Tankeledere

Hvorfor Forbruger Tillid Vil Afgøre Vinderne i Agentic Commerce

mm
Føj Unite.AI til dine foretrukne kilder på Google

E-commerce er ved at indtræde en ny fase, hvor forbrugere ikke længere bare søger efter produkter, der udnytter AI, men er begyndt at stole på AI til råd, forskning og endda delegering af beslutninger til maskinen. Ud over at servere anbefalinger, har AI udviklet sig til at browse, sammenligne, vælge og endda købe produkter på en forbrugers vegne.

Agentic commerce lover maksimal bekvemmelighed og minimalt friktion. Men omkostningerne er mere dybtgående: det kræver nu et niveau af adgang og tillid, som mennesker historisk har været ubekvemme med at tilbyde. Forbrugere er stadig eksperimenterende med AI, der hjælper dem med at købe noget lavprist eller en genbestilling, men er stadig tilbageholdende med at stole fuldstændigt på AI til at handle for dem eller i stedet for dem. Denne forskel er den næste æra af agentic commerce; niveauet af tillid til opdagelse og shopping versus en kendt køb.

De virksomheder, der lykkes med agentic commerce, vil være de, der bevarer en fornemmelse af forbrugerkontrol, samtidig med at de leverer hastighed og letthed.

Tillidsproblemet Bag Agentic Commerce

En af de største bekymringer omkring AI-handelsagenter er dybden af adfærdsmæssig indsigt, disse systemer kan samle. De sporer ikke kun, hvad du køber; de lærer, hvordan du træffer beslutninger.

Over tid kan AI-systemer opdage tøven, prisfølsomhed, mærkeloyalitet og endda subtile signaler, der antyder humør eller hensigt. Dette skaber en langt mere udvidet personlig profil, der er langt mere afslørende end en simpel købshistorik, og kan være ukendt og føles invasiv for den gennemsnitlige forbruger.

Problemet bliver endnu mere komplekst, fordi agentic systemer afhænger af stadig mere centraliserede datakilder for at fungere effektivt. For at en AI-agent kan være nyttig, har den ofte brug for adgang til betalingsmetoder, placering, kalendere, e-mails og præferencer på tværs af mange kategorier. Dette kombinerer til en forståelse af shopperens behov på det præcise tidspunkt, samtidig med at det påvirkes af tidligere engagement. Den nye evne er samtalen og spørgsmålene, der fører til en i-øjeblikket-forståelse, der er ulig noget, der tidligere var muligt fra klik og tidligere køb. Men der er lige så stor mulighed for en dårlig udfald. Jo mere kapabelt systemet bliver, jo mere data kræver det, og jo højere bliver risikoen, hvis noget går galt.

En anden bekymring er skiftet mod systemer, der altid er til stede og altid lærer. Disse agenter fungerer bedst, når de er ambient, kontinuerligt observerer og opdaterer information om personen i baggrunden. Det rejser et velkendt spørgsmål om, hvor meget der overvåges, og hvornår hjælpsom bevidsthed begynder at føles som passiv overvågning. Hvordan ofte tænker vi højt om noget og får straks svar fra sociale og reklamekanaler på vores enheder med indhold og produkter relateret til ‘tanken’? Dette er nu normalt adfærd for de fleste af os.

Når Personliggørelse Begynder At Føles Som Indflydelse

Der er også en mere subtil risiko, der opstår omkring indflydelse. Når en AI forstår en forbrugers vaner og er autoriseret til at handle på deres vegne, kan det forme købsresultater på måder, der ikke er umiddelbart åbenlyse.

AI-agenter kan prioritere produkter med højere margen, styre mod bestemte mærker og foretrukne detailhandelspartnere eller udnytte kendte adfærds mønster. Dette kræver ikke ondsindet hensigt for at føles ubekvemt. Det er blot en slutning baseret på shopperens tidligere adfærd. Dette er hvorfor den umiddelbare forståelse er så afgørende, og hvor kombinationen af engagement i opdagelse er det mest effektive i at hente den bedste mulighed. Genbestillinger er en ret forudsigelig køb. Men at antage, at en persons høj-end smør betyder, at de ønsker høj-end kaffe, ville være et eksempel på en fejl. Dette er, hvor et prompt eller et spørgsmål i oplevelsen kan redde dagen. At stille et enkelt spørgsmål via en agent giver en mulighed for at vise omsorg og blot at give to valg. Eller også at bede om et hurtigt ‘ja’ eller ‘nej’ på et produkt, der skal tilføjes til en kurv. Vi kan bruge denne tilgang til at undgå at være påtrængende eller skubbe og få shopperen det, de ønsker med det samme.

Grænsen mellem at hjælpe og skubbe kan blive svær at se. Forbrugere erkender allerede, at algoritmer på sociale mediekanaler serverer op koncentrerede niveauer af indhold for at føde en opfattet interesse. Denne intensitet kan nå et punkt, hvor forbrugere føler, de bor i en kunstig boble. Grænsen mellem at hjælpe og skubbe bliver meget sværere at identificere, når anbefalinger udvikler sig til automatiserede beslutninger. Det er derfor, tillid til agentic commerce vil afhænge mindre af AI’s sofistikation og mere af, om forbrugere føler, de er i kontrol over oplevelsen.

Forbrugere Ønsker Assistance OG Kontrol

Trods disse bekymringer har forbrugere vist, at de er villige til at gøre visse kompromiser for at udnytte AI-drevet assistance. Ifølge en nyeste Algolia-undersøgelse siger 61% af forbrugerne, at en bredere AI-adopteringsgrad vil skabe bedre shoppingoplevelser.

Mange vil dele nogen personlige data i bytte for klare, umiddelbare fordele, såsom at spare tid eller få bedre tilbud. De er også komfortable med at delegereroutine, lavrisikobeslutninger, såsom genbestilling af husholdningsvarer eller sammenligning af rejsemuligheder. Hvis resultaterne konsekvent føles nyttige, er mennesker ofte villige til at acceptere et vis niveau af uigennemsigtighed i, hvordan beslutninger træffes.

I stedet for at fuldstændigt afvise teknologien, skal der være grænser for, hvad der er acceptable. Tillid begynder at undermineres, når finansielle kontroller føles kompromitteret, især hvis køb sker på måder, der føles uventede eller ude af sync med forbrugerens hensigt. Mennesker reagerer stærkt, når systemer begynder at træffe slutninger om følsomme områder som sundhed, forhold eller finansielle problemer uden eksplicit input. Det er, hvor “hjælpsom” begynder at krydse grænsen til at blive “invasiv”.

Gennemsigtighed bliver også kritisk, når AI-systemer bliver mere autonome. Når brugere ikke let kan forstå, hvorfor en beslutning blev truffet, falder tilliden hurtigt. Dette bliver endnu mere vigtigt, når penge er involveret. 1 af 5 (20%) forbrugere ville stole på AI til at købe for 50 dollars eller mindre uden gennemgang, men kun 8% sagde, de ville stole på AI med noget over 250 dollars. Fejl kan generelt tolereres, men kun hvis de er lette at rette. Urettelige eller svært-korrigerbare fejl skaber frustration og undergraver tillid. Ligesom forbrugere har lidt tolerance for, at deres personlige data bliver genbrugt ud over konteksten, hvor det oprindeligt blev delt, især når det sælges eller anvendes til reklame.

Til sidst er spændingen ikke blot mellem privatliv og bekvemmelighed. Det handler om kontrol og delegering. Mennesker er villige til at overdrage opgaver, men ikke deres fornemmelse af agenti eller deres hovedønske om at blive forstået; dette er kernen i kundeoplevelsen. Når det føles, som om systemet handler med dem, er oplevelsen styrkende. Når det føles, som om det handler i stedet for dem, mindskes værdien hurtigt.

De virksomheder, der lykkes i dette område, gør oversigt let og synlig, tilbyder klare og fleksible tilladelser og bygger tillid gennem konsekvent, forudsigeligt adfærd. Når det er gjort godt, føler mennesker ikke, at de giver afkald på deres privatliv. De føler, at de har fået en ny superkraft, (eller en livshack, cheatkode), der bliver en del af, hvordan de tænker om jeres brand.

Nate Barad er Vice President of Product Marketing i Algolia med omfattende erfaring i at drive strategiske produktinitiativer og levere effektive marketingkampagner. Nate er ansvarlig for at lede virksomhedens globale produktmarkedsføringsstrategi og overvåger udviklingen og gennemførelsen af omfattende markedsføringsplaner, sikrer samarbejdende alignment mellem produkt-, markedsførings- og salgsteams. Før han kom til Algolia, ledede Nate den praktiske udvikling af digitale transformationer for mærker som Major League Baseball og ING. Ligeledes har han haft seniort produktmarkedsføringsroller i Workhuman og Optimizely. Nate har en Bachelor of Science-grad i datalogi fra Trinity College, Connecticut.