Vad agentic commerce innebär i praktiken: insikter från fem ledande detaljhandlare

Många varumärken spårar redan hänvisningstrafik från AI-gränssnitt och ser hur den växer månad för månad. De absoluta volymerna är fortfarande små – under 1 % i de flesta fall – men den agentstyrda trafiken konverterar upp till sex gånger bättre än traditionell organisk sökning.

Möjligheterna är tydliga, men frågan är hur detaljhandlare kan agera i praktiken.

Alla fem detaljhandlare vi pratade med har gjort grovjobbet. De har utvärderat produktflöden, granskat API:er och samordnat sina team. När det gäller det faktiska utvecklingsarbetet kan deras strategier delas in i följande tre kategorier:

1. De bygger på egna villkor Detaljhandlare A (ett modevarumärke grundat i Europa) driver en egen e-handelsplattform, vilket ger dem stor flexibilitet. Till exempel uppskattar deras CTO att de skulle kunna anpassa sitt produktflöde till en ny specifikation som ACP på en enda utvecklingsdag. De har redan byggt interna AI-verktyg för översättningar och produktbeskrivningar, och har utvecklat ett MCP (Module Control Program) för att göra order- och spårningsdata tillgängliga för kundtjänstmedarbetare. 

2. De väntar på sina e-handelsplattformar Detaljhandlare D och E (en stor amerikansk kläddetaljhandlare och ett globalt skovarumärke) arbetar inom sina befintliga e-handelsplattformars ekosystem. De väntar på att se vad dessa plattformar utvecklar innan de avsätter egna större utvecklingsresurser.

3. De bygger internt och bevakar marknaden Detaljhandlare B och C (en stor amerikansk sport- och friluftsdetaljhandlare samt ett globalt lyxmodevarumärke) befinner sig mittemellan. De bygger internt samtidigt som de håller koll på vad samarbetspartners kan erbjuda. I de flesta fall är det så långt de kan gå just nu. Plattformar för agentstyrd handel är fortfarande i stängda betafaser, och tidsplanerna för bredare tillgång är otydliga.

En av de vanligaste frågorna vi får när vi pratar med detaljhandlare är: Hur ser jag till att mina produkter visas på ChatGPT eller Gemini? Svaret är tvådelat och handlar om vad ni kan kontrollera, och vad som fortfarande utvecklas. 

Det ni kan kontrollera börjar med produktflödet. AI-plattformar behöver tillgång till korrekt, strukturerad produktdata för att kunna visa era produkter. 

De flesta varumärken skickar redan flöden till Google, Meta och andra partners, men agentstyrd handel kräver mer. De två främsta protokollen som växer fram, ACP (Agentic Commerce Protocol, kopplat till OpenAI) och UCP (Universal Commerce Protocol, kopplat till Google), kräver båda datafält som befintliga flöden inte är byggda för. De vill ha fylligare produktbeskrivningar, ytterligare metadata och strukturerad data som maskiner kan söka i på ett tillförlitligt sätt.

För att göra det hela ännu mer komplicerat är båda protokollen under ständig utveckling. Vad som räknas som "agent-redo" i dag kan se annorlunda ut om sex månader. Därför är det viktigt att prioritera flexibilitet mellan olika specifikationer i stället för att optimera för en enskild standard.

Detaljhandlare E (det globala skovarumärket) delar upp sin agentstyrda strategi i tre lager:

• Den egna webbplatsen: Synlighet och köpagenter för kunderna.

• Externa AI-gränssnitt och sociala plattformar: Att vara tillgänglig för köp varhelst kunderna befinner sig.

• Intern verksamhet: Agenter som stöder inköp, utveckling och kvalitetssäkring.

Det som ingen riktigt förstår ännu är vad som händer i algoritmen när produktflödet väl är på plats. Som Detaljhandlare D (den stora amerikanska kläddetaljhandlaren) uttryckte det:

"Hur vet vi att våra produkter prioriteras när någon ber en AI-agent om en specifik kategori?"

Att skicka ert produktflöde till AI-gränssnitten är bara det första steget. Vad algoritmen gör med det efteråt är fortfarande oklart. Vi samarbetar direkt med OpenAI, Google och andra plattformsaktörer för och att förstå hur produkter visas och rankas. Vi kommer att dela med oss av våra insikter så snart bilden klarnar.

Infrastrukturen som bär upp den agentstyrda handeln håller på att ta form. Kortutgivare och kortnätverk arbetar aktivt med att förstå hur agentstyrda transaktioner passar in i befintliga ramverk, och det bredare ekosystemet för betalningar hinner ikapp i realtid. Detta styr vad som faktiskt är möjligt för varumärken just nu, oavsett hur förberedda ni är. Under tiden är det särskilt några begränsningar som sticker ut:

Kassan är inte längre en linjär resa

Traditionella kassor byggdes för att hantera ett enda, avgörande ögonblick: kunden klickar på "köp", beställningen läggs och transaktionen behandlas. Agentstyrda köp fungerar annorlunda. AI-agenter söker efter lagerstatus, priser, moms och tillgänglighet under en hel session. De räknar om allt i realtid i takt med att kundens önskemål förändras. System som är utformade för ett enskilt köptillfälle är inte byggda för att hantera den typen av kontinuerliga, dynamiska sökningar utan att det påverkar prestandan.

Protokollen stöder bara en vara per transaktion

Dagens protokoll stöder endast en vara per transaktion, vilket går helt emot hur många varumärken arbetar och hur kunder faktiskt handlar. Till exempel vill Detaljhandlare D:s kunder vanligtvis köpa flera varor samtidigt: några t-shirts, ett par jeans och kanske ett par sneakers. Samtidigt använder Detaljhandlare C (det globala lyxmodevarumärket) en avancerad returmodell. De skickar flera varor till en kund och debiterar bara för det kunden väljer att behålla. Detta visar på ett stort gap mellan var tekniken befinner sig och hur handeln faktiskt fungerar, vilket innebär att varumärken i dagsläget måste bygga lösningar runt detta problem.

Detaljhandlare måste bestämma vem som äger vilket lager

Arkitekturbeslut tillför ytterligare ett lager av komplexitet. Detaljhandlare C skickar till exempel sitt produktflöde via ett separat samlingsverktyg i stället för direkt från sin e-handelsplattform. De gör detta eftersom stora mängder produktdata som hämtas direkt från plattformen gör den långsammare, vilket in sin tur försämrar shoppingupplevelsen på den egna webbplatsen. Samlingsverktyget tar i stället hand om den belastningen och fungerar som en buffert. På längre sikt planerar de att bygga en direkt API-koppling till sin centrala produktkatalog.

Samtidigt utvärderar Detaljhandlare B om deras e-handelsplattforms MCP-lager ger dem snabbhet, eller om de vinner mer på att bygga internt för att behålla kontrollen på lång sikt.

Frågan om vem som äger kundrelationen är inte ny, men insatserna är högre nu. När social handel (social commerce) växte fram oroade sig varumärken för samma sak: vad händer när gränssnittet tillhör någon annan? De flesta fann ett sätt att delta utan att förlora mark. Med agentstyrd handel är riskerna ännu större. Om ni tappar synlighet på en social plattform förlorar ni en försäljning. Om ni förlorar kundrelationen till ett AI-gränssnitt kanske ni aldrig får den tillbaka. Som Detaljhandlare A:s CTO uttryckte det:

"Det vi oroar oss för är mer än ett tekniskt misslyckande. Vi är rädda för att bli en ren råvara i bakgrunden, som bara skickar produktinformation till ett gränssnitt som kunden aldrig lämnar. Samtidigt försvinner den relation vi har byggt upp under flera år i det tysta."

I hjärtat av denna oro finns ett praktiskt problem: om en kund upptäcker ert varumärke via ett AI-gränssnitt, hur loggar de då in? Hur ska gränssnittet kunna känna igen dem som en befintlig kund, med deras orderhistorik, lojalitetspoäng och sparade preferenser?

Att behålla en konsekvent relation med er kund via ett externt gränssnitt är ett av de svåraste problemen att lösa. 

Detaljhandlare E:s svar är att finnas på plats överallt där en kund kan tänkas möta varumärket. Genom att samtidigt bygga en agentstyrd strategi för den egna webbplatsen, externa AI-gränssnitt och interna processer överlåts ingen del av upplevelsen till någon annan.

Agentstyrd handel är fortfarande i sin linda. OpenAI är mycket öppna med att de bygger planet samtidigt som de flyger det. För närvarande fokuserar de detaljhandlare vi talar med därför på att lägga grunden och samla insikter. Så här ser det ut i praktiken:

• Detaljhandlare C öppnar sin webbplats för sökrobotar (LLM-crawling) men använder en plattform för bot-hantering för att styra vilka agenter som har tillgång till vad och under vilka villkor.

• Detaljhandlare A använder sin amerikanska verksamhet som en testmiljö. EU-regleringar gör autonoma AI-betalningar betydligt svårare i Europa, så varumärken med närvaro i USA använder den marknaden som sin primära testbädd för att se vad som fungerar.

• Flera varumärken utforskar app-flöden i väntan på direktkassor (instant checkout) för att samla på sig kunskap innan stängda betafaser öppnas upp.

Alla fem är på det klara med att transaktionsvolymerna i detta skede kommer att vara försumbara den närmaste tiden. Målet är att ha en stark position när det väl vänder.

Tillgången till plattformar, protokollens mognad och de underliggande ekosystemen håller fortfarande på att formas. Att låsa sig vid beslut för tidigt innebär en verklig risk. Det är därför de varumärken som rustar sig för långsiktig framgång rör sig framåt med eftertanke – de lär sig, testar och håller sig flexibla.

Ur vårt perspektiv är agentstyrd handel helt enkelt en ny kanal, inte en ny ägare av kundrelationen.

Vi fokuserar på att bygga en infrastruktur som ger detaljhandlare kontrollen, oavsett vilken AI-plattform en kund använder. Det innebär att vi bygger integrationer till ACP, UCP och vad som än kommer härnäst, så att ni kan ansluta er en gång och nå flera olika protokoll. 

Vi samarbetar också med branschpartners för att säkerställa att detaljhandlarnas behov är representerade när grunden läggs. Till exempel är vi medlem i Agentic AI Foundation, vi samarbetar kring Googles protokoll för agentbetalningar, och vi är en av grundarna av x402 Foundation.

Vill ni ligga steget före i den agentstyrda handeln? Hitta våra senaste uppdateringar och praktiska insikter här.