Kort antwoord
AI in PIM werkt in 2026 het best bij tekstgeneratie, vertaling, attribuutextractie uit leveranciersdocumenten en classificatie, altijd met menselijke review. Leveranciers als Akeneo, Inriver, Stibo Systems, Syndigo en Salsify bieden daarnaast agents en MCP-servers aan, maar een deel daarvan is nog bèta of preview. Toets daarom beschikbaarheid, reviewworkflow, modelkeuze en kosten per functie.
AI levert in 2026 aantoonbaar waarde in PIM bij vier taken: teksten genereren, vertalen, attributen uit ongestructureerde leveranciersdocumenten halen en producten classificeren. In alle vier gevallen werkt het alleen goed met menselijke review en goede brondata. De nieuwe laag daarboven, AI-agents en MCP-servers, is bij de grote leveranciers aangekondigd of uitgebracht, maar deels nog bèta of preview.
Algemene claims als "40 tot 60 procent snellere verrijking" komen vaak voor in marketingmateriaal, maar onafhankelijk onderzoek dat zo'n percentage voor PIM in het algemeen onderbouwt, ontbreekt. De winst hangt af van uw assortiment, uw brondata en uw reviewproces.
Welke AI-taken werken in PIM?
De tabel geeft per taak aan hoe volwassen de toepassing is en waar het risico zit.
| Taak | Wat AI doet | Volwassenheid | Belangrijkste risico |
|---|---|---|---|
| Tekstgeneratie | Titels, beschrijvingen, SEO-teksten en alt-teksten uit attributen | Breed beschikbaar | Verzonnen specificaties, generieke toon |
| Vertaling | Machinevertaling met glossaria, vaak via DeepL of een taalmodel | Breed beschikbaar | Vakterminologie, eenheden, juridische teksten |
| Attribuutextractie | Waarden uit pdf's, datasheets en spreadsheets halen | Snel groeiend | Verkeerde eenheid of verkeerde variant |
| Veldmapping bij onboarding | Leveranciersvelden aan uw datamodel koppelen | Snel groeiend | Stille fouten bij gelijkende velden |
| Classificatie | Producten aan categorieën of ETIM-klassen toewijzen | Beschikbaar | Fouten in randgevallen |
| Beeldbewerking en tagging | Achtergronden, tags, kleuren uit beelden | Beschikbaar | Merkrichtlijnen, misleidende beelden |
| Agents | Meerdere stappen achter elkaar uitvoeren | Nieuw, deels bèta | Onvoldoende controle en logging |
Hoe u de kwaliteit van gegenereerde teksten borgt, behandelt generatieve AI voor productteksten. Voor extractie en mapping is de inrichting van leveranciersonboarding bepalend.
Wat hebben PIM-leveranciers echt uitgebracht?
Onderstaande functies komen uit leveranciersaankondigingen en productpagina's, gecontroleerd op 17 oktober 2026. De status staat erbij waar de leverancier die noemt.
| Leverancier | Uitgebrachte of aangekondigde AI-functies | Status volgens leverancier |
|---|---|---|
| Akeneo | Native MCP-server (Winter Release, januari 2026); Agentic Ziggy coördineert agents voor verrijking, kanaalvoorbereiding en datakwaliteit (Summer Release, juli 2026) | Uitgebracht |
| Inriver | MCP-server (september 2025); Enhance Agent en Visual Workflow Builder (voorjaar 2026); Enrich Assistant en Signals and Projects (zomer 2026) | Uitgebracht |
| Stibo Systems | ProductGen AI voor generatie en lokalisatie met goedkeuringsworkflows (september 2025, apart gelicentieerd); MCP-server; AgentWorkx (september 2026) | AgentWorkx zonder datum voor algemene beschikbaarheid |
| Syndigo | Synapse met gecoördineerde agents (maart 2026); SynapseGo met agents voor creatie, onboarding, verrijking en syndicatie (april 2026) | Uitgebracht, met menselijke checkpoints |
| Salsify | SalsifyIQ als kennislaag met MCP-laag (mei 2026); assistent Angie; Intelligence Suite in de Workflow Engine | Aangekondigd mei 2026 |
| Informatica (Salesforce) | CLAIRE Product Experience Agent voor Product 360 | Private preview (januari 2026) |
| Pimcore | Agent SDK (april 2026); release 2026.3 met definitieve MCP-ondersteuning en Agent Bundle | Agent Bundle in bèta |
| Perfion | AI-templates, SELECT.GPT en AI-mapping in de importwizard (versie 2025-R3, december 2025) | Uitgebracht |
| Ergonode | AI-generatie, vertaling, AI Complete (ook uit pdf's) en AI Photo Studio, via maandelijkse AI-credits | Uitgebracht |
| Plytix | AI-copilot met 500 gratis credits per maand per abonnement; ChatGPT-feeds (maart 2026) | Uitgebracht |
Twee patronen vallen op. Ten eerste kiest vrijwel elke leverancier voor voorstellen en goedkeuren: Syndigo spreekt van ingebouwde menselijke checkpoints, Sales Layer van een Review Mode, Akeneo van een model waarin agents voorstellen en gebruikers goedkeuren. Ten tweede verschuift de prijs naar verbruik. Ergonode en Plytix werken met credits, Struct factureert AI per gebruik of via de eigen licentie van de klant, en Stibo Systems licentieert ProductGen AI apart.
Wat is een MCP-server en waarom bieden PIM-leveranciers die aan?
Het Model Context Protocol (MCP) is een open standaard waarmee AI-assistenten zoals Claude, ChatGPT en Microsoft Copilot gegevens en functies van een ander systeem aanroepen. Een MCP-server op uw PIM-systeem betekent dat een assistent of agent productdata kan opvragen en, als u dat toestaat, wijzigingen kan voorstellen of doorvoeren.
Dat is nuttig voor interne vragen ("welke producten in categorie X missen een veiligheidsblad"), voor maatwerk door ontwikkelaars en als bron voor agents in andere systemen. Het risico is dat een agent zonder voldoende rechtenbeheer data wijzigt. Vraag daarom naar alleen-lezen-modi, rechten per rol, logging van elke actie en de mogelijkheid om schrijfacties via een workflow te laten goedkeuren. Sales Layer biedt bijvoorbeeld expliciet alleen-lezen- en lees-schrijftoegang aan.
Hoe zet u AI veilig in uw PIM-proces?
Begin klein en meet. De volgende volgorde werkt in de praktijk:
- Kies één taak met veel volume en beperkt risico, bijvoorbeeld beschrijvingen voor een categorie met goede attributen of vertaling van marketingteksten.
- Leg de brondata vast. AI kan alleen goede teksten schrijven als de attributen kloppen. Ontbrekende of foute specificaties worden in een vloeiende tekst minder zichtbaar en daardoor gevaarlijker.
- Schrijf stijlregels en voorbeelden en sla prompts centraal op, zodat iedereen dezelfde instructies gebruikt.
- Richt review in als workflowstap met een duidelijke eigenaar, en bewaar welke versie door AI en welke door een mens is gemaakt.
- Meet de acceptatiegraad: welk deel wordt ongewijzigd goedgekeurd, welk deel aangepast en welk deel afgewezen. Dat cijfer zegt meer dan een leveranciersbelofte.
- Breid pas uit naar extractie, mapping en agents als de reviewdiscipline staat.
Voor technische en veiligheidskritische attributen (afmetingen, vermogen, materialen, allergenen) geldt: laat AI waarden voorstellen en markeren, maar publiceer niet zonder controle. Meer over het verrijkingsproces leest u in het cluster productdata beheren.
Waar let u op bij de keuze van een PIM-leverancier?
Neem AI op in uw programma van eisen, maar maak er geen doel op zich van. Vraag per functie:
- Status: algemeen beschikbaar, bèta of preview, en in welke regio's.
- Model en data: welke modellen worden gebruikt, kunt u uw eigen model of sleutel inbrengen, waar wordt data verwerkt en wordt uw data voor training gebruikt.
- Controle: hoe review, audit trail en terugdraaien werken.
- Kosten: inbegrepen, per credit of als aparte licentie.
- Bewijs: laat het zien op uw eigen data in een gescripte demo.
Belangrijkste punten
- AI werkt in PIM vooral bij generatie, vertaling, extractie en classificatie, altijd met menselijke review.
- Grote leveranciers bieden agents en MCP-servers; een deel, zoals Informatica's CLAIRE-agent en Pimcore's Agent Bundle, is nog preview of bèta.
- Ongefundeerde snelheidspercentages zijn geen basis voor een business case; meet de acceptatiegraad op uw eigen data.
- Prijsmodellen verschuiven naar credits en aparte AI-licenties; neem dat mee in uw kostenvergelijking.
- Goede attributen zijn de voorwaarde: AI vergroot de kwaliteit van uw brondata, en ook de fouten erin.
Veelgestelde vragen
Welke AI-functies hebben PIM-systemen in 2026?
De meeste PIM-systemen bieden AI-tekstgeneratie voor titels en beschrijvingen, machinevertaling (vaak via DeepL of een groot taalmodel), extractie van attributen uit pdf's en spreadsheets, en hulp bij het koppelen van leveranciersvelden. Grotere leveranciers voegen agents toe die meerdere stappen uitvoeren, en MCP-servers waarmee externe AI-assistenten productdata kunnen opvragen.
Wat is een MCP-server in een PIM-systeem?
Een MCP-server implementeert het Model Context Protocol, een open standaard waarmee AI-assistenten en agents data en functies van een systeem aanroepen. In een PIM-systeem kan een assistent zo productdata opzoeken of, met schrijfrechten, wijzigingen voorstellen. Akeneo, Inriver, Stibo Systems, Pimcore, Struct en Sales Layer bieden er een aan. Let op rechten, logging en alleen-lezen-opties.
Vervangt AI de productdatamanager?
Nee. AI neemt schrijf-, vertaal- en overtikwerk over, maar iemand moet brondata, stijlregels, validatieregels en uitzonderingen beheren en de output goedkeuren. Leveranciers bouwen hun agents vrijwel allemaal op een model van voorstellen en goedkeuren. De rol verschuift van auteur naar redacteur en beheerder van regels en prompts.
Hoe test u AI-functies tijdens een PIM-selectie?
Geef elke leverancier dezelfde dataset: een set echte producten met onvolledige attributen, een leverancierspdf en een stijlgids. Laat in een gescripte demo zien hoe het systeem teksten genereert, attributen extraheert, onzekere waarden markeert en review afdwingt. Vraag per functie naar beschikbaarheidsstatus, gebruikte modellen, datalocatie en de kosten per credit of per gebruiker.
Bronnen
- Akeneo: Akeneo accelerates commerce velocity as agentic AI transforms digital engagement (januari 2026)
- Inriver extends PIM to AI commerce (Summer 2026 release)
- Stibo Systems launches ProductGen AI (september 2025)
- Stibo Systems announces agentic AI engine AgentWorkx (september 2026)
- Syndigo launches Synapse, agentic PXM (maart 2026)
- Salsify unveils SalsifyIQ (mei 2026)