AkveoContact

Agentische AI in de retail

Consumenten laten AI al producten zoeken, vergelijken en steeds vaker ook kopen, terwijl retailteams verdrinken in rapportages, retouren en serviceverzoeken. Dit is wat de data zeggen over agents aan beide kanten van de toonbank, en wat een retailer nodig heeft om ze te laten werken.

Een lichte, ruime winkelvloer met productdisplays en winkelend publiek
48%van de Amerikaanse consumenten gebruikte de afgelopen drie maanden AI bij het winkelen
17%van de Amerikaanse AI-gebruikers kocht in een gemiddelde productcategorie rechtstreeks via een AI-tool, tegenover 10% in december 2025

De verschuiving naar agentic commerce

AI-tools zijn inmiddels een snelgroeiende bron van bezoekers voor webwinkels, en die bezoekers converteren nu beter dan gemiddeld. Toch zijn veel retailsites maar gedeeltelijk leesbaar voor de modellen die hen dat verkeer sturen.

42%hogere conversie van verkeer uit AI-tools dan van ander verkeer in maart 2026, een jaar nadat het nog 38% slechter converteerde
693.4%groei van het verkeer vanuit generatieve AI-tools naar Amerikaanse retailsites tijdens de feestdagen van 2025, vanaf een kleine basis
66%van de content op Amerikaanse productpagina's is gemiddeld leesbaar voor AI-modellen

Agents winkelen waar de handel digitaal is

E-commerce groeide in het tweede kwartaal van 2026 met 12,2% ten opzichte van een jaar eerder, bijna twee keer zo snel als de totale detailhandel met 6,7%. In dat digitale kanaal zoeken, vergelijken en rekenen shopping-agents af.

Aandeel e-commerce in de totale Amerikaanse detailhandelsomzet, seizoensgecorrigeerd
15%16%17%18%19%K1 '24K2 '24K3 '24K4 '24K1 '25K2 '25K3 '25K4 '25K1 '26K2 '26

Aandeel berekend op basis van de kwartaalramingen van het Census Bureau voor e-commerce en de totale detailhandelsomzet. Het meest recente kwartaal is voorlopig.

Data als tabel bekijken
K1 '2415.9%
K2 '2416.1%
K3 '2416.2%
K4 '2416.2%
K1 '2516%
K2 '2516.3%
K3 '2516.4%
K4 '2516.7%
K1 '2617%
K2 '2617.1%
Kledingrekken en etalagepoppen in een groot warenhuis

Waarom retailteams agents nodig hebben, geen extra dashboards

Het werk dat de retail vertraagt, is repetitief, verspreid over systemen en wordt gedaan door teams die voortdurend veranderen.

In een McKinsey-onderzoek onder 114 merchandisers gaven respondenten aan dat ze nog steeds 40% van hun tijd besteden aan taken met weinig waarde, en 71% zei dat AI-tools voor merchandising tot nu toe weinig of geen effect hebben gehad. McKinsey wijst gefragmenteerde systemen en rommelige data aan als oorzaak.

Personeelsverloop maakt het nog lastiger. De Amerikaanse detailhandel had in september 2026 698.000 openstaande vacatures, en retailers registreerden in 2025 4,76 miljoen vrijwillige vertrekken. Elk proces dat alleen in de hoofden van medewerkers bestaat, moet steeds opnieuw worden aangeleerd.

  • Retailers schatten dat 15,8% van de omzet in 2025, zo'n 849,9 miljard dollar, zou worden geretourneerd.
  • 85% van de grote Amerikaanse retailers die de NRF ondervroeg, gebruikt al AI om retourfraude op te sporen of te voorkomen.
  • 36,2% van de retailmedewerkers gebruikt al generatieve AI in het werk.

Use cases voor AI-agents in de retail

Een agent doet meer dan antwoorden. Hij voert acties uit in uw systemen, binnen de grenzen die u stelt. Kies een gebied om te zien wat agents doen en welke systemen ze nodig hebben.

01

Shopping-assistent op uw website

Vindt producten, vergelijkt opties, stelt het winkelmandje samen en rekent af nadat de klant heeft bevestigd. Heeft de catalogus, actuele voorraad, betalingen en loyaliteitsdata nodig.

02

Catalogus en checkout klaar voor agents

Stelt productdata, winkelmandje en checkout beschikbaar zodat externe agents zoals ChatGPT of Gemini bij u kunnen kopen. Heeft PIM, productfeeds, checkout-API's en fraudecontroles nodig.

Wat consumenten al via AI kopen

McKinsey vroeg AI-gebruikers in 11 markten of ze in de afgelopen drie maanden een aankoop rechtstreeks met een AI-tool hadden afgerond. Kleding en boodschappen lopen voorop. In de VS groeiden boodschappen het snelst, met 11,1 procentpunt sinds december 2025.

AI-gebruikers in 11 markten die in de afgelopen drie maanden een aankoop met een AI-tool afrondden, per categorie
  • Kleding, schoenen en accessoires18%
  • Boodschappen16.8%
  • Restaurants en maaltijdbezorging16.6%
  • Reizen en hospitality16.4%
  • Beauty en persoonlijke verzorging16.2%
  • Consumentenelektronica16.2%
  • Huis, tuin en doe-het-zelf10.5%
  • Dierenverzorging10.4%

McKinsey Agentic Commerce Consumer Survey, juni 2026, circa 21.000 consumenten. Een selectie van de gemeten categorieën.

Data als tabel bekijken
Kleding, schoenen en accessoires18%
Boodschappen16.8%
Restaurants en maaltijdbezorging16.6%
Reizen en hospitality16.4%
Beauty en persoonlijke verzorging16.2%
Consumentenelektronica16.2%
Huis, tuin en doe-het-zelf10.5%
Dierenverzorging10.4%

Onze visie

De winnaars zijn de winkels waar een agent het makkelijkst kan kopen

Wanneer een agent voor een klant winkelt, ziet hij uw homepage of uw campagne niet. Hij ziet productdata, actuele beschikbaarheid, prijs, levertoezeggingen en een checkout die hij kan afronden. Retailers van wie een agent de catalogus kan lezen en bij wie hij kan kopen, worden vaker gekozen: volgens McKinsey converteren AI-zoekopdrachten die gekoppeld zijn aan de catalogus van een retailer ongeveer twee keer zo goed als zoekopdrachten op gescrapete data. Hetzelfde werk vormt ook de basis voor hun eigen service- en merchandising-agents.

De protocollen achter agentische checkout

Om agents namens consumenten te laten kopen, hebben retailers, platforms en betaalnetwerken gedeelde afspraken nodig over catalogi, winkelmandjes, betalingen en het bewijs dat een agent te vertrouwen is. Dit zijn tot nu toe de belangrijkste protocollen en programma's van de kaartnetwerken.

ProtocolGesteund doorWat het standaardiseertAangekondigd
Agentic Commerce Protocol (ACP, bèta)OpenAI en StripeHoe kopers, hun AI-agents en bedrijven een checkout afronden, inclusief gedelegeerde betalingSeptember 2025
Agent Payments Protocol (AP2)Google, met 60+ organisatiesDoor agents uitgevoerde betalingen met cryptografisch ondertekende mandaten voor de koopintentie en het winkelmandje van de klantSeptember 2025
Universal Commerce Protocol (UCP)Google, samen ontwikkeld met Shopify, Etsy, Wayfair, Target en WalmartDe volledige klantreis over agents en retailers heen, compatibel met A2A, AP2 en MCPJanuari 2026
Trusted Agent ProtocolVisa, met CloudflareHoe webwinkels een betrouwbare AI-agent herkennen, met HTTP-berichthandtekeningenOktober 2025
Mastercard Agent PayMastercardAgentic tokens die kaarttokenisatie uitbreiden naar betalingen door AI-agentsApril 2025

De meeste hiervan staan nog in de kinderschoenen, en McKinsey meldt dat OpenAI instant checkout in ChatGPT heeft teruggeschroefd. Controleer de actuele status van elk protocol voordat u zich aan een integratie verbindt.

De vertrouwenskloof die agents nog moeten dichten

Consumenten gebruiken AI om zich te oriënteren, maar veel minder mensen zouden AI laten betalen. Zorgen over datagebruik en twijfels over nauwkeurigheid zijn wijdverbreid.

66%van de Amerikaanse consumenten maakt zich zorgen over hoe generatieve AI-assistenten hun data gebruiken
31%vertrouwt erop dat generatieve AI producten en prijzen nauwkeurig vergelijkt
39%gebruikt generatieve AI als belangrijkste hulpmiddel voor minstens één taak bij de feestdageninkopen
16%zou generatieve AI met hun toestemming een aankoop laten afronden

Wilt u weten of uw webwinkel klaar is voor agents?

We beoordelen uw catalogusdata, uw commerceplatform en uw checkout en laten zien wat er nodig is zodat agents uw producten kunnen vinden en kopen.

Plan een agent-readiness-review
[ Aanpak ]

Zo lanceert u een AI-agent in de retail

Agents mislukken vaker door data en rechten dan door modellen, dus het meeste werk gebeurt vóór de lancering.

  1. Kies één workflow met een duidelijke eigenaar

    Kies een veelvoorkomende taak zoals orderstatus, retourverzoeken of een wekelijkse merchandisingrapportage, en spreek af hoe succes wordt gemeten.

  2. Maak de data klaar voor agents

    Schoon productdata, attributen en beschikbaarheid op zodat een agent ze kan lezen, en dicht hiaten die tot verkeerde antwoorden zouden leiden.

  3. Koppel de systemen

    Integreer het commerceplatform, het OMS, de ERP en de helpdesk via API's, met lees- en schrijfrechten die per actie zijn vastgelegd.

  4. Stel vangrails in

    Leg vast wat de agent zelfstandig mag doen, wat bevestiging van de klant of een collega vereist, en welke limieten gelden voor uitgaven, terugbetalingen en kortingen.

  5. Draai een pilot met echt verkeer

    Lanceer voor een deel van de klanten of één team, log elke actie en vergelijk kosten, snelheid en fouten met het huidige proces.

  6. Opschalen en kanalen toevoegen

    Breid uit naar meer workflows en open, zodra de catalogus klaar is, uw checkout voor externe agents via de protocollen die uw platforms ondersteunen.

[ Uitdagingen ]

Uitdagingen en hoe u ze aanpakt

Catalogusdata die agents niet kunnen lezen

Structureer attributen, maten, beschikbaarheid en voorwaarden zodat modellen ze kunnen verwerken, en houd prijzen en voorraad in realtime actueel.

Gefragmenteerde systemen

Koppel het commerceplatform, het OMS, de ERP en de helpdesk via één integratielaag in plaats van voor elk systeem een aparte bot te bouwen.

Betalingen, toestemming en fraude

Gebruik getokeniseerde agentbetalingen, expliciete bevestiging door de klant en fraudecontroles voor elke actie waarmee geld wordt verplaatst.

De waarde aantonen

Meet elke agent op één bedrijfscijfer, zoals opgeloste tickets, retourkosten of analistenuren, ten opzichte van het huidige proces.

[ Cases ]

Commerceplatforms die we hebben gebouwd

Agents werken op commerce-, order- en analysesystemen. Dit zijn integratieprojecten die we voor retailklanten hebben opgeleverd: de basis waarop een AI-agent aansluit.

E-commerceMobiele ontwikkeling

E-commerce-app voor digitaal winkelen

40% meer klantbetrokkenheid

We bouwden een shopping-app voor iOS en Android met geïntegreerde betalingen, logistiek beheer en realtime ordertracking voor klanten en bezorgers, van concept tot lancering in 9 maanden.

Meer informatie
E-commerce-app voor digitaal winkelen
RetailRetool

Dashboards voor een cadeaumarktplaats

2 dashboards met Shopify-integratie

Voor een cadeaumarktplaats met bezorging op dezelfde dag bouwden we dashboards voor orderbeheer, leveringstracking en rapportage voor retailpartners en beheerders, geïntegreerd met Shopify.

Meer informatie
Dashboards voor een cadeaumarktplaats

Bronnen

  1. US Census Bureau, Quarterly Retail E-Commerce Sales, 2nd Quarter 2026 · Monthly Retail Trade Survey, augustus 2026
  2. US Census Bureau, Business Trends and Outlook Survey · Detailhandelssector, 5–18 oktober 2026
  3. McKinsey, Who wins when AI does the shopping? · Circa 21.000 consumenten in 11 markten, juni 2026
  4. McKinsey, Merchants unleashed: How agentic AI transforms retail merchandising · 114 merchandisers, december 2025
  5. Deloitte, 2026 Holiday Retail Survey · 4.000 Amerikaanse consumenten, augustus–september 2026
  6. Adobe, 2025 holiday shopping season results · Adobe Analytics, meer dan 1 biljoen bezoeken aan Amerikaanse retailsites
  7. Adobe, AI traffic surge and machine readability of retail sites · April 2026
  8. NRF and Happy Returns, 2025 Retail Returns Landscape · 2.006 consumenten en 358 retailprofessionals, oktober 2025
  9. US Bureau of Labor Statistics via FRED, Job Openings: Retail Trade · JOLTS, september 2026
  10. US Bureau of Labor Statistics, JOLTS annual quits levels · 2025
  11. Real-Time Population Survey via FRED, Generative AI adoption rate for work: Retail Trade · Bick, Blandin en Deming, K3 2026
  12. Agentic Commerce Protocol · OpenAI en Stripe
  13. Google Cloud, Agent Payments Protocol (AP2) · September 2025
  14. Google, Universal Commerce Protocol · Januari 2026
  15. Visa, Trusted Agent Protocol · Oktober 2025
  16. Mastercard, Agent Pay · April 2025
[ FAQ ]

Veelgestelde vragen

Bespreek AI-agents voor uw retailbedrijf

Vertel ons over uw platforms en de workflow die uw team de meeste tijd kost. We laten u weten waar een agent zich het snelst terugbetaalt, met een globale inschatting.

Dmitry Klim
Dmitry Klim
Head of Growth
Clutch
5900 Balcones Drive #21729, Austin, TX 78731[email protected]+1 (512) 921-9631