AI i e-commerce — fra PoC til produktion

Da vi byggede Imaginator-modulet i Dreamwall Scandinavia, var målet ikke at vise frem at vi kunne kalde et AI-API. Målet var at lade kunden generere et plakat-motiv, se det live på en lifestyle-mockup, og bestille det som fysisk print — uden et menneske i loopet.

Det er den slags AI-feature der lyder simpel men knækker 9 ud af 10 gange i produktion. Her er hvad vi lærte.

1. Latency er en feature, ikke en detalje

API-kald tager tid. Hvis du kalder en billed-model fra browseren og venter på svaret med en spinner, har du tabt brugeren før den 4. sekund. Vi byggede streaming + skeleton-states + et "preview"-trin før den endelige render — så kunden altid ser progress.

2. Prompt-engineering er et CMS-problem

Vores første version havde prompts hardcodet i koden. Det betød hver justering krævede en deploy. Anden version flyttede dem til database — så vi kan A/B-teste, rulle tilbage, og lade indholdsfolk justere uden at involvere udviklere.

3. Cost-control fra dag ét

50.000+ mockups lyder fedt. Det er også 50.000+ API-kald. Vi byggede rate-limits per IP, dagligt loft per kunde, og auto-pause hvis daglig spend overstiger en tærskel — alt sammen i den første sprint, ikke som efterfix.

4. Validation er ikke optional

LLM'er hallucinerer. Billed-modeller producerer NSFW. Vi har et lag mellem AI-svar og kundens skærm der validerer output mod regler — størrelse, format, content-policy. Det er kedeligt arbejde der ikke vises på showreelet, men det er forskellen på en feature der lever og en der bliver pillet ned efter første dårlige PR.

Konklusion

AI i e-commerce handler 20% om at vælge den rette model og 80% om at bygge den infrastruktur der gør modellen brugbar. Hvis du betaler et bureau for AI-feature der kun viser det første, får du en demo — ikke et produkt.