大多数网店对消费者通过人工智能购物的世界准备不足或完全没有准备。科技公司Channable调查了10,000名卖家的产品Feed，发现四分之三的卖家得分低于6分（满分10分）。
AI购物时代的数据困境
在测试中，仅考察了卖家在Google生态系统中的表现，即在AI模式和Gemini中搜索时产生的结果。但你也可以将这些分数普遍化，因为几乎每位店主至少都会针对Google Shopping进行优化。
该研究的痛点在于，绝大多数卖家向Google提供的数据中包含的细节信息太少。因此，提供给ChatGPT等AI平台的数据也是如此。
对于普通网店来说，只需说明一双鞋是XYZ品牌、皮革材质、系带等即可。但AI希望了解所有细节，以便尽可能精准地回答每个搜索问题：鞋底是什么材料？花纹如何？耐磨性怎样？最好还能提供十到二十个其他变量。
数据界有一句广为流传的名言：垃圾进，垃圾出。这一原则同样适用于零售商投入人工智能的产品信息流。
另一个问题是，制造商仅提供非常基础的产品信息。他们要么无法做到更好，要么不愿做得更好。零售商必须自行丰富产品信息，或委托外部方完成这项工作。
“AI就绪度审计”揭示严峻现实
本月早些时候，多渠道平台Channable推出了“AI就绪度审计”（AI Readiness Audit）工具，用于检查网店产品Feed是否包含Google AI购物环境所依赖的数据。在被调查的卖家中有不到1%获得了8分或更高。该公司向其自有客户免费提供此工具，让他们自行判断其数据Feed是否足够“丰满”，或者更可能的是，完全缺乏这些内容。
这一时机并非偶然。一年中最重要的购物季节即将来临，而根据Channable的说法，这是AI作为可见购物渠道发挥作用的第一个高峰期。
对话式搜索重塑流量分发逻辑
Channable的产品负责人Lucas Bassa在接受Emerce采访时指出：“如今人们像与大型语言模型（LLM）对话一样进行搜索，而不是输入关键词。这对推荐系统返回的结果产生直接影响。搜索引擎会展示数十条结果，而Amazon的助手Rufus等AI助手却只推荐寥寥几条——五条而非五十条。”如果不在那五条或更少的建议之中，对客户而言实际上就等于不存在。
这使得产品数据中的细节变得至关重要，而Bassa表示，这些细节往往被忽略。“标题和描述通常没问题，但产品特定属性提供了上下文。以背包为例：它是否有笔记本电脑隔层？隔层有多大？这类数据决定了一个AI系统能否将产品与客户的具体需求相匹配。”
市场平台的进化与全渠道机遇
Bassa认为，像亚马逊和bol这样的市场平台处于强势地位。它们正逐渐演变为位于营销漏斗上层的灵感平台，并能够通过智能代理优化搜索与发现流程。他指出，这一步骤顺理成章，因为这些平台已经拥有通用语言模型所缺乏的资源：真实的客户数据和高度优化的转化流程。市场平台的核心目标是通过高客单价实现高效转化。
他还提到了Amazon DSP中关于购物偏好的数据，这些数据辅以用户评论和购买历史。市场平台可以通过广告提供高度个性化的精准建议。建议越精准，转化率就越高。
Bassa认为，在这些发展趋势背后是一场军备竞赛。亚马逊、bol和Kaufland之间相互竞争，而Meta和TikTok等“跨行业”参与者也想分一杯羹。电子商务公司希望向对话式体验迈进，而语言模型则致力于推动转化。“谁处理了购买环节，谁就能收集最多数据，而这正是关键所在。”
Bassa表示，普通网店无需因此惊慌失措。“市场平台带来的所谓‘蚕食效应’不必再被视为最大威胁。由于智能代理的存在，客户实际上无处不在。他们已经在多个平台上活动，你无法确定他们是在哪个平台首次接触到你的产品，又是在哪里最终完成购买的。”此外，智能代理会从多个来源获取信息。因此，你的内容必须在所有渠道上保持完善且一致。在TikTok Shop上被发现的产品，完全可以在亚马逊上购买。一个渠道上的曝光会对其他渠道产生辐射效应。