Er produktdataene dine klare for Agentic Commerce?
Fra nettbutikk til AI-agent
I tradisjonell netthandel besøker kunden en nettbutikk, søker etter et produkt, bruker filtre, sammenligner alternativer og gjennomfører kjøpet.
Med Agentic Commerce kan deler av denne prosessen flyttes til en AI-agent.
Kunden kan i stedet beskrive behovet:
«Jeg trenger en sirkulasjonspumpe som kan erstatte denne modellen, tåler disse driftsforholdene og kan leveres denne uken.»
Agenten må da kunne finne aktuelle produkter, forstå tekniske egenskaper, sammenligne alternativer og avgjøre hvilke produkter som faktisk tilfredsstiller kravene.
Da holder det ikke at produktinformasjonen bare ser bra ut på en produktside.
Produktdataene må kunne forstås av maskiner.
PIM får en ny rolle
PIM har tradisjonelt vært systemet som samler, strukturerer og beriker produktinformasjon før den distribueres til nettbutikk, kataloger, markedsplasser og andre kanaler.
Med Agentic Commerce kommer en ny mottaker:
AI-agenten.
Det betyr at PIM ikke bare skal levere produktinformasjon til mennesker og tradisjonelle digitale kanaler. Produktdata må også kunne gjøres tilgjengelig på en strukturert måte slik at AI-systemer kan søke, tolke og bruke informasjonen.
Dette gjør PIM til en viktig del av infrastrukturen for Agentic Commerce.
Seks spørsmål du bør stille om produktdataene dine
1. Er produktinformasjonen strukturert?
Hvis viktige produktegenskaper bare finnes i fritekst, PDF-er eller produktbeskrivelser, blir det vanskeligere for en agent å sammenligne produkter presist.
Størrelse, materiale, kapasitet, effekt, kompatibilitet, sertifiseringer og andre egenskaper bør så langt som mulig finnes som strukturerte attributter.
2. Er produktdataene komplette?
En AI-agent kan bare arbeide med informasjonen den får tilgang til.
Manglende tekniske data, dokumentasjon, bilder, relasjoner eller klassifiseringer kan derfor gjøre et produkt mindre relevant – selv om produktet egentlig er det beste alternativet.
Datakvalitet blir dermed også et spørsmål om digital synlighet.
3. Forstår systemene relasjonene mellom produktene?
Hva er tilbehør? Hva erstatter et utgått produkt? Hvilke produkter passer sammen? Finnes det alternative produkter?
Slike produktrelasjoner kan bli svært viktige når en AI-agent skal løse et behov i stedet for bare å finne et varenummer.
4. Kan produktdataene hentes maskinelt?
AI-agenter kan ikke være avhengige av å lese nettsider på samme måte som mennesker.
Produktinformasjonen bør kunne gjøres tilgjengelig gjennom moderne grensesnitt og strukturerte datakilder.
I feed PIM kan produktdata gjøres tilgjengelig gjennom API-er, og vi arbeider videre med hvordan eksterne AI-agenter kan få kontrollert tilgang til relevante produktdata.
5. Kan produktdata kombineres med informasjon fra andre systemer?
Produktdata alene er ikke alltid nok.
En kunde kan spørre:
«Hvilken av disse modellene passer behovet mitt og finnes på lager?»
Da må produktinformasjon kunne kombineres med eksempelvis lagerbeholdning fra WMS og kundespesifikk pris fra ERP.
Agentic Commerce handler derfor ikke bare om AI. Det handler også om integrasjon mellom systemene som inneholder informasjonen agenten trenger.
6. Har dere kontroll på hvilke data en AI-agent får bruke?
At data kan tilgjengeliggjøres betyr ikke at alle data skal være åpne.
Bedriften må kunne kontrollere hvilke produktdata, lagerdata, priser og andre opplysninger forskjellige brukere og agenter får tilgang til.
Sikkerhet, autentisering og tilgangsstyring blir derfor en sentral del av infrastrukturen rundt Agentic Commerce.
Fra SEO til AEO – og videre til handling
Bedrifter har i mange år arbeidet med SEO for å bli funnet i Google.
Nå blir det også viktig å gjøre informasjon forståelig for AI-tjenester og AI-agenter.
Men Agentic Commerce tar dette enda et steg videre.
Det er ikke lenger nok at AI kan finne produktet.
Den må kunne:
forstå → sammenligne → anbefale → kontrollere tilgjengelighet → og til slutt bidra til å gjennomføre kjøpet.
Det stiller helt andre krav til produktdata.
Hvor kommer feed PIM inn?
feed PIM samler og strukturerer produktinformasjon fra blant annet ERP-systemer, leverandører og bransjedatabaser.
Data kan berikes med attributter, tekster, medier, klassifiseringer, relasjoner og språk før informasjonen distribueres videre.
Det samme strukturerte datagrunnlaget kan også bli fundamentet for AI-agenter.
Vår retning er derfor tydelig:
Produktdata skal ikke bare være klare for nettbutikken og Google. De skal være klare for AI-agenter.
Agentic Commerce starter ikke med AI
Det er lett å begynne diskusjonen om Agentic Commerce med språkmodeller, AI-agenter og ny teknologi.
Vi mener det er bedre å begynne et annet sted:
Med dataene.
Har virksomheten kontroll på produktinformasjonen, strukturen, datakvaliteten, relasjonene og integrasjonene, har den allerede bygget en stor del av fundamentet som Agentic Commerce trenger.
Hvis ikke, er det et godt sted å starte.
