Als de klant
een bot is.

Stel je de volgende klant voor die je opzoekt. Die leest elk woord op je pagina in een seconde, vergelijkt je met negen concurrenten en wordt nooit moe of verveeld. En volgens het onderzoek is die ook vreemd makkelijk te beïnvloeden.

AI-agents, software die namens iemand zoekt, vergelijkt en boekt of koopt, gaan van demo’s naar het dagelijks leven. Adobe telde in het feestdagenseizoen 693,4% meer verkeer van AI-tools naar Amerikaanse retailsites dan een jaar eerder, en verwacht dat dat verkeer de komende feestdagen opnieuw meer dan verdubbelt. De basis is nog klein. De richting niet.

Hoe beslissen deze nieuwe klanten dan? Een golf van nieuwe onderzoeken zet AI-shoppers in gecontroleerde experimenten aan het werk, en de resultaten zijn belangrijk voor iedereen die iets verkoopt.

Een shopper met overdreven instincten

Onderzoekers van MIT en Dartmouth bouwden een realistische webshop en lieten er 17 AI-modellen winkelen, waarbij ze telkens één ding veranderden: de prijs, de sterrenbeoordeling, de volgorde van de producten, een regel marketingtekst.

Als een van twee vergelijkbare producten de hogere beoordeling had, kozen 14 van de 17 modellen het 30 tot 80 procentpunten vaker. Mensen die dezelfde keuzes kregen, verschoven zo’n 5 punten. Eén zin als “Dit product is een bestseller!” of “1 + 1 gratis” verschoof de keuzes van de agents met 10 tot 60 punten, zelfs bij gelijke beoordelingen en prijzen.

De onderzoekers noemen de agents “sterk bevooroordeelde kiezers”. Ze reageren op dezelfde signalen als wij, alleen veel sterker. Voor een bedrijf snijdt dat aan twee kanten. Je beoordelingen en de feiten op je pagina tellen bij een bot zwaarder dan bij een mens, en die van je concurrenten ook.

Het eerste antwoord wint

Microsoft Research ging verder en bouwde een complete gesimuleerde markt, waarin AI-klanten Mexicaanse restaurants en aannemers zochten en AI-bedrijven met elkaar concurreerden om hen te bedienen. Elk getest model vertoonde dezelfde gewoonte: het nam het eerste aanbod. Eerste voorstellen werden in 60% tot 100% van de gevallen gekozen, en het bedrijf dat als eerste reageerde, werd 10 tot 30 keer zo vaak gekozen als het bedrijf dat als derde reageerde. Snelheid, niet kwaliteit, bepaalde wie won.

Meer keuze loste het niet op. Bij sommige modellen werden de keuzes van de agent van de klant veel slechter, niet beter, als die veel meer opties kreeg. Het goede nieuws: de meest capabele modellen trokken zich grotendeels niets aan van de manipulatie die de onderzoekers hadden ingebouwd, van valse referenties tot psychologische druk, terwijl oudere en kleinere modellen er wel in trapten.

Eén neppagina is genoeg

AI-shoppingassistenten leunen op het web, en het web kan vervuild zijn. Onderzoekers van de Chinese University of Hong Kong en EPFL herschreven een paar van de pagina’s die een AI-aanbevelingssysteem ophaalt, maakten van een echt product een nepproduct en telden hoe vaak de AI het nepproduct aanbeval.

Elk van de 12 geteste modellen was kwetsbaar. Eén vervuilde pagina zorgde ervoor dat het nepproduct in tot 27% van de gevallen werd aanbevolen. Het vervuilen van de drie bovenste pagina’s verhoogde dat tot 73,8%. Horeca was voor twee derde van de modellen de categorie die het makkelijkst te misleiden was, en bij 74% van de zoekopdrachten stond een pagina die iedereen kon schrijven, zoals een forumbericht of blog, bij de drie belangrijkste bronnen. Langer nadenken hielp niet. Modellen die stap voor stap redeneerden, verzonnen vaak sociale bewijskracht om het nepproduct te rechtvaardigen.

Als de assistent een sponsor heeft

Dan is er de vraag aan wiens kant de agent staat. Onderzoekers van Princeton en de University of Washington testten 23 AI-modellen in situaties waarin het product van een sponsor duurder was maar verder hetzelfde. Op vijf na raadden ze allemaal in meer dan de helft van de gevallen de duurdere gesponsorde optie aan. Eén model raadde in 83% van de gevallen een gesponsord product aan dat bijna twee keer zo duur was. Een ander drukte in 94% van de gevallen gesponsorde opties in een aankoop die al bezig was. Hoe vaak ze dat deden, hing af van hoe welvarend de gebruiker leek.

Nu AI-assistenten advertenties toevoegen, kan aanbevolen worden deels iets worden waarvoor je betaalt, zoals dat bij zoekresultaten ging.

Verkopers schrijven al voor machines

Sommige verkopers hebben het door, bewust of niet. Economen van Chicago Booth analyseerden meer dan zes miljoen Etsy-advertenties en ontdekten dat advertenties na de lancering van ChatGPT aanzienlijk meer van de informatie bevatten die AI-agents gebruiken om te bepalen wat ze tonen: 0,143 bit van maximaal 0,355. Een onderzoek met mensen vond weinig tot geen verandering in wat mensen uit dezelfde advertenties haalden. Verkopers herschrijven voor machines, zonder iets slechter te maken voor mensen.

Zo word jij degene die de bot kiest

• Reageer als eerste. In de markt van Microsoft won het eerste aanbod in 60% tot 100% van de gevallen. Met online boeken, directe offertes en actuele beschikbaarheid krijgt een agent binnen seconden een ja van je.
• Behandel reviews als rankingsignaal. Agents wegen sterrenbeoordelingen veel zwaarder dan mensen. Zorg voor een gestage stroom echte reviews en toon beoordelingen, prijzen en belangrijke voorwaarden als tekst op je pagina’s.
• Zeg het duidelijk, en zeg alles. Wat je verkoopt, wat het kost, waar je werkt, wanneer je open bent, wat er op voorraad is. Agents maken hun shortlist op basis van feiten die ze kunnen lezen. Maak ware claims zoals onderscheidingen expliciet, en verzin ze nooit.
• Let op wat anderen over je zeggen. Eén vervuilde pagina kan een AI misleiden. Vraag de grote assistenten regelmatig naar je bedrijf, en meld neppagina’s en nepreviews.
• Reken op gesponsorde antwoorden. Nu assistenten advertenties toevoegen, beslis je bewust of je meedoet, en houd je in de gaten hoe je wordt beschreven als je dat niet doet.
• Begin klein, wees er vroeg bij. AI-doorverwijzingen zijn nog een klein kanaal, maar groeien snel. Meet ze apart, en wees er als eerste bij als klanten onderzoek doen naar wat je verkoopt voordat ze kopen.

Agents vervangen je klanten niet, maar staan steeds vaker tussen jou en hen in. De bedrijven die een machine makkelijk kan lezen, vertrouwen en bereiken, zijn de bedrijven die hij aanbeveelt. Dat is wat onze teams voor webdesign en AI-zoekoptimalisatie bouwen. Wil je een helder plan, plan dan een strategiegesprek.

Het onderzoek

Elk cijfer in dit verhaal komt uit een van deze bronnen. Werkdocumenten, rapporten en branchedata zijn gemarkeerd, omdat andere onderzoekers ze niet hebben beoordeeld.

1. AI-shoppers tijdens de feestdagen Door Adobe Digital Insights Adobe · Adobe-newsroom · Branchedata Lees de studie (opent in een nieuw tabblad)
2. De verwachting voor de komende feestdagen Door Adobe Digital Insights Adobe · Adobe-newsroom · Branchedata Lees de studie (opent in een nieuw tabblad)
3. Hoe AI-shoppers reageren op beoordelingen, prijzen en nudges Door Manuel Cherep, Chengtian Ma en collega’s MIT, Tsinghua University en Dartmouth · ICLR Lees de studie (opent in een nieuw tabblad)
4. Een gesimuleerde markt van AI-kopers en -verkopers Door Gagan Bansal, Wenyue Hua en collega’s Microsoft Research en Arizona State University · arXiv · Technisch rapport Lees de studie (opent in een nieuw tabblad)
5. Chatbots, sponsors en belangenconflicten Door Addison J. Wu, Ryan Liu en collega’s Princeton University en de University of Washington · COLM Lees de studie (opent in een nieuw tabblad)
6. Hoe één neppagina AI-aanbevelingssystemen misleidt Door Minghao Luo en Liang Chen The Chinese University of Hong Kong en EPFL · Findings of EMNLP Lees de studie (opent in een nieuw tabblad)
7. Verkopers schrijven al voor machines Door Giulio Frey en Kawin Ethayarajh University of Chicago Booth School of Business · arXiv · Werkdocument Lees de studie (opent in een nieuw tabblad)