Netthandel er i ferd med å få en ny kanal. Ikke enda en annonseflate, ikke enda et sosialt medium, men en kjøpssituasjon der kunden starter med et spørsmål – og forventer at en AI-assistent finner, sammenligner og kan ta kjøpet videre.

For butikker betyr dette at produktkatalogen får en ny rolle. Den skal ikke bare presenteres pent på en produktside. Den må også kunne forstås av maskiner.

Når en AI-agent vurderer produkter, leser den ikke nettsiden på samme måte som et menneske. Den trenger strukturert og oppdatert informasjon: produktnavn, varianter, pris, lagerstatus, størrelser, materialer, bilder, frakt, returvilkår og tilgjengelighet. Hvis disse dataene er ufullstendige, utdaterte eller gjemt i kode og manuelle løsninger, blir produktene vanskeligere å finne i de nye kjøpsflatene.

Fra søk til intensjon

Tradisjonell e-handel har lenge vært bygget rundt en kjent flyt:

annonse → landingsside → produkt → handlekurv → checkout

AI-drevet handel starter ofte et annet sted. Kunden sier ikke nødvendigvis “vis meg kategori X”. Kunden beskriver et behov:

“Jeg trenger en gave til en som liker friluftsliv.”
“Hvilke sko passer til pendling og regn?”
“Finn et produkt som kan leveres før helgen.”

Dette er intensjonsbasert handel. Da blir produktdata mer enn innhold. Det blir beslutningsgrunnlag.

For en AI-agent er det ikke nok at produktet finnes i nettbutikken. Produktet må være mulig å tolke, sammenligne og anbefale på en trygg måte.

Produktkatalogen som infrastruktur

Mange enterprise-butikker har investert mye i design, kampanjer og frontend-opplevelse. Samtidig ligger produktdata ofte spredt mellom Shopify, ERP, PIM, regneark, leverandørfiler og manuelle prosesser.

Det fungerer til en viss grad når kunden selv klikker seg gjennom butikken. Det fungerer dårligere når en AI-agent skal ta raske beslutninger basert på data.

Typiske utfordringer er:

  • ufullstendige produktbeskrivelser

  • uklare variantnavn

  • manglende attributter

  • lagerstatus som oppdateres for sent

  • priser som ikke er tilgjengelige i sanntid

  • produktinformasjon som varierer mellom markeder

  • frakt- og returvilkår som ikke er tydelige nok

Dette er ikke bare et innholdsproblem. Det er et arkitekturproblem.

Når handel skjer i flere grensesnitt samtidig – nettbutikk, markedsplasser, POS, B2B-portaler, AI-assistenter og samtalebaserte kjøpsflater – må produktkatalogen være én pålitelig kilde. Ellers vil kanalene gi ulike svar.

Hva kreves for å være klar?

AI-klar handel handler ikke om å legge til en chatbot på nettsiden. Det handler om å gjøre butikkens data brukbar utenfor butikkens egne visuelle flater.

For Shopify-butikker betyr det særlig fire ting.

1. Strukturert produktdata
Produkter må ha tydelige navn, konsistente varianter og relevante attributter. Farge, størrelse, materiale, bruksområde, kompatibilitet og lagerstatus bør ikke ligge som fritekst der det egentlig burde være strukturert data.

2. Sanntidsnær pris og lager
Hvis en agent anbefaler et produkt som ikke kan kjøpes, mister kanalen tillit. Integrasjon mot ERP, WMS og lagerstyring blir derfor mer kritisk når AI-kanaler kobles på.

3. Tydelige policy-tekster
Frakt, retur, garanti, leveringstid og betalingsvilkår må være korte, presise og maskinlesbare. AI-assistenter vil bruke denne informasjonen til å forklare kjøpet før kunden bestemmer seg.

4. Måling av AI som kanal
AI-trafikk bør behandles som en egen kommersiell kanal. Det må være mulig å forstå hvilke produkter som blir vist, hvilke spørsmål kundene stiller, og hvilke ordre som kommer fra agentbaserte kjøpsløp.

Hva betyr dette for Appsalon-kunder?

For mange butikker starter ikke arbeidet med AI. Det starter med datakvalitet.

Appsalon jobber med Shopify-butikker der produktdata, integrasjoner, ERP, logistikk og checkout må fungere som én samlet handelsarkitektur. I en AI-drevet salgskanal blir dette enda viktigere. Når kunden ikke nødvendigvis besøker nettbutikken før kjøpet, blir det underliggende systemet selve kundeopplevelsen.

Butikker som vil være synlige i AI-drevet handel bør derfor begynne med en praktisk gjennomgang:

  • Er produktdata komplett nok til at en agent kan forstå produktene?

  • Er pris og lager oppdatert i riktig tempo?

  • Er variantlogikken konsekvent?

  • Er frakt, retur og leveringsinformasjon tydelig?

  • Er dataene like gode på tvers av markeder?

  • Kan ordre fra nye kanaler spores riktig i Shopify?

AI-klarhet handler ikke først og fremst om modellvalg. Det handler om hvorvidt butikken er bygget slik at nye kanaler kan bruke den.

Den neste salgskanalen kan være en samtale. Da må produktkatalogen være klar til å svare.