Agentic commerce: is jouw webshop klaar voor AI agents?

AI verandert e-commerce sneller dan veel merchants nu doorhebben. Niet alleen omdat consumenten vaker ChatGPT, Perplexity of Google AI gebruiken om producten te onderzoeken. Maar vooral omdat AI steeds vaker een actieve rol krijgt in het aankoopproces.

Waar consumenten vroeger twintig tabbladen openden, reviews lazen, prijzen vergeleken en daarna zelf een keuze maakten, kan een AI agent straks een groot deel van dat werk overnemen. De klant geeft een opdracht, bijvoorbeeld: “Ik zoek een duurzame winterjas voor een stedentrip naar Stockholm, onder de 300 euro, waterafstotend en geschikt voor handbagage.”

De AI agent gaat vervolgens zoeken, vergelijken, filteren en aanbevelen. In toenemende mate kan zo’n agent ook helpen bij de daadwerkelijke aankoop, dat is agentic commerce. Bij H1 volgen we deze ontwikkeling op de voet. Niet voor niets zijn we aangesloten bij de Agentic Commerce Alliance, een initiatief waarin verschillende partijen samenwerken aan de toekomst van AI gedreven e-commerce.

En de grote vraag voor webshops is niet: “Wanneer wordt dit belangrijk?” De betere vraag is: “Kan een AI agent onze producten eigenlijk goed begrijpen?”

AI kijkt anders naar je webshop dan een mens

Veel webshops zijn nog steeds gebouwd voor mensen. Dat is logisch. Mensen scrollen, klikken, vergelijken foto’s, lezen een producttekst en interpreteren zelf wat belangrijk is. AI doet dat anders. Een AI agent “browset” niet zoals een mens. AI redeneert op basis van gestructureerde informatie. Denk aan productattributen, varianten, voorraad, prijs, levertijd, retourvoorwaarden, materiaal, maatvoering, compatibiliteit en gebruikssituaties.

Als die informatie ontbreekt, inconsistent is of verstopt zit in lange productomschrijvingen, dan wordt het lastig. Niet alleen voor de klant, maar vooral voor de AI agent die moet bepalen of jouw product een goede aanbeveling is.

Dat is misschien wel de belangrijkste verschuiving: in klassieke SEO kon je nog op pagina twee van Google staan. Niet ideaal, maar je was nog vindbaar. Bij AI werkt dat anders. Als de agent jouw product niet begrijpt of niet vertrouwt, word je simpelweg niet meegenomen in het advies. Wil je daar dieper op ingaan, dan is ook dit artikel relevant: Zo rank je jouw bedrijf in ChatGPT.

Agentic commerce draait niet alleen om technologie

Als we het over AI en commerce hebben, gaat het al snel over nieuwe tools, protocollen, storefronts en integraties. Interessant natuurlijk, maar de grootste bottleneck zit vaak niet in de agentic technologie zelf. De echte bottleneck zit meestal in data en infrastructuur.

Veel merchants hebben productdata die prima genoeg is voor een productpagina, maar nog niet goed genoeg voor AI gestuurde ontdekking en vergelijking. Denk aan:

• Onvolledige productattributen
• Inconsistente variantnamen
• Ontbrekende materiaalinformatie
• Onduidelijke levertijden
• Retourvoorwaarden die alleen in vrije tekst staan
• Afbeeldingen zonder duidelijke alt teksten
• Productinformatie verspreid over ERP, PIM, webshop en Excelbestanden

Voor een menselijke bezoeker is dat soms nog te overzien. Voor een AI agent wordt het een probleem.

Productdata wordt een commercieel wapen

Bij H1 zeggen we al langer dat goede productdata geen administratief onderwerp is. Het is een conversie onderwerp en met de komst van agentic commerce wordt dat alleen maar belangrijker. Productdata bepaalt straks niet alleen hoe goed je webshop werkt, maar ook of je producten überhaupt worden meegenomen in AI aanbevelingen.

Een AI agent wil kunnen begrijpen:

• Wat is het product precies?
• Voor wie is het geschikt?
• In welke situatie gebruik je het?
• Welke varianten zijn er?
• Welke maat, kleur, inhoud, aansluiting of uitvoering past bij de vraag?
• Is het product op voorraad?
• Wat kost het?
• Wanneer wordt het geleverd?
• Wat zijn de retourvoorwaarden?
• Waarom is dit merk betrouwbaar?

Als deze informatie netjes gestructureerd beschikbaar is, vergroot je de kans dat AI jouw producten kan vinden, begrijpen en aanbevelen. Als die informatie rommelig is, maak je het jezelf onnodig moeilijk. Daarom wordt een goed PIM systeem steeds belangrijker. Zeker voor merchants met veel producten, varianten, talen, kanalen of complexe productinformatie. Werk je met Pimcore? Dan is onze pagina over Pimcore implementaties ook interessant.

GEO: van gevonden worden in Google naar genoemd worden door AI

SEO blijft belangrijk, maar er komt een extra discipline bij: GEO, oftewel Generative Engine Optimization. Waar SEO draait om gevonden worden in zoekmachines, draait GEO om begrepen, vertrouwd en genoemd worden door generatieve AI systemen. Dat betekent dat je content en productdata niet alleen prettig leesbaar moeten zijn voor mensen, maar ook eenduidig interpreteerbaar voor AI. Denk aan duidelijke productpagina’s, goede FAQ’s, gestructureerde data, consistente categorieën en actuele informatie over levering, retouren en service.

Een praktisch voorbeeld hiervan is het gebruik van llms.txt. Daarover schreven we eerder het artikel Hoe llms.txt jouw webshop kan helpen voor GEO. Belangrijk: GEO vervangt SEO niet. Sterke SEO helpt AI systemen juist vaak om betrouwbare bronnen te herkennen, maar SEO alleen is niet genoeg. AI moet ook direct kunnen begrijpen wat je verkoopt, waarom het relevant is en wanneer het een goede aanbeveling is.

Begin niet met alles tegelijk

De neiging bij nieuwe technologie is vaak om meteen een groot programma op te tuigen. Nieuwe tools, nieuwe kanalen, nieuwe dashboards, nieuwe consultants, maar bij agentic commerce is het slimmer om pragmatisch te beginnen.

Fase 1: maak je fundament op orde

Begin met de basis. Wie is eigenaar van AI vindbaarheid? Welke productcategorieën zijn het meest kansrijk? Welke data ontbreekt? Welke velden staan nu alleen in vrije tekst? Welke retour-, garantie- en verzendinformatie is niet machine readable?

Zorg dat je minimaal grip krijgt op:

• Producttitels
• Productomschrijvingen
• Attributen
• Varianten
• Afbeeldingen
• Prijzen
• Voorraad
• Levertijden
• Retour- en garantievoorwaarden
• Veelgestelde vragen

Voor veel merchants betekent dit ook dat een PIM systeem belangrijker wordt. Niet omdat een PIM “leuk” is, maar omdat je één betrouwbare bron nodig hebt voor productinformatie die je naar je webshop, marketplaces, feedkanalen en AI ecosystemen kunt distribueren.

Fase 2: maak je producten beter vindbaar en meetbaar

Als de basis staat, kun je gaan optimaliseren. Werk bijvoorbeeld aan betere productpagina’s, uitgebreidere FAQ’s, duidelijke vergelijkingstabellen, betere categoriecontent en rijkere attributen. Niet alleen voor Google, maar ook voor AI systemen die antwoorden moeten formuleren.

Daarnaast moet je gaan meten. Dat is nog niet altijd eenvoudig, omdat AI invloed kan hebben zonder de laatste klik te zijn. Je kunt wel alvast kijken naar:

• Verkeer uit AI bronnen
• Conversie van AI beïnvloede sessies
• Gemiddelde orderwaarde
• Retourpercentages
• Abandoned carts
• Supportvragen
• Verschillen tussen verrijkte en niet verrijkte productgroepen

Zo voorkom je dat AI een vaag innovatieproject blijft. Je maakt het concreet en commercieel. Wil je vanuit klantdata en personalisatie verder bouwen, dan sluit marketing automation hier ook goed op aan. Zeker als je AI inzichten wilt combineren met segmentatie, e-mailflows en klantgedrag.

Fase 3: schaal hetgeen werkt verder op

Als je ziet dat bepaalde categorieën beter presteren na dataverrijking en GEO optimalisatie, kun je opschalen. Dan wordt het belangrijk om processen vast te leggen. Wie mag productclaims aanpassen? Wie beheert attributen? Wie controleert of retourvoorwaarden overal consistent zijn? Hoe vaak worden FAQ’s bijgewerkt? Hoe worden vragen van klanten en AI zoekgedrag terugvertaald naar betere productdata?

Agentic commerce is geen eenmalige lancering, het is een nieuwe manier waarop klanten producten ontdekken en kopen. Daar hoort een continu verbeterproces bij.

Waarom infrastructuur straks het verschil maakt

Merchants willen niet voor elk nieuw AI kanaal aparte integraties bouwen en onderhouden, dat is herkenbaar. Vandaag is het ChatGPT, morgen Google, daarna Perplexity, marketplaces, voice assistants, shopping agents of platformen die we nu nog niet kennen. Als je voor elk kanaal aparte feeds, mappings en checkout flows moet onderhouden, wordt het al snel onbeheersbaar. Zeker voor merchants met veel producten, varianten, landen, talen, prijslijsten of B2B afspraken.

Daarom wordt infrastructuur zo belangrijk. Je wilt productdata, voorraad, prijzen, klantcontext en orderafhandeling zo organiseren dat nieuwe kanalen relatief makkelijk aangesloten kunnen worden. Voor complexere e-commerce landschappen, bijvoorbeeld met ERP, PIM, DAM, B2B pricing of meerdere storefronts, is vooral de onderliggende architectuur belangrijk. De vraag is dan: waar staat welke data, welk systeem is leidend en hoe zorgen we dat AI kan werken met actuele en betrouwbare informatie?

Voor merchants met veel koppelingen kan een moderne integratie-aanpak veel verschil maken. Werk je met Shopware? Dan is Shopware Nexus interessant, omdat het helpt om commerce logica en koppelingen slimmer binnen het Shopware ecosysteem te organiseren.

Wat betekent dit voor Nederlandse merchants?

Voor Nederlandse e-commerce bedrijven is agentic commerce geen verre Silicon Valley hype. De eerste impact zie je nu al in oriëntatiegedrag. Klanten gebruiken AI om producten te vergelijken, keuzes te maken en alternatieven te vinden. De volgende stap is dat AI niet alleen adviseert, maar ook transacties beïnvloedt of zelfs initieert.

Dat heeft gevolgen voor bijna elke merchant:

• Productdata moet rijker en consistenter worden
• SEO en GEO groeien naar elkaar toe
• Merkvertrouwen wordt belangrijker, omdat AI liever betrouwbare merken aanbeveelt
• Technische integraties moeten schaalbaar en onderhoudbaar zijn
• Meetbaarheid moet verder kijken dan last click attributie
• PIM, structured data en API first architectuur worden strategischer

Voor B2B e-commerce wordt dit misschien nog interessanter. Daar zijn producten vaak complexer, prijzen klantspecifiek en aankoopprocessen rationeler. Juist daar kan AI veel waarde toevoegen, maar alleen als de onderliggende data klopt.

Een AI agent kan geen goed advies geven over een technische component, machineonderdeel, voedingsingrediënt of zakelijke bestelling als productinformatie, compatibiliteit, voorraad en prijsafspraken niet goed gestructureerd zijn. Daarom schreven we eerder ook over hoe je complexiteit in B2B uitvoerbaar maakt: B2B ecommerce wordt niet simpeler.

Wat kun je vandaag al doen?

Je hoeft niet te wachten tot agentic commerce volledig volwassen is. Sterker nog: wachten is waarschijnlijk het grootste risico.

Begin met een praktische scan:

1. Zijn onze belangrijkste productattributen compleet?
2. Zijn varianten logisch en consistent opgebouwd?
3. Staat belangrijke informatie in gestructureerde velden of alleen in lopende tekst?
4. Zijn levertijden, retourvoorwaarden en garantievoorwaarden duidelijk en actueel?
5. Zijn productpagina’s geschikt voor zowel mensen als AI systemen?
6. Kunnen we meten of verkeer uit AI kanalen komt?
7. Hebben we een PIM of andere betrouwbare bron voor productdata?
8. Is onze technische architectuur klaar voor nieuwe AI gedreven verkoopkanalen?

Dit zijn geen spectaculaire vragen. Maar ze bepalen wel of je straks zichtbaar bent in het koopproces van morgen.

Conclusie: agentic commerce begint bij de basis

Agentic commerce klinkt futuristisch, maar de voorbereiding is verrassend praktisch. Het gaat niet om “even een AI tool toevoegen” aan je webshop. Het gaat om de vraag of jouw producten, merk, voorwaarden en data begrijpelijk zijn voor AI systemen die steeds meer invloed krijgen op aankoopbeslissingen.

De merchants die nu investeren in schone productdata, duidelijke content, goede meetbaarheid en schaalbare infrastructuur bouwen een voorsprong op. Niet alleen voor AI, maar ook voor SEO, conversie, marketplaces, personalisatie en internationale groei. Oftewel: agentic commerce is geen los innovatieproject, het is een goede reden om je e-commerce fundament serieus op orde te brengen. En daar houden wij bij H1 wel van.

FAQ