Waarom juist de buy-side van agentic commerce nog steeds onopgelost blijft

Wat vandaag wordt ingezet is chatbot commerce, en dat bestaat in twee varianten

In de platform-gemedieerde variant praat een gebruiker met ChatGPT, Gemini of Claude en vraagt om een vlucht te zoeken. Het LLM doet een aanbeveling, een protocolstack verbindt die aanbeveling met het boekingssysteem van de aanbieder, de transactie wordt afgerond zonder dat de gebruiker het chatvenster verlaat, en de LLM-provider ontvangt een referral fee. Dit is Google Search Ads herbouwd voor een conversational interface — de gebruiker denkt een agent te hebben, maar heeft in werkelijkheid een winkelmedewerker die op commissiebasis werkt.

In de retail-embedded variant woont de chatbot in de eigen app of website van de retailer. De gebruiker praat met de chatbot van de luchtvaartmaatschappij, die vult het winkelmandje, de gebruiker rekent af binnen het eigen platform van de luchtvaartmaatschappij. Geen intermediair, geen referral fee, en de merkrelatie blijft intact. Dit is een UX-verbetering in plaats van een kanalenverschuiving — een legitieme defensieve zet tegen het platform-gemedieerde model.

Kijk je onder de motorkap van beide varianten, dan verdampt het "agentische" karakter direct. Wanneer ChatGPT iets "koopt" bij een retailer, roept het een gestructureerde API aan — product discovery, cart management, checkout endpoints. Het Agentic Commerce Protocol van OpenAI heeft vier REST-endpoints. Dat is een goed ontworpen shopping cart interface, geen agent-to-agent-onderhandeling — de retailer runt een winkel met een API. Er wordt momenteel veel protocolwerk (ACP, UCP en de bijbehorende productfeedstandaarden) gedaan om sell-side platforms direct zichtbaar en opvraagbaar te maken voor chatplatforms, wat dit model beter laat werken, maar niet agentisch maakt.

Dit zijn noodzakelijke eerste stappen. De opkomende protocolinfrastructuur (Google's A2A, Anthropic's MCP, Visa's TAP, Mastercard's Agent Pay) is wel degelijk ontworpen voor het volledige spectrum — van chatbot checkout tot autonome agent-to-agent-onderhandeling. Maar de huidige commerciële implementaties bevinden zich allemaal aan het chatbot-einde, want daar zijn de gebruikers vandaag.

Wat er daarna komt, is de proliferatie van persoonlijke buyer agents

Dit is de stap die alles verandert. Niet sell-side agents of nieuwe protocollen — buyer agents. Autonome software die namens de gebruiker handelt, met eigen tools, eigen informatiebronnen, geen kanaaltrouw, en geen inherente reden om een transactie op een bepaalde plek af te ronden.

Het demand signal is al duidelijk. OpenClaw — een side project van één ontwikkelaar, vibe-coded en behoorlijk pijnlijk te configureren — ging van lancering naar 180.000 GitHub-sterren naar een OpenAI-acqui-hire in zestig dagen, omdat het applicaties daadwerkelijk bestuurde, vluchten boekte, inboxen beheerde en taken uitvoerde over platforms heen. Als mensen bereid zijn te worstelen met day-zero open-source cruft om een werkende persoonlijke agent te krijgen, dan brengen bedrijven uiteindelijk gepolijste versies uit. OpenAI heeft de ontwikkelaar achter OpenClaw aangenomen — de richting is onmiskenbaar.

Wanneer deze agents arriveren, beperken ze zich niet tot de platform-gemedieerde chatbot commerce pipe. Ze gebruiken je API als dat de beste route is, je website als er een promotiecode is die de API niet honoreert, een consolidator als de nettotariefprijs lager is. Ze hebben onbeperkt geduld, real-time toegang tot concurrentieprijzen, en geen commitment om een transactie af te ronden waar ze het gesprek begonnen. Ze vergelijken en shoppen over al je kanalen heen, en kiezen degene die het beste uitkomt voor hun gebruiker — ongeacht jouw kanalenstrategie.

Die buyer-side druk is wat uiteindelijk de bouw van non-triviale sell-side agents rechtvaardigt

Niet de generieke "we hebben een agent-strategie nodig" uit een conferentiedeck, maar een specifieke commerciële behoefte. Wanneer buyer agents je kanalenstrategie beginnen te ondermijnen en je marges afknijpen door een eendimensionaal prijsspel te spelen over al je platforms, is de enige rationele respons om het gesprek weg te bewegen van prijs en naar dimensies waar je waarde kunt creëren. Dat lukt niet via een checkout API. Je hebt een systeem nodig dat kan onderhandelen, differentiëren en de case voor jouw product kan maken op manieren waarvan een productfeed nooit in staat zal zijn. De sell-side agent is een defensieve respons op de proliferatie van buyer agents, niet stap twee in een technologie-roadmap — en begrijpen waartegen je je verdedigt is de voorwaarde om het goed te bouwen.

Dáár gaat dit artikel over. Niet de sell-side, niet de protocollen — de buy-side. Wat er door de deur komt, hoe het eruitziet, wat het aanstuurt, en waarom de antwoorden op die vragen iedere agent-investering van de sell-side moeten vormgeven.

Vier agents lopen een luchtvaartmaatschappij binnen

Laat me dit concreet maken. Stel je voor dat je een luchtvaartmaatschappij bent — hoewel de dynamiek ook opgaat voor hotels, retailers, verzekeraars, of iedereen die iets verkoopt met variabele prijzen en beperkte voorraad. Vier verschillende buyer agents komen binnen hetzelfde uur op je systeem af, allemaal op zoek naar dezelfde route op dezelfde datum. Ze zijn alle vier "agents," maar hebben verder bijna niets gemeen.

De Scripted Searcher is wat de meeste mensen voor zich zien bij "AI-reisagent." Een chatbot met vastgelegde voorkeuren — hij zoekt, filtert en presenteert resultaten, zonder echte onderhandelingscapaciteit en zonder contextueel bewustzijn buiten wat de gebruiker heeft ingetypt. Hier zitten de meeste commerciële "AI-agents" van vandaag, nauwelijks te onderscheiden van een competente autocomplete.

De Informed Negotiator beschikt over de volledige context van de gebruiker — agenda, budget, loyaliteitsstatus, reisdoel, datumflexibiliteit. Hij kan multi-turn onderhandelen en echte trade-offs maken: "Ik neem de 06:40 met overstap als je de upgrade kunt aanbieden." De informatie is geladen bij aanvang van de sessie, maar de onderhandeling is reëel. Dit is het archetype waartegen de meeste prototypes worden ontworpen.

De Tool-Equipped Agent heeft alles wat de Informed Negotiator heeft, plus live toegang tot externe informatie midden in het gesprek — concurrerende tarieven, real-time loyaliteitsbalansen, de eigen promotionele prijzen van de luchtvaartmaatschappij die de API niet toont. Zijn voordeel is niet toegang (een vasthoudend mens zou hetzelfde kunnen); het is onbeperkt geduld toegepast op een proces dat de meeste mensen na tien minuten opgeven.

De Coalition Agent handelt niet alleen. Dit archetype brengt drie dynamieken die het waard zijn om te onderscheiden: demand aggregation (agents die groepsvraag samenvoegen op machinesnelheid zonder dat de betrokken mensen van plan waren samen te werken), inter-agent intelligence sharing (real-time competitieve data uit parallelle onderhandelingen), en information brokering (gepoold transactieprijzen die een markttransparantielaag creëren die momenteel niet bestaat in consumentenreizen).

Wanneer kanalen ophouden apart te zijn

De Tool-Equipped Agent verdient bijzondere aandacht, want dit is het archetype dat de kanalenstrategie breekt. Luchtvaartmaatschappijen, hotels en retailers hebben tientallen jaren gewerkt aan kanaalspecifieke pricing — verschillende tarieven via de website, de GDS, NDC, consolidators. Revenue management is afhankelijk van deze segmentatie. Een Tool-Equipped Agent behandelt alle kanalen als één opvraagbaar oppervlak en vindt de beste optie over het geheel.

Cruciaal: deze agent heeft geen commitment om de transactie af te ronden waar hij het gesprek begon. Hij onderhandelt mogelijk met je sell-side agent, trekt je beste aanbod eruit, en boekt via een consolidator omdat het nettotarief lager is. Er bestaat een aanname in veel agentic commerce-discussies dat het agent-to-agent-kanaal van nature de beste deals biedt — omdat het direct is, omdat het intermediairs uitschakelt. Zo werkt distributie niet. Consolidators hebben nettotarieven onderhandeld die onder elk direct kanaal liggen. Een buyer agent die zichzelf beperkt tot het agent-to-agent-kanaal is per definitie een slechtere agent dan één die overal shopt.

Er is ook een subtieler probleem. De sell-side weet niet waar hij zich bevindt in de reis van de buyer agent. Is dit de eerste verkennende query van een agent die vroeg in zijn zoektocht zit? Een follow-up van een aanvraag van een uur geleden, of een dag geleden? Het begin van daadwerkelijke uitvoering? Het volledige pad naar aankoop wordt verduisterd, en een verkoper weet misschien nooit wanneer hij is uitgeselecteerd — krijgt nooit de kans om de ene informatie te geven die hem in de race had gehouden.

Dezelfde motor, andere bestuurder

De archetypen beschrijven wat buyer agents kunnen doen, maar capability is niet de meest relevante dimensie. Twee agents met identieke toolkits gedragen zich fundamenteel anders afhankelijk van wie voor hen betaalt.

De ad-gefinancierde agent is degene die de meeste consumenten als eerste zullen tegenkomen, omdat hij gratis is. Hij is ook, structureel gezien, chatbot commerce in de kleren van agentic commerce — de volgorde, nadruk en aanbevelingen gevormd door wie er betaalt voor plaatsing. Een ad-gefinancierde Tool-Equipped Agent lijkt alsof hij voor jou werkt, maar optimaliseert voor commissie-opbrengst: hij stuurt naar carriers met hogere affiliate-uitbetalingen en "vergeet" goedkopere opties die zijn operator omzet zouden kosten.

Als dit theoretisch klinkt, zou dat niet moeten. Het schandaal rondom motorfinancieringscommissies in het VK en PPI volgden exact hetzelfde structurele patroon — een intermediair die nominaal voor de koper handelde, maar in werkelijkheid geoptimaliseerd was voor de commissie van de verkoper. Het regelgevingskader voor commissie-conflicteerde intermediairs bestaat al. Het is alleen nog niet op software toegepast.

De premium user-aligned agent is wat je krijgt wanneer de gebruiker de klant is — een abonnementsdienst, of een ingebouwde capability van wie ook de personal agent-markt wint. Geen commerciële relatie met de verkoper, geen reden om de voorkeuren van zijn gebruiker te onthullen, geen kanaaltrouw. Hij opent een onderhandeling met je agent en sluit af via een consolidator zonder er twee keer over na te denken. Hij ankert laag, wacht geduldig, en benut elke informatieasymmetrie die beschikbaar is. Voor luchtvaartmaatschappijen, hotels en iedereen met bederfelijke voorraad is dit de agent die marges comprimeert.

De managed corporate agent zit tussen de andere twee — beheerd door een werkgever of TMC, met beleidsrestricties, preferred carriers en goedkeuringsworkflows. Minder prijsgevoelig, beter voorspelbaar. De tegenhanger die de sell-side stiekem het liefst zou zien.

De cruciale inzicht: een Tool-Equipped Agent gefinancierd door advertenties is fundamenteel anders dan een die door de gebruiker wordt betaald, zelfs met identieke mogelijkheden. De eerste kan gebruikerswaarde inruilen voor commissie en in zijn eigen kanaal blijven. De tweede gebruikt elk tool en elk kanaal om te optimaliseren voor de voorkeur van de gebruiker. Dezelfde motor, compleet andere bestuurder.

Wanneer beide zijden leren

Alles wat tot nu toe beschreven is, behandelt de archetypen als statisch, maar deze agents zullen leren — of preciezer: de infrastructuur eromheen zal dat doen. Een user-aligned agent die duizenden boekingen onderhandelt, ontwikkelt een statistisch model van prijsgedrag: welke carriers tarieven laten zakken vlak voor vertrek, welke reageren op concurrentiedruk, welke eerder concessies doen op bundles dan op basistarieven.

Waarschijnlijker dan individueel lerende agents in isolatie is de opkomst van negotiation intelligence services — betaalde tools die geanonimiseerde transactiedata poolen over duizenden agents heen. Een agent hoeft niet zelf tienduizend boekingen te hebben onderhandeld als hij kan inschrijven op een dienst die dat wel heeft. Uiteraard zijn databeschermingsbeperkingen reëel: de AVG trekt zich niets aan van het feit dat het primaire doel commerciële intelligence is — maar dat zijn ontwerprestricties om mee te werken, geen reden om iets niet te bouwen.

Ook de sell-side zal leren. Mettertijd zullen sell-side systemen mogelijk herkennen dat bepaalde patronen van agentinteractie disproportioneel margin-negatief zijn — de geavanceerde agents die alleen opduiken wanneer een tarief foutief is geprijsd of concurrentiedruk een ongewoon goede deal creëert. De rationele respons gaat verder dan anders onderhandelen — hij strekt zich uit tot de vraag óf je überhaupt onderhandelt. Strengere identiteitseisen, minder genereuze aanbiedingen aan niet-geïdentificeerde agents, of afzien van engagement met verkeer dat qua patroon lijkt op geïnformeerde tegenpartijen.

Een plausibele uitkomst: in plaats van kanalen die samenvloeien tot één transparante markt, fragmenteren ze bewust opnieuw. Premium loyaliteitskanalen, corporate procurement rails, platform-gecontroleerde agentoppervlakten, publieke price endpoints — elk met verschillende toegangsniveaus, prijsstelling en spelregels. De eindstand is mogelijk niet transparantie — maar een meer geavanceerde vorm van ondoorzichtigheid. Wanneer beide zijden autonoom zijn, leren en optimaliseren op machinesnelheid, beginnen de dynamieken te lijken op de algoritmische omgevingen waarmee financiële markten al decennia worstelen.

Ontwerpen voor de tegenpartij die je niet kunt voorspellen

De sell-side kiest zijn tegenpartij niet. Wat er binnenkomt varieert van een gescripte chatbot tot een tool-equipped agent met real-time marktintelligentie, van een commissie-geoptimaliseerde intermediair tot een premium persoonlijke agent die methodisch elke euro waarde uit je systeem haalt die je systeem wil geven. Je kunt van buitenaf niet zien welke je voor je hebt.

Dat betekent testen tegen alle archetypen, inclusief de adversariale. Het betekent begrijpen dat de buyer-side druk is wat je sell-side investering rechtvaardigt — en dat een investering die wordt gevormd door de tegenpartijen die je daadwerkelijk zult tegenkomen, er heel anders uitziet dan één die gevormd is door conferentiedeck-optimisme.

Er is een alternatief: doe niet mee. Blijf bij de checkout API, accepteer dat het platform de klantrelatie bezit, en concurreer op operationele efficiëntie alleen. Voor sommige bedrijven is dat een legitieme strategische keuze — maar het is een one-way door, en de prijs is iedere hefboom behalve fulfillment.

De volledige huidige commerciële uitrol is chatbot commerce — platforms die checkout API's aanroepen. De protocollen ondersteunen echte agent-to-agent-interactie, maar niemand heeft dat nog voor commerce geïmplementeerd. De buyer agents die die evolutie zullen afdwingen, zijn onderweg. De organisaties die floreren zijn degene die de buy-side begrepen voordat ze de sell-side bouwden — en die ontwierpen voor de tegenpartijen die ze niet hebben gekozen.

In mijn volgende stuk, "Why a checkout API won't be enough", verkennen we de praktische implicaties: wat een sell-side agent daadwerkelijk moet kunnen doen, hoe je onderhandelt in natural language zonder aanbiedingen te hallucineren die je niet kunt nakomen, en waarom informatie en differentiatie net zo belangrijk zijn als prijs. We kijken ook naar hoe loyaliteitsprogramma's moeten evolueren wanneer de vertegenwoordiger van de klant denkt in expected value.