Vad prövade forskarna?
Studien Generative AI and Sales Productivity: Field Experiments in Online Retail omfattar fem randomiserade delstudier av produktbeskrivningar hos en anonym återförsäljare med gränsöverskridande handel. Varje delstudie pågick i en vecka i december 2023. Beskrivningarna var på engelska, spanska, franska, portugisiska och koreanska. Språken anger inte vilka länder konsumenterna befann sig i.
Materialet omfattar 4 772 937 konsumentobservationer efter klick till utvalda produktsidor. Det är alltså varken ett antal köpare eller alla besökare i butiken. I behandlingsgruppen lades AI-beskrivningar till de befintliga människoskrivna beskrivningarna; när text saknades tillfördes en beskrivning. Kontrollgruppen behöll utgångsläget. Försöket ersatte alltså inte experters texter för att jämföra dem med AI.
Läs originalstudien och dess tabeller2,1 procent av vilket mått?
Forskarna definierar försäljning som sammanlagda utgifter för produktbeställningar, i amerikanska dollar per konsument. Den skattade ökningen var 0,0104 USD per konsument. Det motsvarar 2,05 procent i tabell C5, avrundat till 2,1 procent i tabell 4. Resultatet avser alltså ett genomsnittligt belopp över de observerade konsumenterna.
Det betyder inte 2,1 procent fler beställningar, 2,1 procentenheters högre konverteringsgrad eller större varukorg bland dem som köpte. Skattningen var statistiskt signifikant på femprocentsnivån. Det gör inte effekten lika stor i varje språk, produktkategori eller annan butik.
Läs originalstudien och dess tabellerUtgångsläget spelar roll
Nästan hälften av produkterna som plattformen själv sålde saknade beskrivningar eller hade mycket knapphändig text. Att tillföra information där den saknas är en annan uppgift än att komplettera redan tydliga och fullständiga beskrivningar. Studien visar därför inte att AI-text generellt är bättre än texter skrivna av människor.
En analys av korta och långa engelska beskrivningar gav en skillnad i relativ effekt med p-värdet 0,0536. Skillnaden klarar inte den vanliga femprocentsgränsen. Det finns därmed inget stöd här för en säker prioriteringsregel utifrån textlängd eller en generell gräns på 50 ord.
Läs originalstudien och dess tabellerBörja med informationsluckan, inte verktyget
För ett företag är den användbara frågan vilka verifierade produktuppgifter kunden faktiskt saknar. Otydliga användningsområden, ofullständiga specifikationer och osäkra påståenden kräver olika arbete. Klargör målgruppen och vilken affärseffekt som är relevant innan ni beställer innehåll. En publicerad text är en leverans, inte i sig ett försäljningsresultat.
Ta också ställning till faktaunderlag, rättigheter, ansvarig granskare och hela kostnaden för framtagning och underhåll. Ett avgränsat innehållsuppdrag kan vara motiverat utan att man räknar hem studiens procentsats. Katalogintegrationer eller egna experiment behöver en separat, uttryckligen överenskommen omfattning.
Vad resultatet inte säger
Det här är korta försök hos en enda återförsäljare i en miljö från 2023, inte ett aktuellt modelltest. Studien visar ingen effekt på SEO, omnämnanden i AI-svar, vinstmarginal eller lönsamhet. En ökning i konsumenternas utgifter är inte samma sak som avkastning när kostnaderna för arbetet räknas in.
Vi utgår från arXiv-version 6, reviderad den 29 juni 2026. Det är ett förhandspublicerat manuskript, inte ett påstående om genomförd sakkunniggranskning. Resultatet ger ett skäl att undersöka produktinformationens värde — inte att lova samma ökning till ett annat företag.
Läs originalstudien och dess tabellerMindVerve kan hjälpa er att avgränsa arbete med AI-stött innehåll och kampanjer utifrån verifierade fakta och målgruppens frågor. Omfattning och villkor bestäms separat; studiens försäljningsökning utlovas inte.
Diskutera ett avgränsat innehållsuppdragOfficiella källor
Författarna uppger att Fang och Yuan arbetade som konsulter åt samarbetspartnern och att Zhang var anställd där. Studien gäller inte MindVerves kunder.
Läs originalstudien och dess tabellerGenerative AI and Sales Productivity: Field Experiments in Online Retail · Fang, Yuan, Zhang, Donati, Sarvary · arXiv:2510.12049v6CC BY 4.0