Du godkender produktet, beløbet og betalingen. Men hvem har allerede besluttet, hvilke tilbud du får vist, hvilke kriterier der vægter højest, og hvad du kan undvære? ChatGPT Wallet giver en konkret anledning til at se nærmere på agentbaserede indkøb: hvilke beslutninger vi overlader til AI, og hvad denne ansvarsfordeling betyder for brands.
OpenAI arbejder på at gøre det muligt for agenter at gennemføre indkøb. For brugeren er løftet større bekvemmelighed: mindre tid på at gennemse websites, sammenligne tilbud og udfylde formularer. For virksomheder opstår en ekstra opgave: at sikre, at et system, der handler på kundens vegne, kan aflæse tilbuddet korrekt og kontrollere, om det lever op til kravene.
Den mest interessante ændring kan dog ske allerede før betalingen. Den handler om, hvem der indsnævrer udvalget.
Hvad har OpenAI annonceret om ChatGPT Wallet?
13. november 2026 præsenterede OpenAI ChatGPT Wallet, en ChatGPT-wallet, der gør det muligt for agenter at betale på brugerens vegne. Løsningen er udviklet i samarbejde med American Express, Chase, Mastercard og Visa. Den indledende, gradvise udrulning omfatter en begrænset gruppe voksne ChatGPT Pro-brugere i USA med kvalificerede kort udstedt i landet.
Før købet kan brugeren gennemgå produkterne, det samlede beløb og det valgte kort og derefter godkende transaktionen ved at gennemføre en sikkerhedsverifikation. Agenten modtager betalingsoplysninger i form af et token, der erstatter de faktiske kortoplysninger, som den ikke får adgang til.
Det er værd at bemærke, at OpenAI også beskriver en mulig fremtidig retning – at brugeren på forhånd kan give agenten tilladelse til at foretage indkøb inden for bestemte rammer, f.eks. et budget, en kategori eller en tidsperiode. Det er en varsling om den videre udvikling, ikke en beskrivelse af en funktion, der er bredt tilgængelig i den nuværende udrulning.
Nyheden bygger videre på et emne, jeg tog op i artiklen om indkøb, annoncer og personalisering i ChatGPT. Denne gang ser jeg nærmere på, hvordan kontrollen over købet fordeles.
Hvad betyder agentbaserede indkøb egentlig?
I denne analyse bruger jeg følgende operationelle definition: Agentbaserede indkøb beskriver, hvor langt et AI-system kan vælge og udføre handlinger, der fører til et køb, inden for rammerne af brugerens opgave og tilladelse.
Definitionen gør det muligt at undersøge konkret adfærd. At generere en liste over produkter siger i sig selv ikke meget om systemets selvstændighed. Det afgørende er, om systemet kan søge efter information, ændre sin plan, vælge værktøjer, sammenligne tilbud og håndtere forhindringer.
Anthropic beskriver en lignende arkitektonisk skelnen: I et på forhånd programmeret workflow bestemmes de næste trin af kode, mens modellen i et agentsystem styrer processen og brugen af værktøjer dynamisk. Det er en nyttig begrebsmæssig ramme, men ikke en beskrivelse af den konkrete arkitektur bag ChatGPT Wallet.
Ved indkøb kan graden af selvstændighed variere betydeligt. Brugeren kan angive et bestemt produkt og kun bede agenten om at bestille det. Brugeren kan også beskrive et behov, et budget og en deadline og overlade valget af produkt og forhandler til agenten.
Begge opgaver ender med et køb. I det sidste tilfælde får systemet langt større indflydelse på, hvad der bliver købt.
Godkendelse af betalingen er ét kontrolpunkt
Forestil dig, at du beder en agent om at finde en kuffert til en bestemt flyrejse. Systemet præsenterer ét forslag, forklarer fordelene og beder dig godkende købet.
Du har kontrol over udgiften. Men hvis du vil vurdere, om du også har kontrol over valget, har du brug for flere oplysninger – hvilke tilbud systemet overvejede, hvilke det fravalgte, og hvorfor det vurderede det valgte produkt som egnet. Det kan have kontrolleret alle krav korrekt. Men det kan også have tolket den upræcise betegnelse »håndbagage« som tilstrækkeligt bevis for, at produktet overholder reglerne for den konkrete billettype. Det er to vidt forskellige resultater, selv om skærmbilledet til godkendelse af betalingen ser ens ud.
Godkendelse af en transaktion bekræfter, at brugeren har accepteret det præsenterede køb. I sig selv beviser den ikke, at den forudgående udvælgelse var fuldstændig og korrekt.
Det er vores metodiske konklusion. Den beskriver ikke en observeret fejl i Wallet. Den viser, hvorfor undersøgelser af AI-assisterede indkøb også bør omfatte beslutningerne før betalingen.
En model for delegering af indkøb
I stedet for at tildele hele processen ét »autonominiveau« foreslår jeg at opdele den i beslutninger og handlinger. For hvert trin bør man fastslå, hvad mennesket bestemmer, hvad agenten må gøre, og hvornår den skal bede om yderligere godkendelse.
område | hvad bestemmer brugeren? | hvad skal kontrolleres i agentens handlinger? |
|---|---|---|
behov og begrænsninger | mål, budget, deadline og ufravigelige krav | om systemet fastholder kravene og afklarer tvetydigheder |
søgning og sammenligning | søgeomfanget eller tilladelse til, at agenten fastlægger det | hvilke kilder og tilbud den medtager, og hvordan den begrunder fravalg |
valg af produkt og forhandler | det præcise valg eller kriterierne for valget | om anbefalingen opfylder kriterierne og synliggør manglende data |
handlinger i butikken | hvilke handlinger der er tilladt | om systemet vælger den rigtige variant, levering og vilkår |
betaling og undtagelser | godkendelse af udgiften og tilladte afvigelser | om ændringer i pris, produkt eller vilkår kræver en ny beslutning |
Det er værd at understrege, at dette er en analytisk model, jeg selv har udviklet, ikke en officiel klassifikation fra OpenAI. Fordelen er, at den kan beskrive forskellige opsætninger. En agent kan have stor frihed til at søge og ingen frihed til at betale. Den kan også gennemføre et køb af et præcist angivet produkt og samtidig træffe få beslutninger om selve tilbuddet.
For et brand betyder det, at man bør skelne mellem to situationer: Kunden har allerede valgt brandet og delegerer gennemførelsen af købet, eller kunden overlader selve valget mellem de tilgængelige brands til systemet.
Eksempel: En kuffert, der skal opfylde bestemte krav
Forestil dig følgende instruktion:
Find en kuffert til højst 150 euro, som overholder grænsen for bagage under sædet på min flyrejse og kan leveres inden fredag. Hvis du ikke kan bekræfte et af kravene, skal du spørge mig før købet
Opgaven kræver, at flere typer information kombineres, herunder målene på den konkrete produktvariant, flyselskabets regler for den pågældende flyrejse og billettype, den samlede pris, tilgængelighed og leveringstid til den angivne adresse.
Bemærk, at formuleringen »perfekt til flyrejser« ikke afgør, om produktet opfylder kravene, og at »afsendes inden for 24 timer« ikke bekræfter en leveringsdato. Desuden inkluderer prisen i en prissammenligning måske ikke levering.
Derfor foreslår jeg, at hvert ufravigeligt krav vurderes ud fra tre mulige statusser:
bekræftet – den tilgængelige dokumentation viser, at det konkrete tilbud opfylder kravet
ikke opfyldt – den tilgængelige dokumentation viser, at tilbuddet ikke opfylder kravet
uafklaret – der mangler tilstrækkelige oplysninger til at afgøre det
Manglende bekræftelse bør ikke automatisk sidestilles med hverken opfyldelse eller manglende opfyldelse. I vores eksempel er det en grund til at undersøge sagen nærmere eller spørge brugeren.
For virksomheder giver det en praktisk rettesnor for produktindhold. Det er værd at præcisere, hvilke påstande der kræver dokumentation, og hvilke produktvarianter de gælder for. Vi beskriver denne tilgang nærmere i Semantios materiale om at gøre produkter og tjenester klar til analyse af AI-svar.
Hvad skal være tydeligt i brandets tilbud?
I vejledningen til handelspartnere angiver OpenAI, at oplysninger, der bruges i købsforløbet, kan komme fra det offentlige internet, private API-integrationer og produktdatafiler. Opgaven kan derefter udføres via en browser eller en integration, der stiller bestemte handlinger til rådighed.
Det peger på et behov for at kontrollere, om oplysningerne er konsistente på tværs af disse kilder. Hvis produktbeskrivelsen, specifikationen og tilbudsdataene angiver forskellige mål eller vilkår, opstår der et problem, som skal afklares.
I praksis er det en god idé at forbinde:
produktet med en entydigt defineret variant
attributten med en måleenhed, et omfang og betingelser for anvendelse
påstanden med en aktuel kilde, der dokumenterer den
tilbuddet med forhandler, marked, pris og tilgængelighed
Det er en konkret anvendelse af tilgangen beskrevet i Brand semantics infrastructure. Ved indkøb bliver forbindelsen mellem en produktpåstand og det krav, kunden vil have opfyldt, særlig vigtig.
For Brand Semantics betyder det, at arbejdet med brandets semantiske strategi også bør omfatte spørgsmålet: Gør de tilgængelige oplysninger det muligt at verificere tilbuddet i en konkret beslutningssituation?
Et tydeligt tilbud og et velfungerende købsforløb kræver hver sin test
At produktet bliver identificeret korrekt, er ikke i sig selv nok til at gennemføre opgaven.
web.dev beskriver, at agenter kan bruge skærmbilleder, HTML og sidens tilgængelighedstræ. Derfor har blandt andet formularlabels, elementroller, tydelige brugerfladetilstande og korrekt kobling mellem knapper og produkter betydning. Det er tekniske anbefalinger til, hvordan agenter kan betjene et website, ikke en garanti for, at alle køb lykkes.
Betalingen er et særskilt lag. Ifølge OpenAIs betalingsdokumentation fungerer Wallet sammen med eksisterende betalingsformularer uden en integration, der er udviklet specifikt til denne wallet. Samtidig kan risikovurderingssystemer fejlagtigt blokere køb, der gennemføres via en agentbrowser.
Virksomheder bør derfor skelne mellem forskellige typer problemer. Fejlaflæsning af produktoplysninger, forkert valg af variant og afvist betaling har forskellige årsager og kræver forskellige løsninger.
Hvordan undersøger man, om AI-delegering af indkøb ændrer valget af brand?
Set fra et AI-synlighedsperspektiv er det interessant at sammenligne tre måder at formulere den samme opgave på:
udforskning – vis flere tilbud, der opfylder kravene, og forklar forskellene
udvælgelse – vælg ét tilbud, begrund valget, og gør opmærksom på usikkerheder
forberedelse af handling – kontrollér den valgte variant, prisen og vilkårene før godkendelse
Det er et forslag til et studiedesign, ikke et resultat af et gennemført eksperiment. Det gør det muligt at undersøge, om et brand, der indgår i en sammenligning, stadig bliver anbefalet, når systemet skal vælge ét produkt, og om begrundelsen fortsat bygger på korrekte oplysninger.
Analysen bør bevare de fulde svar, synlige kilder og testbetingelserne. Sammenligninger bør gentages med hensyn til blandt andet platform, arbejdstilstand, sprog, marked, dato og den brugerkontekst, der er tilgængelig.
Man kan også bruge en enkel supplerende måling: andelen af anbefalinger, hvor det kan bekræftes, at alle ufravigelige krav i scenariet er opfyldt. Nævneren er de vurderede anbefalinger, og tælleren er dem, der består kontrollen. Resultatet gælder kun for det undersøgte sæt af opgaver og betingelser.
Det videreudvikler tilgangen til måling af brandets synlighed og repræsentation i AI: Ud over brandets tilstedeværelse vurderer vi, om det er relevant for behovet.
Semantio er et selvstændigt analyseværktøj til at undersøge, hvordan brands repræsenteres i AI-svar. På dette område kan det understøtte analyser af tilstedeværelse, anbefalinger, fejl og kilder. Test af betjening af butikken, betalingsgodkendelse og ordrebekræftelse kræver en særskilt undersøgelse af, om opgaven kan gennemføres. Resultater fra overvågning af AI-svar bekræfter ikke, hvordan et køb forløber i Wallet.
Hvad betyder ChatGPT Wallet ikke?
Wallet-annonceringen giver ikke grundlag for at konkludere, at autonome indkøb allerede er udbredte – heller ikke i Polen. Den viser heller ikke, hvordan udrulningen vil påvirke salget af de enkelte brands.
Muligheden for at betale beviser ikke i sig selv, at produktet er valgt korrekt.
Strukturerede data og et tilgængeligt website garanterer ikke en anbefaling.
En korrekt anbefaling er endnu ikke en bekræftet ordre.
De vigtigste forskningsspørgsmål står stadig åbne:
Indsnævrer en større grad af delegering reelt udvalget af brands, der overvejes?
Hvor ofte gør systemet opmærksom på manglende data?
Beder det om godkendelse, når vilkårene ændrer sig?
Hvordan varierer resultaterne mellem markeder og typer af indkøb?
ChatGPT Wallet giver disse spørgsmål en konkret ramme. For brands er et godt udgangspunkt kundens opgave: at fastslå, hvad der skal kontrolleres, hvor dokumentationen findes, og om tilbuddet stadig giver mening, når systemet skal bruge oplysningerne til at forberede et reelt køb.
Med de spørgsmål vil jeg lade både dig og mig selv sidde tilbage ;)

