Agentic Commerce

Vad är agentic commerce – och vad krävs för att synas?

Agentic commerce beskriver ett skifte i hur produkter hittas och köps online, där AI söker och handlar på konsumentens uppdrag. Det sker i två distinkta steg, och de befinner sig på helt olika mognadsgrad just nu.

Steg ett: AI-sökning. Det händer redan.

Konsumenter vänder sig i växande utsträckning till ChatGPT, Gemini och Perplexity när de söker efter produkter. "Vilken löpsko passar mig om jag har bred fot och tränar tre gånger i veckan?" Svaret kommer som en rekommendation. De produkter som rekommenderas är de vars data AI-modellen kan läsa, förstå och bedöma som tillförlitlig.

Det här ställer nya krav på hur din produktdata är strukturerad, hur dina produktbeskrivningar är skrivna, och om din sajt uppfattas som en auktoritet inom sitt område. Gör du det rätt kan dina produkter rekommenderas av AI i ChatGPT, Gemini, Perplexity och liknande söktjänster, och optimeringen ger effekt i alla simultant.

Steg två: AI-transaktioner. Det kommer, troligtvis snabbt.

Nästa steg är att AI-agenten inte bara rekommenderar utan också genomför köpet direkt i chatgränssnittet. Det kräver ekosystemspecifika integrationer och rätt betalningsinfrastruktur, och det är här bilden är mer komplex och fragmenterad. Google, Amazon och OpenAI bygger var sin transaktionsinfrastruktur med olika protokoll och krav.

Funktionen testas i USA nu och EU-expansion är kommunicerad. När den väl öppnar upp förväntas det gå snabbt. Dina produkter kan då köpas direkt i ett AI-gränssnitt, utan att kunden lämnar konversationen.

McKinsey estimerar att AI-agenter kan påverka mer än 3 biljoner dollar i globala köp till 2030. Gartner förutspår att 40 procent av enterprise-applikationer kommer att innehålla uppgiftsspecifika AI-agenter vid slutet av 2026, upp från under 5 procent 2025.

Hur väljer AI ut vilka produkter som rekommenderas?

Flera faktorer avgör om en AI-agent väljer att rekommendera din produkt. Bland de viktigaste: hur väl produktdatan svarar på frågans faktiska syfte, hur korrekt och komplett den strukturerade produktdatan är, och om sajten uppfattas som en trovärdig auktoritet inom sin kategori. En produkt med ofullständig eller inkonsekvent data väljs bort tyst, medan välstrukturerade produkter med djupt innehåll prioriteras i rekommendationerna.

Varför är strukturerad data avgörande för AI-synlighet?

Schema.org/JSON-LD-märkning på produktsidor är basen för hur en AI-agent förstår vad en produkt är, vem den passar, om den finns i lager och till vilket pris. Utan korrekt och komplett strukturerad data är produkten praktiskt taget osynlig för agenter.

De viktigaste datapunkterna inkluderar:

• GTIN (EAN/UPC): Den enskilt viktigaste identifieraren. Utan giltig GTIN kan AI inte tillförlitligt matcha produkten mot externa recensioner och jämförelsekällor.

• Realtidslagerstatus: InStock, OutOfStock och PreOrder måste uppdateras i realtid. LLMer deprioriterar butiker med opålitlig lagerstatus.

• Omdömen och recensioner: En produkt med 4,8 i snittbetyg baserat på 200 omdömen prioriteras nästan alltid framför en utan betyg.

• Produktvarianter: Storlek, färg och andra varianter måste vara strukturerade med tydliga föräldra-barn-relationer. Om en agent frågar efter "blå, storlek 43" och får ett generiskt svar för hela produkten, tappar den kontexten och väljer en annan butik.

Hur påverkar Google Shopping-feeden synligheten i AI-sökningar?

En väloptimerad Google Shopping-feed påverkar produktsynligheten i flera AI-söktjänster simultant. För Googles egna AI-ytor, Gemini och AI Mode, är Merchant Center-flödet den primära datakällan. Men effekten sträcker sig längre: en undersökning från Search Engine Land i mars 2026 visade i mars 2026 att 83 procent av de produkter ChatGPT rekommenderar i sina shoppingresultat hämtas direkt från Google Shopping-data. Ett väloptimerat produktflöde ger med andra ord effekt långt bortom traditionella Shopping-annonser.

Korrekt lagerstatus och prissättning är ett grundkrav. Om feeden visar en produkt i lager när den är slut riskerar AI-agenten att rekommendera något som inte kan levereras, vilket skadar butikens tillförlitlighet över tid. AI-agenter lär sig av sådana felaktigheter och deprioriterar butiker med opålitlig data. Det gäller även fysisk butik: en konsument som hittar en produkt via en AI-sökning och vill veta om den finns i lager i en butik nära hen ställer exakt samma krav på datakvalitet och realtidsnoggrannhet.

Sajt-auktoritet och expertis påverkar vilka produkter som rekommenderas

AI-modeller utvärderar inte bara enskilda produktsidor, utan värderar hela sajtens ämnesdjup. En e-handlare som konsekvent publicerar guider, jämförelser och expertinnehåll inom ett specifikt område byggs upp som en topik auktoritet som AI-modellen lär sig att associera med den kategorin. Det innebär att en sajt med djup kunskap om löparskor, med guider om löpteknik, underlag och skotyper, ger sina produktrekommendationer ett strukturellt försprång framför en generalisthandlare med samma sortiment. Det kallas E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) och är en signal AI-sökning tillämpar med växande precision.

Ratings och recensioner är en rankingfaktor

Strukturerade kundrecensioner, formaterade korrekt i Schema.org-märkning med ratingValue och reviewCount, är en stark signal för AI-synlighet. En produkt med högt genomsnittsbetyg baserat på många omdömen prioriteras nästan undantagslöst framför en likvärdig produkt utan recensionsdata. AI-modellen extraherar dessutom kundernas egna ord ur recensioner för att förstå en produkts styrkor och svagheter och använder dem i sina svar.

Produktinnehållet avgör om du syns i konversation

ChatGPT och liknande system är starkt textdrivna. De matchar mot naturligt språk i konversationsbaserade frågor. Produktbeskrivningar som förklarar vem produkten passar, i vilket sammanhang och vad som gör den unik är det som avgör om du dyker upp när en kund frågar "hitta en present till en 50-åring som gillar friluftsliv."

Korta produkttitlar och tekniska specifikationer utan kontext räcker inte längre.

Serkan Selcuk, Product Owner på Viskan, förtydligar: "Det handlar om maskinläsbarhet som infrastruktur. AI-agenter utesluter tyst produkter med ofullständig, inkonsekvent eller tvetydig data. Det är inte SEO-optimering i traditionell mening. Det är ett nytt krav på datakvalitet."

Det här är grunden för att synas i AI-sökning. Nästa steg är att förstå vad som krävs för att dina produkter också ska kunna köpas direkt i ett AI-gränssnitt.

Vad krävs för att AI-agenter ska kunna köpa produkter direkt i ett AI-gränssnitt?

För att AI-agenter ska kunna genomföra köp krävs att din plattform stödjer de ekosystem där transaktionerna sker. I dag bygger Google, OpenAI och Amazon parallella transaktionsinfrastrukturer med egna protokoll och egna krav. De är inte kompatibla med varandra, vilket innebär att en integration mot ett ekosystem inte automatiskt täcker de andra. 

Google: den starkaste positionen för agentic commerce

Google är i dag den mest kompletta aktören inom agentic commerce och det ekosystem där utvecklingen kommit längst. Det är i Googles AI-drivna sökytor, det vill säga AI Mode i Google Search, AI Overviews och Gemini-appen, som produkter redan i dag kan rekommenderas och köpas via AI-agenter. Direktköpsfunktionen är i dagsläget tillgänglig i USA.

Grunden för det är Universal Commerce Protocol (UCP), som Google lanserade i januari 2026 tillsammans med bland andra Shopify, Target, Walmart och Wayfair. Mer än 20 globala partners har skrivit under, bland dem Adyen, Visa, Mastercard och Stripe.

UCP möjliggör att en AI-agent presenterar produkten, hanterar varukorgen och slutför betalningen via tokeniserade lösningar som Google Pay, direkt inne i AI-sökning eller Gemini-appen.

I mars 2026 uppdaterade Google UCP med nya möjligheter: agenter kan nu lägga till flera produkter i en varukorg simultant, hämta realtidsdata direkt från handlarens katalog och koppla identiteten till lojalitetsprogram för att automatiskt tillämpa rätt kundpris.

Googles ekosystem är det mest mogna för agentic commerce i dag. Men det finns en viktig begränsning: direktköpsfunktionen testas i USA. EU-lansering kommuniceras ännu utan fastställt datum.

OpenAI/ChatGPT: ett skifte i strategi

Den 4 mars 2026 bekräftade OpenAI att de avslutar Instant Checkout, funktionen som möjliggjorde direktköp inne i ChatGPT-gränssnittet, och istället fokuserar på att handlare skapar dedikerade appar i plattformen. Bakom beslutet ligger konkret data: ChatGPT-användare researchar produkter i stora volymer men slutför köpen någon annanstans. Tidig data visade att integrerad checkout presterade tre gånger sämre än att hänvisa kunden vidare till handlarens egen sajt.

ChatGPT fungerar i dag som ett kraftfullt research- och discovery-lager, medan transaktionen sker på handlarens plattform. Det är ett viktigt skifte att ha koll på: ChatGPT är en massiv trafikskälla med 900 miljoner veckovisa användare, men transaktionsrollen är under omformning.

För transaktioner pekar riktningen mot Amazon. I och med det strategiska partnerskapet mellan OpenAI och Amazon, där Amazon investerar 50 miljarder dollar och AWS blir primär molnleverantör, och Amazons parallella lansering av Shop Direct i mars 2026, är den troliga utvecklingen att köpflöden i ChatGPT på sikt kanaliseras via Amazons handelsinfrastruktur snarare än via direktintegration med OpenAI. Det är ännu inte fullt implementerat, men är den riktning marknaden rör sig.

Amazon: en aktör att ha på radarn

Amazon har en begränsad ställning på den svenska marknaden i dag, men spelar en växande roll i det globala agentic commerce-landskapet. Genom Shop Direct-programmet, lanserat mars 2026, kan externa handlare synka produktdata med Amazons AI-infrastruktur och nå kunder via Rufus och Buy for Me.

Det som skiljer Amazon från övriga aktörer är att de kör ett helt eget ekosystem. De är inte en del av UCP eller ACP. Egna regler, egna villkor. Och i ljuset av partnerskapet med OpenAI är det troligt att Amazons infrastruktur på sikt också formar hur transaktioner flödar i ChatGPT.

Amazon är ännu inte en prioriterad kanal för nordiska e-handlare, men ett ekosystem du behöver ha koll på.

Serkan Selcuk, Product Owner på Viskan, konstaterar: "Tre ekosystem, tre separata krav på produktdata och transaktionsflöden. Det är den verklighet nordiska e-handlare behöver förhålla sig till. En plattform som bara optimerar för ett av dem lämnar luckor som konkurrenter kan fylla."

Oskar Nilsson, Online Growth Specialist på Viskan, förtydligar: "Det som är säkert är att AI-agenter redan nu indexerar och utvärderar produkter. Det arbete du gör med strukturerad data och produktkvalitet i dag betalar sig oavsett vilket protokoll som vinner, och det är den bästa utgångspunkten för alla som vill vara redo."

Vad är UCP och MCP – och vad gör protokollen möjligt?

Bakom agentic commerce finns två fundamentala protokoll som det är värt att förstå på en övergripande nivå.

Universal Commerce Protocol (UCP) – transaktionslagret

UCP är det öppna protokoll som gör direktköp i AI-gränssnitt möjliga, lanserat i januari 2026 av Google och Shopify med stöd av 20+ partners. I teorin fungerar det som ett gemensamt språk: istället för att varje plattform behöver bygga separata integrationer mot varje AI-aktör implementeras protokollet en gång och blir tillgängligt för alla som stödjer det. I praktiken är bilden mer komplex. Google, Amazon och OpenAI bygger parallella ekosystem med egna protokoll och egna villkor, vilket innebär att separata integrationer ändå krävs för att nå alla tre.

I praktiken innebär UCP att en AI-agent kan skapa en checkout-session, lägga till produkter, hämta totaler inklusive frakt och moms, och kommunicera orderstatus, allt headless, utan att kunden lämnar konversationen.

Model Context Protocol (MCP) – datadjupslagret

Medan UCP hanterar transaktionen, hanterar MCP kontexten. MCP är ett öppet protokoll som ger AI-agenter strukturerad realtidsåtkomst till djupare data i en e-handelsplattform, sådan information som aldrig når ett produktflöde.

Konkreta exempel på vad MCP möjliggör:

• "Beställ mer av det kaffet jag köpte till jul." Agenten läser kundens orderhistorik, identifierar exakt produkt och förbereder varukorgen. Noll friktion för återköp.

• "Finns den här jackan i storlek L i någon butik nära mig?" Agenten använder kundens position, kontrollerar butikslager i realtid och svarar: "Ja, den finns på Knalleland. Ska jag reservera den för avhämtning om en timme?"

• B2B: "Passar reservdel X till maskin Y?" Agenten läser tekniska specifikationer och kompatibilitetsdata i realtid, information som sällan finns i ett produktflöde.

Skillnaden är tydlig: utan MCP är en LLM en mycket intelligent statisk referens. Med MCP blir den en aktiv butiksassistent med realtidsåtkomst till allt plattformen vet.

MCP + UCP = hela köpresan. MCP hanterar discovery och kontext. UCP hanterar transaktionen. Tillsammans täcker de den kompletta agentic commerce-resan från fråga till genomfört köp.

Vilka krav ställer agentic commerce på betalningslösningar?

Agentic commerce förutsätter att betalningslösningar klarar en ny typ av transaktion: en som initieras av ett AI-system snarare än av en människa som klickar på en knapp. Det är en till synes liten skillnad, men den ställer helt nya krav på hur betalflöden är byggda.

Vad som fungerar i dag

Grunden är tokeniserade betalningslösningar som Google Pay och Apple Pay. Tokenisering innebär att AI-agenten aldrig hanterar faktiska kortuppgifter. I stället arbetar den med kryptografiska tokens knutna till en specifik transaktion. Det skyddar betalinformationen och gör det möjligt att genomföra köp utan att kunden behöver vara aktiv i varje steg.

Flera ledande betalaktörer har lanserat ramverk specifikt för agent-initierade transaktioner. En central princip är att systemen behöver kunna verifiera att den AI-agent som genomför ett köp är legitim och agerar inom de gränser kunden har satt, på samma sätt som en handlare i dag verifierar en kunds identitet.

Vad som krävs framåt

För att agentic commerce ska fungera sömlöst behöver din betallösning klara av att ta emot betalningar från flera olika AI-ekosystem som Google Pay, Apple Pay och på sikt Amazons infrastruktur, utan att du som handlare behöver separata betalflöden för varje kanal.

Flera grundläggande frågor saknar ännu svar. Hur ska en AI-agent godkänna ett köp när europeisk lagstiftning kräver att en människa bekräftar transaktionen? Och hur ska banker och handlare veta att köpet initieras av en legitim AI-agent och inte av en skadlig bot? Branschen arbetar aktivt med dessa frågor, men standarderna är ännu inte på plats.

Varför fungerar inte agentic commerce på samma sätt i Europa som i USA?

Agentic commerce är tekniskt möjligt i USA, men möter en annan regulatorisk verklighet i Europa. Regelverken är inte utformade för agentic commerce, och flera grundläggande frågor saknar ännu svar.

Dataskydd och samtycke

När en AI-agent agerar på uppdrag av en konsument och hanterar personuppgifter som preferenser, orderhistorik och betalkredentialer, uppstår komplexa frågor om rättslig grund, samtycke och databehandling. Vem är personuppgiftsansvarig när köpet sker inne i Gemini? Hur dokumenteras kundens samtycke till att agenten agerar på hennes uppdrag? Vad händer med data som delats med en AI-agent om kunden återkallar sitt samtycke? Dessa frågor saknar i dag entydiga svar, och det arbetas aktivt med dem på regulatorisk nivå i EU.

Betalningar och ansvar

Europeisk betaltjänstlagstiftning kräver att kunden aktivt bekräftar en betalning, ett krav som kompliceras när det är en AI-agent som initierar köpet. Parallellt är ansvarsfrågorna olösta: i dag är handlaren i de flesta fall fortfarande Merchant of Record, det vill säga den juridiskt ansvariga parten för transaktionen, returer och tvister. Men när AI-agenter får en mer självständig roll i köpflödet uppstår frågan vem som egentligen bär ansvaret om agenten köper fel produkt eller agerar utanför kundens instruktioner. Svaren finns ännu inte, vare sig i domstol eller i lagstiftning, något som betalaktörer, plattformar och lagstiftare globalt arbetar aktivt med att lösa.

Fragmenterat ekosystem

De stora aktörerna bygger var sitt ekosystem med egna standarder. Varje ekosystem måste dessutom förhålla sig till europeisk lagstiftning kring dataskydd, betalningar och AI. Detta innebär ytterligare ett lager av komplexitet, eftersom de regulatoriska kraven inom EU är betydligt mer omfattande än i USA.

Det här är vad som kommer att hända – troligtvis snabbt

Agentic commerce befinner sig i en fas som påminner om e-handelns genombrott i slutet av 1990-talet: tekniken finns, infrastrukturen byggs, tidiga adoptörer testar och snart kommer skalning. Europa och Norden hänger tätt efter USA.

Vad plattformar och betallösningar behöver leverera

Agentic commerce ställer krav på flera fronter samtidigt. Det är din e-handelsplattform som avgör om dina produkter är korrekt strukturerade och maskinläsbara. Det är din PSP som avgör om dina betalflöden klarar agent-initierade transaktioner. Och det är du som handlare som bygger förutsättningarna för synlighet: ratings och recensioner, djupt produktinnehåll och en sajt som uppfattas som en auktoritet inom sin kategori. Allt hänger ihop.

Rätt frågor att ställa till din plattformsleverantör är:

• Stödjer ni automatisk generering av Schema.org/JSON-LD på alla produktsidor?
• Erbjuder ni realtidsintegration mot Google Merchant API – inte bara schemalagda XML-flöden?
• Hur hanterar ni MCP-exponering av produktkatalog och orderdata?
• Vilken roadmap har ni för UCP-implementation?

Och till din PSP:

• Stödjer ni tokeniserade betalningar kompatibla med Google Pay och Apple Pay för agent-initierade transaktioner?
• Hur hanterar ni SCA-krav i ett agentic flöde?
• Stödjer ni UCP:s Agent Payments Protocol (AP2)?

Det tidiga möjlighetsfönstret

De handlare och plattformar som är redo med korrekt produktdata, realtidsintegrationer och tokeniserade betalningar när EU-lanseringen av agentic commerce sker, positionerar sig för ett försprång som är svårt att stänga igen. De som väntar tills allt är klart och beprövat riskerar att inleda etapp tre när konkurrenterna redan avslutat etapp ett.

Serkan Selcuk, Product Owner på Viskan, förutspår: "Startsignalen har redan gått. De handlare och plattformar som inte har påbörjat arbetet med rätt infrastruktur kommer att halka efter när agentic commerce når nordisk skala. De som är redo tidigt bygger ett försprång som är svårt att hämta in."

Viskan Next Generation – byggt för agentic commerce

Viskan Next Generation utvecklas med agentic commerce som en grundläggande förutsättning. Plattformen genererar automatiskt strukturerad data enligt Schema.org på alla produktsidor, integrerar mot Google Merchant API för realtidsuppdaterade produktflöden och hanterar ratings och recensioner i korrekt strukturerat format. Allt det som avgör om dina produkter syns och rekommenderas i AI-sökning. Det inkluderar butikslager i realtid, vilket gör det möjligt för en AI-agent att svara på frågan "finns den här produkten i en butik nära mig?" direkt i konversationen.

MCP-implementation ingår i roadmapen, vilket ger AI-agenter strukturerad realtidsåtkomst till produktkatalog, lager och orderdata bortom vad produktflöden kan leverera.

Viskans AI-agent Mímis tillför ytterligare lager: den skapar och optimerar produktinnehåll och genererar FAQ på produktnivå, vilket stärker det kontextuella djup och de E-E-A-T-signaler som AI-sökmotorer premierar. Genom koppling till Google Search Console identifierar Mímis vilka sökningar du underpresterar på, tar fram förslag och skapar innehåll som stärker produktsynligheten. LLMs prioriterar färskt innehåll, och Mímis gör det möjligt att uppdatera sajten med hög frekvens och minimal arbetsinsats.

Transaktionell agentic commerce via UCP följer vi aktivt inför EU-lansering. När direktköp i AI-gränssnitt öppnar upp för den europeiska marknaden säkerställer vi att Viskan Next Generation är redo.

Vanliga frågor om agentic commerce

Vi hjälper dig bygga en framgångsrik e-handel.

Hör av dig till oss på Viskan så diskuterar vi vilka vägval som kan bli avgörande för er e-handel framåt.  

Källor

Google Blog: New tech and tools for retailers to succeed in an agentic shopping era, 11 januari 2026 – blog.google

Google Blog: Universal Commerce Protocol updates improve AI shopping for retailers, 19 mars 2026 – blog.google

Shopify Engineering: Building the Universal Commerce Protocol (2026) – shopify.engineering

TechCrunch: Google announces a new protocol to facilitate commerce using AI agents, 12 januari 2026 – techcrunch.com

CNBC: OpenAI's first crack at online shopping stumbled. It's preparing for the next wave, 20 mars 2026 – cnbc.com

GeekWire: Filings: How Amazon's $50B OpenAI deal actually works, 1 mars 2026 – geekwire.com

Digital Commerce 360: Amazon opens up new AI-enabled Buy for Me, Shop Direct options for merchants, 11 mars 2026 – digitalcommerce360.com

Osborne Clarke: Agentic Payments: a new challenge for Europe's payments ecosystem, 6 mars 2026 – osborneclarke.com

Electronic Payments International: The critical role payment service providers will play in making agentic commerce reliable and trusted, 4 mars 2026 – electronicpaymentsinternational.com

Mastercard: Trusting AI to buy: Agentic commerce that's secure, transparent, januari 2026 – mastercard.com

Search Engine Land: New Finding: ChatGPT Sources 83% of Its Carousel Products from Google Shopping, mars 2026 – searchengineland.com

TechCrunch: OpenAI raises $110B in one of the largest private funding rounds in history, februari 2026 – techcrunch.com

McKinsey: The agentic commerce opportunity: How AI agents are ushering in a new era for consumers and merchants, oktober 2025 – mckinsey.com

Gartner: Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, augusti 2025 – gartner.com