AI代理正代替消费者寻找商品、进行比较并协助完成购买。随着这种购物体验日益成为现实，美国大型零售商正致力于构建专属AI助手，以掌握新的“客户触点”。尽管均称为AI助手，但其功能和性格各异。根据客户的购买意图，可将其分为两类：一类是能够快速解决客户问题的“专家型AI”，另一类则是陪伴客户个性化偏好和犹豫、提供建议的“礼宾型AI”。本文将聚焦于“专家型AI”，通过分析美国两大家居中心的前瞻案例，解读在重视功能性和效率性的行业中如何应用AI，并进一步阐述日本电商企业应采取的步骤。
- 为什么美国大型零售商要培育自有AI助手？原因在于不将客户触点交给外部AI + 防止商品同质化
- 美国零售巨头为何构建自有专用AI助手？解决客户困扰的“专家型AI”的实力与实施关键
从提供商品到“解决问题”，美国两大家居中心的AI战略
在家居中心以及家电、日用品等需要功能性和效率性的购物场景中，“专家型AI”能够即时响应客户“想正确买到目标商品”的需求。作为代表案例，让我们来看看美国两大家居中心Lowe's（罗氏）和The Home Depot（家得宝）的做法。
本文术语定义
1. Lowe's（罗氏）：支撑DIY爱好者“安心”的专家型AI
Lowe's通过专家型AI旨在打造支持家庭改善的虚拟顾问。它将门店员工的知识和专业性数字化再现，从DIY咨询到商品选择，提供一贯的支持。
AI助手“Mylow（迈洛）”
「Mylow」是一款专注于DIY和装修的AI助手，用户可以随时随地轻松咨询居住相关的烦恼或维修事宜。
例如，拍摄墙壁破损处并上传后，“Mylow”会立即推荐维修视频和所需材料。这迅速替代了以往由门店员工面对面承担的问题解决流程。
自2025年1月发布以来，经过多次功能更新，目前已进化为支持图像解析等多模态AI。
支撑「Mylow」精度和实用性的，是Lowe's长期以来积累的庞大DIY相关内容。教程视频和博客文章等内容经过系统化整理，作为AI回答的基础被利用，以替代门店员工的知识。
由于能够从消除用户不安到具体购买提供全程支持，「Mylow」的用户转化率相比非用户提高了两倍，因此作为一个有效的用例受到了关注（参考：Retail Touch Points）。
笔者参加了2026年1月在美国举行的全球最大规模的零售行业活动“National Retail Federation（全国零售联合会）”。在该活动中登台演讲的Lowe's负责全渠道及电子商务技术的SVP（高级副总裁）Neelima Sharma女士，就该公司利用AI的背景发表了如下观点。
我们作为“有益的品牌（Helpful Brand）”，不仅希望帮助顾客发现正确的商品，更希望陪伴他们解决问题的全过程。
通过AI再现专业知识，可以说是将这一理念在数字世界中具体化的举措。
2. The Home Depot（家得宝）：支持专业客户“完成业务”的专家型AI
作为行业龙头的The Home Depot所追求的，是能够直接支持建筑商、工程店等专业客户业务的专家型AI。
于2025年3月作为AI助手启动的「Magic Apron」，截至2026年已进化为处于初期阶段的“AI代理”，旨在代行专业客户的业务。其本质变化不在于单纯提高回答精度，而在于开始通过与库存和物流系统的联动来覆盖“实际业务的执行”。
使用“Material List Builder AI”创建所需材料清单
「材料清单构建AI」是一项功能，只需输入中小型装修工程的大致概况，即可自动生成所需材料的清单草稿（于2026年1月发布）。
例如，针对以下输入内容，可以自动生成所需的材料清单：
“我要对主浴室进行翻新。将双水槽的洗漱台更换为更现代款式，安装新的嵌入式射灯、两面新镜子和一个新马桶。地面希望使用12英寸×18英寸的黑色瓷砖，淋浴区希望使用灰色六角形瓷砖。”
生成的清单中，洗漱台、瓷砖、照明等所需部件按工序分类整理，且可对各项内容进行编辑。此外，还会同时显示预期价格和库存信息，因此可直接用于下单或报价。其特点在于能将以往专业人员需花费数小时完成的清单制作工作缩短至几分钟。
物流（履约）的AI化
The Home Depot不仅在材料采购方面，也在物流领域积极推进AI的应用。该功能搭载于整合了代理型AI体验与实时门店库存及商品位置的“Magic Apron Assistant”。
配送优化AI是一种支援向复杂现场配送的机制，它通过将客户数据（如施工现场的工作时间和配送希望地点）与天气和道路状况等外部因素相结合，来建议更合适的配送路线。
例如，系统可提前检测狭窄道路、未铺装路面以及大型车辆难以进入的施工场地等，预测配送故障风险。通过在现场提前防止“车辆无法进入”、“无法卸货”等问题，从而实现更可靠的配送并防止工期延误。
The Home Depot的客户体验执行副总裁兼在线部门总裁乔丹·布罗基先生在NRF2026的演讲中表示，他认为AI的价值不仅体现在面向客户的可见支持背后，也存在于运营领域中。
在客户体验的背后，例如在履约（配送和库存管理）领域存在着巨大的机会。如今30%的销售额来自配送业务，AI正在看不见的幕后支撑着效率提升。
乔丹·布罗基先生。在NRF 2026上由Digital Garage拍摄
这些案例表明，随着AI技术的进步，电子商务业务所提供的价值正在扩展，正从传统的“从搜索到购买”框架，逐渐扩展到涵盖“从项目策划到完成”的整个流程。
将模糊的意图转化为具体的材料清单，并根据现场日程安排优化物流。这种深入客户语境并执行实际业务的做法，只有那些将自身核心系统与AI紧密结合的企业才能做到。这可以说是通用平台难以复制的、实体店与数字化高度融合的企业所独有的附加价值。
日本电商企业引入“专家型AI”的三个步骤
从这些案例中可以看出，专家型AI的价值不仅在于单纯的“商品搜索”，更在于“问题解决”以及随后的业务优化。
当顾客的购买意图侧重于功能性和效率时，AI需要像该领域的专家一样行事。也就是说，它不仅要推荐商品，还要整理购买所需的信息，展示使用前的准备流程，甚至在必要时协助执行。
例如在家电电商中，顾客纠结的不仅仅是“买哪款冰箱”，还包括容量是否满足家庭成员需求、安装空间是否足够、搬运路径是否有问题等周边判断。只有综合考虑这些条件进行推荐，专家型AI才能发挥其价值。
那么，日本电商企业若要开始类似的举措，应该从何入手呢？
① 针对不同目标群体的“解决方案”重新定义
首先，需要明确“自家客户真正困扰的是什么”以及“自家企业要解决多大程度的问题”。
例如，对于Lowe's的DIY人群而言，针对他们“想做但感到不安”的心理障碍，提供如同有专业人士在旁的安心感便成为其价值所在。另一方面，对于The Home Depot的专业客户来说，减轻“不想在报价和计划上花费时间”的业务负担则更为重要。
即使是相同的业态，AI的角色也会因顾客而异。如果不明确AI旨在解决什么问题就贸然引入，很难期待充分的效果。
② 将企业内部沉睡的“专业知识”转化为数字资产
与通用AI实现差异化的关键在于，将企业特有的专业知识转换为AI可处理的形式。
诸如教程视频、内部手册、资深员工的应对记录等以往积累的“非结构化数据”将成为价值的源泉。通过对这些数据进行AI解析并将其步骤、材料和注意事项等知识化，可以培育出其他公司无法模仿的、具有企业独特性的专家型AI。
③ 赋予AI代理具备专业级“统筹规划能力”的工作流控制
在构建承担实际执行工作的AI代理时，仅拥有知识是不够的。
重要的是让AI掌握判断流程，即“先确认什么、根据哪些条件推荐什么、下一步进入哪个环节”，也就是所谓的“工作方式”。
除了文档和FAQ检索机制（RAG：检索增强生成）外，结合结构化的工作流定义，AI不仅能给出即时回答，还能有条不紊地引导顾客。
如果RAG是“知识抽屉”，那么结构化的工作流定义就是“工作进度表”。两者结合，才能接近可在实务中使用的专家型AI代理。
追求功能性的购物正从“搜索”迈向“问题解决”的AI代理时代
EC业务正从传统的“关键词搜索”模式，向由AI代为完成顾客目标的“代理式商务（Agentic Commerce）”转变。
其中，在Lowe's和Home Depot等领先的“专家AI”领域，决定胜负的并非仅仅是对话的流畅度。竞争焦点可能从“能展示多少商品”转向“能在多短时间内引导顾客达成目标”。
要创造真正的客户价值，关键在于“重新定义解决方案”、“专业知识数字化资产化”和“工作流控制”这三个步骤。通过这三大步骤，AI将超越单纯的“知识渊博的聊天机器人”，成为在专业领域支持客户的“伙伴”。
本次我们聚焦于“如何准确且无摩擦地解决问题”这一功能性价值。然而，对于服装、化妆品、珠宝等高价位的生活方式类产品而言，仅靠这种方法是远远不够的。
下期我们将聚焦于“管家式AI”，结合最新案例，探讨如何通过对话和诊断帮助顾客理清困惑，使其能够安心做出选择。