Hva ble faktisk testet?
Forskerne bak Generative AI and Sales Productivity: Field Experiments in Online Retail gjennomførte fem randomiserte delforsøk med produktbeskrivelser hos én anonym netthandler med handel på tvers av landegrenser. Hvert forsøk varte i én uke i desember 2023. Tekstene var på engelsk, spansk, fransk, portugisisk og koreansk. Dette angir ikke hvilke land forbrukerne kom fra.
Utvalget omfattet 4 772 937 forbrukerobservasjoner etter klikk på utvalgte produktsider, ikke like mange kjøpere eller alle besøkende i butikken. I tiltaksgruppen ble KI-beskrivelser lagt til de eksisterende menneskeskrevne beskrivelsene; der tekst manglet, ble en beskrivelse tilført. Kontrollgruppen beholdt utgangspunktet. Forsøket erstattet altså ikke eksperttekster for å sammenligne dem med KI.
Les originalstudien og tabelleneMålet var beløp per forbruker
Salg er her definert som samlet beløp brukt på produktbestillinger i amerikanske dollar per forbruker. Estimatet var en økning på 0,0104 USD per forbruker. Det tilsvarer 2,05 prosent i tabell C5, avrundet til 2,1 prosent i tabell 4. Nevneren er dermed de observerte forbrukerne, ikke bare dem som gjennomførte et kjøp.
Resultatet betyr ikke 2,1 prosent flere bestillinger, en økning i konverteringsrate på 2,1 prosentpoeng eller høyere handlekurvverdi blant kjøperne. Estimatet var statistisk signifikant på femprosentnivået. Det er likevel ikke dokumentasjon på at hver produktkategori, språkgruppe eller annen butikk får samme utslag.
Les originalstudien og tabelleneManglende informasjon er et viktig utgangspunkt
Nesten halvparten av produktene som plattformen selv solgte, hadde ingen eller svært sparsomme beskrivelser. Å fylle et informasjonshull er en annen oppgave enn å supplere allerede komplette tekster. Forsøket viser derfor ikke at KI generelt er bedre enn menneskelige skribenter, eller at alle produkttekster bør skrives om.
Forskerne undersøkte også forskjellen i relativ effekt mellom korte og lange engelske beskrivelser. P-verdien var 0,0536, altså ikke signifikant ved den vanlige femprosentgrensen. Den analysen gir ikke grunnlag for en sikker prioriteringsregel eller en generell grense på 50 ord.
Les originalstudien og tabelleneAvklar behovet før dere bestiller innhold
Start med hvilken verifisert produktinformasjon målgruppen trenger for å velge. Uklare bruksområder, manglende spesifikasjoner og udokumenterte påstander må håndteres forskjellig. Avklar også hvilket forretningsresultat som er relevant. Antall ferdige tekster forteller at arbeid er levert, men ikke at det har gitt flere lønnsomme kjøp.
Vurder faktagrunnlag, rettigheter og hvem som skal godkjenne innholdet. Ta med redigering, kontroll og vedlikehold når kostnaden beregnes. Et avgrenset innholdsoppdrag kan være fornuftig uten å budsjettere med forsøksresultatet. Integrasjon mot produktkatalogen og egne eksperimenter må eventuelt avtales som særskilte leveranser.
Ingen dokumentert SEO- eller lønnsomhetseffekt
Dette er korte forsøk fra 2023 hos én forhandler, ikke en oppdatert rangering av modeller. Studien viser ikke effekt på organiske søk, omtale i KI-svar, margin eller avkastning. Høyere forbruk per forbruker er ikke det samme som fortjeneste etter at innholdsarbeid og øvrige kostnader er trukket fra.
Vi bygger på arXiv-versjon 6, revidert 29. juni 2026. Dette er et forhåndspublisert manuskript, og vi omtaler det ikke som fagfellevurdert. Funnet er et grunnlag for å diskutere kvaliteten på produktinformasjonen, ikke et løfte om fremtidig omsetning hos andre bedrifter.
Les originalstudien og tabelleneMindVerve kan hjelpe med å avgrense KI-støttet innhold og kampanjer ut fra verifiserte fakta og målgruppens spørsmål. Omfanget avtales konkret; forsøksresultatet er ingen garanti for deres salg.
Snakk med oss om et avgrenset innholdsoppdragOffisielle kilder
Forfatterne opplyser at Fang og Yuan var konsulenter for samarbeidspartneren, og at Zhang var ansatt der. Studien handler ikke om MindVerves kunder.
Les originalstudien og tabelleneGenerative AI and Sales Productivity: Field Experiments in Online Retail · Fang, Yuan, Zhang, Donati, Sarvary · arXiv:2510.12049v6CC BY 4.0