Als je klanten straks aan hun AI-assistent vragen om “shampoo voor droog haar” of “een lekker tussendoortje”, wil je als merk natuurlijk wel dat jouw product correct en aantrekkelijk wordt getoond. Grote merken als L’Oréal, Unilever en Mars nemen nu al maatregelen om hier grip op te krijgen. Ze sluiten aan op het zogeheten Agentic Merchant Protocol (AMP) van het bedrijf Azoma. Dit is een neutrale technische laag die bovenop de systemen van grote AI-aanbieders zoals OpenAI en Google wordt gelegd.

Het doel is simpel: voorkomen dat je als verkoper afhankelijk wordt van één partij en inzicht krijgen in hoe je producten worden gepresenteerd. Zonder zo’n protocol is het voor een merk een black box. Een AI-assistent mixt dan productinformatie met reviews, forumdata en soms verouderde beschrijvingen, zonder dat het merk weet wat het resultaat is of enige garantie heeft over de weergave.

Waarom merken nu actie ondernemen

De grote AI-platformen, zoals OpenAI met zijn ACP en Google met UCP, richten zich vooral op distributie en het creëren van een kanaal voor advertenties. Ze koppelen productdata aan hun eigen aankoop- en ontdekkingsflows. Voor een merk is dat risicovol. Je levert je productdata aan, maar hebt geen zicht op de context waarin je shampoo of reep wordt aanbevolen, noch op het rendement. Azoma’s protocol richt zich specifiek op de verkoperskant, de ‘merchant side’. Het biedt volgens het bedrijf analytics, attributie (welke aanbeveling leidde tot een verkoop?) en voorspellingen van het rendement.

Door aan te sluiten op een neutraal protocol bovenop deze systemen, proberen merken twee dingen: ten eerste het risico op een vendor lock-in te verkleinen. Ten tweede krijgen ze data over waar, hoe en hoe vaak hun producten opduiken in AI-gestuurde zoekacties. Dat inzicht is cruciaal om toekomstige marketing- en voorraadstrategieën op af te stemmen.

De verschuiving van zoeken naar laten doen

De onderliggende trend is ‘agentic commerce’: de consument vraagt niet langer om een lijst met opties, maar geeft een opdracht aan een AI-agent die vervolgens een keuze maakt en direct een aankoop kan uitvoeren. In dat scenario verdwijnt de traditionele productvergelijking en de merkwebsite als eerste touchpoint grotendeels. De aanbeveling van de AI-assistent wordt de nieuwe winkelvitrine. Controle over de data en presentatie in die fase wordt daarom een strategische prioriteit voor merken.

Hoe kun je dit vandaag toepassen?

Een eerste stap is om je bewust te worden van hoe jouw producten mogelijk al worden opgepikt door AI-shoppertools. Je zou kunnen beginnen met het monitoren van eenvoudige zoekopdrachten in tools zoals ChatGPT of Google’s AI Overview om te zien of en hoe je producten verschijnen. Een andere mogelijkheid is om intern de discussie te starten over wie binnen je organisatie verantwoordelijk wordt voor de kwaliteit en consistentie van productdata die gevoed wordt aan AI-systemen, naast de traditionele kanalen.

De toepassingen in dit artikel zijn suggesties op basis van het bronartikel, geen gevalideerd advies.

Bron: Emerce