Anthropic ha presentato Claude Commerce Agents, un progetto open source pensato per consentire alle aziende di sviluppare agenti AI dedicati alle attività di commercio elettronico, sia sul lato cliente sia sul lato operativo. La società ha pubblicato il 3 settembre codice di riferimento e blueprint per costruire due tipologie principali di sistemi: shopping agent destinati agli utenti finali e merchant agent rivolti invece a dipendenti e responsabili delle attività commerciali. Gli sviluppatori possono utilizzare queste implementazioni come base e collegarle ai propri cataloghi di prodotto, ai carrelli, ai sistemi di gestione degli ordini, alle policy aziendali e ai dati interni, adattandole alle caratteristiche del singolo servizio. Il codice è distribuito con licenza Apache 2.0 su GitHub e può essere utilizzato non soltanto tramite Claude API, ma anche attraverso Amazon Bedrock, Microsoft Foundry e Google Cloud Vertex AI.
Lo shopping agent è progettato per operare direttamente all’interno dei servizi utilizzati dal consumatore e gestire in un’unica conversazione diverse fasi del processo di acquisto. Quando l’utente formula una richiesta che riguarda contemporaneamente più prodotti, l’agente può interrogare il catalogo, individuare le alternative più adatte, confrontarle e costruire il carrello. Lo stesso sistema può rispondere successivamente a domande relative allo stato di un ordine, alle condizioni di reso e sostituzione o alle politiche di rimborso, mantenendo il contesto della conversazione. È prevista inoltre una componente di personalizzazione che permette all’agente di ricordare le preferenze dell’utente e utilizzarle nelle successive raccomandazioni di prodotto.
Il merchant agent è invece rivolto alla gestione operativa del negozio e mette a disposizione funzioni legate all’analisi delle vendite, alla gestione dei prodotti, all’inventario, ai prezzi, alle promozioni e al marketing. Può analizzare i risultati commerciali per distinguere i prodotti con maggiori vendite da quelli con performance inferiori, identificare situazioni di scarsa disponibilità o rischio di esaurimento delle scorte e proporre interventi su prezzi e promozioni sulla base dei dati raccolti. Il sistema può anche suggerire strategie di sconto per smaltire le giacenze e generare bozze di campagne marketing. Anthropic ha però previsto un modello human-in-the-loop: anche quando l’agente propone modifiche operative, l’applicazione effettiva delle variazioni richiede l’approvazione di una persona, mantenendo quindi il controllo finale nelle mani degli operatori.
Le implementazioni pubblicate coprono quattro settori: retail, viaggi, telecomunicazioni e ticketing per spettacoli ed eventi sportivi. L’obiettivo è mostrare flussi di lavoro applicabili non soltanto alla vendita tradizionale di prodotti, ma anche alla costruzione di itinerari e prenotazioni alberghiere, alla scelta di offerte e servizi di telecomunicazione e all’acquisto di biglietti. Le aziende possono modificare questi esempi integrando cataloghi, regole operative, policy e caratteristiche specifiche del proprio brand, utilizzando quindi il framework come punto di partenza anziché come applicazione chiusa e predefinita.
Dal punto di vista architetturale, Claude Commerce Agents evita sia l’approccio basato su un unico prompt molto esteso contenente tutte le istruzioni, sia la creazione di numerosi sotto-agenti indipendenti destinati a compiti differenti. Anthropic ha scelto invece un singolo agente al quale vengono aggiunte capacità modulari sotto forma di skill. Nel caso dello shopping agent queste comprendono ricerca dei prodotti, analisi preliminare all’acquisto, pianificazione, assistenza clienti e personalizzazione; il merchant agent può invece richiamare skill dedicate all’analisi delle vendite, alla gestione del catalogo, alle scorte, a prezzi e promozioni e alla preparazione delle campagne marketing.
La scelta di mantenere un unico agente è collegata soprattutto alla necessità di conservare lo stato durante le interazioni commerciali. Secondo Anthropic, suddividere il flusso tra numerosi sotto-agenti può provocare la perdita di informazioni come contenuto del carrello, preferenze del cliente o cronologia degli ordini durante il passaggio da un sistema all’altro. L’utilizzo di più agenti introduce inoltre token aggiuntivi e maggiore latenza. Un singolo agente che conserva l’intero contesto della conversazione e richiama soltanto le skill necessarie può invece mantenere continuità durante tutte le fasi dell’esperienza di acquisto, evitando di ricostruire ripetutamente lo stato della sessione.
Anche la modalità di restituzione dei risultati è stata progettata per l’integrazione diretta nelle interfacce commerciali. Prodotti, confronti e itinerari non vengono forniti soltanto sotto forma di testo generato, ma possono essere restituiti tramite tool call strutturate che l’applicazione può interpretare e visualizzare direttamente. Un negozio online può quindi trasformare la risposta dell’agente in schede di prodotto, comparazioni, itinerari o altre componenti dell’interfaccia senza dover estrarre le informazioni da una risposta testuale. È supportato inoltre lo streaming delle risposte e dello stato di avanzamento delle attività svolte dall’AI, permettendo all’interfaccia di mostrare progressivamente ciò che l’agente sta facendo e riducendo la percezione di attesa durante operazioni più lunghe.
Anthropic aveva già sperimentato l’utilizzo di Claude nel commercio elettronico attraverso collaborazioni specifiche e progetti sviluppati insieme a singole aziende, tra cui Shopify e Priceline. Con Claude Commerce Agents passa però a un’impostazione differente, mettendo a disposizione un framework riutilizzabile che piattaforme, retailer e operatori di altri settori possono integrare direttamente nei propri sistemi. La disponibilità con licenza Apache 2.0 e la compatibilità con diversi ambienti cloud rendono inoltre il progetto indipendente da una singola modalità di distribuzione, permettendo alle aziende di utilizzare la stessa architettura all’interno delle infrastrutture AI già adottate.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)