AI-commerce: je productcatalogus wordt een interface voor AI
SEO, Google Shopping, marketplaces, social commerce. Alsof je productcatalogus nog niet genoeg plekken had om rekening mee te houden.
En AI? Ook dat kun je inmiddels zien als een shopping kanaal.
Mensen gebruiken ChatGPT en andere AI-systemen al een tijd om producten te zoeken, vergelijken en onderzoeken. Je vraagt niet welke webshops goede wandelschoenen verkopen, maar gewoon:
"Ik zoek een waterdichte wandelschoen onder de 150 euro, geschikt voor brede voeten."
AI zoekt mee, vergelijkt eigenschappen en helpt je bepalen welke optie aansluit op je vraag. Dat op zichzelf is dus niet nieuw.
Wat wél interessant is, is wat er achter de schermen gebeurt. AI-systemen krijgen steeds betere manieren om rechtstreeks met productcatalogi, prijzen, beschikbaarheid en andere commerce-data te werken.
En juist nu verandert ook het traditionele zoeklandschap.
Ondertussen verandert Google Shopping óók
Sinds september 2026 ziet Google Shopping er in Europa behoorlijk anders uit.
Rond 16 september verdwenen de gratis productcarrousels, zoals de bekende organische "Popular products"-blokken, vrijwel volledig uit de normale Google-zoekresultaten binnen de Europese Economische Ruimte.
Niet omdat Google ineens klaar is met producten.
De wijziging hangt samen met de Europese Digital Markets Act, de DMA. Die wet verbiedt grote platforms om hun eigen diensten structureel voor te trekken ten opzichte van concurrerende diensten. Google kreeg daar in juli 2026 nog een boete voor van de Europese Commissie. Een deel daarvan had specifiek betrekking op het bevoordelen van eigen diensten zoals Shopping, Hotels en andere gespecialiseerde zoekresultaten.
Het gevolg?
In de Europese zoekresultaten krijgen prijsvergelijkers en andere zogenaamde Comparison Shopping Services nu nadrukkelijker ruimte.
Een belangrijke nuance: gratis productvermeldingen zijn daarmee niet overal bij Google verdwenen. Ze kunnen nog steeds verschijnen op andere Google-platforms, zoals het Shopping-tabblad, Images, Lens, YouTube en Gemini.
Maar in de gewone zoekresultaten is er wel degelijk iets fundamenteels veranderd.
En dat maakt deze ontwikkeling extra interessant.
Je kunt er niet meer vanuit gaan dat product discovery zich vooral op Google afspeelt.
Consumenten zoeken anders. Platforms veranderen. En AI wordt daar steeds nadrukkelijker onderdeel van.
Van zoeken naar vragen stellen
De klassieke webshop begint bij filters.
Merk. Prijs. Kleur. Maat. Categorie.
Een AI-interface begint met intentie.
- "Welke bureaustoel is geschikt voor iemand van 1,95 meter die acht uur per dag thuiswerkt?"
- "Ik zoek een laptop voor videobewerking die niet zwaarder is dan 1,5 kilo."
- "Welke hardloopschoen is geschikt voor brede voeten en afstanden boven de 20 kilometer?"
Dat is een fundamenteel andere manier van zoeken. Je zoekt niet meer alleen op eigenschappen, je beschrijft je situatie.
De AI moet vervolgens begrijpen welke producten daarbij passen.
En dan wordt productdata ineens behoorlijk belangrijk.
ChatGPT doet dit al
ChatGPT heeft inmiddels een specifieke Shopping Research-ervaring waarmee gebruikers producten kunnen onderzoeken en vergelijken.
Het systeem kan daarvoor verschillende bronnen gebruiken, zoals productinformatie die rechtstreeks door merchants wordt aangeleverd, openbare informatie op webshops en andere relevante retailbronnen.
Daardoor kan ChatGPT bijvoorbeeld prijzen, eigenschappen en reviews vergelijken en vervolgens doorverwijzen naar een verkoper.
In theorie.
Want wie het in Nederland gebruikt, merkt ook dat het nog lang niet altijd perfect werkt.
Soms krijg je mooie productkaarten. Soms vooral tekst. Soms kun je netjes doorklikken naar een webshop.
En soms is het een beetje zoeken naar waar je dat ding überhaupt kunt kopen.
Dat heeft een reden.
Waarom werkt shoppen in ChatGPT in Nederland nog niet altijd lekker?
Shopping Research zelf is breed beschikbaar, maar de directe commerce-infrastructuur van OpenAI is nog niet overal even ver uitgerold.
OpenAI werkt met een merchantprogramma waarmee webshops hun catalogus rechtstreeks kunnen aanleveren. Op het moment van schrijven wordt die directe integratie nog vooral vanuit de Verenigde Staten uitgerold.
Voor Nederlandse webshops werkt ChatGPT daarom vaak met informatie die het zelf op het web vindt of via andere bronnen ontvangt.
Dat kan prima werken, maar het heeft beperkingen.
Een webshop kan geautomatiseerde toegang blokkeren. Productinformatie kan slecht gestructureerd zijn. Een prijs kan inmiddels veranderd zijn. Voorraad kan achterlopen. Of het is simpelweg niet duidelijk welke variant bij welke prijs hoort.
En dan kom je bij een belangrijke ontwikkeling:
webshops krijgen steeds meer mogelijkheden om die informatie rechtstreeks en gestructureerd aan AI-systemen beschikbaar te stellen.
Enter: het Agentic Commerce Protocol
OpenAI gebruikt hiervoor onder andere het Agentic Commerce Protocol, kortweg ACP.
Via ACP kunnen merchants productinformatie gestructureerd beschikbaar maken voor AI-commerce.
Niet:
"Hier heb je onze webshop, succes met crawlen."
Maar meer:
"Dit is product X. Dit is de variant. Dit kost hij. Dit is de actuele beschikbaarheid. Dit zijn de eigenschappen. Dit is de afbeelding. En hier kun je hem kopen."
Dat geeft een AI-systeem veel meer houvast. En een merchant meer controle over welke informatie er wordt gebruikt.
OpenAI vraagt binnen zijn productspecificatie daarom om zaken als product-ID, titel, beschrijving, URL, merk, afbeeldingen, prijs en beschikbaarheid. Daarbovenop kan veel rijkere informatie worden toegevoegd.
En daar zit de grotere ontwikkeling:
Productdata is niet langer alleen data voor je webshop, Google Merchant Center of een marketplace. Het wordt data voor AI.
ChatGPT is hierin niet de enige
En daar wordt het interessant.
OpenAI bouwt met ACP aan commerce binnen ChatGPT, maar dezelfde beweging zie je ook in andere bekende AI's gebeuren.
Google heeft bijvoorbeeld het Universal Commerce Protocol, UCP. Daarmee wil Google commerce-acties mogelijk maken binnen AI Mode en Gemini.
Daarbij gaat het verder dan alleen een product tonen. UCP bevat ondersteuning voor bijvoorbeeld winkelmandjes, checkout, fulfillment en orders.
Google werkt zelfs aan een aparte variant voor accommodaties, waarmee een AI op basis van beschikbaarheid, periode en voorkeuren een verblijf kan vinden en uiteindelijk een reservering kan starten.
Oftewel: dit gaat niet alleen over sneakers en koffiemachines. Hetzelfde principe kan gelden voor vakantiehuizen, hotelkamers, auto's, tickets of andere diensten.
UCP is op dit moment nog niet beschikbaar voor merchants in Europa en Nederland, maar laat wel heel duidelijk zien welke kant AI-commerce op beweegt.
De protocollen verschillen.
De ontwikkeling niet.
AI moet niet alleen informatie over je aanbod kunnen lezen. AI moet ermee kunnen werken.
Hé, hadden we het niet eerder over MCP?
Jazeker.
En hier komt ons eerdere blog over MCP en A2A ineens mooi samen met commerce.
Het Model Context Protocol, MCP, is niet specifiek ontwikkeld voor webshops. Het is een open standaard waarmee een AI-systeem toegang kan krijgen tot externe data en tools.
Je kunt een AI daarmee bijvoorbeeld een tool geven om producten te zoeken, voorraad op te vragen, actuele informatie over één specifiek product op te halen of de beschikbaarheid van een vakantiehuis te controleren.
Dat klinkt misschien als toekomstmuziek, maar Booking.com heeft inmiddels gewoon een officiële MCP-server. Een MCP-compatible AI kan daarmee onder andere actuele accommodaties zoeken op locatie, data, aantal gasten en andere voorkeuren.
Dat is precies waarom MCP zo interessant is.
Je bouwt niet voor één chatbot.
Je maakt een systeem toegankelijk voor AI.
En precies daar bouwen wij ook aan
Wij hebben zelf ook een Commerce MCP gebouwd.
Die MCP kan de productcatalogus en productinformatie van een gekoppelde website uitlezen. Daardoor kan een assistent of agent binnen Sterc.ONE, maar uiteraard ook daarbuiten, rechtstreeks met actuele informatie uit je commerceomgeving werken.
Je hoeft dus niet eerst producten te exporteren.
Geen Excel-bestand uploaden.
Geen productomschrijving kopiëren en in een prompt plakken.
Je vraagt gewoon:
"Maak een nieuwsbrief over onze drie nieuwste tuinmeubelen en gebruik de actuele productinformatie."
Agent Maxim kan vervolgens zelf de relevante producten ophalen.
Of:
"Welke producten hebben nauwelijks een productomschrijving? Maak voor die producten een uitgebreidere versie."
De assistent leest de catalogus uit, analyseert de beschikbare informatie en kan vervolgens verbeteringen voorstellen.
Daar kun je natuurlijk veel verder mee gaan. Denk aan social content op basis van actuele producten, campagnes rond een categorie, productvergelijkingen, FAQ's, salesmateriaal, SEO-controle of ondersteuning van klantenservice.
Eén productcatalogus.
Heel veel verschillende AI-toepassingen.
En dat hoeft dus niet eens een webshop te zijn
Want wat wij nu een Commerce MCP noemen, hoeft conceptueel niet beperkt te blijven tot fysieke producten.
Stel dat je vakantiehuizen verhuurt. Dan zou een MCP bijvoorbeeld tools kunnen aanbieden om beschikbare huisjes op te vragen op basis van aankomst, vertrek, aantal personen, faciliteiten en budget.
Een gebruiker vraagt:
"Ik zoek in mei vier nachten een huisje op de Veluwe voor zes personen, met een hond en liefst een hottub."
Een agent kan vervolgens de actuele beschikbaarheid en prijzen uit het reserveringssysteem ophalen.
Hetzelfde principe werkt voor auto's, cursussen, tickets, machines of vrijwel ieder aanbod waarbij actuele data bepaalt wat beschikbaar of geschikt is.
Dat is uiteindelijk waar agentic commerce naartoe beweegt.
ACP, UCP, MCP... moet ik dit allemaal gaan onthouden?
Gelukkig niet.
De protocollen zijn interessant voor developers. Voor een organisatie is de onderliggende vraag veel belangrijker:
kan een AI-systeem bij de juiste data en begrijpt het wat het ermee kan doen?
ACP is één manier om een productcatalogus beschikbaar te maken aan ChatGPT. UCP is Google's route richting commerce binnen zijn AI-platforms. MCP is een veel algemenere manier om AI toegang te geven tot tools en bedrijfsdata.
En ongetwijfeld komen er nog meer standaarden bij.
Daarom zouden we niet adviseren om je hele architectuur rondom één AI-platform te bouwen.
Het belangrijkere uitgangspunt is:
maak je data gestructureerd, actueel en toegankelijk voor AI.
Dan kun je daar meerdere systemen en toepassingen bovenop bouwen.
Van productfeed naar AI-ready commerce
Je kunt die ontwikkeling eigenlijk in drie niveaus bekijken.
1. AI-readable commerce
Je zorgt dat je aanbod duidelijk, compleet en gestructureerd beschikbaar is.
Producten hebben goede omschrijvingen. Varianten zijn logisch opgebouwd. Prijzen en beschikbaarheid zijn actueel. Hetzelfde geldt voor bijvoorbeeld accommodaties, diensten of andere vormen van aanbod.
Dit is de basis.
Ook het slimste AI-model kan weinig met een catalogus vol halve productomschrijvingen en mysterieuze interne codes.
2. AI discovery
Je aanbod wordt vindbaar binnen externe AI-systemen.
Dat gebeurt vandaag al, via openbare websites, feeds, zoekresultaten en steeds vaker directe koppelingen.
Hier komen standaarden als ACP en UCP in beeld. Ze maken het makkelijker om actuele, gestructureerde informatie rechtstreeks beschikbaar te stellen aan AI-platforms.
3. Agentic commerce
Hier wordt het echt interessant.
AI vindt niet alleen je aanbod.
Het kan er ook iets mee doen.
Een agent zoekt producten op, controleert beschikbaarheid, stelt een selectie samen, maakt een nieuwsbrief, vult content aan, bouwt een winkelmandje of zet een volgende stap in een proces klaar.
Dan verandert commerce van informatie tonen naar samenwerken met AI.
Productinformatie wordt infrastructuur
En dat is volgens ons de grootste verschuiving.
Niet dat er ineens productplaatjes in ChatGPT staan. Niet dat Gemini straks een winkelmandje kan vullen. En ook niet dat Google weer een blokje uit de zoekresultaten heeft gehaald.
Het interessante zit eronder.
Je productcatalogus, PIM, CMS of reserveringssysteem wordt infrastructuur voor AI.
De data die daar staat kan straks door verschillende assistenten, agents en externe AI-systemen worden gebruikt.
En dus moet je andere vragen gaan stellen.
Kan een AI begrijpen wat we aanbieden? Is onze informatie gestructureerd genoeg? Hoe actueel is die data? Welke AI-systemen mogen erbij? Mogen ze alleen lezen of uiteindelijk ook acties uitvoeren?
En hoe voorkomen we dat we voor ieder nieuw AI-platform weer een compleet nieuwe koppeling bouwen?
Dat zijn precies dezelfde vragen die onder MCP en A2A liggen.
Alleen kijken we nu naar commerce.
Google verandert. AI verandert. Je data blijft.
De veranderingen bij Google van deze maand laten eigenlijk perfect zien waarom dit belangrijk is.
Een kanaal waarop webshops jarenlang gratis productzichtbaarheid kregen, kan in een paar dagen fundamenteel veranderen. Tegelijkertijd ontstaan nieuwe plekken waar consumenten producten ontdekken.
ChatGPT.
Gemini.
AI-agents.
En waarschijnlijk een hele rits systemen die we vandaag nog niet gebruiken.
Je kunt achter ieder nieuw platform aan blijven rennen.
Of je kunt zorgen dat de basis klopt.
Goede data. Duidelijke structuur. Actuele informatie. En een technische laag waarmee AI ermee kan werken.
Dat tweede lijkt ons een stuk slimmer.
Klaar om je commerceomgeving AI-ready te maken?
Binnen Sterc.ONE verbinden we data, websites, assistenten en agents met elkaar.
Onze Commerce MCP is daar een concreet voorbeeld van: je maakt actuele informatie uit je commerceomgeving direct bruikbaar voor AI-assistenten en agents.
Niet alleen om beter gevonden te worden.
Maar vooral om AI daadwerkelijk iets nuttigs met je aanbod te laten doen.
Benieuwd hoe AI-ready jouw productcatalogus, website of commerceomgeving eigenlijk is?
Neem dan contact met ons op.