционные коммерческие настройки заставляют потребителей повторно вводить ранее предоставленную информацию, а сотрудники поддержки зачастую не имеют доступа к единым записям, что препятствует эффективному решению вопросов.
Маркетинговое исполнение требует высокоточных конвейеров данных. SAP Engagement Cloud взаимодействует с Google Cloud для формирования автономной мультиагентной платформы. Техническая основа — SAP Business Data Cloud Connect для Google BigQuery. Развёртывание использует двунаправленную связь данных с нулевым копированием, защищённую строгими административными контролями. Хранение массивов данных на месте без их дублирования снижает расходы на хранение и сетевую задержку.
BigQuery принимает актуальные переменные — погодные условия, точные геолокации и текущие показатели взаимодействия с рекламой. SAP Customer Experience предоставляет внутренний поведенческий контекст: профили клиентов, точные истории транзакций, конкретные обращения в службу поддержки и согласованные записи взаимодействий. SAP Engagement Cloud активирует объединённый интеллект, разворачивая автономных агентов для оркестрации персонализированных взаимодействий на протяжении всего жизненного цикла клиента. Маршрутизация данных через Business Data Cloud при обработке логики в BigQuery обеспечивает мгновенную синхронизацию остатков. Shopping Assistant активно обращается к актуальным складским записям перед отображением любого продукта, проверяя физическую доступность товара до формирования рекомендации.
Продвинутые генеративные модели определяют локализованный вывод маркетинговых кампаний. Модели Google Gemini, включая итерацию Nano Banana 2, обеспечивают специализированные агентные компетенции. Они динамически генерируют локализованные сообщения, кастомизированные изображения и вариации кампаний на основе точных спецификаций.