Agentic Commerce: Nästa förändring inom e-handeln

Hur hittar kunder en produkt idag?

För bara några år sedan var svaret enkelt: Google.

En kund sökte till exempel efter "löparskor dam storlek 39", öppnade flera nätbutiker, jämförde produkter och priser och bestämde sig därefter för en leverantör.

Idag börjar produktsökningen allt oftare på ett annat sätt.

Istället för att själv leta igenom tio butiker kan kunden fråga ChatGPT, Gemini eller en annan AI-assistent:

"Jag söker löparskor för dam, storlek 39, huvudsakligen för asfalt, max 150 euro. Vilka modeller passar?"

AI:n tar över en del av researchen, strukturerar information och föreslår lämpliga produkter.

Men just här börjar redan nästa utvecklingssteg inom e-handeln.

Från produktsökning till AI Shopping Agent

Hittills har AI främst hjälpt till att hitta och jämföra produkter.

Agentic Commerce går ett steg längre.

En AI-agent ska inte bara läsa information om produkter, utan kunna kommunicera direkt med nätbutiker.

Det innebär till exempel:

"Hitta passande löparskor i storlek 39 upp till 150 euro och visa mig bara modeller som är i lager just nu."

Därmed behöver AI:n inte längre försöka samla ihop information från enskilda webbsidor. Butiken kan tillhandahålla produktdata strukturerat och besvara konkreta förfrågningar.

Så förändras vägen till köpet:

Tidigare: Google → sökresultat → nätbutik → produktsökning → produkt → varukorg

Idag: AI-assistent → research → produktrekommendation → nätbutik → köp

Agentic Commerce: Kundönskemål → AI Shopping Agent → produktsökning i anslutna butiker → jämförelse → produktval → varukorg

Varför näthandlare bör sätta sig in i detta

För handlare uppstår därmed en ny ingång till det egna sortimentet.

Hittills har en produkt framför allt behövt nå två målgrupper: kunden och sökmotorn.

Nu tillkommer en tredje: AI-agenten.

En människa kan klicka sig igenom kategorier, titta på produktbilder och tolka texter.

En AI-agent behöver däremot så tydlig och strukturerad information som möjligt:

• Vad är det för produkt?
• Vilka varianter finns det?
• Vilken storlek är tillgänglig?
• Hur högt är det aktuella priset?
• Är artikeln i lager?
• Vilka egenskaper har den?
• Vilka alternativ finns det?

Ju bättre denna information är tekniskt tillgänglig, desto bättre kan en AI förstå sortimentet.

Hur förändras online-shopping?

1. Search Commerce Kund → Google → sökresultat → nätbutik → produkt → köp

2. AI-assisted Commerce Kund → ChatGPT / Gemini / AI Search → research & jämförelse → produktrekommendationer → nätbutik → köp

3. Agentic Commerce Kund beskriver sitt behov → AI Shopping Agent → kommunicerar med olika butiker → kontrollerar produkter, varianter, priser & tillgänglighet → väljer lämpliga erbjudanden → förbereder köpet

Den avgörande skillnaden: AI:n leder inte längre bara till butiken. Den kan kommunicera direkt med butiken.

Hur kan en AI-agent prata med en Magento-butik?

För detta håller nya tekniska standarder och protokoll på att växa fram.

En av dem är Model Context Protocol (MCP).

Enkelt uttryckt kan man se MCP som en standardiserad koppling mellan en AI och externa system.

En Magento-butik kan via detta tillhandahålla viss information och vissa funktioner.

AI-agenten skulle till exempel kunna fråga:

"Vilka löparskor för dam i storlek 39 under 150 euro är tillgängliga just nu?"

Butiken levererar ett strukturerat svar tillbaka.

Därmed behöver AI:n inte försöka läsa en webbsida som en människa.

Den får den information som behövs direkt från e-handelssystemet.

Därutöver utvecklas ytterligare standarder som UCP och WebMCP, som också syftar till att göra e-handelssystem tillgängliga för AI-agenter.

Betyder det slutet för Google och SEO?

Nej.

Kunder kommer även fortsättningsvis att använda Google, besöka butiker direkt, öppna nyhetsbrev, använda sociala medier och göra klassiska produktsökningar.

Snarare uppstår en ytterligare ingång till nätbutiken.

Därför förblir klassisk SEO viktig. Samtidigt ökar betydelsen av strukturerad produktdata och en butiks tekniska läsbarhet för AI-system.

Till SEO – Hur hittar Google mina produkter? läggs nu även frågan: AI Commerce – Hur hittar och förstår en AI mina produkter?

Magento erbjuder en bra grund för detta

Magento hanterar redan mycket information strukturerat: produktnamn, kategorier, attribut, varianter, priser, lagersaldon och annan produktinformation.

Denna data behöver inte underhållas på nytt för varje AI.

Den tekniska uppgiften består snarare i att göra utvald information och utvalda funktioner tillgängliga för AI-agenter på ett kontrollerat sätt.

Magento förblir därmed fortsatt det ledande e-handelssystemet.

Handlaren bestämmer vilka data och funktioner som tillhandahålls.

Måste en nätbutik redan ha detta idag?

Agentic Commerce befinner sig fortfarande i ett tidigt utvecklingsskede. Standarder, plattformar och möjligheter förändras just nu mycket snabbt.

Därför handlar det idag inte om att bygga om en befintlig butik helt och hållet för AI.

Det är snarare rimligt att undersöka:

• Är vår produktdata strukturerad på ett bra sätt?
• Kan en AI förstå våra produkter entydigt?
• Vilka tekniska gränssnitt har vår butik redan?
• Och hur skulle en AI-agent i framtiden kunna få kontrollerad åtkomst till vårt sortiment?

För den intressanta frågan för näthandlare lyder numera inte längre bara: "Hur bra hittar Google min butik?"

Utan i allt högre grad även: "Kan en AI Shopping Agent hitta och förstå mina produkter och erbjuda dem till sina användare?"

Är din nätbutik redo för AI Commerce?

Oavsett om det handlar om ChatGPT, AI Search eller framtida Shopping Agents: Avgörande är om din produktdata och din butik tekniskt kan förstås och användas av AI-system.

Med vår AI Commerce Readiness Check granskar vi de viktigaste tekniska förutsättningarna för din nätbutik och visar dig konkret vad som redan fungerar och var det finns behov av optimering.

499 € exkl. moms — Starta AI Commerce Readiness Check