Perplexity lanceert een eigen AI-shoppingassistent voor online winkelen. De Amerikaanse AI-zoekstartup brengt de functie uit in zijn bestaande web- en mobiele app. Gebruikers kunnen nu in gewone taal vragen stellen en producten laten vergelijken. Het doel is om sneller tot een passende keuze te komen met uitleg in context.
Perplexity richt zich op winkelen
De shoppingassistent van Perplexity helpt bij het vinden, vergelijken en beoordelen van producten. Het systeem beantwoordt vragen zoals “welke stille wasmachine past in een klein appartement?” of “wat is een lichte laptop voor studie onder 900 euro?”. Het geeft samenvattingen van specificaties en benoemt plus- en minpunten. Daarna verwijst het door naar webwinkels voor aankoop.
Het bedrijf plaatst de functie in dezelfde interface als zijn zoekassistent. Daardoor blijven chat, verkenning van bronnen en vervolgvragen bij elkaar. De gebruiker hoeft dus niet te wisselen tussen tabbladen of prijsvergelijkers. Dat maakt de keuze sneller en meer gericht.
Perplexity gebruikt grote taalmodellen (LLM’s), algoritmen die tekst kunnen begrijpen en genereren. De assistent combineert die met productdata en publieke informatie. Zo kan het systeem alternatieven aandragen wanneer een product niet op voorraad is. Ook kan het toelichten waarom een bepaald model beter past bij een behoefte.
Assistent vergelijkt en verklaart
Gebruikers kunnen criteria meegeven, zoals budget, formaat, merkvoorkeur of energielabel. De assistent vertaalt die eisen naar concrete keuzes, met een beknopte onderbouwing. Hij legt uit welke specificaties ertoe doen en waar de grootste verschillen zitten. Dat is nuttig bij complexe categorieën zoals camera’s, fietsen of laptops.
Het systeem toont doorgaans links naar de onderliggende bronnen. Die bronvermelding helpt bij controle van claims en prijzen. De gebruiker kan door klikken naar recensies of productpagina’s. Zo blijft duidelijk waar informatie vandaan komt.
Een AI-shoppingassistent is software die online producten doorzoekt en de gebruiker in gewone taal adviseert, met uitleg over opties, prijzen en eigenschappen.
Technisch werkt dit via retrieval-augmented generation, kortweg RAG: het model haalt actuele informatie op en vat die samen. Dit verkleint de kans op verouderde inhoud. Toch blijft prijs- en voorraaddata veranderlijk en contextgevoelig. Het systeem moedigt daarom aan om altijd de actuele winkelpagina te checken.
Transparantie en AVG zijn vereist
In Europa gelden extra regels voor dergelijke diensten. De AI-verordening (AI Act) eist transparantie wanneer gebruikers met een AI-systeem praten. De assistent moet dus duidelijk maken dat antwoorden door een algoritme zijn gegenereerd. Ook moet het systeem uitleggen wat de herkomst van informatie is.
Als de dienst persoonsgegevens verwerkt, geldt de AVG. Dat betekent dataminimalisatie, duidelijke doelen en bewaartermijnen. Voor profielen en gepersonaliseerde aanbevelingen is vaak een rechtsgrond of toestemming nodig. Versleuteling en beveiliging zijn randvoorwaardelijk bij het delen van zoek- en aankoopgedrag.
Rangschikking en aanbevelingen vallen in de EU ook onder consumentenrecht. Zo moet het duidelijk zijn of resultaten gesponsord zijn of inkomsten opleveren via affiliatelinks. Onduidelijke beïnvloeding kan onder de oneerlijke handelspraktijken vallen. Heldere labels en een uitleg van de rangschikking zijn daarom belangrijk.
Beperkingen en risico’s blijven
Generatieve systemen kunnen nog steeds fouten maken of “hallucineren”. Een samenvatting kan specificaties verkeerd interpreteren of een review te letterlijk nemen. Dat is risicovol bij producten met veiligheids- of gezondheidsaspecten. Extra controle via de bronlink blijft verstandig.
Prijzen en voorraad veranderen per uur, per regio en per verkoper. Een geadviseerde deal kan bij doorklikken anders uitvallen. Ook kunnen retailers dynamische prijzen gebruiken die niet meteen zichtbaar zijn. De assistent kan dit niet altijd real-time bijhouden.
Bias is een ander punt. Als de dataset vooral Engelstalige reviews bevat, kan dat Europese merken of nicheproducten onderbelichten. Training en evaluatie met Europese data helpt dit te beperken. Transparantie over de gebruikte bronnen maakt bias beter zichtbaar.
Gevolgen voor Nederlandse retail
Voor Nederlandse webwinkels kan dit de vindbaarheid beïnvloeden. Productinformatie moet volledig, machineleesbaar en actueel zijn om in lijstjes te verschijnen. Duidelijke specificaties, EAN-codes en open feeds verhogen de kans op correcte matches. Ook lokale keurmerken en servicevoorwaarden kunnen meewegen in advies.
Consumenten behouden hun EU-rechten, zoals 14 dagen herroepingsrecht bij online aankopen. De assistent verandert die rechten niet, maar kan ze wel beter toelichten. Dat geeft kopers houvast bij twijfel over maat, compatibiliteit of retourbeleid. Winkels die dit helder communiceren, profiteren van meer vertrouwen.
Overheden en toezichthouders zullen kijken naar transparantie en datagebruik. Voor publieke instellingen en onderwijsinstellingen kan zo’n assistent helpen bij inkooporiëntatie. Tegelijk gelden er striktere regels voor aanbesteding en privacy. Het is daarom raadzaam de AI-verordening en de AVG-eisen vroeg mee te nemen.
Wat gebruikers nu merken
De functie zit, op het moment van schrijven, in Perplexity’s bestaande app-ervaring. De bediening voelt als chatten en doorvragen. Resultaten komen als overzicht met korte toelichting en links. Dat maakt oriënteren eenvoudiger dan losse zoekopdrachten.
Wie nauwkeurige prijzen wil, moet nog steeds doorklikken. De assistent is bedoeld voor selectie en uitleg, niet voor afrekenen. Betalen en levering lopen via de gekozen winkel. Die scheiding houdt rollen en verantwoordelijkheden helder.
De komende maanden valt te verwachten dat Perplexity extra filters en categorieën toevoegt. Denk aan duurzaamheidsscores, energielabels of lokale beschikbaarheid. Hoe goed dat werkt, hangt af van data van retailers en platforms. Europese datakwaliteit en open standaardvelden zijn daarbij doorslaggevend.
