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 ombeställningar, byten och uppdateringar av varukorgen) i samma konversation.

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

Därför är det här viktigt

Traditionell näthandel kan kännas överväldigande. Du navigerar genom flera filter eller söker efter produkter, skrollar och läser recensioner i all oändlighet, jämför produkter och gör kanske till slut ett köp. 

Agentbaserad handel förändrar det. 

Vi ser redan att detta ger mätbart högre konvertering i stor skala. Amazons AI-shoppingassistent Rufus (inbyggd i Amazons app och på webbplatsen) uppgav att kunder som använder Rufus har 60 % högre 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, svarar på 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. Marknadsstorlek – Branschprognoser tyder på att transaktioner som förmedlas av agenter kan nå 136 miljarder dollar år 2025 och 3–5 biljoner dollar globalt år 2030.
3. Högre förväntningar – 81 % av kunderna föredrar varumärken som anpassar upplevelsen efter dem. 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 att upptäcka produkter till att samordna upphämtning i butik.

Scenario: En kund ville ha hjälp att inreda ett studentrum med saker på Taylor Swift-tema.

Vad agenten gjorde:

• Erbjöd flexibilitet mellan språk – bytte från spanska till engelska mitt i samtalet utan att tappa sammanhanget
• Föreslog inledande inredningsalternativ för studentrummet (LED-ljusslingor, matta, affischer)
• Navigerade direkt till specifika produktsidor på begäran
• Lade smidigt till flera varor i varukorgen under samtalet
• Rekommenderade proaktivt kompletterande Taylor Swift-produkter (vinylskiva, tygkasse, journal, fleecepläd, mobilskal) utifrån kundens intresse
• Kontrollerade lagersaldot i realtid i kundens lokala butik i Denver
• Angav butikens adress och specifika hyllplatser för varje vara
• Skickade ett SMS med den kompletta inköpslistan och hyllplatserna till kundens telefon
  

Därför är det viktigt: Agenten känner igen kundens preferenser och skapar en personlig shoppingupplevelse utifrån dem.

Demo: Ordersupport och kundtjänst

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 en ersättningsvara i en annan färg.

Vad agenten gjorde:

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

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

Kundberättelser 

Meesho: Skalar flerspråkig support i hela Indien

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

De byggde röstassistenter med ElevenLabs för att automatisera kundsupport på både hindi och engelska och hantera stora volymer frågor om orderstatus, förseningar och avbokningar.

Resultaten:

• Över 60 000 kundsamtal hanteras per dag på hindi och engelska
• Betydligt lägre kostnader för kundsamtal
• Kortare genomsnittlig handläggningstid

"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 bostadsmarknadsplats

Immobiliare, Italiens största bostadsmarknadsplats 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 driftsatte en AI-röstagent som är tillgänglig dygnet runt och som svarar på frågor och kvalificerar köpare åt säljarna.

Resultaten:

• 70 % av säljarna använder lösningen (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 svara på 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 nätverket

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

Deras AI-agenter återengagerar inaktiva budkandidater, kontrollerar restaurangers status i realtid och guidar partner genom aktivering av taggar.

Resultaten:

• 81 % av buden nåddes och 30 % återaktiverades inom sju dagar
• Agenterna nådde 75 % av restaurangställena och bekräftade korrekta öppettider
• 86 % av partnerställena aktiverades framgångsrikt efter kontakt med en agent

"ElevenLabs Agents förändrade vår verksamhet – vi fick insyn i realtid i hela vårt nätverk och kunde ha snabbare och mer enhetlig 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 köparna köper sitt första fordon, och telefonsamtal hjälper till att skapa 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 väntetiderna utan att försämra kundupplevelsen.

Resultaten:

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

"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 driftsätta agenter för detaljhandel 

De fem viktigaste principerna för att driftsätta agenter för detaljhandel effektivt:

1. Börja smått och skala sedan upp
   Börja med ett enda flöde med stor effekt, som returer, leveransstatus eller produktupptäckt. Mät hur många ärenden som löses av agenten och kundnöjdheten innan du utökar.
   
2. Integrera dina data tidigt
   Koppla samman de viktigaste systemen så att agenten kan utföra verkliga åtgärder. Utan tillgång till katalog-, lager- och orderdata förblir konversationerna statiska.
   
3. Utforma med multimodalitet i åtanke
   Röst först betyder inte enbart röst. Använd röst när det är den snabbaste vägen till en lösning, och erbjud chatt och meddelanden när det ger en bättre upplevelse – med ett konsekvent agentbeteende i alla kanaler.
   
4. Sätt tydliga skyddsräcken
   Definiera eskaleringsvägar, gränser för tonläge, återbetalningspolicyer och begränsade ämnen. Testa med antagonistiska promptar före lansering.
   
5. Mät kontinuerligt
   Behandla agenter som programvara – versionshantera, testa, driftsätt och övervaka. Framgång är inte lanseringen, utan förbättring över tid.
   

Se hela sessionen 

Framtiden för AI-agenter för återförsäljare och marknadsplatser

Se hela sessionen här. 

Röstbaserad AI förändrar hur kunder handlar och interagerar. Återförsäljare som Meesho och Deliveroo har inte bara minskat kostnaderna – de har skapat snabbare och mer personliga upplevelser som förbättrar problemlösning och förtroende i stor skala.

Agentbaserad handel är inte längre teoretisk. Den är här, mätbar och redo att skalas upp.