大数跨境

人工智能如何影响商品推荐并改变消费者的购物习惯

人工智能如何影响商品推荐并改变消费者的购物习惯 每日俄罗斯在线
2026-11-16
0
导读:如今,在人工智能的推荐中,除了知名品牌外,消费者往往还会看到一些此前从未听说过的品牌。但这些推荐是否足以促使消费者购买陌生商品?AI推荐是如何形成的?小型制造商凭什么能够与知名品牌竞争?为什么最终决策

如今,在人工智能的推荐中,除了知名品牌外,消费者经常还会看到一些此前从未听说过的品牌。但这是否足以让消费者决定购买一款陌生的商品?人工智能是如何形成推荐的?小型制造商凭什么能与知名品牌竞争?为什么最终的决定权仍然掌握在人手中?Sostav网站的专家对此进行了阐述。

不知名品牌如何与知名品牌并列出现

在自主搜索时,消费者通常会从几家熟悉的制造商开始,浏览产品目录并比较合适的型号。而在借助人工智能时,流程则有所不同:用户首先描述需求、预算和偏好,随后系统会提供符合这些条件的商品列表。结果就是,一些消费者此前根本不知道其存在的公司的产品也可能出现在比较列表中。

Rithum机构对来自美国和英国的1046名消费者进行的调查数据证实了这一现象。调查显示,36%的受访者定期使用人工智能来了解新品牌和商品,43%的人表示由于神经网络技术而考虑了更多选择。在2026年7月至8月期间进行的ICERTIAS国际调查中,60%使用人工智能进行购物的受访者表示,他们通过神经网络发现了以前未曾考虑过的品牌。此外,30%的受访者推测,如果没有人工智能的推荐,他们可能会购买其他品牌的产品。

专家认为,这一新的竞争阶段并未削弱知名品牌的实力,但使市场对小规模制造商更加开放。过去,规模和知名度本身就能带来显著优势;而现在,那些在媒体曝光度上不及行业领导者,但在产品、数据和用户体验方面更好地适应了新型选择逻辑的企业,也有机会获得推荐。当然,品牌知名度依然重要。发生变化的主要是初始备选方案列表的形成方式:消费者可能不再从熟悉的品牌开始比较,而是从神经网络根据具体需求筛选出的产品入手。

神经网络如何决定展示哪些内容

为了推荐商品,系统需要获取该商品的属性信息。当查询包含多个条件(如价格、技术参数、交付时间等)时,仅靠型号名称和图片是远远不够的。例如,在选择用于出差的笔记本电脑时,设备的重量、电池续航时间、屏幕尺寸和价格都可能成为关键因素。如果部分属性在产品描述中缺失或表述模糊不清,系统将更难将该产品与用户需求进行匹配。

专家认为,在借助人工智能进行的购物中,创意性让位于可解释性,即语言模型对商品特性和优势的理解程度。如果商品对系统不够透明,就可能无法进入最终推荐列表。与此同时,人工智能缩短了消费者的传统决策路径,承担了部分构建查询和初步筛选方案的工作。

关键因素不再是“精美的图片”,而是数据的深度与纯净度。为了让AI助手能够推荐来自特定商店的商品,它必须获取不仅限于价格,还包括配送方式、库存情况、分期付款可能性以及其他购买参数的最新信息。

因此,一个小众品牌可能与大品牌出现在同一列表中:只要符合查询需求且拥有必要信息即可。但详细的描述并不能保证商品会被推荐;最终列表取决于具体查询以及系统的筛选机制。还需要关注传统营销工具角色的变化。创意并未消失,而是更多地从沟通层面转移到产品本身和用户体验层面。个性化也不再主要作用于广告信息层面,而是作用于推荐方案层面。商品的属性、功能差异、配送条件和服务质量成为首要考量因素。

然而,品牌知名度仍然重要。首先发生变化的是初始备选方案列表的形成方式:消费者可能不再从熟悉的品牌开始比较,而是从神经网络根据特定需求筛选出的方案入手。DEPT的一项研究数据证实了重新审视初始选择的可能性:在最近使用过AI进行购物的受访者中,56%表示受神经网络推荐影响,选择了不同于最初计划的品牌。

因此,知名品牌和小众品牌可能因符合查询特征而出现在同一列表中。但进入推荐列表仅解决了任务的第一部分:消费者仍需做出最终选择。

在AI推荐列表中出现并不等于信任该品牌

AI的推荐有助于了解陌生品牌,但无法消除购买前的疑虑。

根据ICERTIAS的同一项研究,33%的AI用户表示,在与通过神经网络接触到的品牌相识后,购买了此前未考虑过的品牌商品。因此,发现新制造商的情况比后续购买行为更为常见。研究还评估了在不同条件下消费者购买陌生品牌商品的意愿。在有独立声誉背书的情况下,购买意愿为65%,而在仅有AI单一推荐的情况下则为53%。

对于消费者而言,不知名品牌可能引发一系列疑问:商品是否可靠?是否符合宣传的规格?保修服务如何运作?能否信任卖家?推荐功能有助于吸引用户对某项产品的关注,但未必能解答所有这些疑问。根据“Anketolog”于2026年9月开展的一项调查,用户在评估AI搜索引擎的回答时,会将其与其他信息来源进行核对(77%),依赖自身经验和直觉(56%),或点击链接查阅原始资料(39%)。

因此,在由人工智能生成内容日益普及的背景下,信任依然是影响消费决策的关键因素之一。专家指出,社会正面临日益加剧的信任危机,而人工智能的发展进一步加剧了这一趋势。这使得消费者在比较相似产品时更难做出选择。因此,如果消费者在AI推荐的列表中看到自己已经信赖的品牌,该品牌的知名度便成为辅助决策的重要加分项。

在这种情况下,制造商的品牌知名度仍具有实际意义。过往的使用经验、熟悉的品牌名称以及既有的质量认知,有助于消费者在不确定性中做出决策。小众品牌或许能通过更契合的特性或更具吸引力的价格赢得关注,但若缺乏熟悉的品牌标识,这种优势往往难以完全弥补。尤其是当消费者担心花钱买到尚未能评估其品质的商品时,这种顾虑尤为明显。

在哪些购物场景中,人们愿意将决策权交给AI

专家指出,消费者正逐渐将越来越多的常规环节委托给技术工具。过去,用户需要自行明确需求、寻找选项、对比参数并阅读评价;如今,搜索和推荐系统已承担部分工作。与此同时,任务本身的设定方式也在发生变化。消费者不再仅仅搜索特定型号,而是可以描述具体场景:例如,“我需要一款用于工作和短途出行、预算在一定范围内的笔记本电脑”。AI能够推荐几款合适的产品,解释它们之间的差异,并协助做出最终选择。

在技术参数繁多、个人难以全面梳理产品线的领域,精准筛选显得尤为珍贵。在购买笔记本电脑、智能手机、家用电器或汽车轮胎时,消费者往往更愿意从数百个选项中挑选出两到三个最合适的候选产品。

而在选购服装或家居用品时,情况则有所不同。这类消费更注重品味、情感体验和个性化偏好,因此丰富的产品阵容往往比精简的推荐列表更具价值。

Gartner于2026年5月发布的数据也揭示了在选购协助与最终决策移交之间的差异。在对322名美国消费者的调查中,31%的受访者愿意让人工智能缩小日常消费品的选择范围,28%的人愿意让其缩小个人电子产品的选择范围。然而,即使在风险相对较低的品类中,完全将购买决策交给系统的意愿也不超过11%。

消费者已经愿意委托人工智能进行商品搜索、初步筛选、特性比较、生成合适商品清单以及寻找替代品。但要将最终决策权移交则更为困难,尤其是在错误成本较高或购买行为涉及个人偏好的情况下。例如,在购买昂贵电器时,人们可能会委托神经网络模型来筛选候选机型,但仍会自行核实关键参数和用户评价。据专家观点,这条界限出现在当错误责任对买家而言变得至关重要之时。

品牌面临的变化

人工智能推荐的影响波及选择的两个阶段:进入备选商品列表和做出购买决定。在这两个阶段中,起作用的考量因素各不相同。

制造商和电商平台需要致力于提升商品数据质量、优化目录结构、确保参数准确性、完善用户评价、提升服务水平,并突出产品相对于竞品的差异化优势。专家还将一个特定方向称为“AI民族志”(AI-ethnography),即研究语言模型如何形成回答、信任哪些信号,以及基于何种信息推荐商品。因此,对品牌而言,重要的不再仅仅是广告信息,还包括产品信息的完整性、可验证的产品属性以及优质的购物体验。

与此同时,消费者获得了比较以往可能未曾接触过的制造商报价的机会。然而,品牌知名度并未完全失去意义:声誉和过往经验仍在影响消费者的信任度,尤其在错误成本较高的品类中。由此可见,人工智能主要改变的是初始筛选环节。一个陌生的品牌可能与大型制造商一同出现在同一推荐列表中,即使其知名度较低。但后续的选择仍取决于商品特性、购买条件及其可靠性证明。

神经网络可以让消费者认识陌生品牌。但目前仅靠单一推荐尚不足以促成最终决策。

【声明】内容源于网络
0
0
每日俄罗斯在线
每日俄罗斯在线服务于海外华人华侨,可免费发布便民信息
内容 1605
粉丝 0
每日俄罗斯在线 每日俄罗斯在线服务于海外华人华侨,可免费发布便民信息
总阅读33.6k
粉丝0
内容1.6k