O Que Seu Agente de IA Está Comprando? Avaliação, Implicações e Questões Emergentes para o Comércio Eletrônico Agente

What Is Your AI Agent Buying? Evaluation, Implications and Emerging Questions for Agentic E-Commerce

August 4, 2025

Autores: Amine Allouah, Omar Besbes, Josué D Figueroa, Yash Kanoria, Akshit Kumar

cs.AI

Resumo

Os mercados online serão transformados por agentes de IA autônomos que agem em nome dos consumidores. Em vez de humanos navegando e clicando, agentes de modelos de visão e linguagem (VLM) podem analisar páginas da web, avaliar produtos e realizar transações. Isso levanta uma questão fundamental: o que os agentes de IA compram e por quê? Desenvolvemos o ACES, um ambiente de sandbox que combina um agente VLM independente de plataforma com um mercado simulado totalmente programável para estudar essa questão. Primeiro, realizamos verificações básicas de racionalidade no contexto de tarefas simples e, em seguida, ao randomizar posições de produtos, preços, avaliações, comentários, tags patrocinadas e endossos da plataforma, obtemos estimativas causais de como os VLMs de ponta realmente fazem compras. Os modelos mostram efeitos de posição fortes, mas heterogêneos: todos favorecem a linha superior, mas diferentes modelos preferem colunas diferentes, minando a suposição de um ranking "top" universal. Eles penalizam tags patrocinadas e recompensam endossos. As sensibilidades a preço, avaliações e comentários são direcionalmente semelhantes às humanas, mas variam acentuadamente em magnitude entre os modelos. Motivados por cenários em que vendedores usam agentes de IA para otimizar listagens de produtos, mostramos que um agente do lado do vendedor que faz pequenos ajustes nas descrições dos produtos, visando as preferências dos compradores de IA, pode gerar ganhos substanciais de participação de mercado se as compras mediadas por IA dominarem. Também descobrimos que as escolhas modais de produtos podem variar entre os modelos e, em alguns casos, a demanda pode se concentrar em alguns produtos selecionados, levantando questões de concorrência. Juntos, nossos resultados iluminam como os agentes de IA podem se comportar em ambientes de e-commerce e trazem à tona questões concretas de estratégia de vendedores, design de plataforma e regulamentação em um ecossistema mediado por IA.

English

Online marketplaces will be transformed by autonomous AI agents acting on behalf of consumers. Rather than humans browsing and clicking, vision-language-model (VLM) agents can parse webpages, evaluate products, and transact. This raises a fundamental question: what do AI agents buy, and why? We develop ACES, a sandbox environment that pairs a platform-agnostic VLM agent with a fully programmable mock marketplace to study this question. We first conduct basic rationality checks in the context of simple tasks, and then, by randomizing product positions, prices, ratings, reviews, sponsored tags, and platform endorsements, we obtain causal estimates of how frontier VLMs actually shop. Models show strong but heterogeneous position effects: all favor the top row, yet different models prefer different columns, undermining the assumption of a universal "top" rank. They penalize sponsored tags and reward endorsements. Sensitivities to price, ratings, and reviews are directionally human-like but vary sharply in magnitude across models. Motivated by scenarios where sellers use AI agents to optimize product listings, we show that a seller-side agent that makes minor tweaks to product descriptions, targeting AI buyer preferences, can deliver substantial market-share gains if AI-mediated shopping dominates. We also find that modal product choices can differ across models and, in some cases, demand may concentrate on a few select products, raising competition questions. Together, our results illuminate how AI agents may behave in e-commerce settings and surface concrete seller strategy, platform design, and regulatory questions in an AI-mediated ecosystem.