Agentic Commerce
Når AI hjælper kunden med at vælge, skal jeres webshop kunne svare
Gør jeres webshop klar til AI-agenter.
Forestil jer en kunde, der beder sin AI-assistent finde en løbejakke i den rigtige størrelse og købe den med levering inden fredag.
Agenten skal kunne læse jeres produktdata og afgøre, om varen opfylder kundens krav. Mangler oplysningerne, kan jeres webshop blive sprunget over; mangler adgangen til checkout, stopper forløbet ved anbefalingen.
De AI-assistenter, der allerede besøger jeres website
ChatGPT
Gemini
Copilot
Claude- + flere, løbende
Fra produktanbefaling til køb på kundens vegne
Agenten undersøger produkter og giver en anbefaling. Der sker ingen transaktion.
Det kræver: Et tydeligt produktgrundlag, som agenten kan bruge til at vurdere relevansen.
Agenten fører anbefalingen videre til en transaktion.
Det kræver: Samme grundlag som browsing plus adgang til at gennemføre købet.
Jeres website har fået en ny slags bruger
En webside blev før bygget til øjet. I dag åbner AI-agenter den også, ikke for at se den, men for at bruge den på kundens vegne. Finder agenten ikke det, den skal bruge, går den videre til næste shop.
Derfor arbejder vi med selve interfacet:
- Markerede handlinger. Søg, vælg variant, læg i kurv og betal skal være rigtige handlinger, ikke elementer der bare ligner knapper.
- Indhold, der ikke gemmer sig. Størrelser, lager og leveringstid skal stå som tekst og data, ikke kun i et billede eller bag et klik.
- WebMCP. Et forslag fra W3C's Web Machine Learning Community Group, hvor siden selv udstiller sine funktioner til agenter. Chrome tester det, men det er ikke en færdig standard endnu.
Vi gør siden brugbar for begge, uden at ændre hvordan den ser ud for mennesker.
Det ser kunden
Løb / Løbesko / Trail
Trail-løbesko X3
128 anmeldelser
899 kr.
På lager. Levering 1 til 2 hverdage
Det kan agenten aflæse
GET /loebesko/trail-loebesko-x3
- Produkt
- Trail-løbesko X3
- Pris
- 899.00 DKK
- Størrelser
- Ikke fundet. Kun knapper uden data
- Lager
- Ikke fundet. Indlæses med JavaScript
- Levering
- Ikke fundet. Står kun i et ikon
- Læg i kurv
- Ikke en handling agenten kan kalde
Resultat: Agenten kan ikke se, om str. 42 er på lager eller når frem til fredag. Den vælger en anden shop.
Gør produkterne læsbare, så købet er muligt
En AI-agent kan kun anbefale og købe det, den kan aflæse. Derfor skal produktdata, feed og produktsider fortælle det samme om pris, varianter, lager og levering, og hver variant skal have sit eget ID.
Når grundlaget er på plads, kan agenten gå fra anbefaling til køb. Det kræver en checkout, den har adgang til, og vilkår for levering, retur og betaling, som den kan læse. Det er de opgaver, vi gennemgår i “Sådan arbejder vi” herunder.
Sådan arbejder vi
Vi begynder med at vurdere, hvor jeres webshop står. Derefter aftaler vi, hvilke ændringer vi gennemfører, og hvilke opgaver der kræver jeres udviklere.
Det kan vi hjælpe jer med
Vi gør jeres produkter klar til AI-agenter, fra den første vurdering til en checkout, de kan bruge.
Analyse og plan
Agent readiness-vurdering
Vi gennemgår produktdata, feed, produktsider og checkout og ser, hvad en AI-agent kan læse, og hvad der mangler.
Et udvalg af jeres vigtigste produkter vurderes, og I får en prioriteret liste med den rækkefølge, vi anbefaler.
Fundene bliver til en prioriteret plan.
Test i AI-assistenter
Vi stiller konkrete købsspørgsmål i fx ChatGPT og Gemini og ser, om jeres produkter bliver fundet og anbefalet.
Et spørgsmål om en løbejakke viser, at konkurrenterne bliver nævnt, fordi jeres størrelser ikke kan aflæses.
Vandtæt løbejakke i str. M under 1.200 kr.?
Nævner to konkurrenter. Jeres jakke mangler, fordi størrelse og lager ikke kan aflæses.
Vi tester med rigtige købsspørgsmål og ser, hvem der bliver valgt.
Feed og produktdata
Optimering af produktfeed
Vi udfylder og retter felterne i jeres produktfeed, så titler, attributter, GTIN og varianter er komplette.
Manglende farver og GTIN udfyldes, så hver variant kan findes og sammenlignes.
Felterne udfyldes og rettes ved kilden.
Merchant Center og kataloger
Vi sætter op og retter fejl i Google Merchant Center og Meta-kataloget, så feed og webshop bygger på samme data.
Variant-ID'er og priser afstemmes, så feedet matcher webshoppen.
Diagnostik i Merchant Center og Meta-kataloget løses løbende.
Website og opmærkning
Structured data
Vi implementerer eller retter opmærkningen, så pris, varianter, lager og levering kan læses af maskiner.
Product- og Offer-opmærkning udvides med størrelse, lager og leveringstid.
Opmærkningen skal stemme med det, der står synligt på siden.
Produktsider til mennesker og agenter
Vi strukturerer indholdet, så størrelser, lager og levering står som tekst, og knapperne er rigtige handlinger.
Leveringstid, der kun stod i et ikon, bliver tekst, uden at siden ser anderledes ud.
Siden ser ens ud for mennesker og kan bruges af agenter.
Checkout og drift
Afstemning af pris og lager
Vi finder, hvor pris og lager bliver forsinket eller afviger mellem jeres systemer.
Lager, der står som udsolgt i feedet, men er på lager i webshoppen, bliver rettet ved kilden.
Afvigelser er typisk grunden til, at agenten vælger en anden shop.
Klar til agentic checkout
Vi kortlægger jeres checkout og afklarer kravene til fx Universal Commerce Protocol, når den er tilgængelig for jeres platform og marked.
Leverings-, retur- og betalingsvilkår gøres læsbare som data, så de er klar til tilkobling.
Vi forbereder, så tilkoblingen er klar, når protokollen er det.
Løbende overvågning
Vi holder øje med feedfejl, afvigelser i pris og lager og manglende felter.
Nye produkter uden størrelse i feedet bliver fanget og meldt, før de går tabt.
3 nye produkter mangler størrelse i feedet, og 1 pris afviger fra siden.
Fejl fanges, før de koster salg.
Er jeres virksomhed klar til næste generation af søgning og handel?
Book et uforpligtende møde, hvor vi dropper salgstalen og tager udgangspunkt i jeres data. Vi tager en ærlig snak om jeres potentiale, og om et samarbejde reelt ka' svar' sig for jeres bundlinje.
Book et møde
Lad os tage en ærlig snak om jeres forretning
Vi lader de store bureau-armbevægelser ligge og kigger i stedet på jeres reelle data for at vurdere, om et samarbejde rent faktisk ka' svar' sig.
- 30 minutter, helt uforpligtende. Mødet er gratis, og I forpligter jer ikke til noget.
- Vi tager udgangspunkt i jeres data. Vi ser på, hvor I er i dag, og hvor vi ser de største muligheder.
- Online eller hos os. I vælger selv, og I behøver ikke forberede noget.
Hvem taler du med?
En af vores rådgivere, som kender jeres kanaler og kan give et ærligt billede af, hvor potentialet ligger. Ingen salgstale, kun en snak om jeres muligheder.
Sådan foregår det
- 1 Vælg et tidspunkt, der passer
- 2 Få en bekræftelse på mail med link til mødet
- 3 Vi mødes og tager en snak om jeres muligheder
Ofte stillede spørgsmål om Agentic Commerce
Agentic AI er kunstig intelligens, der selvstændigt kan planlægge og udføre flere trin i en opgave for at nå et mål — i modsætning til generativ AI, der primært svarer på ét spørgsmål eller producerer ét stykke indhold ad gangen. En agentic AI kan f.eks. undersøge, sammenligne og handle på vegne af en bruger uden at blive spurgt om hvert enkelt skridt undervejs. Vi bruger betegnelsen som en paraply for både Agentic Browsing, hvor agenten finder og anbefaler, og Agentic Commerce, hvor agenten også gennemfører selve købet.
Agentic Commerce er, når en AI-agent gennemfører selve købet på brugerens vegne — fra produktopdagelse til betaling — i stedet for at brugeren selv klikker sig igennem kurv og checkout. Det kræver, at butikken stiller strukturerede data, lager, pris og en checkout-funktion til rådighed, som agenten kan læse og handle på. Begrebet adskiller sig fra Agentic Browsing, hvor agenten kun undersøger og anbefaler uden at gennemføre en transaktion.
Universal Commerce Protocol (UCP) er en åben standard fra Google, der gør det muligt for en AI-agent at gennemføre et køb direkte inde i AI-fladen, mens butikken forbliver Merchant of Record og fortsat ejer kunderelationen. Protokollen dækker blandt andet identitetskobling, checkout og ordreafgivelse, og transporteres via API'er, MCP og A2A — med AP2 til selve betalingen.
WebMCP er et forslag under udvikling i W3C's Web Machine Learning Community Group, der skal gøre det muligt for en webside selv at udstille sine funktioner — som søgning, kurv og checkout — som værktøjer en AI-agent kan kalde direkte. Der findes endnu ingen browser, der understøtter WebMCP i produktion, så det er ikke en vedtaget standard, men en retning under afklaring.
Generativ AI genererer tekst, billeder eller andet indhold ud fra en instruks — svaret leveres, og opgaven slutter der. Agentic AI går et skridt videre: den planlægger flere trin, træffer beslutninger undervejs og udfører selve opgaven, f.eks. ved at sammenligne produkter, vælge et og gennemføre et køb, uden at blive bedt om hvert enkelt trin. De to udelukker ikke hinanden — mange agentic AI-systemer bruger generativ AI som en del af, hvordan de ræsonnerer og formulerer svar undervejs.
AI Visibility handler om, hvorvidt og hvordan en virksomheds website, produkter og indhold bliver fundet, forstået og anbefalet af AI-systemer — herunder AI-agenter, chatbots og AI-oversigter i søgemaskinerne. Hvor klassisk SEO primært handler om placering i søgeresultater for mennesker, handler AI Visibility om, at data og indhold er struktureret og læsbart nok til, at en AI kan citere, sammenligne og anbefale virksomheden korrekt. Det kræver blandt andet semantisk struktur, schema markup og maskinlæsbar produktdata.
