大数跨境

电子商务与人工智能:六成在线商店在Gemini推荐中“隐形”

电子商务与人工智能:六成在线商店在Gemini推荐中“隐形” 埃菲尔商贸通
2026-07-01
8
导读:生成式人工智能正在深刻重塑电子商务中的商品发现方式。过去,品牌竞相争夺在谷歌搜索结果或电商平台首页的曝光位置;如今,一种新的逻辑正占据主导:由人工智能助手直接给出的推荐。现在,用户会提出诸如“该选择哪

生成式人工智能正在从根本上重塑电子商务中的产品发现方式。过去,品牌竞相在谷歌搜索结果或市场平台中占据首位;如今,一种新的逻辑正在确立:即由人工智能助手直接给出的推荐。现在,网民会提出诸如“该选哪双鞋?”或“该送什么礼物?”等问题,并期待得到综合、个性化且立即可用的回答。

在此背景下,可见性不再仅取决于搜索引擎优化(SEO),而取决于网站被人工智能理解、选中并被引用的能力。Recomaze发布的《2026年AI商务现状》基于对9,720家电商商店和通过Google Gemini进行的58,320次购买查询的分析,揭示了一个令人震惊的事实:60%的网站从未被推荐过。人工智能因此充当了决定性过滤器,将买家重新引导至少数几家可见的参与者,而其他商家则被置于阴影之中。


SEO与AI:为何算法忽视电商巨头

这项研究的第一个结论与普遍看法相悖。人们可能认为大型连锁店会像它们在赞助结果、交易性SEO或市场平台中通常占据主导地位那样,机械地捕获AI推荐。但Recomaze的研究结果并非如此。

在所有观察到的推荐中,共提及了50,287个不同品牌。获得推荐最多的品牌是Etsy,仅占1.3%的推荐份额。Walmart达到0.6%,Target为0.5%,Nordstrom和eBay各占0.4%。就连Amazon在这项测试中的推荐占比也仅为0.2%。

因此集中度仍然非常低:

  • 前10名品牌:占推荐的4%
  • 前100名:占推荐的11%
  • 前1,000名:不到三分之一的推荐
  • 71%的获奖品牌:仅被推荐过一次

AI推荐并不等同于简单的Google搜索排名复制。品牌规模、媒体影响力或知名度都不足以保证效果。AI似乎更倾向于那些它能够理解、分类并明确关联到具体需求的商品目录。


AI可见性:为何产品数据成为获客杠杆

该研究将这一转变总结为一个简单观点:AI并非像人类网民那样“看”一家商店,而是读取、解读和比较产品数据。这改变了我们思考商品目录的方式。

为让人类消费者安心而设计的产品页面,凭借强烈的视觉元素、少量营销论点和简短描述,可能对AI而言信息不足。相反,如果商品目录能清晰说明用途、特性、兼容性、材质、尺寸、限制条件或实际益处,则更容易被AI推荐。

正是在这里,结构化数据变得至关重要。Schema.org Product、Offer和Review标记使得关键信息(如价格、可用性、评价、品牌、材质、颜色、尺寸以及技术特性)变得可读。对AI而言,这些元素减少了歧义。它无需“理解”页面设计,即可直接提取推荐所需的信号。

同样的逻辑也适用于产品数据流。与Google Merchant Center的良好集成成为不可或缺的工作基础,因为它使Google能够更轻松地将购买意图查询与现有目录进行匹配。产品标题、属性、可用性、价格、变体、类别、图片和促销活动:每个字段都可能增强或削弱产品被正确解读的能力。


电商AEO:从吸引式文案转向精准式文案

因此,这一问题超越了传统SEO范畴。重点不再仅仅是优化title标签或在某个关键词上获得排名,而是要让产品对能够回应购买意图的机器“可读”。这正是AEO(响应引擎优化)的核心逻辑。

对于电商从业者而言,这意味着需要从吸引式文案转向精准式文案。产品页面仍需具备说服力,但还必须清晰说明产品的用途、适用人群、使用场景以及如何与替代方案进行比较。

具体而言,对AI最有用的内容往往也是对买家最具操作性的内容:

  • 完整一致的特征表;
  • 详细的常见问题解答,回应真实异议;
  • 按客户画像或购买场景划分的精准用例;
  • 关于尺寸、材质、兼容性和限制的清晰产品信息;
  • 可读的信任信号:评价、保修、库存、配送、退货。

因此,AI推荐迫使品牌减少其目录中的模糊区域。产品描述越精确,就越容易与购买查询相匹配。


电子商务类别与人工智能:Gemini中曝光度最高的行业

Recomaze还显示,产品类别强烈影响被推荐的概率。推荐率最高的领域是那些易于描述产品的类别。相反,视觉性更强的类别表现较差,因为购买行为更多依赖于品味、风格或灵感。

研究中曝光度最高的类别包括:

  • 创意休闲活动:17%的推荐率
  • 体育与户外运动:17%
  • 宠物用品:17%
  • 电子与科技:16%
  • 食品与饮料:16%

表现最困难的类别包括:

  • 美容与个人护理:13%
  • 家居与装饰:9%的推荐率
  • 服装与配饰:10%
  • 礼品与趣味商品:13%

这一差距也体现在完全不可见的店铺比例上。74%的家居与装饰类店铺在任何查询中均未获得推荐,相比之下时尚行业为67%。食品行业表现较好,其不可见店铺比例为52%,为所有行业中最低水平。

逻辑相当清晰:购买行为越依赖视觉,人工智能在做出判断时就越容易遇到困难。当它无法细致地区分两个选项时,往往会倾向于选择更通用或更容易识别的参与者。


电商目录:专业品牌更容易获得AI推荐

在其六次查询中被推荐的78家商店中,Recomaze发现一个共同点:这些商店往往专注于特定类别,产品主张易于概括。该研究举例提到了定位在睡眠系统、气泡饮料、多功能工具、徒步装备、电池培训或家用护发设备等领域的参与者。

这一细节至关重要。对于人工智能而言,专业化充当着权威信号。拥有清晰产品身份的品牌更容易回答具体问题。相反,即使目录包含相关商品,若其范围过广、层级不清或描述不佳,也可能难以被推荐。

这并不意味着全科医生注定失败。但他们可能需要更好地细分产品目录,丰富分类体系,强化产品属性,并构建其购物场景。在人工智能环境中,模糊的类别或过于通用的产品详情页可能会成为商业障碍。


我的分析:人工智能将产品页面转化为战略资产

这项研究不应被视为对人工智能驱动的商业活动的最终定论。Recomaze仅测试了Google Gemini,每家商店仅进行一次扫描,并使用算法生成的查询。该公司还销售与在ChatGPT、Gemini和Perplexity中的可见性相关的解决方案,因此需要保持批判性视角。

但这一背景信号与美国市场当前的演变趋势一致。根据研究中引用的Adobe Analytics数据,AI向美国零售商引荐的流量在2026年第一季度的一年内增长了393%。更有趣的是:此前表现不如普通访客的这种流量,现在转化率提高了42%,并且每次访问产生的收入增加了37%。

此时,运营问题变得非常具体:您的产品页面是否足够清晰地解释了为何应选择该产品、适用于何种用途、在什么情境下以及面对哪些替代方案?如果答案是否定的,风险就不仅仅是失去SEO排名,而是永远无法出现在推荐结果中。

【声明】内容源于网络
0
0
埃菲尔商贸通
法国电子商务资讯推送
内容 1400
粉丝 0
埃菲尔商贸通 法国电子商务资讯推送
总阅读8.9k
粉丝0
内容1.4k