Rábíznád a vásárlást egy AI-ra? A Visa tesztjén sok modell elbukott

Az AI már képes termékeket összehasonlítani és ajánlani. A következő lépés az, hogy a felhasználó feltételei alapján maga válassza ki, mit érdemes megvenni. Ehhez azonban nem elég meggyőzően válaszolnia: fel kell ismernie a hiányzó igényeket, és azt is, amikor helyesebb nem vásárolni. A Visa november 5-én közzétett tesztje éppen ezt vizsgálta.

Mit vizsgált pontosan a Visa?

A Visa Agentic Commerce Benchmark életszerű, de szimulált vásárlási feladatokra épül. A modelleknek beszélgetés közben kellett kideríteniük az ügyfél valamennyi, a tesztben meghatározott lényeges igényét, majd helyes vásárlási vagy nem vásárlási döntést hozniuk. Egy szerencsés terméktipp önmagában nem számított sikernek.

Az első körben 22 modell vett részt 12 fejlesztői labortól, összesen 15 vásárlási helyzetben – például televízió, laptop és személyes használatra szánt készülék kiválasztásában. Minden modell három próbát kapott feladatonként. A közzétett százalékok ezeknek a tesztfutásoknak az eredményei, nem a valódi ügyfelek vásárlásaié.

42,8% sikertelen futás: mit mutatnak a számok?

A futások 57,2%-a teljesítette az összes elvárást, 42,8%-a nem. A legjobban szereplő modellek 82,2%-os, a leggyengébb 28,9%-os sikerességet értek el.

A legtöbb rejtett vásárlói igényt feltáró öt modell átlaga 70,2%, a legkevesebbet feltáró öt modellé 44,4% volt. Ez összefüggést mutat az alapos kérdezés és a jobb eredmény között, de nem bizonyítja, hogy kizárólag a kérdések száma okozta a különbséget.

Különösen figyelemre méltó, hogy a sikertelen futások 54%-a mégis vásárlási döntéssel zárult. Vagy nem megfelelő terméket választott a modell, vagy nem tárta fel a feladathoz szükséges összes vásárlói feltételt. A döntés tehát nem lett megfelelő attól, hogy az AI határozottan ajánlott valamit.

Egy televízió kiválasztásán is elbukhat a döntés

A Visa egyik példájában az ügyfél új televíziót keresett. Említett egy családi márkaajánlást és egy kereskedői tagságot, de kezdetben nem mondta el az összes szempontját. Az AI-nak rá kellett kérdeznie a költségkeretre, a családi videókhoz szükséges HDR10+ támogatásra, a kompatibilitásra és a játékra vonatkozó igényekre is.

Egy jó értékelésű, kedvező árú televízió könnyen hibás választás lehetett volna, ha valamely fontos követelménynek nem felel meg. A valóban hasznos AI-asszisztens ezért nem pusztán keres, hanem tisztázza a döntés feltételeit.

Miért számít a kiszámíthatóság?

A modellek mindhárom ismételt próbája a modell–feladat párosításoknak csupán 34,2%-ában lett sikeres. Egy egyszer helyesen megoldott feladat tehát következő alkalommal is elcsúszhatott.

Ez még fontosabb, ha az AI nem csak terméket ajánl, hanem a vásárló nevében megrendelést is elindíthat. A Visa 2026 szeptemberi, külön amerikai fogyasztói felmérése szerint a válaszadók 72%-a már használt AI-asszisztenst, ám csak 23%-uk bízott abban, hogy generatív AI a nevükben fizetési tranzakciókat kezeljen. Ez nem a benchmarkban mért eredmény, hanem a fogyasztói bizalomra vonatkozó külön kutatás.

Mit jelent ez a magyar vásárlóknak és webshopoknak?

A Visa tesztje nem mért magyarországi hibaarányt. A tanulság mégis gyakorlati: ajánlás és végrehajtás nem ugyanaz. Vásárlóként fontos ellenőrizni a termék fő tulajdonságait, árát, szállítási és visszaküldési feltételeit; önálló vásárlásra felhatalmazott AI esetén pedig az engedély terjedelmét és a költési korlátokat is.

A webshopoknak érdemes világos, részletes és naprakész termékleírásokat biztosítaniuk. Ez szerkesztőségi következtetés: ha az AI több keresési és ajánlási feladatot kap, a pontos specifikációk segíthetik a hibás termékválasztás elkerülését. A teszt azonban nem igazolja, hogy ettől önmagában több eladás keletkezne.

A fizetési piacon a következő kérdés, hogy a vásárlási döntés után milyen azonosítási, jóváhagyási és ellenőrzési szabályok mellett mozoghat pénz. Korábbi cikkünkben bemutattuk a Visa, a BILL és a Billtrust B2B AI-ügynökös fizetési pilotját. Ott az ügynökök már jóváhagyott számlafizetést fejeznek be: ez más probléma, mint az önálló termékválasztás, és nem bizonyítja, hogy az AI szabadon dönthet a vállalat pénzéről.

Mi következik a teszt után?

A Visa új vásárlási helyzetekkel és termékkategóriákkal bővítené a benchmarkot, később pedig a pénztári folyamatot, a tényleges fizetést és a rendelés leadását is tesztelné. Ezek tervezett további vizsgálatok, nem a november 5-i eredmények részei.

A fő tanulság nem az, hogy az AI alkalmatlan a kereskedelemre. A legjobb modellek már viszonylag jól teljesítettek, ám egy megbízható vásárlóasszisztensnek azt is tudnia kell, mikor hiányzik még fontos információ, és mikor jobb nem vásárolni.

Források és háttér

• Visa Investor Relations: Visa Releases First-of-Its-Kind Industry Benchmark for AI Shopping; Almost Half of Test Runs Fail (2026. november 5.) – a benchmark és a mért eredmények elsődleges forrása.
• Visa Investor Relations: New Visa Research Finds Consumer Trust is Accelerating the Path to Agentic Commerce (2026. szeptember 9.) – külön fogyasztói bizalmi kutatás.
• OpenBanking.hu: AI-ügynök fizeti ki a beszállító számláját? – a vállalati fizetési pilot magyar ismertetése.