Slik kan Adobes «agentic sites» tilpasse nettsider i sanntid

Adobe har demonstrert en prototype de kaller et «agentic site» – en nettside som tolker hva en besøkende forsøker å gjøre, og setter sammen siden rundt dette behovet i sanntid. Målet er en slags «målgruppe på én», der innholdet ikke bare tilpasses brede segmenter som «tilbakevendende kunde» eller «friluftsinteressert», men den konkrete situasjonen til én person. 27

Det er likevel viktig å skille mellom demonstrasjonen og et ferdig produkt. Offentlig tilgjengelig informasjon beskriver en fungerende prototype og flere relaterte Adobe-produkter, ikke en generell tjeneste som allerede lager en unik produksjonsside for hver besøkende i stor skala. 434

Dette viste Adobe

Demonstrasjonen tok utgangspunkt i en nettside for kaffemaskiner. Da en besøkende søkte etter en maskin som kunne brukes på campingtur, endret systemet innholdet, anbefalingene og presentasjonen slik at siden passet bedre til utendørsbruk. Carlos Sanchez, hovedforsker i Adobe, presenterte konseptet under innlegget «Agentic Sites: Building Hyper Personalized Websites» på AI Engineer World’s Fair. 33

Poenget er ikke å be en språkmodell finne på en komplett nettside uten begrensninger. Systemet tolker signaler som søket til brukeren og tidligere atferd, finner relevant materiale i virksomhetens eksisterende innhold og setter sammen siden ved hjelp av dette materialet. 234

Slik fungerer arkitekturen

En forenklet versjon av arbeidsflyten ser slik ut:

1. Tolker hensikten: Systemet vurderer søket og interaksjonene til den besøkende. Er personen i utforskningsfasen, sammenligner han eller hun produkter, eller er vedkommende klar til å kjøpe? Kanskje er behovet mer spesifikt – som å finne en kaffemaskin til camping.
2. Henter godkjent innhold: Retrieval-augmented generation, eller RAG, gir modellen relevant informasjon fra virksomhetens eksisterende innholdssystemer og produktkataloger.
3. Velger sidekomponenter: Siden behandles ikke nødvendigvis som ett fast dokument. Systemet kan velge eller tilpasse enkeltblokker.
4. Viser opplevelsen: Toppinnhold, produktanbefalinger, navigasjon og handlingsknapper settes sammen til en side som skal passe den antatte hensikten.

Dette er også viktig for merkevarekontroll. Når modellen forankres i virksomhetens egne tekster og godkjente ressurser, kan det redusere risikoen for uriktige produktpåstander og holde uttrykket nærmere den etablerte visuelle og redaksjonelle profilen. Beskrivelsene av demonstrasjonen handler om å hente og sette sammen eksisterende innhold – ikke om å generere en nettside helt fra ingenting. 434

Hvorfor Cerebras og Gemma 4 er sentrale

Den rapporterte løsningen brukte Googles Gemma 4 på Cerebras’ inferensplattform. I modellkatalogen oppgir Cerebras rundt 1 850 genererte tokens i sekundet for Gemma 4 31B, mens selskapet også har rapportert rundt 2 300 tokens i sekundet for en Gemma 4-anvendelse. 36

Høy gjennomstrømming er relevant fordi et agentisk nettsted kan måtte gjøre flere ting i løpet av én interaksjon: tolke hensikt, hente kontekst, velge komponenter, skrive eller justere tekst og returnere resultatet. Raskere inferens gjør denne hente–resonnere–sette sammen-loopen mer aktuell i en interaktiv nettside, i stedet for at teknologien bare brukes til innholdsproduksjon i forkant.

Tokenhastighet er imidlertid ikke det samme som total ventetid. Nettverk, innholdssøk, produktkataloger, samtykkekontroller, nettleserrendring, hurtiglagring og levering fra baksystemene påvirker hvor raskt siden faktisk oppleves for brukeren.

Rapportert hastighet og kostnad

Ifølge omtalen av Sanchez’ presentasjon ga en forespørsel om en kaffemaskin til camping et personlig resultat på 1,64 sekunder. Omtrent ett sekund skal ha gått til modellkallet. Til sammenligning ble et annet oppsett oppgitt til 4,6 sekunder, mens den estimerte kostnaden ble angitt til omtrent 0,01–0,02 dollar per side. 1

Tallene bør leses som rapporterte prototype-målinger og anslag – ikke som reviderte tjenestenivågarantier eller offentliggjort Adobe-prising. De viser heller ikke at alle sider, besøkende eller trafikkmønstre vil få samme ytelse.

Hva en grense på rundt to sekunder kan bety

Skal personalisering oppleves som umiddelbar, må systemet ta beslutningen før ventetiden blir merkbar. En målsetting på omtrent ett til to sekunder kan gjøre det mulig å reagere på et søk, ankomstkontekst eller en tydelig endring i brukerens hensikt mens behovet fortsatt er ferskt.

Dermed kan nettsiden tilpasses mer detaljert enn ved tradisjonell segmentering. I stedet for bare å vite at noen er en «tilbakevendende kunde», kan systemet forsøke å svare på det aktuelle målet: å finne en kaffemaskin til camping, sammenligne produkter eller få en anbefaling for et kjøpsklart behov.

Målet fjerner likevel ikke resten av teknologistakken. Samtykke- og identitetskontroller, validering av produkt og pris, hentetid fra kataloger, CDN-levering, sidevisning og håndtering av feil må fortsatt passe inn i det samlede tidsbudsjettet.

Hvordan dette henger sammen med Adobes øvrige produkter

Prototypen må ikke forveksles med alle Adobes eksisterende AI-produkter. Adobes dokumenterte AEM-agenter er tilgjengelige for AEM as a Cloud Service og Edge Delivery Services, mens tilgjengelighet og utrulling varierer mellom miljøer. 17

Adobe Experience Platform Agent Orchestrator beskrives som et resonnerings- og koordineringslag for agenter i Experience Platform. Det skal bruke data fra Experience Platform og koordinere Adobe-agenter og tredjepartsagenter med menneskelig kontroll. Adobe har også kunngjort generell tilgjengelighet for Agent Orchestrator, samtidig som dokumentasjonen omtaler tilgang etter forespørsel og bruksbegrensede prøveperioder for enkelte agentfunksjoner. 18192122

Andre relaterte funksjoner omfatter:

• Brand Experience Agent: Adobe beskriver denne som et verktøy for å oppdatere sider, lage nytt innhold og modernisere digitale opplevelser for AI-drevet synlighet. 202344
• Content Advisor Agent: Denne skal hjelpe team med å finne relevant innhold i virksomheten og lage visuelle varianter fra godkjente originalressurser. 202743
• Agent Orchestrator: Dette er plattformlaget for å administrere og koordinere agenter på tvers av Adobe- og tredjepartssystemer. 182230

Produktene viser at Adobe bygger en agentbasert teknologistakk rundt innhold, kundedata og digitale opplevelser. De beviser likevel ikke at Sanchez’ prototype for sidegenerering per besøkende allerede er en standardfunksjon som er tilgjengelig for alle kunder.

Dette må på plass før teknologien kan skaleres

Demonstrasjonen viser at sanntidskomponering av nettsider er teknisk mulig. Den svarer ikke på om løsningen er fornuftig å bruke på alle nettsteder – operasjonelt eller økonomisk.

Kundene må teste på egne data

Virksomheter må prøve løsningen mot sine egne AEM-arkiver, produktkataloger, identitetssystemer, samtykkeregler og mål for konvertering. Det avgjørende er ikke bare om en side kan genereres raskt, men om den faktisk gir bedre resultater uten flere feil eller større driftsrisiko.

Offentlig omtale sier at selve agentic-site-konseptet ennå ikke er levert til kundesider i stor skala. 4

Integrasjonene må være robuste

En produksjonsløsning trenger stabile koblinger mellom inferens, innholdsstyring, kundedata, identitet og samtykke, netthandel eller produktkataloger, analyse, eksperimentering, CDN-levering og merkevareressurser. Et raskt modellkall hjelper lite hvis produktdataene er utdaterte eller katalogtjenesten bruker lang tid.

Kostnaden må testes ved høy trafikk

Et anslag på én eller to cent kan virke lavt for én interaksjon, men blir betydelig når det multipliseres med store trafikkmengder. Kostnadene kan også øke hvis siden genereres på nytt etter hver meningsfulle interaksjon.

Hurtiglagring, gjenbruk av godkjente blokker og tydelige regler for når modellen ikke skal brukes, blir derfor sentrale deler av regnestykket. Det offentlige materialet fastsetter ikke noen endelig Adobe-prismodell for en situasjon der hver besøkende får en unik, generert opplevelse.

Hver genererte blokk må kunne kontrolleres

En troverdig produksjonsløsning trenger eksplisitte regler for:

• godkjente innholdskilder og grenser for hva som kan hentes;
• validering av produktegenskaper, tilgjengelighet og pris;
• tillatte oppsett, komponenter og handlingsknapper;
• merkevarens språk og visuelle identitet;
• tilgjengelighet og lokalisering;
• forbudte eller regulerte påstander;
• godkjenning og revisjonsspor;
• overvåking, tilbakeføring og oppdagelse av avvik; og
• terskler for menneskelig kontroll.

Den mest realistiske versjonen av konseptet er derfor ikke en fritt improviserende AI-nettside. Det er et styrt system som bruker AI til å avgjøre hvilke godkjente komponenter som skal vises, og hvordan de kan tilpasses den besøkendes aktuelle hensikt.

Konklusjonen

Sanchez’ demonstrasjon peker mot en nettside som fungerer som et beslutningslag i sanntid, i stedet for en fast samling ferdigskrevne sider. Cerebras-inferens og Gemma 4 gjør resonneringen rask nok til at sanntidsbruk kan undersøkes, mens AEM og RAG-basert forankring gir en mulig vei til innhold som er faktabasert og kontrollert av merkevaren. 13617

Men overskriften handler foreløpig om en prototype, ikke en ferdig produktkategori. Den neste testen blir om agentiske nettsteder kan beholde fart, nøyaktighet, tilgjengelighet, styring og målbar forretningsverdi når de møter virkelige kataloger, reelle samtykkekrav og trafikk i stor skala.