NL
Verbind je AI-agent

Voeg Hello Retail toe aan je AI-assistent

Voor klanten van Hello Retail: Kopieer het adres en voeg het toe als connector in Claude, ChatGPT of Codex.

MCP-adres

https://core.helloretail.com/mcp

Nog geen klant?De MCP werkt met een Hello Retail-login. Vertel ons wat je wilt bouwen.

Laten we praten
Laten we praten

Een kijkje bij Product Agents: AI in de ecommerce

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

Bij Hello Retail hebben we jarenlang gewerkt aan wat we Product Intelligence noemen, een systeem dat we stilletjes en stap voor stap hebben ontwikkeld op basis van gegevens uit duizenden winkels en miljoenen interacties.

Toen we Product Agents lanceerden, wilden we niet alleen de lancering aankondigen, maar ook uitleggen hoe het precies werkt. Daarom hebben we in februari een gesprek gehad met Sarah Miguel Cournane, onze datawetenschapper, als onderdeel van onze serie ‘Hello Retail Conversations’. Dit is wat ze ons heeft uitgelegd.

Watch the Hello Retail Conversation with Sarah here →

De verschuiving: Van het voorspellen van gedrag naar ernaar handelen

Ecommerce maakt al jaren gebruik van AI, alleen niet altijd onder die naam. Aanbevelingssystemen, zoekalgoritmen, collaboratieve filtering: Het zijn allemaal vormen van machine learning die al tien jaar lang bepalend zijn voor hoe webwinkels werken.

Wat veranderd is, is de snelheid.

Sarah Miguel Cournane, datawetenschapper bij Hello Retail

“We zijn van het gebruik van AI om beslissingen te ondersteunen, overgestapt naar het daadwerkelijk controleren van wat AI voor ons oplevert.” (Sarah Miguel Cournane)

Die verandering is belangrijk. Waar AI vroeger beslissingen ondersteunde, voert het die nu in realtime uit, op grote schaal en in vormen die klanten daadwerkelijk zien.

Daar komen de Product Agents om de hoek kijken.

Wat zijn Product Agents?

Een Product Agent is een autonoom AI-systeem dat je productcatalogus en het gedrag van je klanten in de gaten houdt, en vervolgens zelfstandig beslist met wie contact moet worden opgenomen, wanneer, met welk product en welk bericht er moet worden verstuurd. In tegenstelling tot handmatige e-mailstromen die zijn gebaseerd op vaste triggers, reageert elke agent op realtime signalen: Een bekeken product wordt goedkoper, een verbruiksartikel moet worden bijgevuld, een favoriet artikel is niet meer op voorraad. De beslissingslaag bestaat uit voorspellende AI. De schrijflaag bestaat uit generatieve AI. Samen brengen ze agent-gedreven commerce naar lifecycle-e-mails.

Product Intelligence: De basis die de meeste mensen over het hoofd zien

Voordat je iets zinnigs kunt maken, moet je eerst begrijpen wat gedrag drijft. Dat is precies wat Product Intelligence doet, en het pakt het anders aan dan de meeste personalisatiesystemen.

In plaats van te kijken naar wie een gebruiker is, richt het zich op waarmee hij of zij interactie heeft: Welke producten samen worden bekeken, samen worden gekocht of elkaar nooit kruisen, en welke worden vervangen, aangevuld of links laten liggen.

Dit zorgt voor een andere basis voor personalisatie.

“Als we niet weten wie je bent, kijken we naar waar je mee bezig bent. Dat is genoeg om je intentie te begrijpen.” (Sarah Miguel Cournane)

Achter de schermen wordt elk product in een hoogdimensionale ruimte in kaart gebracht, waarbij elk item niet alleen een ID heeft, maar ook een reeks kenmerken en relaties.

Brand
Trendy Bag
Product Image
Product Title
Product Description
}
Vector

Het bovenstaande diagram laat de transformatie zien: Een product (in dit geval een tas) levert zijn afbeelding, titel en beschrijving aan voor een multidimensionale vectorweergave. Aan de hand van die vector houdt Product Intelligence de relaties van elk artikel binnen de catalogus bij, zelfs voordat er aankoopgegevens beschikbaar zijn.

Dus als er een nieuw product in de catalogus komt, begint het niet helemaal vanaf nul. Het bouwt voort op bestaande kennis.

Dat lost een van de grootste problemen van e-commerce op: De ‘cold start’.

De realiteit die de meeste winkels niet zien

Tijdens het gesprek kwamen twee cijfers naar voren die de uitdaging goed weergeven: Zo’n 30% van de producten is goed voor 70–80% van de omzet, en zo’n 50% verdwijnt binnen zes maanden.

De helft van je productkennis wordt voortdurend vernieuwd. Product Intelligence lost dit op door nieuwe voorraad te koppelen aan historisch gedrag, zodat het systeem zijn kennis behoudt, zelfs als de catalogus verandert.

Waar Product Agents het spel veranderen

Bij de meeste e-mailopzetten moet je alles handmatig instellen: Triggers instellen, de timing inschatten, de inhoud kiezen. Het onderhoud houdt nooit op.

Product Agents halen die laag weg. In plaats van workflows op te zetten, definieer je de intentie. Het systeem regelt de rest: Met wie contact opnemen, wanneer, welk product laten zien en welk bericht versturen. Het werkt op basis van voorspellende en generatieve AI.

Sarah Miguel Cournane, datawetenschapper bij Hello Retail

De echte innovatie: Twee soorten AI combineren

Generatieve AI krijgt op dit moment veel aandacht, maar op zichzelf is het niet genoeg voor wat Product Agents doen. De meerwaarde zit hem in de combinatie van beide:

  • Voorspellende AI: Wat mensen waarschijnlijk willen en wanneer
  • Generatieve AI: Hoe je er effectief over kunt communiceren

“Het is geen wedstrijd tussen die twee. De combinatie is waar het pas echt interessant wordt.” (Sarah Miguel Cournane)

Daar is Product Agents op gebaseerd.

Timing is belangrijk, en nu krijg je het allebei

Het aanvullen van voorraden is een duidelijk voorbeeld. Een bank kopen is iets wat je maar één keer doet; hondenvoer kopen niet. Dat verschil bepaalt alles: Hoe vaak je communiceert, wat voor soort boodschap je brengt en wanneer je dat doet.

Product Agents snappen dat verschil vanzelf, net zoals ze omgaan met prijsdalingen, productalternatieven en voorraadwijzigingen. Het resultaat zijn berichten die zijn afgestemd op de daadwerkelijke intentie, in plaats van op een campagnekalender.

De verborgen complexiteit: De toon in verschillende talen

Een onverwachte uitdaging bleek uiteindelijk eerder taalkundig dan technisch te zijn.

De toon van je communicatie is niet overal hetzelfde. ‘Vriendelijk’ klinkt in het Spaans anders dan in het Duits; ‘formeel’ in het Deens is een heel ander register dan ‘formeel’ in het Engels. Wat in de ene markt natuurlijk klinkt, kan in een andere markt juist vreemd overkomen.

Daardoor is de toon een combinatie van taal, merkidentiteit, context en de verwachtingen van je publiek, die allemaal op grote schaal samenwerken. Het systeem moet de juiste toon vinden in duizenden e-mails die het nooit handmatig controleert.

Agenten aan de kant van de handelaar

Het grootste deel van de huidige discussie over AI in de ecommerce draait om klanten: Winkelassistenten, AI-copiloten, chatinterfaces. Product Agents benaderen het vanuit een andere invalshoek. Ze zijn ontwikkeld voor verkopers, maar staan ten dienste van de klant.

“Ze helpen de winkel te begrijpen wat de klant wil, en helpen de klant het sneller te vinden.” (Sarah Miguel Cournane)

In plaats van te wachten tot de klant iets doet, neemt de winkel zelf het initiatief.

Wat dit nu eigenlijk betekent voor de ecommerce

Ecommerce verschuift van statische processen naar dynamische beslissingen, van het richten op segmenten naar het aanspreken van individuen, van campagnes naar voortdurende optimalisatie.

En van winkels die je bezoekt tot winkels die naar je toe komen, op een manier die relevant aanvoelt in plaats van opdringerig.

Laatste gedachte

De simpele manier om het te zien is dat AI een laag is die je bovenop bestaande systemen legt. Wat er echt gebeurt, is veel structureler: Een andere manier om te organiseren hoe beslissingen in de ecommerce worden genomen.

Product Agents zijn een voorbeeld van die verschuiving, en de infrastructuur erachter staat nog in de kinderschoenen.

Alle details en een overzicht van elke agent vind je op de Product Agents-pagina.