AI-agenten veranderen de manier waarop mensen winkelen. Dit betekent het voor merken.

Met de komst van AI-agenten die consumenten helpen bij hun aankoop, zal het machtsevenwicht waarschijnlijk verschuiven van de detailhandel naar merken en AI-agenten. Dat komt omdat AI-agenten breder, sneller en uitgebreider naar consumentengoederen zullen zoeken dan mensen. Met de komst van AI-agenten die consumenten helpen bij hun aankoop, zal het machtsevenwicht waarschijnlijk verschuiven van de detailhandel naar merken en AI-agenten. Dat komt omdat AI-agenten breder, sneller en uitgebreider naar consumentengoederen zullen zoeken dan mensen. Om in deze nieuwe omgeving te kunnen concurreren, zullen merken en retailers de optimalisatie van AI-agents (AAO) moeten omarmen, ervoor zorgen dat hun unieke sterke punten - of dat nu productkwaliteit, innovatie of klantenservice is - duidelijk meetbaar en gemakkelijk herkenbaar zijn voor deze AI-systemen, en optimaliseren voor de bronnen waar AI-agents op zullen vertrouwen.

AI-agenten - algoritmen die actie kunnen ondernemen namens een gebruiker - beginnen het zaken- en consumentenlandschap fundamenteel te veranderen. Een goed voorbeeld: Genoeg consumenten slaan Google over en zoeken met ChatGPT, een AI-agent die vragen interpreteert en zoekresultaten samenstelt, dat sommige experts schatten het Google binnen vier jaar zou kunnen vervangen. Voor anderen creëren AI-agenten een nieuwe bron van klantenleads, onafhankelijk van traditionele SEO. Ongetwijfeld zullen de dominante spelers terugvechten, maar de snelle invoering van AI-agenten heeft veel grotere gevolgen voor wie waarde vangt - met name wie de eindklant bezit, de heilige graal van het digitale tijdperk.

Neem bijvoorbeeld het zoeken naar producten. Vroeger begon een potentiële klant met een zoekopdracht op zoekmachines zoals Google. Hij of zij klikte door productbeoordelingen om te beslissen wat hij of zij wilde kopen, zocht vervolgens naar detailhandelaren die de beste deal boden en doorliep ten slotte het meerstappenproces om tot aankoop over te gaan.

AI-agenten zijn dit proces al aan het veranderen. Vandaag de dag kunt u een AI-portaal, zoals Perplexity, vragen naar het beste alternatief voor Tesla, suggesties krijgen over welke auto's u het beste kunt kopen, een samenvatting van voor- en nadelen op basis van legitieme productrecensies, en links naar de beste plaatsen en prijzen. Het is een kleine stap voor Perplexity om de transactie te voltooien, waardoor de invloed van poortwachters (bijv. Google, Amazon) of beïnvloeders (bijv. merken, Instagram-persoonlijkheden) bijna volledig wordt weggenomen. Perplexity is al halverwege en lanceert AI-agenten voor multi-applicatietaken zoals reizen boeken of evenementen plannen.

Dit is de voorhoede van een potentieel radicale verschuiving. AI-agenten zijn al geïntegreerd in apps en alle grote AI-spelers (bijv. OpenAI, Claude, Google, etc.) hebben al agenten geïntroduceerd, maar ze zijn meestal in staat om eenvoudige taken uit te voeren. Agenten kunnen vragen beantwoorden als “Kunt u me helpen een verzekeringspolis te kiezen?” of “Kunt u de beste verzendmethode vinden om onderdelen bij de klant te krijgen?”. Het is voor AI-agenten een korte stap om vervolgens de aankoop te voltooien en de logistiek te optimaliseren. Perplexity is naar verluidt al aankopen voltooien.

De verschuiving naar AI-agenten zal veranderen hoe werk gedaan wordt en wie de macht heeft, aangezien zij de toegang tot eindklanten controleren. Hoewel veel industrieën beïnvloed zullen worden, zal de verandering beginnen waar activiteiten/producten eenvoudiger of meer gestandaardiseerd zijn, zoals in consumentengoederen. Deze bedrijven hebben vaak te maken met relatief eenvoudige producten maar complexe informatiestromen, en AI-agenten zouden de rol van retailers en merken snel kunnen veranderen, evenals de manier waarop klanten producten evalueren, beslissen en kopen. Dit is hoe en wat bedrijven kunnen doen om zich voor te bereiden.

Om te begrijpen hoe AI-agenten de waardeketen in de B2C-wereld zouden kunnen verstoren, moeten we even terugdenken aan hoe er zaken werden gedaan in het pre-internettijdperk. De informatiebalans tussen retailers en merken was relatief gelijkmatig. Retailers hadden toegang tot data-verkopen op bonniveau die, hoewel ze niet gekoppeld waren aan individuele klanten, inzicht gaven in wat er verkocht werd, in welke combinaties en met welke frequentie. Merken hadden meestal geen toegang tot deze gedetailleerde data, maar konden wel “sell-through” of “sell-out” informatie verzamelen over de bredere markt. Alleen door samen te werken konden retailers en merken inzichten vergaren die van vitaal belang waren voor het ontwikkelen van nieuwe producten of slimmere marketingstrategieën. Merken zouden bijvoorbeeld klantonderzoek kunnen doen bij detailhandelaars om nieuwe producten te ontwikkelen of detailhandelaars zouden bestelgeschiedenis, voorraadniveaus of point-of-sale data kunnen delen met merken om de verkoop of promoties te optimaliseren.

Met de opkomst van e-commerce begon het machtsevenwicht echter te verschuiven. Detailhandelaren, vooral de nieuwe generatie e-commerce detailhandelaren, gingen van transactie data op kassaniveau naar data op klantniveau. Merken kregen daarentegen meestal geen toegang tot aanzienlijk meer data. In een digitaal tijdperk waarin data en toegang tot klanten de boventoon voeren, verschoof de macht - en de winst - naar retailers die deze data beheersen. In de afgelopen tien jaar hebben we gezien dat grote retailers zoals Amazon, Alibaba en Zalando data van klanten hebben gebruikt om een aanzienlijke winst te maken. inkomstenstromen (bijvoorbeeld uit reclame) en stijgende marges. Hun schat aan klantinzichten geeft hen een duidelijk voordeel ten opzichte van merken of retailers zonder eigenaarschap van de eindklant. Deze trend is niet beperkt tot de grote techbedrijven. Meer traditionele detailhandelaren gebruiken deze kracht ook om hun marges te verbeteren.

Als we naar de toekomst van de detailhandel kijken, is het duidelijk dat generatieve AI (gen AI) het landschap fundamenteel zou kunnen veranderen, net zoals e-commerce dat eerder deed. In het verleden was het succes van detailhandelaren gekoppeld aan een combinatie van formule, prijs en locatie. In het verleden was de fysieke locatie van een winkel cruciaal - op de juiste plek zijn betekende zichtbaarheid en toegankelijkheid voor consumenten. Toen kwam de e-commerce op, die de detailhandel verstoorde en de focus verlegde van locatie naar transactionele efficiëntie. E-commerce platforms begonnen uit te blinken door concurrerende prijzen en snelle levering aan te bieden, en gebruik te maken van merkwaarde om vertrouwen bij de consument op te bouwen, zoals we hebben gezien bij bedrijven als Amazon.

Met de komst van AI-agenten die consumenten helpen bij hun aankoop, verwachten we een verschuiving in het machtsevenwicht van retailers naar merken en AI-agenten. Dat komt omdat AI-agenten breder, sneller en uitgebreider naar consumentengoederen zullen zoeken dan mensen. Terwijl de meeste consumenten voornamelijk bij een beperkt aantal detailhandelarenHet is gewoonweg te overweldigend om overal te zoeken, een almaar groeiend aantal accounts te beheren en de betrouwbaarheid van elke e-commercewinkelier te evalueren - AI-agenten kunnen dit doen en optimaliseren op belangrijke factoren die mensen soms over het hoofd zien, maar die ze toch waarderen. AI-agenten zullen data doorzoeken die mensen minder bevooroordeeld vinden door de invloed van bedrijven, zoals Reddit, om de volgende informatie naar boven te halen meest relevante data en opties voorstellen op basis van een breder bereik van data op belangrijke meetwaarden zoals:

• Prijs: Welke verkoper biedt de laagste prijs?
• Beschikbaarheid: Is het product op voorraad? Kunnen meerdere variaties worden verzonden en ongewenste gemakkelijk worden geretourneerd?
• Betrouwbaarheid: Heeft de verkoper een consistente staat van dienst wat betreft tijdige leveringen?
• Service: Biedt de verkoper redelijke en gemakkelijke retourzendingen of hulp?
• Samenwerkingsverbanden: Werkt de verkoper samen met gerenommeerde betalingsgateways en leveringsdiensten?

De kracht van het verkrijgen van alle beschikbare data op deze objectieve criteria zal het winkellandschap vervlakken, omdat de AI-agent van de consument deze pragmatische factoren prioriteit zal geven boven merkentrouw. Terwijl consumenten die bijvoorbeeld een Franse chore-jas willen, in het verleden misschien vertrouwden op retailers (bijv. Amazon, Zalando, Uniqlo) omdat het gewoonweg te veel tijd kost om overal te zoeken naar alles en nauwkeurige vergelijkingen te maken, kan een AI-agent deze data afspeuren. Een AI-agent zou een kleine, minder bekende ontwerper als Paynter Jackets kunnen voorstellen vanwege de golf van liefhebbers die dol zijn op hun Franse chore-jasje. In deze toekomst zal de macht dus verschuiven van de detailhandel naar degenen die de beste service tegen de laagste kosten kunnen bieden.

In deze nieuwe wereld zien we duidelijke winnaars en verliezers. Retailers zoals Amazon, met hun flinterdunne marges, uitgebreide bezorgnetwerk en flexibele retourbeleid, zijn goed gepositioneerd om te gedijen. Hun vermogen om aan de hoge eisen van een AI-agent te voldoen - die opties filtert op basis van criteria zoals prijs, leveringssnelheid en klantenservice - zal hun dominantie verstevigen.

Aan de andere kant zullen “middle-of-the-road” retailers, zoals warenhuizen, die noch in prijs noch in servicekwaliteit uitblinken, het waarschijnlijk moeilijk krijgen, tenzij ze baksteen-en-mortar kunnen gebruiken om een voorsprong te krijgen. Deze bedrijven zullen in de verdrukking komen tussen goedkope, zeer efficiënte spelers zoals Amazon en eersteklas retailers die een ongeëvenaarde service of exclusieve goederen aanbieden. De toekomst van de detailhandel gaat niet over een race naar de bodem duurdere retailers kunnen nog steeds winnen, maar alleen als ze een superieur servicepakket bieden. Dit omvat een uitstekende levering, gemakkelijke retourzendingen en een sterke klantenondersteuning, waardoor een naadloze en heerlijke winkelervaring wordt gecreëerd.

Lokale retailers die unieke ervaringen aanbieden, kunnen nog steeds een belangrijke plaats innemen in de veranderende retailomgeving, als ze kunnen worden opgespoord door AI-agenten die de waarde van lokaal winkelen inzien - iets dat zal afhangen van hun vermogen om op te vallen. Kortom, in een wereld waarin data steeds transparanter wordt, zullen ervaringen unieke differentiators zijn om klanten te winnen.

Alles bij elkaar wijst dit op de mogelijke opkomst van een nieuw domein - AI-agent optimalisatie (AAO) - om retailers en merken te helpen zich niet alleen te onderscheiden bij consumenten, maar ook bij AI-agenten. Net zoals SEO retailers helpt om zich te onderscheiden in een e-commercewereld, zo zal AAO waarschijnlijk een belangrijke toekomstige discipline worden.

AI-agenten zullen waarschijnlijk geprogrammeerd zijn om een product te evalueren op basis van factoren zoals kwaliteit, functies en beoordelingen. Daarom moeten merken ervoor zorgen dat hun unieke sterke punten - of het nu gaat om productkwaliteit, innovatie of klantenservice - duidelijk meetbaar en gemakkelijk herkenbaar zijn voor deze AI-systemen. Bovendien zullen merken en retailers zich moeten optimaliseren voor de bronnen waarop AI-agenten zich zullen baseren, bijvoorbeeld door het belang van bronnen zoals productbeoordelingen of klantbeoordelingen, en de inhoud daarvan, nog verder te vergroten. Terwijl in het verleden de aantal beoordelingen op Amazon een belangrijke drijfveer voor aankoop was, zal het voor AI-agenten steeds eenvoudiger worden om samen te stellen en te handelen op basis van de geaggregeerde inhoud van deze beoordelingen.

Voor merken die zwaar leunen op traditionele merkwaarden zonder veel extra's te bieden op het vlak van productkwaliteit of differentiatie, kan deze verschuiving een grote uitdaging vormen. De premie die deze merken van oudsher alleen al op basis van hun naam opbrengen, kan eronder lijden als AI-agenten zien dat ze geen significant voordeel bieden ten opzichte van goedkopere alternatieven.

Om het nog ingewikkelder te maken, zullen merken hun aanbod voor meerdere AI-agenten tegelijk moeten optimaliseren. Dit komt doordat AI-agentenaggregators, zoals Poe, het de gebruiker erg gemakkelijk maken om tussen verschillende agenten te wisselen bij het zoeken naar producten of diensten. De verkoper weet dus niet of de klant ChatGPT, DeepSeek, Perplexity of een combinatie van agenten zal gebruiken voor zijn zoekopdrachten. Misschien moeten marketeers in de toekomst ook AI-agentmarketing (AAM) leren, analoog aan zoekmachinemarketing (SEM).

Merken zullen zich moeten aanpassen aan een wereld waarin AI-agenten aankoopbeslissingen nemen voor consumenten, maar ze staan voor een ander probleem: hun merk koppelen aan de behoeften van de consument met een AAO-benadering (AI agent optimization). Wanneer een AI-agent gevraagd wordt om een aankoop aan te bevelen, zal hij waarschijnlijk niet eerst naar individuele producten of merken kijken. In plaats daarvan zullen ze zich richten op de behoeften van de consument. Dit is vandaag de dag al duidelijk; op platforms zoals Google zijn de zoekopdrachten die betrekking hebben op de behoeften van de consument (bijv. “beste telefoonoplader voor op reis”) veel groter dan de zoekopdrachten naar specifieke producten of merken. Dit betekent dat een merk alleen kan gedijen als het duidelijk definieert in welke behoeften het voorziet en hoe het zich onderscheidt door in deze behoeften te voorzien.

Merken zullen hun betrouwbaarheid moeten aantonen en hun producten of diensten duidelijk moeten onderscheiden van die van de concurrentie. Dit is vooral opwindend omdat dit betekent dat merken die echt iets unieks bieden - of het nu gaat om productinnovatie, servicekwaliteit of een combinatie van beide - waarschijnlijk de voorkeur van AI-agenten zullen krijgen boven merken die generieke imitaties aanbieden. In plaats van samen te werken met retailers om producten te promoten en aan te bevelen, zullen merken hun aantrekkelijke kwaliteiten moeten versterken via de kanalen waar deze agenten sterk op vertrouwen, zoals productbeoordelingen.

Generieke producten zijn in wezen inwisselbare goederen: artikelen die zich weinig tot niet onderscheiden van de merknaam. Een goed voorbeeld hiervan is kantoorverlichting. Terwijl Signify gloeilampen van hoge kwaliteit produceert onder hun oude merk Philips, verkopen veel van de generieke merken bijna identieke producten. In feite worden veel van deze lampen in dezelfde fabrieken geproduceerd, waardoor het voor consumenten - of AI-agenten - moeilijk is om de hogere prijs voor het merkproduct te rechtvaardigen.

Voor dergelijke merken is de toekomst uitdagend. In een e-commercewereld kiezen consumenten nog steeds voor het merk, zelfs op platforms zoals Amazon, die vol zitten met generieke producten. Dat komt omdat het een tijdrovende uitdaging is om te evalueren of het soortgelijke product echt zo goed is. Naarmate AI-agenten echter steeds efficiënter worden in het vergelijken van producten - met name door gebruik te maken van data zoals klant- en productbeoordelingen om de gelijkwaardigheid aan te tonen - zullen klanten waarschijnlijk meer kiezen voor goedkopere alternatieven, tenzij het merk echt iets onderscheidends te bieden heeft.

Dit is met name relevant voor producten waarbij de zichtbaarheid van het merk tijdens het gebruik beperkt of onbestaand is, zoals gloeilampen of andere basisartikelen. Stelt u zich eens voor dat een AI-agent ontdekt dat twee gloeilampen in dezelfde fabriek worden gemaakt en de goedkopere concurrent aanbeveelt (of automatisch koopt). In deze gevallen kunnen merken moeite hebben om de loyaliteit van de consument te behouden tegenover goedkopere, vaak even effectieve alternatieven.

Dus hoe kunnen merken slagen in dit nieuwe landschap? De sleutel ligt in differentiatie op een manier die AI-agenten prioriteit geeft, AI-agent optimalisatie (AAO). Merken zullen zich moeten onderscheiden op een of meer van de volgende gebieden:

1. Prijs: Een aantrekkelijk prijspunt bieden, of een goedkope variant, die zal verschijnen in AI-agentgestuurde zoekopdrachten als verdediging tegen goedkope generieke concurrenten.
2. Productinnovatie: Producten maken met superieure functies, materialen of prestaties die opvallen in zoekopdrachten van AI-agenten, waardoor ze moeilijk te vergelijken zijn.
3. Ontwerp: Esthetisch unieke producten aanbieden die aantrekkelijk zijn voor consumenten die op zoek zijn naar stijl en kwaliteit, en zich opnieuw onderscheiden in activiteiten die door agenten worden aangestuurd.
4. Service: Uitzonderlijke diensten aanbieden na de aankoop, zoals klantenondersteuning, garanties en gemakkelijke retourzendingen, maar dit doen op een manier die opvalt in de forums waar AI-agenten zullen inkopen.

Een duidelijk voorbeeld hiervan is te zien op de markt voor draadloze telefoonladers. Aan de ene kant heb je een budgetvriendelijke optie zoals die van Ikea, die consumenten aanspreekt die functionaliteit willen voor een lage prijs. Aan de andere kant heb je premium merken zoals Zens, die laders aanbieden met superieure elektronica, meer oplaadspoelen en snellere oplaadmogelijkheden. Beide producten bedienen verschillende marktsegmenten, maar wat in de toekomst cruciaal zal zijn, is hoe goed elk merk zijn unieke verkoopargumenten communiceert aan de AI-agenten.

Kortom, de merken en retailers die in deze nieuwe AI-gestuurde wereld als winnaars uit de bus zullen komen, zijn degenen die zich duidelijk kunnen onderscheiden met unieke producten of diensten en die mogelijkheden voor AI-agentoptimalisatie (AAO) ontwikkelen om zich te onderscheiden. Of het nu gaat om innovatie, design of uitzonderlijke klantenservice, deze merken zullen opvallen bij zowel consumenten als AI-agenten. Aan de andere kant kunnen merken die generieke producten maken en alleen vertrouwen op merknaamherkenning zonder extra waarde te leveren, het moeilijk krijgen om hun marktaandeel te behouden. De toekomst van merken zal worden bepaald door hun vermogen om zich aan te passen aan een wereld waarin AI-agenten de reis van de consument leiden - en alleen die merken die echt uniek zijn, zullen gedijen.