大数跨境

AI“代购”还有多远?在AI作为“咨询伙伴”逐渐普及的时代,电商企业应把握的关键要点

AI“代购”还有多远?在AI作为“咨询伙伴”逐渐普及的时代,电商企业应把握的关键要点 TrendMarket日本
2026-04-13
1
导读:随着人工智能(AI)逐渐融入消费者的购物咨询场景,各类AI购物助手纷纷登场,本文将为电商企业解析在此背景下应重点关注的要点。

在商品选定阶段,生成式AI正逐渐确立其作为“购物咨询伙伴”的地位。近期,亚马逊“Rufus(卢法斯)”及Google AI购物功能等相继发布,引发热议。用户向生成式AI咨询“推荐适合用途的商品”或“比较符合条件的商品”已屡见不鲜。

然而,“由AI代行直至购买的未来”是否近在咫尺?本文将基于当前用户行为和调查数据,解析AI参与购买行为的程度,以及电商企业现阶段应重点关注的事项。

注:本文消费者调查有效样本为150份,旨在提高对AI用户认知的清晰度,不具备涵盖整个市场统计总体的规模。

引发巨大反响的Google“UCP”发布

2026年1月11日,Google发布了连接AI代理与加盟店的基础设施——通用商务协议(UCP),旨在无缝衔接从商品搜索到购买的整套体验。

用户只需传达需求,AI代理即可寻找合适商品并通过对话完成购买手续。从技术角度看,无需浏览EC网站即可直接完成购买的“零点击商务(Zero-click Commerce)”正步入可实现阶段。

但我们是否应立即以“AI自动代购未来”为前提采取行动?不妨稍作停顿,思考技术进化与用户心理之间的距离。实际数据显示,这一趋势仍需理性看待。

用户会向AI“咨询”,但不会将“支付”委托给AI

最新数据表明,用户一方面将AI作为“购物咨询对象”,另一方面尚未将其视为可全权委托购买的存在。

AI已成为“购物咨询伙伴”

(样本量n=150,来源:PLAN-B Marketing Partners)

PLAN-B Marketing Partners于2025年6月的调查显示,在日常使用生成式AI的用户中,约40%曾以与AI对话为契机实际完成“商品购买”。在化妆品和食品等具体品类选择上,AI已开始确立“咨询对象”地位。(PLAN-B Marketing Partners《【调查】40%的生成式AI使用者经历过“由AI引发”的购买行为》)

然而,“验证”与“支付”仍由用户自行完成

值得注意的是,许多用户并未盲目听从AI。同项调查显示,约90%完成购买的用户会在购买前通过Google搜索等方式验证AI的回答。

(样本量n=150,来源:PLAN-B Marketing Partners)

针对海外用户的调查也显示出谨慎态度。channelengine对4500名全球消费者的调查显示,58%的人有使用AI工具进行商品研究的经验,但认为可以“放心让AI完成购买”的人仅占17%。(channelengine「全球研究发现,仅有17%的消费者信任AI到足以完成购买的程度」)

大多数用户在参考AI建议的同时,希望自行掌控最终支付。因此,当前阶段更准确的定义是“向AI咨询购物事宜的时代”,而非“AI代理购物时代”。

为了“被AI选中”,应当开始行动的理由

尽管“AI自动代购未来”尚早,但静观态度并非明智之举。无论AI是作为“咨询对象”还是未来的“购物代理人”,“被AI选中并推荐”的重要性都不会改变。

用户向AI咨询时,哪些商品被作为候选提示,将直接影响后续的对比和検討流程。如今AI已成为咨询对象,来自AI的推荐已成为影响购买行为的关键因素。对电商企业而言,这不再是“今后需要准备的东西”,而是“应该开始面对的主题”。

什么样的商品信息更容易被AI选中?

哥伦比亚大学、麻省理工学院等研究团队在2025年11月发表的论文《E-GEO: A Testbed for Generative Engine Optimization in E-Commerce》提供了线索。该研究基于7000多个商品购买查询,比较了15种重写策略,验证了何种描述能提升“生成引擎排名”。

研究表明以下要素有效:

  • 竞争优势:基于客观事实描述相较于竞品的优势;

  • 真实性:基于准确信息。因AI倾向于避免幻觉风险,忠于事实至关重要;

  • 意图契合度:包含“在何种场景下、应由谁使用”的语境。

反之,仅靠“令人想要点击的表达”或“故事化叙述”难以显著提升AI评价。相比情绪化表达,含有“可比较且可验证的信息”的内容更容易被AI选中。

电商企业现在可采取的3项措施

随着AI确立“购物咨询伙伴”地位,需设计既便于AI判断、也便于用户理解的信息架构。基于前述研究,整理出以下实施要点:

① 将商品页面信息整理为供AI判断的依据

首要任务是能够客观了解与其他商品差异的信息设计。AI倾向于参考掌握“哪里、如何、有多大不同”的信息,而非“高品质”、“最高峰”等抽象表达。例如:

  • 与同等规格商品相比的重量差异;
  • 与常规产品相比的耐用年限;
  • 与传统产品相比每年降低的运营成本。

通过具体数值或对比表表达差异,不仅让用户更易对比検討,同时也作为AI推荐商品时的判断依据。

② 设计评论中的“问题”,明确用途和条件

评论既是AI易于引用的自然语言数据,也是传达商品“在何种条件和用途下被使用”的重要信息来源。与其让用户自由填写感想,不如设计如下问题收集评论:

  • 因何种契机购买;
  • 何时、出于何种目的使用。

随着评论积累起用途和前提条件,无论是AI还是用户都更容易理解“这是适合什么样人的商品”。

③ 通过Q&A补充“判断依据”,增加易于验证的信息

AI倾向于将Q&A或FAQ等具有“疑问→回答”结构化特征的信息作为重要引用源。可通过Q&A形式整理以下内容,为AI和用户双方提供易判断的信息源:

  • 购买前常见的不安与疑问;
  • 比较検討时容易犹豫不决的点。

为未来做准备的关键在于“信息优化”

AI完全代劳购物的未来或许尚需时日。正如互联网购物初期人们对“输入卡号”存在心理抵触,但随着便利性占据上风,如今已成为理所当然的基础设施。AI驱动的“购物代办”也可能走上同样道路。

重要的是,无论是作为“咨询对象”还是“购物代办者”,其根本都在于拥有“准确、逻辑清晰且可靠的数据”。

当前举措应聚焦于:在关注“UCP”等AI助手动向的同时,将本公司商品数据打磨成“AI易于理解的逻辑结构”。这既有助于让当前的“购物咨询AI”推荐自家商品,也是为可能到来的“AI自动代购未来”所做的有效战略准备。

调查实施概要
  • 调查标题:《生成式AI对话购买行为调查 2025》
  • 调查方法:互联网问卷调查
  • 调查期间:2025年6月13日至18日
  • 调查对象:日本全国20岁以上男女中,日常使用生成式AI进行搜索的用户共150人
  • 调查委托方:Ibridge
【声明】内容源于网络
0
0
TrendMarket日本
1234
内容 3309
粉丝 0
TrendMarket日本 1234
总阅读734
粉丝0
内容3.3k