18. november 2026

    ChatGPT Wallet: Hvem tar beslutningen når du overlater kjøpet til AI?

    ChatGPT Wallet lar agenter betale på vegne av brukeren. Men hvem velger produktet og sorterer bort alternativene først? Vi forklarer hvor langt du kan delegere AI-kjøp, og hvorfor data, kilder og korrekt merkevarerepresentasjon er viktig.

    Person sjekker butikk- og betalingsinformasjon på mobilen utenfor et Black Friday-utsalg
    Foto: CardMapr.nl | Unsplash

    Du godkjenner produktet, beløpet og betalingen. Men hvem har allerede bestemt hvilke tilbud du får se, hvilke kriterier som veier tyngst, og hva du kan velge bort? ChatGPT Wallet gir en konkret grunn til å se nærmere på agentbaserte kjøp: hvilke beslutninger vi overlater til AI, og hva denne ansvarsfordelingen betyr for merkevarer.

    OpenAI utvikler muligheten for at agenter kan gjennomføre kjøp. For brukeren lover det en enklere hverdag: mindre leting på nettsider, sammenligning av tilbud og utfylling av skjemaer. For bedrifter kommer en ekstra oppgave: å sørge for at systemet som handler på kundens vegne, kan tolke tilbudet riktig og kontrollere at det oppfyller kravene.

    Den mest interessante endringen kan likevel skje før betalingen. Den handler om hvem som snevrer inn utvalget.

    Hva har OpenAI kunngjort om ChatGPT Wallet?

    13. november 2026 presenterte OpenAI ChatGPT Wallet, en lommebok som lar agenter betale på vegne av brukeren. Løsningen er utviklet i samarbeid med American Express, Chase, Mastercard og Visa. Den første, trinnvise utrullingen omfatter en begrenset gruppe myndige ChatGPT Pro-brukere i USA med kvalifiserte kort utstedt i landet.

    Før kjøpet kan brukeren kontrollere produktene, totalsummen og det valgte kortet, og deretter godkjenne transaksjonen gjennom en sikkerhetskontroll. Agenten får tilgang til en erstatning for betalingsopplysningene i form av et token, uten tilgang til de faktiske kortopplysningene.

    Det er verdt å merke seg at OpenAI også beskriver en mulig videre utvikling – at brukeren på forhånd kan gi agenten fullmakt til å handle innenfor bestemte rammer, for eksempel et budsjett, en kategori eller en tidsperiode. Dette er en varslet utviklingsretning, ikke en beskrivelse av en funksjon som er allment tilgjengelig i dagens utrulling.

    Nyheten bygger videre på temaet jeg tok opp i artikkelen om handel, annonser og personalisering i ChatGPT. Denne gangen ser jeg nærmere på hvordan kontrollen over kjøpet fordeles.

    Hva innebærer agentbasert handel?

    I denne analysen bruker jeg en operasjonell definisjon: Agentbasert handel beskriver i hvilken grad et AI-system kan velge og utføre handlinger som leder fram til et kjøp, innenfor rammene av oppgaven og fullmakten brukeren har gitt.

    Definisjonen gjør det mulig å undersøke konkret atferd. At systemet genererer en produktliste, sier i seg selv lite om hvor selvstendig det er. Det avgjørende er om det kan søke etter informasjon, endre planen, velge verktøy, sammenligne tilbud og håndtere hindringer.

    Anthropic beskriver et lignende arkitektonisk skille: I en forhåndsprogrammert arbeidsflyt bestemmes de neste stegene av kode, mens modellen i et agentsystem styrer prosessen og bruken av verktøy dynamisk. Dette er nyttig begrepsmessig bakgrunn, men ikke en beskrivelse av den konkrete arkitekturen i ChatGPT Wallet.

    Hvor selvstendig systemet er i en kjøpssituasjon, kan variere mye. Brukeren kan angi et bestemt produkt og bare be agenten bestille det. Eller brukeren kan beskrive et behov, et budsjett og en tidsfrist, og la agenten velge produkt og forhandler.

    Begge oppgavene ender med et kjøp. I det siste tilfellet får systemet langt større innflytelse på hva som blir kjøpt.

    Godkjenning av betaling er ett av flere kontrollpunkter

    Se for deg at du ber en agent finne en koffert til en bestemt flyreise. Systemet foreslår ett alternativ, forklarer fordelene og ber deg godkjenne kjøpet.

    Du har kontroll over utgiften. Men for å vurdere kontrollen over selve valget trenger du mer informasjon – hvilke tilbud systemet vurderte, hvilke det forkastet, og hvorfor det mente at det valgte produktet passet. Det kan ha kontrollert alle kravene på riktig måte. Men det kan også ha tolket den uklare betegnelsen «håndbagasje» som tilstrekkelig dokumentasjon på at produktet oppfyller vilkårene for en bestemt billettype. Dette er to helt ulike utfall, selv om skjermbildet for godkjenning av betalingen ser identisk ut.

    Godkjenning av transaksjonen bekrefter at brukeren har akseptert kjøpet som ble presentert. I seg selv beviser den ikke at den foregående utvelgelsen var fullstendig og korrekt.

    Dette er vår metodiske konklusjon, ikke en beskrivelse av en observert feil i Wallet. Den viser hvorfor undersøkelser av AI-assistert handel også bør omfatte beslutningene som tas før betalingen.

    En modell for delegering av kjøp

    I stedet for å tildele hele prosessen ett «autonominivå» foreslår jeg å dele den opp i beslutninger og handlinger. For hvert trinn bør man avklare hva mennesket bestemmer, hva agenten kan gjøre, og når den må be om ytterligere godkjenning.

    Dette er min egen analytiske modell, ikke en offisiell klassifisering fra OpenAI. Fordelen er at den kan beskrive ulike oppsett. En agent kan ha stor frihet til å søke, men ingen frihet til å betale. Den kan også gjennomføre et kjøp av et nøyaktig angitt produkt, med få beslutninger om selve tilbudet.

    For merkevarer betyr det at to situasjoner må skilles fra hverandre: Kunden har allerede valgt merkevaren og delegerer gjennomføringen av kjøpet, eller kunden overlater selve valget mellom tilgjengelige merkevarer til systemet.

    Eksempel: En koffert som må oppfylle bestemte krav

    Se for deg denne hypotetiske instruksjonen:

    Finn en koffert til maks 150 euro som oppfyller grensen for bagasje under setet på flyreisen min, og som kommer fram før fredag. Hvis du ikke kan bekrefte et av kravene, må du spørre meg før du kjøper

    Oppgaven krever at flere typer informasjon ses i sammenheng, blant annet målene på den aktuelle produktvarianten, flyselskapets regler for den aktuelle flyreisen og billettypen, totalpris, tilgjengelighet og leveringstid til den oppgitte adressen.

    Legg merke til at formuleringen «perfekt for flyreiser» ikke bekrefter at produktet oppfyller kravene. Og «sendes innen 24 timer» bekrefter ikke leveringsdatoen. Dessuten kan prisen som vises i en sammenligning, være uten frakt.

    Derfor foreslår jeg at hvert obligatoriske krav vurderes som én av tre tilstander:

    • bekreftet – tilgjengelig dokumentasjon viser at det aktuelle tilbudet oppfyller kravet

    • oppfyller ikke – tilgjengelig dokumentasjon viser at tilbudet ikke oppfyller kravet

    • uavklart – det mangler tilstrekkelig informasjon til å avgjøre dette

    Manglende bekreftelse bør ikke automatisk tolkes som verken oppfylt eller ikke oppfylt. I eksempelet vårt er det grunn til å undersøke nærmere eller spørre brukeren.

    For bedrifter gir dette en praktisk pekepinn på hvordan produktinnhold bør utformes. Det er lurt å definere hvilke påstander som krever dokumentasjon, og hvilken produktvariant de gjelder. Semantio beskriver denne struktureringen av tilbudet nærmere i artikkelen om hvordan produkter og tjenester klargjøres for analyse av AI-svar.

    Hva må være tydelig i merkevarens tilbud?

    I veiledningen for handelspartnere opplyser OpenAI at informasjon som brukes i kjøpsprosessen, kan komme fra det åpne nettet, private API-integrasjoner og produktdatafiler. Selve oppgaven kan deretter utføres via en nettleser eller en integrasjon som gir tilgang til bestemte handlinger.

    Det betyr at man bør kontrollere om informasjonen er konsistent på tvers av disse kildene. Hvis produktbeskrivelsen, spesifikasjonen og tilbudsdataene oppgir ulike mål eller vilkår, oppstår det en uoverensstemmelse som må avklares.

    I praksis er det lurt å knytte sammen:

    • produktet og en entydig definert variant

    • attributtet og måleenheten, omfanget og vilkårene det gjelder under

    • påstanden og en oppdatert kilde som dokumenterer den

    • tilbudet og forhandleren, markedet, prisen og tilgjengeligheten

    Dette er en konkret anvendelse av tilnærmingen som beskrives i infrastruktur for brand semantics. I handel blir koblingen mellom en produktpåstand og kravet kunden ønsker å få oppfylt, særlig viktig.

    For Brand Semantics betyr dette at arbeidet med merkevarens semantiske strategi også bør omfatte spørsmålet: Gir den tilgjengelige informasjonen grunnlag for å verifisere tilbudet i en reell beslutningssituasjon?

    Et tydelig tilbud og en fungerende kjøpsprosess må testes hver for seg

    At produktet blir identifisert riktig, er ikke nok til å sikre at oppgaven blir gjennomført.

    web.dev beskriver hvordan agenter kan bruke skjermbilder, HTML og sidens tilgjengelighetstre. Derfor er blant annet skjemamerking, elementroller, tydelige grensesnittstatuser og koblingen mellom knapper og riktige produkter viktig. Dette er tekniske råd om hvordan agenter kan bruke nettsteder, ikke en garanti for at alle kjøp lykkes.

    Betaling er et eget lag. Ifølge OpenAIs betalingsdokumentasjon fungerer Wallet med eksisterende betalingsskjemaer uten en integrasjon som er utviklet utelukkende for denne lommeboken. Samtidig kan risikovurderingssystemer feilaktig blokkere kjøp som gjennomføres via en agentnettleser.

    Bedrifter bør derfor skille mellom ulike typer problemer. Feil avlesning av produktspesifikasjoner, problemer med valg av variant og avviste betalinger har ulike årsaker og krever ulike tiltak.

    Hvordan undersøke om AI-delegering av kjøp påvirker valg av merkevare?

    Fra et perspektiv på AI-synlighet er det interessant å sammenligne tre måter å formulere den samme oppgaven på:

    • utforsking – vis flere tilbud som oppfyller kravene, og forklar forskjellene

    • utvelgelse – velg ett tilbud, begrunn valget og synliggjør usikkerhet

    • klargjøring av kjøpet – kontroller valgt variant, kostnad og vilkår før godkjenning

    Dette er et forslag til studiedesign, ikke et resultat fra et gjennomført eksperiment. Det gjør det mulig å undersøke om en merkevare som dukker opp i en sammenligning, fortsatt blir anbefalt når systemet skal velge ett produkt, og om begrunnelsen fortsatt bygger på korrekt informasjon.

    I analysen bør man ta vare på fullstendige svar, synlige kilder og testbetingelser. Sammenligningene bør gjentas med hensyn til blant annet plattform, arbeidsmodus, språk, marked, dato og tilgjengelig brukerkontekst.

    Man kan også bruke et enkelt støttemål: andelen anbefalinger der det er mulig å bekrefte at alle obligatoriske krav i scenarioet er oppfylt. Nevneren er anbefalingene som vurderes, og telleren er dem som består kontrollen. Resultatet gjelder bare det undersøkte utvalget av oppgaver og betingelser.

    Dette videreutvikler tilnærmingen til måling av synlighet og representasjon av merkevarer i AI: I tillegg til om merkevaren er til stede, vurderer vi om den faktisk passer til behovet.

    Semantio er et separat analyseverktøy for å undersøke hvordan merkevarer representeres i AI-svar. På dette området kan det støtte analyser av synlighet, anbefalinger, feil og kilder. Testing av butikkfunksjoner, betalingsautorisasjon og ordrebekreftelse krever en egen undersøkelse av hvordan oppgaven gjennomføres. Resultater fra overvåking av svar bekrefter ikke hvordan et kjøp gjennomføres i Wallet.

    Hva betyr ikke ChatGPT Wallet?

    Lanseringen av Wallet gir ikke grunnlag for å hevde at autonome kjøp allerede er utbredt, heller ikke i Polen. Den viser heller ikke hvordan løsningen vil påvirke salget til ulike merkevarer.

    Muligheten til å betale beviser ikke i seg selv at produktet er valgt riktig.

    Strukturerte data og et tilgjengelig nettsted garanterer ikke en anbefaling.

    En korrekt anbefaling er ennå ikke en bekreftet bestilling.

    De viktigste forskningsspørsmålene står fortsatt åpne:

    • Begrenser bredere delegering faktisk utvalget av merkevarer som vurderes?

    • Hvor ofte synliggjør systemet at data mangler?

    • Ber det om godkjenning når vilkårene endres?

    • Hvordan varierer resultatene mellom markeder og typer kjøp?

    ChatGPT Wallet gir disse spørsmålene en konkret ramme. For merkevarer er et godt utgangspunkt kundens oppgave: å finne ut hva som må kontrolleres, hvor dokumentasjonen finnes, og om tilbudet fortsatt er relevant når systemet skal bruke informasjonen til å klargjøre et faktisk kjøp.

    Med disse spørsmålene overlater jeg deg – og meg selv ;)



    COO Brand Semantics

    Medgründer av Brand Semantics. Aktiv innen markedsføring siden 2009. Trener. Strateg. Utforsker nye områder innen moderne markedsføring. Kombinerer kunnskap fra ulike felt og omformer den til forretningsløsninger for kunder.