Webinar-sammanfattning: Framtiden för AI-agenter för återförsäljare och marknadsplatser

AI förändrar hur vi handlar.

AI-agenter kan lösa supportärenden från början till slut, guida kunder till rätt produkter och utföra åtgärder (som återbeställningar, byten och uppdateringar av varukorgen) i ett enda samtal.

I vårt senaste webbinarium, Framtiden för AI-agenter för återförsäljare och marknadsplatser online, gick vi igenom vad ”agentisk handel” egentligen innebär, var den först skapar värde och hur företag som Meesho, Immobiliare, Deliveroo och CARS24 använder AI-agenter.

Varför det här är viktigt

Traditionell e-handel kan kännas överväldigande. Du använder flera filter eller söker efter produkter, skrollar och läser recensioner i all oändlighet, jämför produkter och kanske gör till slut ett köp. 

Agentisk handel förändrar det. 

Vi ser redan att detta driver mätbar konvertering i stor skala. Amazons AI-shoppingassistent Rufus (inbyggd i Amazons app och på webbplatsen) rapporterade att kunder som använder Rufus har 60 % större sannolikhet att slutföra ett köp än kunder som inte gör det. Det är en tydlig signal om att konversationsbaserad hjälp inte bara är ett supportlager – den blir en ny väg till köp.

I stället för att göra allt arbete själv hjälper intelligenta assistenter dig att hitta det du behöver, besvarar frågor i realtid och kan till och med utföra åtgärder åt dig.

Tre saker driver den här förändringen

1. Kundbeteende – Människor förväntar sig omedelbar, personlig hjälp som känns som ett riktigt samtal, inte ett supportärende.
2. Marknadens storlek – Branschprognoser visar att transaktioner förmedlade av agenter kan nå 136 miljarder dollar 2025 och 3–5 biljoner dollar globalt 2030.
3. Ökade förväntningar – 81 % av kunderna föredrar varumärken som anpassar upplevelsen. 64 % lämnar efter bara en opersonlig interaktion.

Du kan ge varje kund en personlig upplevelse, även när du hjälper miljontals av dem.

Demo: Personlig shopping och intelligent kundsupport

Den här demon visar hur AI-agenter kan guida kunder genom personliga shoppingupplevelser, från produktupptäckt till samordning av upphämtning i butik.

Scenario: En kund ville ha hjälp att inreda ett studentrum med Taylor Swift-inspirerade produkter.

Vad agenten gjorde:

• Erbjöd språkflexibilitet – bytte från spanska till engelska mitt i samtalet utan att förlora sammanhanget
• Föreslog inledande inredningsalternativ för studentrummet (LED-ljusslingor, matta, affischer)
• Gick direkt till specifika produktsidor på begäran
• Lade smidigt flera produkter i varukorgen under samtalet
• Rekommenderade proaktivt kompletterande Taylor Swift-produkter (vinylskiva, tygväska, anteckningsbok, fleecepläd, mobilskal) utifrån kundens intresse
• Kontrollerade lagersaldot i realtid i kundens lokala butik i Denver
• Angav butikens adress och exakt hyllplacering för varje produkt
• Skickade ett SMS med fullständig inköpslista och hyllplaceringar till kundens telefon
  

Varför det är viktigt: Agenten känner igen kundens preferenser och bygger en personlig shoppingupplevelse kring dem.

Demo: Ordersupport och kundservice

Den här demon visar hur AI-agenter kan hantera supportärenden efter köp, inklusive orderspårning, hantering av ersättningsprodukter och tillämpning av policyer.

Scenario: En kunds löparskor var markerade som levererade men kom aldrig fram. Hon ville ha ett par i en annan färg som ersättning.

Vad agenten gjorde:

• Autentiserade kunden och hämtade orderhistoriken automatiskt
• Identifierade den specifika ordern (löparskor, 79,99 dollar, levererad den 25 januari)
• Erbjöd sig att skicka en ersättningsprodukt direkt
• Förklarade systembegränsningarna när kunden bad om att ändra färgen på en befintlig order
• Gav tydliga alternativ: beställ på nytt i originalfärgen eller avbryt och lägg en ny order
• Avböjde rabattförfrågan artigt och förklarade företagets policy
• Behandlade ersättningsordern i realtid

Varför det är viktigt: Agenten löser vanliga supportärenden utan mänsklig hjälp – vilket minskar antalet supportärenden och svarstiderna. 

Kundberättelser 

Meesho: Skalar flerspråkig support i hela Indien

Meesho, en av Indiens största e-handelsmarknadsplatser, behövde erbjuda empatisk, människoliknande support i stor skala på flera språk och för olika användningsområden.

De byggde röstagentar med ElevenLabs för att automatisera kundsupport på både hindi och engelska och hantera stora mängder frågor om orderstatus, förseningar och avbeställningar.

Resultaten:

• Över 60 000 kundsamtal hanteras per dag på hindi och engelska
• Betydande minskning av kostnaderna för kundsamtal
• Kortare genomsnittlig hanteringstid

”Vårt mål var att skapa en röstupplevelse som verkligen känns mänsklig – och ElevenLabs hjälpte oss att uppnå det. Röstens tydlighet, värme och ton spelade en avgörande roll för att bygga förtroende hos våra användare i stor skala”  – Siddharth Gupta, GM – New Initiatives på Meesho.

Immobiliare: Konverterar fler leads på Italiens främsta fastighetsmarknadsplats

Immobiliare, Italiens största fastighetsmarknadsplats med över 1,2 miljoner annonser, stod inför ett vanligt problem: säljarna överöstes med spam medan köpare med hög köpintention inte fick något svar.

De lanserade en AI-röstagent som är tillgänglig dygnet runt och som besvarar frågor och kvalificerar köpare åt säljarna.

Resultaten:

• 70 % av säljarna använder tjänsten (upp från 42 % före lanseringen)
• 80 % positiv användarfeedback från köpare
• Leads av högre kvalitet, eftersom köpare var mer villiga att dela kontaktuppgifter med röstag­enten än via textformulär

”70 % av våra säljare har redan valt att använda agenten, så att den kan besvara frågor om annonser i realtid och automatiskt identifiera leads med hög köpintention åt säljarna” – Paolo Sabatinelli, Chief Product Officer på Immobiliare.

Deliveroo: Effektiviserar verksamheten i hela sitt nätverk

Deliveroo, en global plattform för matleveranser med 176 000 partners, använde AI-agenter för att hantera tre operativa utmaningar: avhopp under introduktionen av bud, inaktuella restaurangöppettider och långsam aktivering av partneretiketter.

Deras AI-agenter återengagerar inaktiva budkandidater, verifierar restaurangernas status i realtid och guidar partner genom aktivering av etiketter.

Resultaten:

• 81 % av buden nåddes och 30 % återaktiverades inom sju dagar
• Agenterna nådde 75 % av restaurangerna och bekräftade korrekta öppettider
• 86 % av partnerplatserna aktiverades framgångsrikt efter kontakt med agenten

”ElevenLabs Agents förändrade vår verksamhet – vi fick insyn i realtid i hela vårt nätverk och kunde ha snabbare och mer konsekvent kontakt med bud och restauranger” – Amy Marangon, Senior Manager, Operations Strategy på Deliveroo.

CARS24: Bygger förtroende vid försäljning av begagnade bilar

CARS24, en ledande plattform för begagnade bilar med över 4 000 anställda och över 200 kundcenter, stod inför en unik utmaning: 70 % av deras köpare köper sitt första fordon, och telefonsamtal bidrar till att bygga förtroende i en bransch som historiskt har haft svårt med det.

De integrerade ElevenLabs Agents för att automatisera sin kontakttratt, skicka automatiska påminnelser och minska väntetider utan att kompromissa med kundupplevelsen.

Resultaten:

• 30 % av inkommande samtal (3 miljoner minuter) automatiserade av AI-agenter
• 45 % av försäljningen får nu hjälp av agenter, med kortare väntetider
• 50 % lägre kostnader för samtal

”Branschen för begagnade bilar har kämpat med förtroende i generationer. Vår AI-röstlösning förändrar den verkligheten. Med ElevenLabs bygger varje interaktion förtroende i stället för tvivel” – Head of AI and Innovation på CARS24.

Bästa praxis för att införa agentlösningar i handeln 

De fem kärnprinciperna för att införa agentlösningar i handeln på ett effektivt sätt:

1. Börja smått och skala sedan upp
   Börja med ett enda flöde med stor effekt, till exempel returer, leveransstatus eller produktupptäckt. Mät hur stor andel ärenden som löses och kundnöjdheten innan du expanderar.
   
2. Integrera dina data tidigt
   Anslut viktiga system som gör att agenten kan utföra verkliga åtgärder. Utan åtkomst till katalog-, lager- och orderdata förblir samtalen statiska.
   
3. Designa med multimodalitet i åtanke
   Voice-first betyder inte enbart röst. Använd röst när det är snabbaste vägen till en lösning och stöd chatt/meddelanden när det ger en bättre upplevelse – samtidigt som agentens beteende är konsekvent i alla kanaler.
   
4. Sätt tydliga skyddsräcken
   Definiera eskaleringsvägar, gränser för tonläge, återbetalningspolicyer och begränsade ämnen. Testa med adversarial prompts innan du går live.
   
5. Mät kontinuerligt
   Behandla agenter som mjukvara – versionshantera, testa, driftsätt och övervaka. Framgång handlar inte om lanseringen, utan om förbättring över tid.
   

Se hela sessionen 

Framtiden för AI-agenter för återförsäljare och marknadsplatser

Se hela sessionen här. 

Voice-first AI förändrar hur kunder handlar och interagerar. Återförsäljare som Meesho och Deliveroo har inte bara sänkt kostnaderna – de har skapat snabbare och mer personliga upplevelser som förbättrar lösningsgraden och förtroendet i stor skala.

Agentisk handel är inte längre teoretisk. Den används redan, går att mäta och är redo att skalas upp.