Single Source Ep. 9: AI-agents hebben een productrecord nodig dat ze kunnen aanroepen

Een AI-agent die je productrecord niet snel genoeg kan lezen, slaat het product over. Dat is de kern van aflevering 9 van The Single Source, waarin Crystallize-CEO Bård Farstad in gesprek gaat met PIMvendors-oprichters Stephan Spijkers en Chris Jobse.

De oude werkwijze, verrijken in de PIM en een uitgeklede kopie naar de storefront sturen, laat juist de velden vallen die een agent gebruikt. Specificaties, verhaal, media, prijs en variantkoppelingen horen in één backend, met een API die zichzelf beschrijft. Onze uitleg over de commerce stack laat zien waar die backend naast de storefront staat, en waarom agents een tweede kopie van de catalogus nooit te zien krijgen.

Crystallize is een headless PIM- en commerceplatform op GraphQL. Farstad laat zien hoe het platform is opgebouwd rond Skills, AI-agents en MCP, en wat dat vraagt van elk team dat AI-agents in zijn catalogus wil laten winkelen. Hij noemt het resultaat een productuniversum: één record, zo gebouwd dat zowel ontwikkelaars als agents het kunnen aanroepen.

Sprekers

• Stephan Spijkers, medeoprichter, PIMvendors.com
• Chris Jobse, medeoprichter, PIMvendors.com
• Bård Farstad, CEO, Crystallize

Waar de aflevering op uitkomt

Farstad legt de lat hoog. Gestructureerde, semantisch kloppende productdata moet binnen milliseconden terugkomen. Kan de agent de data in die tijd niet vinden en interpreteren, dan gaat hij door naar het volgende product. Het product valt af voordat er ook maar iemand een pagina opent.

De klassieke keten van systemen noemt hij een integratiebelasting. De PIM verrijkt, stuurt door naar een commerceplatform, en dat platform voedt de storefront. Bij elke overdracht blijven alleen de velden over die beide systemen kennen, en zo'n architectuur kan de kanalen waar agents werken niet bedienen. Eén headless backend met één API, één datamodel en één MCP haalt die tussenstappen weg. De gids over headless en composable commerce gaat dieper op die keuze in, voor wie een stack rond de storefront afweegt tegen een record dat agents kunnen aanroepen.

Farstad beschrijft ook AI in het platform zelf: datamodellering, bulkimport uit spreadsheets, SEO-verrijking, plugin-ontwikkeling, RFP-antwoorden en bugfixes in Slack. Volgens hem staat werk waar vroeger dagen ontwikkeltijd of een externe consultant voor nodig was, nu in minuten in de steigers, waarna iemand het controleert. Sinds eind 2024 ligt het tempo volgens hem op een ander niveau: grote features gaan dagelijks live in plaats van wekelijks. Zie dat als het verhaal van Crystallize over het eigen platform, niet als benchmark voor een businesscase.

In zijn verhaal loopt de klantreis nu al langs twee sporen, en voor allebei is hetzelfde record nodig. Bij beleefaankopen (auto's, meubels, mode) blijft een eigen omgeving van het merk nodig waar de klant kan rondkijken. Functionele aankopen (reserveonderdelen, verbruiksartikelen, herhaalbestellingen) verschuiven naar kanalen waar Claude of ChatGPT een selectie maakt voordat iemand de winkel bezoekt. Bedient je record maar één spoor, dan ben je op het andere afwezig. AI-klare productdata beschrijft welke vragen een agent met dat record moet kunnen beantwoorden.

De keuze van het model is volgens hem de kostenknop waar de meeste teams aan voorbijgaan. Vertalen, classificeren en velden in bulk verrijken kan op lichtere modellen. Datamodellering, architectuurkeuzes en een plugin in één keer genereren vragen een sterker model. Wie per taak het passende model kiest in plaats van alles naar het grootste model te sturen, houdt de rekening beheersbaar.

Wat je hiermee doet

Architectuur is volgens Farstad inmiddels een beslissing voor de directie. Teams die binnen 12 maanden geen gestructureerd record beschikbaar maken via een interface die agents kunnen gebruiken, vallen volgens hem al af in de oriëntatiefase. Hun eigen medewerkers kunnen die workflows dan ook niet gebruiken. Die termijn van 12 maanden is zijn eigen inschatting.

Zijn oplossing, één backend, heeft een duidelijke prijs. Je levert een gespecialiseerde PIM en een gespecialiseerde storefront in, elk met een eigen datamodel. Daar krijg je één plek voor terug die ontwikkelaars en agents allebei aanroepen. Past die ruil niet bij jouw kanalen, neem de architectuur dan niet over. Neem de test wel over. Een agent moet een compleet, actueel antwoord uit je record kunnen halen zonder dat er een mens tussen zit.

Beoordeel PIM-aanbieders op die test, nog vóór de demo van hun agents. Het datamodel en de API gaan voor. In PIM-functies en mogelijkheden lees je hoe je die twee beoordeelt.