Η τεχνητή νοημοσύνη στις αγορές παύει να είναι μια περιφερειακή χρήση των chatbots και αρχίζει να αλλάζει τον τρόπο με τον οποίο οι καταναλωτές αποφασίζουν τι θα βάλουν στο καλάθι τους. Αντί να ανοίγουν δέκα καρτέλες, να συγκρίνουν χαρακτηριστικά και να διαβάζουν δεκάδες reviews, όλο και περισσότεροι ζητούν από ένα AI assistant να περιορίσει τις επιλογές: «βρες μου τρία καλά laptops μέχρι 1.200 ευρώ», «ποια τηλεόραση αξίζει περισσότερο;», «θέλω μια δερμάτινη τσάντα χωρίς εμφανές λογότυπο».
Η αλλαγή είναι ήδη μετρήσιμη. Σε έρευνα της Adobe τον Μάρτιο του 2026, το 39% περισσότερων από 5.000 καταναλωτών στις ΗΠΑ δήλωσε ότι είχε χρησιμοποιήσει AI για online shopping. Την ίδια ώρα, η κίνηση από εργαλεία generative AI προς αμερικανικά retail sites αυξήθηκε κατά 393% σε ετήσια βάση μέσα στο πρώτο τρίμηνο.
Το πραγματικά ενδιαφέρον όμως δεν είναι μόνο ότι χρησιμοποιούμε AI πριν αγοράσουμε. Είναι ότι σταδιακά του αναθέτουμε να αποφασίσει ποιες επιλογές αξίζουν εξαρχής την προσοχή μας.
Από δέκα links σε τρεις απαντήσεις
Η κλασική μηχανή αναζήτησης λειτουργούσε για χρόνια με μια σχετικά γνώριμη λογική: γράφεις αυτό που θέλεις και λαμβάνεις μια σειρά από αποτελέσματα.
Η generative AI αλλάζει αυτή τη σχέση.
Δεν σου παρουσιάζει απλώς πληροφορίες. Τις συγκεντρώνει, τις συγκρίνει και μπορεί να καταλήξει σε μια μικρή λίστα προτάσεων.
Η Google έχει ήδη ενσωματώσει αυτή τη μετάβαση στην ίδια την αναζήτηση μέσω των AI Overviews. Η εταιρεία ανέφερε το 2025 ότι πραγματοποιούνται περισσότερες από 5 τρισεκατομμύρια αναζητήσεις τον χρόνο και ότι, στις ΗΠΑ και την Ινδία, τα AI Overviews είχαν αυξήσει περισσότερο από 10% τη χρήση της Google στις κατηγορίες ερωτημάτων όπου εμφανίζονταν.
Η μετατόπιση φαίνεται και έξω από τη Google.
Έρευνα σε 5.119 ενηλίκους στις ΗΠΑ τον Φεβρουάριο του 2026 έδειξε ότι το 42% χρησιμοποιεί AI chatbots για αναζήτηση πληροφοριών.
Σε άλλη έρευνα, το 68% των Αμερικανών καταναλωτών δήλωσε ότι είχε χρησιμοποιήσει τουλάχιστον ένα εργαλείο AI το προηγούμενο τρίμηνο. Μεταξύ αυτών, το 19% το είχε χρησιμοποιήσει για να ανακαλύψει ή να επιλέξει brands, προϊόντα ή υπηρεσίες.
Η τεχνητή νοημοσύνη στις αγορές γίνεται επομένως μέρος μιας νέας διαδικασίας έρευνας αγοράς.
Το AI δεν έχει αντικαταστήσει τη Google
Τουλάχιστον όχι ακόμη.
Τα στοιχεία της Similarweb δείχνουν ότι οι παραπομπές από generative AI αντιστοιχούν σήμερα περίπου στο 0,4% των επισκέψεων προς ecommerce sites.
Πρόκειται για πολύ μικρό ποσοστό.
Ταυτόχρονα όμως αυξάνεται με εξαιρετικά γρήγορο ρυθμό – κατά 203% μέσα σε έναν χρόνο.
Ακόμη πιο αποκαλυπτικό είναι ότι ένας στους τέσσερις καταναλωτές δηλώνει πως χρησιμοποιεί AI πριν αγοράσει.
Και στις περισσότερες περιπτώσεις δεν εγκαταλείπει την παραδοσιακή αναζήτηση.
Στο 89% των journeys όπου χρησιμοποιείται AI για έρευνα αγοράς υπάρχει παράλληλα και χρήση search engine.
Ο καταναλωτής επομένως δεν αντικαθιστά απλώς ένα εργαλείο με ένα άλλο. Προσθέτει έναν νέο σύμβουλο στη διαδικασία.
Η βιτρίνα μετακομίζει μέσα στο chatbot
Αυτή η αλλαγή εξηγεί γιατί οι μεγαλύτερες εταιρείες AI δημιουργούν πλέον ολόκληρες υποδομές γύρω από το commerce.
Τον Μάρτιο του 2026, η OpenAI επέκτεινε το Agentic Commerce Protocol ώστε οι έμποροι να μπορούν να τροφοδοτούν το ChatGPT με πληρέστερα και πιο ενημερωμένα δεδομένα προϊόντων.
Μεγάλες αλυσίδες όπως Target, Sephora, Nordstrom, Lowe’s, Best Buy, Home Depot και Wayfair έχουν ήδη συνδεθεί με το σύστημα.
Παράλληλα, τα δεδομένα εκατομμυρίων καταστημάτων που χρησιμοποιούν Shopify μπορούν να περνούν μέσω του Shopify Catalog.
Αυτό σημαίνει ότι όταν ένας χρήστης ζητά «τέσσερα running shoes κάτω από 150 ευρώ» ή «μια τηλεόραση OLED για gaming», το AI μπορεί να αναζητήσει χαρακτηριστικά, τιμές, διαθεσιμότητα και άλλες πληροφορίες πριν καταλήξει σε προτάσεις.
Στην περίπτωση του ChatGPT, τα οργανικά product results παρουσιάζονται ξεχωριστά από τις διαφημίσεις και, σύμφωνα με την OpenAI, δεν επιλέγονται βάσει εμπορικών συνεργασιών.
Το γεγονός όμως ότι μια εταιρεία παρέχει σωστά, δομημένα και ενημερωμένα δεδομένα αυξάνει την πιθανότητα το AI να γνωρίζει ακριβώς τι πουλά.
Και αυτό δημιουργεί μια νέα μορφή ανταγωνισμού.
Δεν αρκεί πλέον να είσαι πρώτος στη Google
Για περισσότερες από δύο δεκαετίες, οι επιχειρήσεις επένδυσαν στο SEO ώστε να εμφανίζονται όσο το δυνατόν ψηλότερα στα search results.
Τώρα υπάρχει ένα δεύτερο ερώτημα:
Θα αναφέρει το AI το προϊόν τους;
Η διαφορά είναι ουσιαστική.
Σε μια Google Search page μπορεί να εμφανιστούν δέκα ή περισσότερα οργανικά αποτελέσματα. Ένα chatbot μπορεί να προτείνει μόλις τρία προϊόντα.
Όποιος δεν βρίσκεται σε αυτή τη μικρή λίστα μπορεί ουσιαστικά να μην υπάρχει στο συγκεκριμένο στάδιο της απόφασης.
Η Semrush έχει καταγράψει και ένα ακόμη ενδιαφέρον φαινόμενο.
Σε μελέτη χιλιάδων εμφανίσεων ιστοτόπων σε AI answers, σχεδόν 62% των citations δεν συνοδεύονταν από ονομαστική αναφορά του brand.
Με άλλα λόγια, ένα AI μπορεί να χρησιμοποιήσει μια ιστοσελίδα ως πηγή αλλά να μη γράψει ποτέ το όνομα της εταιρείας μέσα στην απάντησή του.
Για τα brands, το να χρησιμοποιείται το περιεχόμενό τους και το να εμφανίζεται το όνομά τους είναι δύο διαφορετικά πράγματα.
Η Anthropic χτίζει shopping agents για τα ίδια τα καταστήματα
Η αλλαγή δεν συμβαίνει μόνο μέσα στα μεγάλα chatbots.
Τον Σεπτέμβριο, η Anthropic παρουσίασε commerce agent blueprints για επιχειρήσεις που θέλουν να δημιουργήσουν δικούς τους AI shopping assistants.
Ένας καταναλωτής μπορεί να περιγράφει αυτό που χρειάζεται με φυσική γλώσσα, ο agent να ψάχνει στον κατάλογο, να συγκρίνει προϊόντα, να συνδυάζει διαφορετικές ανάγκες και να προετοιμάζει το καλάθι.
Η εταιρεία παρέχει αντίστοιχα εργαλεία και για την πλευρά του εμπόρου, με λειτουργίες γύρω από αποθέματα, παραγγελίες, promotions και πωλήσεις.
Η τεχνητή νοημοσύνη στις αγορές μετακινείται έτσι από την απλή αναζήτηση προϊόντων προς την εκτέλεση ολόκληρων τμημάτων της συναλλαγής.
Και γιατί το AI διάλεξε αυτό το προϊόν;
Εδώ βρίσκεται ίσως η σημαντικότερη ερώτηση για τον καταναλωτή.
Όταν ένα chatbot παρουσιάζει τρεις επιλογές, τι ακριβώς οδήγησε στην επιλογή τους;
Η απάντηση μπορεί να εξαρτάται από πολλούς παράγοντες: το prompt, προηγούμενο context, την τιμή, τη διαθεσιμότητα, reviews, τεχνικά χαρακτηριστικά, δεδομένα εμπόρων και πληροφορίες που βρέθηκαν στο web.
Δεν υπάρχει επίσης εγγύηση ότι κάθε πληροφορία είναι σωστή.
Οι τιμές αλλάζουν. Τα προϊόντα εξαντλούνται. Εκπτώσεις λήγουν. Reviews μπορεί να είναι κακής ποιότητας και ορισμένα καταστήματα μπορεί να μην είναι προσβάσιμα στα αυτοματοποιημένα συστήματα.
Γι’ αυτό η τεχνητή νοημοσύνη στις αγορές λειτουργεί καλύτερα ως εργαλείο περιορισμού των επιλογών και όχι ως υποκατάστατο του τελικού ελέγχου.
Πριν από την αγορά εξακολουθεί να έχει νόημα να επιβεβαιώνονται η τελική τιμή, τα μεταφορικά, η εγγύηση, η διαθεσιμότητα και η πολιτική επιστροφών.
Το Animals έρχεται στο Netflix και το νέο trailer ανεβάζει πολύ τις προσδοκίες
Η Ελλάδα του 83,5%
Η αλλαγή έχει ιδιαίτερο ενδιαφέρον και για την Ελλάδα.
Το 2025, το 32,7% των κατοίκων της Ευρωπαϊκής Ένωσης ηλικίας 16 έως 74 ετών είχε χρησιμοποιήσει generative AI κατά τους προηγούμενους τρεις μήνες.
Στους νέους 16 έως 24 ετών, το ποσοστό έφτανε το 63,8%.
Η Ελλάδα βρέθηκε στην πρώτη θέση της ΕΕ σε αυτή την ηλικιακή ομάδα, με 83,5%.
Το ποσοστό δεν αφορά αποκλειστικά shopping. Περιλαμβάνει εκπαίδευση, εργασία και προσωπικές χρήσεις.
Δείχνει όμως ότι ένα πολύ μεγάλο κομμάτι της επόμενης γενιάς καταναλωτών έχει ήδη εξοικειωθεί με την ιδέα ότι αντί να ψάχνει μόνο του ανάμεσα σε δεκάδες αποτελέσματα μπορεί απλώς να περιγράψει αυτό που χρειάζεται και να περιμένει μια απάντηση.
Ο νέος μεσάζων ανάμεσα στον καταναλωτή και το προϊόν
Η μεγαλύτερη αλλαγή ίσως βρίσκεται ακριβώς εδώ.
Οι μηχανές αναζήτησης πάντα επηρέαζαν τι βλέπουμε πρώτο. Τα καταστήματα πάντα αποφάσιζαν τι τοποθετούν στη βιτρίνα. Τα marketplaces πάντα είχαν rankings.
Το AI προσθέτει όμως ένα επιπλέον φίλτρο.
Δεν οργανώνει απλώς προϊόντα. Μπορεί να τα συγκρίνει, να τα αποκλείσει και τελικά να εξηγήσει γιατί κάποια θεωρεί καλύτερη επιλογή για τον συγκεκριμένο άνθρωπο.
Για τον καταναλωτή αυτό είναι εξαιρετικά βολικό.
Για τις επιχειρήσεις είναι ένας καινούριος αγώνας ορατότητας.
Και για όλους δημιουργεί μια νέα ερώτηση που πιθανότατα θα γίνεται όλο και σημαντικότερη καθώς η τεχνητή νοημοσύνη στις αγορές ωριμάζει:
όταν ένα AI μάς λέει «αυτό θα αγόραζα», πρέπει να γνωρίζουμε όχι μόνο ποιο προϊόν επέλεξε αλλά και γιατί τα υπόλοιπα δεν έφτασαν ποτέ στην οθόνη μας.
