Signals: AGENTIC AI – Executive Summary [raport]

W ostatnich latach sztuczna inteligencja ewoluowała z narzędzia wspomagającego człowieka w kierunku autonomicznych systemów podejmujących decyzje w jego imieniu. Powstaje nowa kategoria technologii – agentic AI, czyli inteligentnych agentów, którzy mogą dokonywać zakupów, rezerwować usługi czy zarządzać zadaniami bez konieczności bezpośredniego nadzoru. Rozwój agentic AI nie jest jedynie kolejnym etapem automatyzacji – to przełom o charakterze systemowym, który redefiniuje sposób funkcjonowania biznesu, handlu i codziennego życia konsumentów. 

Raport Mastercard Signals (Q3 2025), zatytułowany „The Agentic Shift”, analizuje, w jaki sposób autonomiczna sztuczna inteligencja zmienia strukturę handlu. To fundamentalna zmiana w funkcjonowaniu całego ekosystemu, która przekształca rolę konsumenta, biznesu i procesów operacyjnych. Rosnące zaufanie użytkowników, dynamiczne wdrożenia w firmach oraz szybki wzrost rynku wskazują, że agentic AI staje się nową warstwą operacyjną gospodarki cyfrowej, zmieniając rolę człowieka z użytkownika technologii w menedżera intencji.

I. AGENTIC AI OGÓLNIE

  •  Sztuczna inteligencja przechodzi od wspomagania człowieka do działania w jego imieniu – rodzi się nowa kategoria agentic AI, czyli autonomicznych agentów podejmujących decyzje, kupujących, rezerwujących i zarządzających zadaniami.
  • To przełom o charakterze systemowym – agentic commerce staje się nową warstwą operacyjną gospodarki cyfrowej.
  • Rynek agentic commerce rośnie w tempie 66 proc. rocznie, a jego szacowana wartość sięga 136 miliardów USD. 
  • W programie Y Combinator (Spring 2025) aż 74 z 144 startupów pracowało nad rozwiązaniami opartymi na agentic AI. 
  • Już trzy największe akwizycje Q1 2025 dotyczyły firm oferujących agentic AI dla biznesu. 

II. AGENTIC AI A ZAUFANIE

  • Agentic commerce to kolejny etap rozwoju AI – od automatyzacji procesów do pełnej delegacji decyzji zakupowych. 
  • Konsumenci zaczynają ufać agentom:
    •  ~50% badanych pozwoliłoby agentowi AI dokonywać zakupów w ustalonym limicie,
    •  wśród rodziców z ograniczonym czasem – zainteresowanie przekracza 60%. 
  • Transparentność i odpowiedzialność – W miarę jak agentic AI przejmuje coraz więcej decyzji w imieniu użytkowników, regulacje będą wymagały pełnej przejrzystości i możliwości nadzoru nad działaniami agentów. Kluczowe elementy to:
    • Rejestrowanie decyzji agenta – każda decyzja podejmowana przez agenta powinna być dokumentowana w formie dostępnej do audytu, co pozwoli na śledzenie przebiegu transakcji i działań operacyjnych.
    • Możliwość cofnięcia transakcji – systemy muszą umożliwiać użytkownikom lub regulatorom anulowanie lub korygowanie decyzji agenta, jeśli okażą się błędne lub niepożądane.                                                   
    • Explainability (wyjaśnialność) – użytkownicy i organy regulacyjne muszą mieć wgląd w dane, algorytmy i kryteria, na podstawie których agent podejmuje decyzje. Dzięki temu można ocenić, czy działanie agenta jest zgodne z zamierzeniami użytkownika i regulacjami prawnymi.   

III. NOWE STANDARDY BEZPIECZEŃSTWA 

  • KYA (Know Your Agent) – analogicznie do systemu KYC w bankowości, KYA to nowe protokoły identyfikacji autonomicznych agentów. Każdy agent działający w imieniu użytkownika lub firmy musi zostać zweryfikowany pod kątem tożsamości, uprawnień i zakresu działania. Pozwala to uniknąć sytuacji, w których nieautoryzowany lub źle zaprogramowany agent dokonuje transakcji lub podejmuje decyzje poza ustalonymi ramami.
  • Agentic Tokens – tokeny bezpieczeństwa opracowane m.in. przez Mastercard, które umożliwiają bezpieczne dokonywanie płatności w ramach systemu Agent Pay. Tokenizacja zapewnia, że wrażliwe dane finansowe nie są bezpośrednio ujawniane agentom ani platformom zewnętrznym. Każda transakcja jest powiązana z unikalnym tokenem, który może być ograniczony do określonej kwoty, czasu lub typu płatności.
  • Audit trails i guardrails – ścieżki audytu i granice autonomii zapewniające zgodność z regulacjami.

IV. WYKORZYSTANIE W FIRMACH  

  • Mountain Credit Union (USA) zastosowała agentic AI do obsługi klientów – satysfakcja klientów wzrosła o 28 punktów, a koszty operacyjne spadły o 23 proc.
  • Walmart wyznaczył cel: 50 proc. sprzedaży online w ciągu 5 lat ma być napędzane rozwiązaniami agentic AI.
  • Z Shopify Retail Report 2025 wynika, że sklepy z personalizacją AI notują +25 proc. większą średnią wartość zamówienia i –19 proc. niższy współczynnik zwrotów.
  • H&M odnotował wzrost średniej wartości koszyka o 17 proc. po wdrożeniu dynamicznej personalizacji AI.
  • Zalando zwiększyło przychód na poziomie pojedynczych produktów dzięki automatycznym rekomendacjom.

V. HORYZONT ROZWOJU AGENTIC COMMERCE

  • Etap Prototypowania (do 2027 r.) – okres eksperymentów i testów proof-of-concept.
  • Etap Wschodzących ekosystemów (2027–2030) – łączenie agentów w interoperacyjne platformy, tworzenie standardów komunikacji.
  • Etap Going Native (po 2030 r.) – pełna automatyzacja procesów zakupowych i operacyjnych, agenty działają samodzielnie w imieniu użytkowników i firm.

VI. ZNACZENIE AGENTIC AI DLA BIZNESU I SPOŁECZEŃSTWA

  • Agentic AI redefiniuje rolę człowieka – z „użytkownika technologii” staje się „menedżerem intencji”.
  • Konkurencyjność biznesu przesuwa się z poziomu produktów na poziom efektywności działania agentów i sposobu, w jaki realizują cele użytkownika.
  • Zaufanie, bezpieczeństwo i transparentność staną się kluczowymi czynnikami akceptacji AI przez społeczeństwo.
  • Agentic commerce może pełnić rolę „nowego systemu operacyjnego gospodarki cyfrowej”, łącząc bankowość, handel i usługi w jedną sieć autonomicznych agentów.

VII. PERSPEKTYWY REGULACYJNE I STRATEGICZNE

  • Nowe protokoły Know Your Agent (KYA) i Agent-to-Agent (A2A) staną się odpowiednikiem KYC i open banking API.
  • Regulatorzy UE pracują nad zasadami zgodnymi z AI Act i eIDAS 2.0, które będą wymagały tokenów tożsamości i rejestrowalnych decyzji agentów.
  • Organizacje pracujące nad Agentic AI powinny pracować zgodnie z zasadami:
    • Design for trust and containment – wbudowane mechanizmy cofania decyzji, kontroli i audytu.
    • Dynamic risk frameworks – adaptacyjne systemy monitorowania decyzji AI w czasie rzeczywistym.
    • Skill shifts – przygotowanie pracowników do współpracy z agentami („agent whisperers”).