Udalosti z tohtotýždňovej konferencie Google I/O 2026 (19. - 20. mája 2026) potvrdili posun, na ktorý sme v technologickom štúdiu nolimeo dlhodobo upozorňovali. Predstavenie produktovej rodiny modelov Gemini 3.5, spustenie 24/7 informačných agentov (Information Agents) a ohlásenie širšieho nasadenia generatívneho UI (Generative UI) priamo do vyhľadávania menia to, ako budú zákazníci objavovať produkty, porovnávať ponuky a robiť nákupné rozhodnutia.
Pre e-commerce segment, či už ide o masové B2C e-shopy alebo veľké B2B platformy, to nie je len ďalšia marketingová novinka. Je to technologický míľnik. Google ukazuje smer, v ktorom používatelia čoraz menej klikajú na zoznamy modrých odkazov a čoraz viac očakávajú hotové porovnania, odporúčania a odpovede. Medzi zákazníka a e-shop vstupujú autonómni agenti, ktorí skenujú weby, čítajú skladové dáta a skladajú interaktívne mini-aplikácie priamo v rozhraní vyhľadávača.
Ak váš e-shop beží na starom, pomalom PHP monolite alebo preplnenom WordPresse, kde sa dáta o cenách a skladovej dostupnosti lúskajú z neštruktúrovaného DOM stromu, pre AI vyhľadávanie sa stávate horšie čitateľní. Autonómny agent nebude trpezlivo čakať na pomalé načítanie blokujúceho JavaScriptu. Potrebuje rýchlu odozvu, štruktúrované API a sémanticky čisté dáta.
1. Google I/O 2026 a éra agentov: Čo sa reálne zmenilo?
Na Google I/O 2026 predstavil Google novú generáciu AI modelov na čele s Gemini 3.5 Flash. Ide o model navrhnutý pre rýchle agentické workflowy, ktoré potrebujú nízku latenciu, lacnejšie spracovanie a spoľahlivé napojenie na externé nástroje.
Vyššia rýchlosť a nižšia latencia umožňujú Googlu rozvíjať dva zásadné koncepty:
A. 24/7 informační agenti (Information Agents)
Namiesto jednorazového spracovania dopytu nasadzuje Google agentov, ktorí bežia asynchrónne na pozadí. Títo agenti monitorujú web, analyzujú zmeny v katalógoch a priebežne syntetizujú aktualizácie. Keď zákazník zadá dopyt po špecifickom produkte, agent už môže mať pripravený obraz trhu.
B. Generatívne UI (Generative UI)
Vyhľadávanie sa mení z textového rozhrania na dynamický generátor rozhraní. Ak spotrebiteľ hľadá špecifický OLED televízor s dodaním do 24 hodín alebo B2B nákupca priemyselné ložiská, Gemini 3.5 Flash s využitím vývojárskej platformy Antigravity nemusí zobraziť len odkazy na e-shopy. Priamo vo vyhľadávaní môže vygenerovať interaktívny porovnávací widget, tabuľku parametrov a dostupností. Presne tu sa rozhodne, ktoré e-shopy majú dáta pripravené pre agentov a ktoré zostanú mimo porovnania.
[ Tradičné SEO ]: Používateľ ──► Kliká na modré odkazy ──► Skúma pomalé HTML
[ Moderné AEO ]: Informačný agent (Gemini 3.5 Flash) ──► API / JSON-LD ──► Generatívne UI
Tento posun znamená prechod od klasického SEO k AEO (Agent Engine Optimization). Popri človeku začína byť vaším dôležitým návštevníkom autonómny stroj, ktorý rozhoduje o tom, či vás človeku vôbec ukáže.
2. Prečo tradičné monolity pre AI agentov neexistujú
Aby sme pochopili, prečo staré IT riešenia v tejto ére zlyhávajú, musíme sa pozrieť na to, ako Gemini 3.5 Flash analyzuje web. Keď agent vstúpi na webovú stránku:
- Pripraví si HTTP požiadavku a čaká na Time-to-First-Byte (TTFB).
- Sťahuje HTML dokument a parsuje DOM strom na extrakciu dát.
- Spúšťa klientsky JavaScript na vykreslenie dynamických cien a stavu skladu.
Pri typickom monolite (napríklad staršie PHP e-shopy na báze WooCommerce či bežných krabicových šablón) je tento proces pre stroj nepoužiteľný. Monolit generuje HTML synchrónne na serveri, pričom vykonáva desiatky neoptimalizovaných SQL dopytov do relačnej databázy. TTFB tak presahuje 1 až 2 sekundy. Keď sa k tomu pripočíta render-blocking JavaScript z marketingových pluginov a neštruktúrovaný DOM s tisíckami zbytočných tagov, agent vyhodnotí web ako nečitateľný alebo príliš pomalý.
Ak sa navyše vaše ceny, zľavy či skladová dostupnosť načítavajú asynchrónne cez fetch volania až po vykreslení stránky, AI bot nemusí čakať na zložité asynchrónne JavaScript eventy. Stiahne len prázdnu šablónu bez cien. Pre agenta má taký produkt nízku informačnú hodnotu, a preto má menšiu šancu dostať sa do porovnania v generatívnom UI.
3. Hraničný stav: Nápor AI scraperov (DDoS by Agentic Search)
S príchodom 24/7 informačných agentov od Googlu, OpenAI a Perplexity prichádza nový typ sieťového zaťaženia. Títo boti nebudú chodiť na váš web raz za týždeň ako starý Googlebot. Budú ho dopytovať oveľa častejšie, aby mali pre generatívne UI čerstvé informácie o cenách a skladových zásobách.
Ak vaša infraštruktúra stojí na priamom spojení frontend -> relačná databáza, masívny sken od agentov môže spôsobiť vyčerpanie pamäte a pád databázových pripojení (Connection Pool Exhaustion). Každé zobrazenie stránky agentom totiž spustí zložité SQL výpočty. V monolitickej infraštruktúre, napríklad nad AWS RDS, vás takéto zbytočné škálovanie kvôli botom môže stáť výrazné mesačné náklady navyše.
Ako to riešime v nolimeu (ISR a distribuovaný edge caching)
Na zníženie rizika výpadkov staviame architektúru, ktorá oddeľuje databázové jadro od dopytov z vonkajšieho sveta:
- Next.js Incremental Static Regeneration (ISR): Produktové stránky negenerujeme pri každom zobrazení. Vygenerujú sa na pozadí len raz a uložia sa ako statické HTML s JSON-LD štruktúrou na Edge CDN (napr. Cloudflare/Vercel).
- Redis a sémantická vrstva Meilisearch: Ak agent potrebuje dáta cez API, dopytuje optimalizovanú in-memory cache alebo vyhľadávací engine s veľmi rýchlou odozvou pri správne navrhnutom indexe. Databáza (PostgreSQL/Supabase) zostáva chránená pred zbytočnou záťažou.
- Asynchrónne zneplatnenie cache (Revalidation): Keď sa v podnikovom ERP zmení cena alebo skladová zásoba, ERP odošle webhook do nášho Node.js middleware. Ten asynchrónne na pozadí pregeneruje len dotknuté produktové stránky. Agent dostáva čerstvé dáta z cache bez zaťaženia primárnej SQL databázy.
4. Architektúra pre AEO: Next.js Server Components a Medusa.js
Budúcnosť B2C aj B2B e-commerce leží v headless architektúre. Vizuál (frontend) postavený na Next.js komunikuje s backendom, napríklad Medusa.js, Directus či Supabase, cez optimalizované API.
Vďaka React Server Components (RSC) v Next.js dokážeme načítať dáta z backendu priamo na serveri, vygenerovať čisté, sémantické HTML s integrovanými JSON-LD dátami a poslať ho agentovi bez zbytočného klientského JavaScriptu. Výsledkom je nižšie TTFB, jednoduchšie parsovanie a lepšia čitateľnosť pre AI botov.
Kódové ukážky: Next.js App Router v praxi
Dlhý kód sa ťažko číta, preto si ho rozdelíme na dve menšie časti.
Takto pripravujeme čisté meta tagy pre tradičné SEO:
// src/app/produkty/[slug]/page.tsx (Časť 1 - SEO a metadáta)
import { notFound } from "next/navigation";
import { getProductByHandle } from "@/services/medusa-api";
import { stripHtmlTags } from "@/utils/string"; // Pomocná funkcia na čistenie HTML
import { Metadata } from "next";
interface ProductPageProps {
params: { slug: string };
}
// Dynamické generovanie meta tagov pre klasické vyhľadávače aj AI
export async function generateMetadata({ params }: ProductPageProps): Promise<Metadata> {
const product = await getProductByHandle(params.slug);
if (!product) return {};
return {
title: `${product.title} | E-shop na mieru`,
// Odstránenie HTML značiek z popisu pre čistý SEO a AEO výstup
description: product.description ? stripHtmlTags(product.description) : `Kúpte si ${product.title} za najlepšie ceny.`,
robots: "index, follow",
};
}
Tu je nosná vrstva pre AI agentov (JSON-LD a Server Component):
// src/app/produkty/[slug]/page.tsx (Časť 2 - JSON-LD a UI)
// React Server Component: Renderuje sa výhradne na serveri s nulovým klientskym JS
export default async function ProductPage({ params }: ProductPageProps) {
// 1. Získanie dát z headless backendu (bezpečné prepojenie)
const product = await getProductByHandle(params.slug);
if (!product) {
return notFound();
}
// 2. Definícia štruktúrovaných dát (JSON-LD) pre Google Information Agents
const jsonLd = {
"@context": "https://schema.org",
"@type": "Product",
"name": product.title,
"image": product.images?.[0]?.url || "/assets/img/placeholder.jpg",
// Aj pre AI agentov musíme posielať sémanticky čistý text bez HTML
"description": product.description ? stripHtmlTags(product.description) : "",
"sku": product.variants?.[0]?.sku || "",
"mpn": product.variants?.[0]?.barcode || "",
"brand": {
"@type": "Brand",
"name": product.metadata?.brand || "Neznáme"
},
"offers": {
"@type": "AggregateOffer",
"priceCurrency": "EUR",
"lowPrice": product.calculated_min_price, // Dynamically calculated price
"highPrice": product.calculated_max_price,
"offerCount": product.variants?.length || 1,
"availability": product.variants?.some(v => v.inventory_quantity > 0)
? "https://schema.org/InStock"
: "https://schema.org/OutOfStock"
}
};
return (
<main className="max-w-7xl mx-auto px-4 py-12 sm:px-6 lg:px-8">
{/* 3. Vloženie sémantických JSON-LD dát priamo do HTML hlavičky */}
<script
type="application/ld+json"
dangerouslySetInnerHTML={{ __html: JSON.stringify(jsonLd) }}
/>
{/* Vizuálna vrstva optimalizovaná pre ľudských nákupcov */}
<div className="lg:grid lg:grid-cols-2 lg:gap-x-8 lg:items-start">
<div className="product-gallery">
{/* Next.js optimalizovaný Image komponent */}
</div>
<div className="mt-10 px-4 sm:px-0 sm:mt-16 lg:mt-0">
<h1 className="text-3xl font-extrabold tracking-tight text-gray-900">{product.title}</h1>
<div className="mt-3">
<h2 className="sr-only">Produktové informácie</h2>
<p className="text-3xl text-gray-900 font-semibold">
{product.calculated_min_price} € <span className="text-sm font-normal text-gray-500">s DPH</span>
</p>
</div>
<div className="mt-6">
<h3 className="sr-only">Popis</h3>
{/* Vizualizácia HTML popisu z CMS pre ľudských nákupcov */}
<div
className="text-base text-gray-700 prose"
dangerouslySetInnerHTML={{ __html: product.description }}
/>
</div>
{/* Klientsky komponent s interaktívnou logikou košíka */}
<div className="mt-8">
{/* AddToCartButton component */}
</div>
</div>
</div>
</main>
);
}
Vďaka tejto implementácii získa Google agent čistú štruktúru z application/ld+json tagu bez toho, aby musel hádať význam dát zo zložitej navigácie a klientského JavaScriptu. Zvyšujete tým šancu, že produkt bude správne pochopený, indexovaný a použitý v generovaných odpovediach umelej inteligencie.
5. Váš e-shop ako API: Prechod na Composable Commerce
Prispôsobenie sa umelej inteligencii nie je otázkou marketingu, ale ochrany vašich tržieb a infraštruktúry. Predstava, že éru AI prečkáte s pomalým monolitickým systémom, je nebezpečná. Ak váš web neponúkne agentom čisté dáta a rýchle API rozhranie, v novom modeli vyhľadávania od Googlu riskujete postupnú stratu viditeľnosti.
Prechod na headless a composable architektúru je pre stredné a veľké e-commerce firmy čoraz dôležitejší technický smer. V štúdiu nolimeo navrhujeme a implementujeme stabilné, typovo bezpečné systémy s rýchlou odozvou, ktoré sú pripravené na éru agentického webu.
Neviete, či váš súčasný e-shop alebo portál dokážu AI agenti správne prečítať a či vaša infraštruktúra zvládne nápor nového typu scraperov? Napíšte nám a prejdeme si dáta, výkon, API vrstvu aj vhodnú architektúru pre agentické vyhľadávanie.