随着最初的“炒作”逐渐平息，人工智能对企业的影响开始显现。对于电子商务领域而言，AI具有根本性影响，企业必须尽快采取行动。好消息是：许多最佳实践（如SEO和良好的数据架构）在代理式商务中依然适用。但关键在于理解其对电商的具体影响并付诸行动。现在应着手提升数据质量与品牌权威，并密切关注这些发展及其带来的变革。
许多企业家，即便是中型电商企业，仍处于观望状态。这不难理解：AI一方面作为流行词充斥社会，另一方面被视为生成文本和图像的有趣工具。但从消费者体验来看，这对电商产生了重要后果——智能代理正在改变和丰富消费者的搜索过程。人们直接在搜索栏输入“男士雨鞋”的时代已经过去。
多年来，电商规则很明确：确保谷歌能理解你。通过正确的关键词、技术SEO和足够的权威性获取流量，进而获得转化机会。如今，这一模式正让位于一种截然不同的在线销售方式：买家与智能代理之间的对话。这种趋势在AI出现前就已萌芽（如谷歌的对话式搜索），而现在，由于AI不仅能直接回答问题还能进行完整对话，这一进程正在加速。
在传统搜索引擎中，品牌争夺的是搜索结果页的位置；而在AI商务中，品牌争夺的是被纳入答案的机会。更准确地说，是要让AI充分了解和信任该品牌，使其值得在潜在问题中被推荐。显然，在传统环境中成功的品牌在新环境中未必也能成功。一条新的数字商业街正在形成，不理解新游戏规则的企业将面临威胁，因为你必须身处其中才能进行销售。
产品数据作为王牌
传统产品信息通常针对消费者和搜索引擎优化，依靠关键词吸引引擎，用文案和氛围说服人类。诱人的描述和品牌感固然重要，但语言模型看待产品的方式与人类不同。
消费者可能被“一款永恒的经典沙发，专为轻松生活而设计”所吸引，但如果AI代理需要判断这款沙发是否适合62平方米公寓、是否耐宠物抓挠、是否为模块化材料、能否三周内交付及是否有特定面料可选，模糊的描述就毫无用处。事实上，这类结构化数据往往缺失。人类不会搜索100个数据点，搜索引擎也不会，但AI依赖这些数据来进行有效比较，尤其是当所有产品的数据都能持续、准确地提供时。
AI需要结构化数据：类别、材质、尺寸、变体、库存、交货时间、退货政策、评论、价格信息和使用场景等。这些数据不应隐藏在图片中或折叠面板里，更不能在PIM、ERP、网店和Marketplace Feed之间出现不一致。数据源不一致是致命的：普通消费者可能忽略，但AI会据此判定数据不可信。此外，AI特别关注两个质量维度：数据一致性（与其他来源比对）和数据时效性。这两者是确保产品被AI纳入考虑范围的前提。
品牌权威性的定性维度
品牌本身也可被还原为数据。正因为AI具备理解上下文的能力，关于品牌、权威性和可信度的相关数据得以涌现并可被区分。一条五星好评固然不错，但在Reddit等知名平台上获得大量共鸣的300字深度评论则更有价值。在传统SEO中站外权威性已很重要，而随着AI发现机制兴起，这开启了一个全新的世界。
客户在线分享的上下文故事将成为未来最重要的资产。SEO相对可控，因为相关搜索词有限；相比之下，潜在问题几乎无穷无尽，每提供一个答案都会增加变量和复杂性。营销和内容团队不可能为每个潜在情境做好准备。相反，AI代理会从其他信息中推导答案——包括信息的实质内容、可靠性和规模。因此，务必确保数据准确无误，并鼓励用户分享真实体验。
等待是最昂贵的策略
不想盲目追逐AI热潮是可以理解的，许多荷兰电商企业因此选择观望；但在代理式商务（Agentic Commerce）中，这是一种代价高昂的策略。麦肯锡研究显示，欧洲消费者已在购物中使用AI：63%的人用它比较品牌、型号、价格和评论，55%的人用它深入了解产品类别或单品。目前，由于Google SERP内的AI功能已从网络中提取并总结信息，带有信息意图的网站流量正在下降，企业已能观察到这一趋势。这是一项正在进行中的发展，具有可见的商业后果。
等待的替代方案并非某种“登月式”突破或革命性工具，而是让原本表现良好的要素变得更为关键。首先需确认核心产品是否易于被AI代理理解：标题是否直白描述而非仅具创意？所有产品属性是否填写完整？分类逻辑是否清晰？关键信息是否在详情页醒目展示且在同类产品中保持一致？站点地图、robots.txt、结构化数据标记及语义化HTML是否规范？价格与库存是否通过无头平台实时更新？发货与退货政策是否明确？
其次是品牌层面。互联网上对品牌的评价如何？是否存在有实质内容的评论而非仅有缺乏语境的星级评分？客户提问时渠道是否及时回应？FAQ是否详尽且真正解决购买流程中的实际疑问，而非仅仅作为商业SEO策略的延伸？正如前述，这些做法并非新事物。它们昨天就有价值，今天能提升销售额，明天将成为必备条件。
关于作者：Peyman Naeini 担任Field CTO一职，任职于Shopify