Anthropic Buka Cetak Biru Agen Belanja Claude, tetapi Checkout Tetap di Tangan Merchant

Anthropic merilis blueprint untuk membantu perusahaan dagang membangun agen belanja berbasis Claude. Panduan ini ditujukan bagi retailer, perusahaan perjalanan, dan platform tiket yang ingin menghadirkan pengalaman pencarian serta rekomendasi berbasis percakapan di situs atau aplikasi mereka sendiri. Blueprint tersebut bukan produk siap deploy yang bisa digunakan tanpa penyesuaian. 14

Batas terpentingnya ada di tahap checkout. Agen dapat membantu pelanggan menemukan pilihan, membandingkan opsi, dan menyusun keranjang, tetapi tidak secara mandiri mengotorisasi atau menyelesaikan pembelian ataupun memproses pembayaran. Transaksi tetap ditangani sistem perdagangan dan checkout milik merchant. 26

Dua pola agen yang ditawarkan Anthropic

Blueprint Anthropic membagi penggunaan Claude ke dalam dua peran yang saling melengkapi.

1. Shopper agent untuk pelanggan

Shopper agent ditempatkan di situs web atau aplikasi retailer. Pelanggan dapat menjelaskan kebutuhannya dengan bahasa sehari-hari, lalu agen menanyakan preferensi dan konteks yang relevan sebelum memberikan rekomendasi produk atau perjalanan yang lebih personal.

Agen juga dapat membantu memasukkan pilihan pelanggan ke keranjang. Pola serupa dapat digunakan di platform tiket, misalnya untuk membantu pengguna membandingkan acara, tanggal, atau jenis tiket. 147

Namun, kemampuan ini lebih tepat disebut asisten belanja berbasis AI daripada pembeli otonom. Percakapan membantu pelanggan mempersempit pilihan, sedangkan merchant tetap memegang kendali atas alur pembelian terakhir. 2

2. Merchant agent untuk tim internal

Merchant agent ditujukan bagi karyawan, bukan pelanggan. Agen ini dapat berfungsi sebagai pendukung keputusan untuk berbagai kebutuhan, seperti pengelolaan inventaris, merchandising, penetapan harga, promosi, dan kampanye pemasaran. 27

Pembagian tersebut mencerminkan dua persoalan berbeda dalam bisnis perdagangan: membantu pelanggan menemukan barang yang mereka inginkan, serta membantu perusahaan menentukan barang apa yang perlu dijual, disimpan, atau dipromosikan. Anthropic menawarkan pola berbasis Claude untuk kedua sisi itu, bukan sekadar chatbot serbaguna. 12

Mengapa belanja berbasis percakapan menjadi fokus

Belanja online secara tradisional mengandalkan kata kunci, filter, dan navigasi kategori. Agen percakapan menawarkan jalur yang berbeda. Pelanggan dapat menjelaskan tujuan, batasan anggaran, atau preferensi dengan bahasa natural, lalu menerima saran yang disesuaikan dengan permintaan tersebut.

Anthropic mendukung pitch ini dengan sejumlah sinyal awal, meski skalanya masih terbatas. Adobe Analytics dilaporkan menemukan bahwa kunjungan retail yang didorong AI menghasilkan tingkat konversi 60% lebih tinggi dibandingkan trafik retail lainnya. Anthropic juga menyebut salah satu mitranya mengalami kenaikan ukuran keranjang sekitar 30–35% dan pelanggan sekitar 60% lebih mungkin menyelesaikan pembelian. 345

Angka-angka itu sebaiknya dibaca sebagai hasil awal yang dilaporkan, bukan bukti independen bahwa agen Claude sendirilah yang menyebabkan peningkatan tersebut. Laporan yang tersedia tidak menjelaskan secara rinci desain pengujian mitra, apakah hasilnya berlaku lintas industri, atau seberapa besar pengaruh faktor lain di luar pengalaman agen.

Strategi di baliknya: menjaga pencarian tetap di kanal merchant

Blueprint ini juga menyentuh persoalan strategis bagi retailer. Jika pelanggan semakin sering memulai riset produk melalui mesin pencarian atau alat belanja berbasis AI milik pihak ketiga, merchant berisiko kehilangan kendali atas tahap penemuan produk, konteks pelanggan, hingga jalur menuju konversi.

Dengan menunjukkan cara menempatkan shopper agent di situs dan aplikasi milik perusahaan, Anthropic memosisikan Claude sebagai infrastruktur untuk pengalaman yang tetap dimiliki merchant. Perusahaan dapat menghadirkan pencarian berbasis percakapan sambil menjaga perjalanan pelanggan tetap terhubung dengan katalog, keranjang, kebijakan, dan sistem checkout mereka sendiri. 167

Blueprint tetap bukan jalan pintas yang menghapus kebutuhan integrasi. Tim teknis masih harus menghubungkan agen dengan data produk, stok, preferensi, keranjang, dan pesanan yang akurat. Perusahaan juga perlu menetapkan izin serta pagar pengaman mengenai tindakan yang boleh dilakukan agen.

Dengan kata lain, Anthropic menyediakan arsitektur awal dan pola operasional agar tim engineering dapat bergerak lebih cepat—bukan menghilangkan pekerjaan integrasi commerce.

Claude Fable 5.1 hadir bersamaan dengan dorongan ke sektor commerce

Anthropic juga merilis Claude Fable 5.1 dan memosisikannya untuk pekerjaan pengetahuan serta pemrograman yang kompleks. Aksesnya bergantung pada jenis paket Claude: pelanggan Pro dan kursi Team standar menggunakan kredit pemakaian, sedangkan paket Max serta kursi Team premium dan kursi Enterprise berbasis seat tertentu memasukkan model ini sesuai batas paket yang berlaku. 3235

Bagi pengguna API, Fable 5.1 dibanderol $10 per satu juta token input dan $50 per satu juta token output. Tarif utama tersebut sama seperti Fable 5. Perubahan terbesar ada pada pembacaan cache, yang turun dari $1 menjadi $0,25 per satu juta token, atau berkurang 75%.

Penulisan cache selama lima menit tetap berharga $12,50 per satu juta token, sedangkan penulisan cache selama satu jam dikenai $20 per satu juta token. 173234

Anthropic memperkirakan tarif pembacaan cache yang lebih rendah dapat memangkas biaya workload tipikal sekitar 25%. Dampak sebenarnya tetap bergantung pada seberapa sering sebuah workload menggunakan kembali konteks yang sama. 32

Apa artinya bagi perusahaan

Anthropic sedang menggabungkan dua tawaran untuk pasar enterprise: model yang mampu menangani pekerjaan rumit dan pola implementasi yang dapat ditanamkan ke dalam proses bisnis. Blueprint commerce membuat penggunaan praktisnya lebih konkret, sekaligus memperjelas batas kemampuan agen.

Perusahaan tetap harus mengelola koneksi data, izin, pengalaman pengguna, serta kontrol transaksi. Peluang jangka pendeknya bukan bot belanja yang sepenuhnya otonom, melainkan asisten yang dikendalikan merchant—alat yang membuat proses pencarian dan pengambilan keputusan lebih interaktif, sambil menyerahkan langkah transaksi paling sensitif kepada sistem yang sudah ada.

Pendekatan ini memang tidak sedramatis agen AI yang membeli barang atas nama pelanggan. Namun, bagi retailer, model tersebut menawarkan cara yang lebih terkendali untuk menguji apakah belanja berbasis percakapan benar-benar meningkatkan hasil sebelum agen diberi wewenang atas pembayaran.