DA
Forbind din AI-agent

Føj Hello Retail til din AI-assistent

For Hello Retail-kunder: Kopiér adressen, og tilføj den som connector i Claude, ChatGPT eller Codex.

MCP-adresse

https://core.helloretail.com/mcp

Endnu ikke kunde?MCP kræver et Hello Retail-login. Fortæl os, hvad du vil bygge.

Lad os snakke
Lad os snakke

Et indblik i Product Agents: AI inden for e-handel

Nicklas Beran Bergström·April 15, 2026·5 min read

Hos Hello Retail har vi brugt flere år på at opbygge det, vi kalder Product Intelligence – en løsning, der er blevet udviklet i al stilhed og trin for trin på tværs af tusindvis af butikker og millioner af interaktioner.

Da vi lancerede Product Agents, ønskede vi at forklare, hvordan det fungerer, i stedet for blot at annoncere det. Derfor satte vi os sammen med Sarah Miguel Cournane, vores dataforsker, i februar som led i vores serie »Hello Retail Conversations«. Her er, hvad hun gennemgik med os.

Watch the Hello Retail Conversation with Sarah here →

Skiftet: Fra at forudsige adfærd til at handle ud fra den

E-handelsbranchen har brugt AI i årevis, bare ikke altid under det navn. Anbefalingsmotorer, søgealgoritmer, kollaborativ filtrering: Det er alt sammen former for maskinlæring, der i et årti har præget, hvordan webshops fungerer.

Det, der har ændret sig, er hastigheden.

Sarah Miguel Cournane, dataforsker hos Hello Retail

“Vi er gået fra at bruge AI til at understøtte beslutninger til rent faktisk at kontrollere, hvad AI’en leverer til os.” (Sarah Miguel Cournane)

Den udvikling er vigtig. Hvor AI tidligere blot understøttede beslutninger, handler den nu på dem i realtid, i stor skala og i formater, som kunderne rent faktisk ser.

Det er her, Product Agents kommer ind i billedet.

Hvad er Product Agents?

En produktagent er et autonomt AI-system, der overvåger dit produktkatalog og kundernes adfærd og derefter selvstændigt beslutter, hvem der skal kontaktes, hvornår, med hvilket produkt og hvilken besked der skal sendes. I modsætning til manuelle e-mail-forløb, der er bygget op omkring faste udløsere, reagerer hver agent på realtidssignaler: Et set produkt falder i pris, et forbrugsmateriale skal genopfyldes, eller en foretrukken vare er udsolgt. Beslutningslaget er prædiktiv AI. Skrivningslaget er generativ AI. Sammen bringer de agentbaseret handel ind i livscyklus-e-mails.

Product Intelligence: Det fundament, som de fleste overser

Før man kan skabe noget meningsfuldt, skal man forstå, hvad der ligger til grund for adfærden. Det er netop det, Product Intelligence gør, og det tager udgangspunkt i noget andet end de fleste personaliseringssystemer.

I stedet for at tage udgangspunkt i, hvem en bruger er, fokuserer den på, hvad brugeren interagerer med: Hvilke produkter der ses sammen, købes sammen eller aldrig overlapper hinanden, og hvilke der udskiftes, genopfyldes eller opgives.

Dette skaber et andet grundlag for personalisering.

“Hvis vi ikke ved, hvem du er, fokuserer vi på det, du interagerer med. Det er nok til at forstå din hensigt.” (Sarah Miguel Cournane)

Bag kulisserne kortlægges hvert produkt i et højdimensionelt rum, hvor hver vare er forbundet med en række egenskaber og relationer i stedet for blot et ID.

Brand
Trendy Bag
Product Image
Product Title
Product Description
}
Vector

Diagrammet ovenfor viser transformationen: Et produkt (her en taske) bidrager med sit billede, sin titel og sin beskrivelse til en flerdimensionel vektorrepræsentation. Det er via denne vektor, at Product Intelligence sporer hvert enkelt produkts relationer på tværs af kataloget, selv før der foreligger købsdata.

Så når et nyt produkt kommer med i et katalog, starter det ikke fra bunden. Det bygger videre på den eksisterende viden.

Det løser et af e-handelens største problemer: Den såkaldte »cold start«.

Den virkelighed, som de fleste butikker ikke ser

I samtalen blev der nævnt to tal, der sætter rammerne for udfordringen: Cirka 30 % af produkterne står for 70–80 % af omsætningen, og cirka 50 % forsvinder inden for seks måneder.

Halvdelen af din produktviden bliver løbende opdateret. Product Intelligence løser dette problem ved at sammenkæde nye varer med historisk adfærd, så systemets forståelse bevares, selv når sortimentet ændrer sig.

Hvor Product Agents ændrer spillereglerne

De fleste e-mail-opsætninger er afhængige af arbejdsgange, man selv skal oprette manuelt: Man skal indstille udløsere, vurdere tidspunkter og vælge indhold. Vedligeholdelsen er en konstant opgave.

Product Agents fjerner det lag. I stedet for at opbygge arbejdsgange definerer du hensigten. Systemet tager sig af resten: Hvem der skal kontaktes, hvornår, hvilket produkt der skal vises, og hvilken besked der skal sendes. Det er baseret på prædiktiv og generativ AI.

Sarah Miguel Cournane, dataforsker hos Hello Retail

Den virkelige nyskabelse: At kombinere to typer AI

Generativ AI får stor opmærksomhed i øjeblikket, men i sig selv er det ikke nok til det, som Product Agents gør. Værdien ligger i at kombinere begge dele:

  • Prediktiv AI: Hvad folk sandsynligvis vil have, og hvornår
  • Generativ AI: Sådan formidler man det effektivt

“Det er ikke en konkurrence mellem de to. Det er kombinationen, der gør det interessant.” (Sarah Miguel Cournane)

Det er netop det, som Product Agents bygger på.

Timingen er afgørende, og nu får du begge dele

Genopfyldning er et tydeligt eksempel. At købe en sofa er en engangsbegivenhed; det er køb af hundemad derimod ikke. Den forskel har indflydelse på alt: Kommunikationshyppighed, budskabstype og timing.

Product Agents forstår automatisk denne forskel, på samme måde som de håndterer prisnedsættelser, produktalternativer og ændringer i lagerbeholdningen. Resultatet er meddelelser, der er knyttet til den faktiske hensigt frem for en kampagnekalender.

Den skjulte kompleksitet: Tonefald på tværs af sprog

En uventet udfordring viste sig at være sproglig snarere end teknisk.

Tonefaldet er ikke universelt. »Venligt« på spansk opfattes anderledes end »venligt« på tysk; »formelt« på dansk er et andet sprogligt register end »formelt« på engelsk. Det, der lyder naturligt på et marked, kan virke malplaceret på et andet.

Det betyder, at tonen er en sammensætning af sprog, brandidentitet, kontekst og målgruppens forventninger, som alle spiller sammen i stor skala. Systemet skal finde det rette sprogligt niveau på tværs af tusindvis af e-mails, som det aldrig gennemgår manuelt.

Agenter på forhandlersiden

Størstedelen af den aktuelle debat om AI inden for e-handel handler om kunderne: Shoppingassistenter, AI-copiloter og chatgrænseflader. Product Agents tager udgangspunkt i en anden vinkel. De er udviklet til forhandlere, men de er til gavn for kunderne.

“De hjælper butikken med at forstå, hvad kunden ønsker, og hjælper kunden med at finde det hurtigere.” (Sarah Miguel Cournane)

I stedet for at vente på, at kunden tager initiativet, tager butikken selv initiativet.

Hvad det rent faktisk betyder for e-handel

E-handlen er ved at skifte fra statiske processer til dynamiske beslutninger, fra målretning mod segmenter til henvendelse til enkeltpersoner, fra kampagner til løbende optimering.

Og fra butikker, du besøger, til butikker, der kommer til dig – på en måde, der føles relevant snarere end påtrængende.

Afsluttende bemærkning

Den enkle fremstilling er, at AI er et lag, man lægger oven på eksisterende systemer. Det, der sker, er mere strukturelt: En anden måde at organisere beslutningsprocessen inden for e-handel på.

Product Agents er et udtryk for denne udvikling, og den underliggende infrastruktur er stadig på et tidligt stadie.

Alle detaljer og en oversigt over de enkelte agenter findes på siden om Product Agents.