Commodity of voorkeursmerk: de keuze die AI straks voor je klant maakt

In de komende jaren zal AI steeds vaker aankoopbeslissingen voor klanten nemen. Wat AI niet kan meten of verifiëren, telt in die beslissingen niet mee. Dit heeft gevolgen voor merken die gevonden willen worden en waarde willen laten meewegen.

Straks beslist een AI-agent of je merk wordt gekozen. De vraag is: op basis waarvan?

In deel 1 lieten we zien hoe marketing verschuift van search naar sidekick, van klikken en traffic realiseren naar geselecteerd worden. Merken die niet answer-ready zijn, verschijnen simpelweg niet in AI-antwoorden van de LLM’s (Large language models). Dat was slechts stap één.

De volgende fase is nog ingrijpender: AI zal niet alleen adviseren, maar autonoom beslissen en handelen. Op dat moment is marketing geen optimalisatievraagstuk meer, maar nog meer een keuze over waarde en ROI.

Van GEO naar Agentic Commerce

GEO draait om geselecteerd worden in antwoorden. Agentic commerce gaat een stap verder: AI-agents voeren de beslissing voor je uit.

Zoals beschreven in Tomorrow’s Commerce 2026 (VML) verschuift AI van zoeken naar handelen: niet langer een assistent die opties presenteert, maar een agent die taken afrondt. Dat zien we nu al terug in:

• Persoonlijke AI-agents die automatisch essentiële producten opnieuw bestellen.
• Zakelijke agents die contracten vergelijken en voorwaarden heronderhandelen.
• Reisagents die complete reizen kunnen boeken op basis van voorkeuren en budget.

In deze scenario’s stort de customer journey in. Inspiratie, overweging en transactie worden één autonome actie. Voor merken betekent dit dat er geen klassieke funnel meer is om te meten en te optimaliseren. Je zit óf in de beslissingsset van de agent óf je bestaat niet.

Dit is geen toekomstbeeld. Het gebeurt nu, ongelijkmatig maar onmiskenbaar.

De prijsparadox

AI-agents zijn rationeel. Ze selecteren op basis van wat beschikbaar en aantoonbaar is. Als prijs het enige duidelijke signaal is, is de uitkomst voorspelbaar: the race to the bottom.

Dat creëert de prijsparadox:

• Marges eroderen.
• Differentiatie verdwijnt.
• Service, kwaliteit en nuance verliezen betekenis.

Merken die hier niet op inspelen, worden inwisselbaar en vervangbaar.

Je waarde moet machine-leesbaar zijn

De enige verdediging (of aanval) is waarde, los van prijs, expliciet en machine-leesbaar maken. Alles wat je merk onderscheidt, maar niet in de prijs zit, moet beschikbaar zijn voor AI-agents, waaronder:

• Betrouwbaarheid en levertijd.
• Retour- en reparatiebeleid.
• Servicekwaliteit en SLA’s.
• Duurzaamheid en ethische standaarden.
• Community- of lokale aanwezigheid.

Dit is cruciaal omdat AI geen gevoelens heeft.

Een mooi voorbeeld is Patagonia. Twee van hun kernwaarden zijn “Quality” en “Environmentalism”. Die komen samen in hun reparatieservice. Ze repareren elk Patagonia-product, altijd en overal. Dat is precies het soort verifieerbare waarde dat AI-agents kunnen meewegen.

Merkverhalen en campagnes beïnvloeden geen AI-beslissingen tenzij ze worden ondersteund door verifieerbare data en bewijs. Pas wanneer waarde is vastgelegd in content, gestructureerde data, beleid, productinformatie en reviews, kan AI deze meewegen naast prijs. Wie dat nalaat, verliest automatisch van de goedkoopste optie.

ROI zonder clicks

AI verandert niet wat ROI betekent, maar het haalt veel van de gebruikelijke meetpunten weg. Clicks, CTR en funnels vervagen zodra beslissingen vóór de klik plaatsvinden. Attributie verzwakt. Dashboards verliezen hun verklarende kracht.

Wat wél doorslaggevend blijft:

• Welke producten worden gekozen.
• Tegen welke marge.
• Met welke service- en retourkosten.

Dit maakt zichtbaar wat altijd al gold: organische zichtbaarheid bepaalt niet alleen hoeveel traffic je krijgt, maar welke producten worden gevonden en gekozen en daarmee direct je marge, acquisitiekosten en assortimentsresultaat.

Merken die hun onderscheidende waarde, los van prijs, helder structureren en beschikbaar maken voor AI, zien vaker producten met hogere marges gekozen worden, minder korting en lagere retourpercentages. De impact is direct zichtbaar in de P&L.

Leiderschap, geen optimalisatie

Answer readiness en agent readiness zijn leiderschapsbeslissingen, geen SEO-projecten.

Organisaties die dit serieus nemen, sturen op:

• Zichtbaarheid in AI-antwoorden (share of answer).
• Commerciële impact (marge, CAC, ondersteunde omzet).
• Schaalbaarheid van assets.
• Duidelijke kaders voor claims en AI-gebruik.

Zonder eigenaarschap op C-level zal AI je merk- en productselectie standaard bepalen.

Commodity of voorkeursmerk

AI-agents beïnvloeden commerciële beslissingen nu al. Merken die vandaag investeren in answer-ready, agent-native organische assets bouwen een voorsprong op die lastig is in te halen. Wie wacht, loopt het risico te verdwijnen uit de AI-beslissingsset van de klant. In 2026 is neutraliteit geen optie meer.