AI-agenter förändrar e-handeln – här är nya konkurrensfaktorn

– En vanlig konsument har svårt att hålla reda på och jämföra alla dessa parametrar mellan olika handlare. Ofta förenklar vi därför jämförelsen och tittar framför allt på priset. Men en AI-agent kan väga in betydligt fler faktorer samtidigt, säger han till Techtidningen.

Det kan handla om allt från leveranstider och transportkostnader till returvillkor, kundomdömen och hur väl företagen håller sina leveranslöften.

Zaleski tar köpet av en kajak som exempel. Vid ett sådant köp kan leveransvillkoren vara minst lika viktiga som själva produkten. Kunden behöver bland annat veta om transportören levererar till dörren, om någon måste vara hemma och vad som händer om varan behöver returneras.

När AI-agenter kan jämföra sådana detaljer kan handlarens operativa förmåga bli en tydligare konkurrensfaktor.

Mindre handlare kan gynnas

Förändringen kan också påverka vilka företag som får störst synlighet på marknaden.

Zaleski menar att AI-agenter, genom att väga in information från exempelvis kundomdömen och andra externa källor, kan göra handeln mindre beroende av stora marknadsföringsbudgetar.

– Ett mindre företag som är väldigt bra på kundservice och verkligen tar hand om sina kunder kan få en helt annan synlighet.

Han understryker dock samtidigt att utvecklingen fortfarande befinner sig i ett tidigt skede.

Men utifrån de tester Ingrid har genomfört ser han tecken på att AI-agenter kan prioritera handlarnas samlade erbjudande snarare än enbart pris och annonsering.

– Det handlar då inte bara om vem som har störst marknadsföringsbudget, flest annonser eller flest betalda influencers. Jag tror att det kan jämna ut spelplanen och skapa en mer meritbaserad konkurrens.

AI ska lösa problem som tidigare krävde manuellt arbete

Samtidigt som AI-agenter kan förändra konsumenternas köpbeteenden ser Ingrid möjligheter att använda tekniken bakom kulisserna.

Bolaget har i skrivande stund precis presenterat Agentic DeliveryOS, en ny strategisk inriktning där data, automation och AI-agenter ska få en större roll i leveranshanteringen.

En central del är att automatisera situationer som traditionella regelbaserade system har svårt att hantera.

Zaleski beskriver exempelvis hur en kund som vill returnera produkter från två olika beställningar ofta behöver skicka dem i separata paket, eftersom systemen kopplar varje retur till en specifik order.

Med en AI-agent skulle informationen kunna delas upp och registreras korrekt även om produkterna skickas tillbaka tillsammans.

– På det sättet kan man automatisera ett flöde som tidigare hade krävt omfattande programmering, utan att behöva ändra den befintliga koden.

Ett annat potentiellt användningsområde är försenade leveranser. Om en transportör saknar fungerande digitala gränssnitt skulle en AI-agent exempelvis kunna kontakta kundservice, hämta information om försändelsen och uppdatera handlarens system.

Det handlar dock fortfarande om en utveckling där fler funktioner successivt ska automatiseras, snarare än en helt självgående leveransplattform.

Bygger vidare på data från 300 miljoner försändelser

En viktig del av satsningen är den data som Ingrid har samlat in genom sina befintliga tjänster.

Enligt bolaget omfattar underlaget över 300 miljoner försändelser, med information om både transportörernas prestationer och konsumenternas leveransval.

Den informationen ska användas för att ge AI-agenter bättre förutsättningar att rekommendera och fatta beslut utifrån den aktuella ordern.

– Agenterna behöver data och sammanhang för att kunna göra bra rekommendationer.

Tekniken kan exempelvis användas för att bedöma om en försändelse får plats i kundens brevlåda eller om olika produkter kan skickas tillsammans.

Ingrid arbetar också med att göra leveransinformationen tillgänglig för externa AI-agenter, bland annat genom tekniska gränssnitt som MCP.

Tanken är att kombinera befintliga data och gränssnitt med mindre, specialiserade AI-agenter som hanterar olika uppgifter genom leveransflödet.

Åhléns ökade konverteringen trots dyrare leveranser

Ett exempel på hur datadrivna leveransbeslut redan kan påverka e-handeln är Åhléns, som använder Ingrids analysverktyg.

Varuhusjätten har förändrat sin leveransstrategi genom att bland annat testa nya gränser för fri frakt, justera leveransavgifter och förändra hur alternativen presenteras i kassan.

Enligt uppgifter från Ingrid och Åhléns har den genomsnittliga leveransavgiften ökat med 29,9 procent jämfört med föregående år.

Samtidigt har konverteringen ökat med 1,4 procent och det genomsnittliga ordervärdet med 2,3 procent.

Piotr Zaleski menar att svenska och nordiska e-handlare har goda förutsättningar att dra nytta av utvecklingen.

En förklaring är att Sveriges stora geografiska avstånd och relativt lilla befolkning länge har tvingat handeln att utveckla effektiva leveranslösningar.

En annan är att många nordiska företag tidigt har behövt expandera internationellt för att kunna växa.

– Vi har länge haft en kombination av hemleveranser, ombud och paketskåp. Därför har vi lärt oss mycket om hur olika leveransalternativ kan kombineras för att skapa ett bra erbjudande till kunderna.

Den kunskapen vill Ingrid också ta med sig internationellt. Bolaget har etablerat verksamhet med personal och kontor i Storbritannien och Nederländerna.

Zaleski ser särskilt stor potential på den brittiska marknaden, där han bedömer att utvecklingen av alternativa leveranssätt inte har kommit lika långt som i Norden.

På längre sikt tror han att AI-agenter kan bidra till att göra e-handeln betydligt mer lönsam genom att minska behovet av manuellt arbete och göra internationell expansion enklare.

– Jag tror att de kommande fem åren kan bli något av en kapplöpning om lönsamhet inom e-handeln.

För Ingrid är ambitionerna också stora. Zaleski uppger att bolaget i dag omsätter omkring 120 miljoner kronor och ser möjligheter att nå 500 miljoner kronor inom fem år, om investeringarna i AI får önskat genomslag.