Vad är agentic commerce?
Agentic commerce innebär att AI-system utför delar av en köpuppgift åt någon: förstår ett behov, undersöker alternativ, jämför erbjudanden och, där systemet stöder det och personen godkänner det, går vidare med ett köp. Stegen kräver olika tekniska förmågor och väcker olika affärsfrågor.
Min arbetsmässiga uppdelning är enkel: upptäckt gör en produkt till ett alternativ, en rekommendation ger ett skäl att välja den och en transaktion kräver ett erbjudande som faktiskt kan levereras. Ett imponerande svar visar inte att det sista steget fungerar.
Sex moment att undersöka
Följ ett realistiskt kundbehov genom hela resan. Dokumentera tillgänglig information, beslutet och nästa handling i varje steg. Då blir en abstrakt diskussion om AI en affärsprocess som går att undersöka.
| Moment | Frågan att testa |
|---|---|
| Behov | Vad behöver köparen och vilka krav är nödvändiga? |
| Upptäckt | Vilka produkter kommer med utan att nämnas i frågan? |
| Jämförelse | Är skillnaderna korrekta, relevanta och styrkta? |
| Erbjudande | Finns rätt variant hos en återförsäljare som uppfyller kraven? |
| Godkännande | Förstår kunden priset, villkoren och handlingen? |
| Leverans | Kan order, leverans och returer hanteras korrekt? |
En resa. Olika ansvar.
För ett varumärke är den första frågan om produkten förstås korrekt där den beskrivs. För en återförsäljare omfattar frågan också sortiment, lokalt lager, säljaridentitet, leverans och vägen till kassan. Perspektiven överlappar, men arbetet har olika ansvariga.
Ett användbart arbete samlar affär, e-handel, produktinformation och utveckling kring ett fåtal köpsituationer. Ett generellt synlighetstal kan inte tala om för varje team vad som behöver ändras.
De första 90 dagarna
Se detta som ett exempel på planering, inte som en utlovad leveranstid. Omfattningen beror på sortiment, datatillgång och berörda system.
- ↗Dag 1–30: välj en marknad och kategori, definiera köpsituationer, dokumentera nuläge och ansvar för produktdata.
- ↗Dag 31–60: undersök återkommande brister, rätta ett avgränsat urval produkt- och erbjudandeuppgifter och för en ändringslogg.
- ↗Dag 61–90: upprepa mätningen under jämförbara förhållanden och bedöm operativa förbättringar separat från ändrade rekommendationer.
Vad bör ni göra först?
Välj ett köpbeslut som är affärsmässigt viktigt och tillräckligt avgränsat för att undersöka. Skriv ned vad ni skulle göra annorlunda om underlaget förändrades. Då får mätningen ett syfte och piloten blir mer än en samling intressanta skärmbilder.
Det som ofta behöver förtydligas.
Är alla AI-rekommendationer agentic commerce?
En rekommendation kan vara en del av en agentisk köpresa. Det betyder inte att systemet också kan hantera ett köp. Beskriv alltid vilken del av processen som undersöks.
Räcker strukturerad data?
Nej. Korrekt strukturerad data är en representation av produktinformationen. Ett användbart erbjudande behöver också korrekta uppgifter, aktuella villkor och fungerande överlämningar.
Hur vet vi om det fungerar?
Definiera först vilket utfall som ska förbättras. Mät rekommendationer, informationskvalitet och operativ funktion separat och dokumentera begränsningarna.
Originaldokumentation och publicerat underlag. Arbetssätt och prioriteringar på sidan är redaktionella rekommendationer, inte plattformsgarantier. Kontrollerat 7 november 2026.
OpenAI · Commerce documentation↗OpenAI · Checkout specification↗Universal Commerce Protocol · Specification↗