AWS mostra como Amazon Nova Act automatiza monitoramento de preços dos concorrentes

Мониторинг цен конкурентов больше не обязательно делать руками: AWS показала, как на базе Amazon Nova Act собрать агент, который сам открывает сайты ритейлеров, ищет нужный товар, извлекает цену и промоусловия и сводит все в структурированный результат. Идея проста: вместо сотрудников, которые часами переключаются между вкладками и таблицами, компания получает почти непрерывный контур наблюдения за рынком и может принимать решения по ценам на свежих данных. В AWS описывают типичную проблему e-commerce-команд: чтобы понять, как ведут себя конкуренты, нужно регулярно проверять десятки карточек товаров, вручную записывать цены, скидки и сроки акций, а потом переносить это в таблицы.

Такой процесс медленный, плохо масштабируется и неизбежно рождает ошибки ввода. Если цена на рынке меняется несколько раз в день, задержка даже в несколько часов превращает аналитику в архив, а не в инструмент для оперативного решения. AWS отдельно отмечает, что похожая боль есть не только у интернет-магазинов, но и у страховщиков, банков, travel- и hospitality-компаний, где тоже нужно постоянно сопоставлять предложения конкурентов.

Ключевой элемент решения — Amazon Nova Act, open-source SDK для браузерной автоматизации с управлением через естественные языковые инструкции. Разработчик собирает workflow на Python из небольших действий: открыть сайт, найти товар, перейти в карточку, вытащить нужные поля, проверить условия, обработать ошибку или сделать паузу. В отличие от жестких скриптов на CSS-селекторах, такой подход рассчитан на живые сайты, где постоянно меняются баннеры, промоблоки, порядок элементов и навигация.

Для извлечения данных AWS предлагает использовать act_get() со схемой Pydantic, чтобы агент возвращал уже валидированную и типизированную структуру, пригодную для дальнейшей загрузки во внутренние системы, дашборды или модели ценообразования. Отдельный акцент сделан на масштабе. Один экземпляр Nova Act работает с одним браузером, но несколько экземпляров можно запускать параллельно.

В примере AWS использует ThreadPoolExecutor и распределяет проверку по нескольким источникам одновременно. На практике это значит, что агент может за один проход обойти Amazon, Target, Best Buy, Costco или любой другой набор сайтов, а затем собрать общий результат в одну таблицу. В демонстрационном сценарии пользователь задает название товара и SKU, после чего агент ищет релевантную карточку, отличает рекламные результаты от органических, извлекает цену, детали акции, доступность и дополнительную метаинформацию.

Итог записывается в CSV, чтобы его можно было дальше скормить BI-системе, внутреннему API или логике динамического ценообразования. AWS не обходит и практические ограничения. Если сайт показывает капчу, Nova Act не пытается решать ее автоматически.

Вместо этого workflow может определить наличие капчи и остановиться, чтобы человек завершил проверку вручную. Для локального запуска предлагается headed-режим, а в облачном сценарии — human-in-the-loop через AgentCore Browser Tool с takeover интерфейса в консоли AWS. Кроме того, сервис возвращает ошибки как ActError, чтобы можно было строить retries, fallback-ветки и нормальное логирование.

Для разработки AWS советует использовать расширения для Kiro, VS Code и Cursor, а для наблюдения за прогонами — консоль Nova Act с трассировками, скриншотами, логами и артефактами в Amazon S3. Что это значит: AWS продвигает Nova Act не как демонстрацию «агента ради агента», а как прикладной слой для рутинных веб-процессов, где важны скорость, воспроизводимость и масштаб. Для ритейла это прямой путь от ручного мониторинга к почти непрерывной конкурентной разведке по ценам.

Для остальных отраслей сигнал такой же: если данные по конкурентам все еще собираются через вкладки и Excel, браузерные агенты начинают выглядеть не экспериментом, а рабочим инструментом.