Personlige AI-agenter kan gi markedsavdelingen mer kapasitet. De kan også gi kunden større kontroll over forarbeidet til et kjøp. For annonsører handler dette om hvem som påvirker kundens valg, og hva som får en merkevare til å bli foretrukket når mer av kjøpsarbeidet delegeres.
Markedsavdelingen kan få en agent til å undersøke målgrupper og forberede en kampanje. Kunden kan bruke sin agent til å undersøke bedriften og tilbudet. Hva gjør en leverandør relevant og troverdig når agenten sammenligner alternativene før kunden besøker leverandørens nettside?
Lenge har samtalen om agenter handlet om hva teknologene kan bygge. Nå kommer tjenester der folk kan beskrive hva de trenger og delegere oppgaver gjennom en samtale. Ambisjonen er at agenten skal bruke verktøy og følge opp arbeidet også etter at brukeren har lukket appen. Det gjør utviklingen relevant for langt flere enn dem som kan skrive kode.
Artikkelen du leser, er laget med Ada
Jeg har gitt min egen dot fra OpenAI navnet Ada. En dot er en personlig AI-assistent som kan bruke verktøy og følge opp oppgaver over tid. Denne artikkelen er et konkret eksempel: Jeg kom med ideen, vinklingen og målgruppen. Ada undersøkte offentlige kilder og skrev et utkast som jeg kan bearbeide før publisering.
Med verktøyene og tilgangene jeg velger å gi, kan Ada samle kundedialog, informasjon fra kundesystemet (CRM) og møtenotater til en brief. Hun kan analysere dokumenter og regneark, lage presentasjoner og hjelpe med bilder, lyd, video, nettsider og kode. Hun kan også følge avtalte temaer over tid. Mulighetene avhenger av verktøy, koblinger og tillatelser. Jeg må vurdere resultatet; en kildehenvisning er ingen garanti for at konklusjonen er riktig.
Når kunden delegerer forarbeidet
Se for deg at en bedrift trenger nytt utstyr. Innkjøperen gir agenten budsjett, kvalitetskrav og leveringsfrist. Agenten undersøker alternativer, sammenligner totalpris og vilkår og presenterer et forslag. Kunden kan da ha funnet frem til et begrenset utvalg lenge før kunden selv besøker en leverandørs nettside. Det samme prinsippet kan gjelde en privatkunde som skal kjøpe en vaskemaskin eller bestille et hotell.
Jeg tror vi kommer til å snakke mer om A2A, agent til agent. Neste steg kan være at kundens agent spør leverandørens agent om lagerstatus, levering og vilkår. Da blir leverandørens agent en del av kundeopplevelsen. Kunden setter rammene og avgjør hva agenten får fullmakt til å gjøre.
B2B og B2C beskriver fortsatt hvem som handler med hvem. Her bruker jeg A2A om hvordan samhandlingen kan foregå. Det finnes også en konkret teknisk standard med navnet Agent2Agent, utviklet av Google og lagt under Linux Foundation. Den skal gjøre det lettere for agenter å kommunisere på tvers av plattformer. Standarden alene løser ikke forhandling, betaling eller ansvar i en handel.
Deler av denne reisen er allerede synlige. OpenAI har lagt vekt på produktoppdagelse og sammenligning i ChatGPT, med betaling hos forhandleren. Sømløs handel mellom kjøper- og leverandøragenter er fortsatt en fremtidstese. Men den gir annonsører et relevant spørsmål nå: Hvorfor skal kunden velge en bestemt leverandør når agenten gjør mer av hjemmeleksen?
Merkevaren følger med inn i bestillingen
Mennesker har preferanser. Kunden kan be agenten prioritere en kjent leverandør, god service eller et merke vedkommende stoler på. Merkevarebyggingen påvirker dermed også hvilke føringer kunden gir sin agent.
Samtidig kan dokumentert kvalitet, kundeerfaringer og tydelige opplysninger om pris, tilgjengelighet og vilkår få større betydning for å komme med i utvalget. For kunder som vektlegger miljø, blir også troverdig dokumentasjon av produktets miljøegenskaper relevant. Hva hjelper et overbevisende budskap hvis agenten ikke får avklart hva tilbudet faktisk koster, eller om det kan leveres?
Nettsider, innhold og annonser vil fortsatt kunne påvirke mennesker og gi informasjon om tilbudet. Men verdien må vurderes også når kunden ikke følger den kjøpsreisen bedriften har planlagt. Hvis mer av sammenligningen skjer før besøket, gir trafikk alene et mangelfullt bilde. Salg, kvaliteten på henvendelser og lønnsomhet blir viktigere holdepunkter, uten at bedriften dermed får full innsikt i hva som påvirket valget.
Mer kapasitet i markedsavdelingen
Den samme utviklingen gir markedsavdelingen nye arbeidsmåter. Et markedsteam kan be en agent undersøke en målgruppe, samle relevant kundedialog og forberede et lanseringsforslag. Når teamet har valgt retning, kan agenten bidra med innholdsvarianter, presentasjon og nettside. Endres tilbudet, kan den hjelpe med å oppdatere materialet.
Leverandørene viser slike bruksområder. OpenAI beskriver dots som hjelp til å oppdatere lanseringsmateriell og bearbeide intervju til innholdsutkast. Anthropic viser Claude Duet til blant annet CRM-basert kundeoppfølging og kampanjemateriell. Googles oppgavefunksjon Task i Gemini, tidligere kalt Spark, arbeider med oppgaver på tvers av tilkoblede apper. Meta Muse og xAIs Grok Bot illustrerer også ambisjonen om å gjøre praktiske oppgaver og følge opp arbeid.
Dette er leverandørenes beskrivelser, ikke en sammenlignende test. Tilgangen varierer med abonnement, marked og gradvis utrulling. OpenAIs Dots kan også brukes i Norge gjennom Business Premium og Enterprise, mens Pro-tilgangen foreløpig er begrenset til markeder utenfor EØS, Storbritannia og Sveits. Enterprise krever aktivering fra administrator. Claude Duet er foreløpig en prøveversjon for inviterte Pro- og Max-brukere i USA.
For en annonsør er den interessante gevinsten bedre sammenheng i arbeidet: mer tid til å forstå kunden, bedre forberedte beslutninger og oppfølging som faktisk blir gjort. Flere innholdsvarianter er først verdifulle når de gjør kommunikasjonen eller kundeopplevelsen bedre.
Når agenten blir inngangen til SaaS
Hva skjer med programvaren ansatte hittil har logget inn i for å gjøre jobben? SaaS er abonnementsbasert programvare som brukes over nettet, for eksempel kundesystemer og prosjektverktøy. API-er lar programmer utveksle data og bruke funksjoner hos hverandre. MCP er en standard for å koble AI-applikasjoner til verktøy og datakilder.
Dermed kan agenten bli stedet ansatte gir oppdraget, mens flere systemer utfører deler av arbeidet i bakgrunnen. En markedsfører kan be om et forslag til kundeoppfølging og få CRM-informasjon, rapporter og innhold samlet uten å flytte alt manuelt mellom apper. Mennesket blir en orkestrator som setter mål, prioriterer og vurderer resultatet. Systemene beholder data, forretningslogikk og rettigheter; grensesnittene trengs fortsatt til kontroll og spesialiserte oppgaver.
Ferdige personlige assistenter er én vei inn. Bedrifter kan også bygge egne agenter for bestemte arbeidsoppgaver og systemer. OpenAI, Anthropic og europeiske Mistral tilbyr slike utviklingsplattformer. Det gir ulike muligheter til å velge modeller, verktøy og drift, uten at alle løsninger er innbyrdes utskiftbare.
Tilgangene må følge oppgaven. En agent bør bare få dataene og verktøyene den trenger. Rettigheter til å lese bør skilles fra rettigheter til å sende, endre eller betale. Opplysninger kan behandles både hos AI-leverandøren og i tilkoblede tjenester. Det er derfor ikke automatisk et «lukket» system. Hvor data behandles, hva de brukes til, og om de lagres eller deles videre, må avklares for den konkrete løsningen. Agentteknologi krever ikke i seg selv behandling i USA. Bedriften må fastsette fullmakter og ansvar. Før Ada sender noe på mine vegne, må mottaker og innhold være godkjent.
Hva skjer med bedriften når agenten gjør mer av jobben?
For leverandørene reiser dette større spørsmål enn hvordan de skal legge til en chatboks. Hvem har kunderelasjonen hvis agenten blir den daglige arbeidsflaten? Hvordan synliggjøres verdien av en tjeneste brukeren sjeldnere ser? Og hva skjer med prising per bruker når færre mennesker jobber direkte i grensesnittet? Dette er åpne spørsmål om hva kunden vil betale for fremover.
Inne i bedriften kan spørsmålene bli like store. Se for deg at agenter følger en kunde fra første interesse til tilbud, levering og service. Hvor mye av dagens overlevering mellom markedsføring, salg og kundeservice blir da nødvendig? Kanskje blir det mer naturlig å organisere små team rundt hele kundeløpet. Da utfordres også avdelingsbudsjetter, mål og lederroller som er bygget rundt hvert sitt ledd.
For byråer og andre tjenesteleverandører kan selve varen endres. Hvis agenten gjør mye av produksjonen, hva kjøper kunden egentlig? Timer, tilgang til kapasitet, faglig vurdering eller et avtalt resultat?
Hvem definerer et godt resultat, og hvem bærer risikoen når det uteblir? Kan et lite fagmiljø med gode agenter konkurrere om oppdrag som tidligere krevde et stort byrå?
Makt kan også flytte seg. Plattformen bak kundens agent kan bli en viktig portvakt. Hvem bestemmer hvilke alternativer kunden får se? Hvem kontrollerer kriteriene for å slippe til, og hvem tar betalt for tilgangen? En agent gir ingen garanti for en komplett eller nøytral markedsoversikt.
Menneskene må fortsatt velge retning, håndtere uenighet og stå ansvarlige for beslutningene. Hvordan ville ledelsen organisert bedriften hvis medarbeiderne ikke lenger måtte bruke så mye tid på å flytte informasjon, koordinere overleveringer og lete etter det de trenger?
Verdien bedriften skaper for kunden
For ANFOs medlemmer er dette en diskusjon om konkurransekraft og innflytelse over kundens valg. Egne agenter kan gi bedriftene bedre kapasitet til å forstå og følge opp kunder. Kundenes agenter kan samtidig endre hvordan leverandører blir vurdert, sammenlignet og valgt.
Det gjør det verdt å tenke større enn neste kampanje.
Hvilken verdi skal bedriften skape for mennesker som delegerer mer av både arbeidet og handelen?
Hva vil få kunden til å be agenten sin om å velge nettopp denne bedriften?
Denne artikkelen er utarbeidet med Ada, Fredrik Petterssons personlige AI-assistent fra OpenAI. Fredrik står for den endelige redaksjonelle vurderingen og godkjenningen før publisering
