当AI开始参与购物决策,电商经营将迎来哪些变化?
当AI开始参与购物决策,电商经营将迎来哪些变化?

当AI开始参与购物决策,电商经营将迎来哪些变化?

AI 正重塑购物方式——理解需求、比价推荐,授权后还能直接帮你下单。消费者与商家角色悄然转变,出海企业如何让AI读懂商品,打通“推荐到交易”全链路?

在电商上买一双适合自己的跑鞋,需要做多少功课?从尺码、预算到功能需要,消费者往往不得不在不同的页面之间反复查询,直到确认完库存、配送和退换货等所有条件后,才能作出选择。

 

如今,电商购物逐渐开始有了新的帮手

消费者可以把自己的需求交给AI,让它帮忙整理相关信息,比较商品,甚至在受消费者允许的范围内协助完成后续购买的操作。电商购物的起点,也逐渐从主动输入想要的商品关键词,延伸到主动向AI说明自己的情况。


 

益普索《走向 Agentic Commerce》从购物方式的演进出发,探讨 AI 如何理解消费者需求、筛选和比较商品、提供推荐,并在获得授权后协助完成交易;同时分析消费者与商家的角色分工正在如何变化。报告进一步讨论出海企业应如何为这一趋势做好准备,并结合相关案例,展示商家如何让 AI 更好地理解商品信息,逐步打通商品推荐与交易环节。


 

本报告基于有限访谈及公开资料形成,旨在分享益普索对这一前沿议题的观察。由于相关技术与商业实践仍在发展,文中观点仅供行业交流与参考,不构成适用于所有市场和企业的普遍性结论。企业仍需结合自身所在市场及业务场景进行判断。

一、消费者的购物方式会发生哪些变化?

购物Agent,开始多做一步

2000年代初,随着传统搜索(如Google)的逐步普及,消费者输入关键词,平台系统会自动返回相关网页或商品列表,然而接下来的商品筛选与比较仍要消费者自己完成。自2022年广泛进入消费者视野以来,以ChatGPT为代表的生成式对话正在改变消费者了解商品的方式。消费者可以用自然语言向AI描述自己的需求,并在连续追问中了解自己的需求与商品间的差别。


 

而2023年至2024年,AI购物助手(如亚马逊Rufus)逐步进入电商平台。这类助手可以把消费者的对话与在平台上的具体商品信息结合起来,帮助消费者判断商品是否合适,并推进完成交易。


 

购物Agent(如亚马逊Buy For Me)则从2025年开始试点,正逐步向实际购物场景拓展。AI开始尝试围绕购物目标安排多步操作,调用商品、库存、订单及交易工具,把提供建议进一步延伸到用户授权范围内的执行。

购物交互也由此逐步从用户操作,演进为与AI一同决策与执行,核心差异在于AI参与多少判断,以及能够采取哪些行动。

以购买跑鞋为例,如果消费者想找一双适合宽脚、缓震较好的跑鞋,还希望控制预算且在指定时间前收到,可以先向AI说明自己的需求并设定授权范围。AI会识别消费者的预算、尺码和到货时间等条件,从商品目录中筛出宽楦、高缓震、尺码有货且价格在预算内的跑鞋,形成候选清单。


 

再说明不同选择的取舍,形成有依据的推荐,例如一款缓震更强,另一款更轻但支撑较弱。在消费者确认方案并授权后,AI还可以在系统支持下协助下单、跟踪配送,并处理部分退换货任务。消费者只需要先明确自己的背景,目标和授权范围,AI则能辅助完成这一整套链路。

在普通电商中,消费者要通过搜索逐步明确自己的需求,再跨页面或平台查找信息,逐一查看详情与评价,最后自行完成商品比较、选择和下单。平台提供相关的搜索与交易工具,整个购物过程主要由消费者自己推进。


 

但在Agentic Commerce(智能体商务)的背景下,用户可以通过一个入口提出需求,由AI Agent理解购物目标、使用场景和限制条件,再跨平台查找商品,把关键信息整理在一起,并结合预算、偏好、价格和库存完成筛选。在接口支持和用户授权下,AI还可以提交订单并发起支付。用户只需要负责说清自己的需求与确认哪些事情可以交给AI,AI则帮助完成查找、比较和选择,并在允许的范围内完成下单。
 

AI购物,已经走到哪一步?


 

AI正在形成新的电商引荐渠道,从2024开始,以美国市场为例,美国的零售网站来自生成式AI的引荐访问正在快速增长,同比增幅四十多倍。不过,与付费搜索、邮件等成熟渠道相比,这类流量的规模仍较小,AI目前更多参与的是下单前的研究与比较。


 

美国消费者也开始主动把AI用于购物。Adobe对美国消费者的调查显示,截至2025年7月,近四成受访者曾使用AI在线购物,超过半数计划使用AI购物。从具体用途看,研究商品信息的比例超过半数,获取产品推荐约占四成。


 

看不懂产品参数时请AI解释,几款商品难以取舍时让AI比较,再查找优惠、整理清单,AI正逐步帮助消费者完成下单前的购买准备。因为AI能够将分散的商品信息进行整理,可以有效地帮助消费者减少反复搜索与筛选的负担。

 

AI带来的流量,能否成为真实订单?


 

AI引荐带来的订单正在快速扩大
,以Shopify披露的数据为例,2026年第一季度,AI引荐访问量同比增长超过8倍,订单量同比增长近13倍。同时,AI引荐会话的转化率比普通搜索高出近50%,来自AI搜索的平均客单价高出14%。


 

在这些早期数据中,AI引荐规模扩大,与较高的转化率和客单价同时出现。对商家而言,关注AI渠道带来的价值,不能仅局限于AI带来的引荐率,还要关注用户到底想要什么商品、AI推荐了哪些商品、最后成交了哪件商品,以及到底AI提供了哪些信息在帮助用户促成了购买决定。

 

二、电商企业需要做好哪些准备?

购物入口变了,商家需要准备什么?


 

要把购物入口变化的早期信号有效地转化为稳定的业务表现,企业现在需要先判断哪些任务适合交给AI。专家明确指出,复购补货等规则明确、风险较低且结果容易验证的高频低确认的任务,更容易率先落地。


 

高频低确认的任务,是指经常需要购买,而且选择条件比较明确,不必每次都重新权衡的商品。例如消费者补购一直在用的餐巾纸,相关品牌、规格和大致预算已经确定,消费者更容易设定规则,让AI帮助核实价格和库存,再在授权范围内补货。


 

低频高确认则不同,例如网购一台高端大屏电视,消费者往往要反复比较品牌间的优劣差异,确认尺寸是否适合客厅,还要考虑能否入户、如何安装以及退换货等条件。这类购买金额较高、更换间隔较长,需要消费者仔细权衡,AI更适合帮助整理信息、比较选项,最终选择仍由消费者确认。

 

消费者在亲自访问电商平台之前,就可能会让AI帮助自己完成第一轮筛选,这就要求商家得让自家商品同时被消费者、平台和AI读懂,需要按照具体需求组织商品信息,保持价格、库存和配送政策准确,并连接推荐与结账等能力。


 

PCO,让商品进入购买决策


 

围绕匹配消费者意图和覆盖AI入口,商家现在已经可以通过内容调整、平台接入等进行完善。但是如果要进一步推动成交,还需要逐步完善商品目录,把商品属性、价格、库存和评价等信息整理完整,并打通推荐、结账与履约,让被AI所推荐的商品能够顺利被AI买到。

 

进一步完善商品目录,需要在名称、价格和库存等基础信息之外,补充商品适合谁、适合什么场景、有哪些差异和限制,让AI能够据此进行比较和选择。


 

PCO,也就是商品上下文优化,正是为了解决这类问题。与侧重网页搜索曝光的SEO、帮助品牌进入AI回答的GEO不同,PCO更关注具体商品与购买需求的匹配。GEO把品牌带进对话,PCO把商品带进决策,两者相互补充。


 

PCO主要描述的是面向AI购物场景的商品上下文优化(当前行业尚未形成统一命名),围绕具体的SKU补充适用人群、使用场景、产品差异、限制条件,帮助完成商品比较与选择,即让AI知道“哪个具体商品更适合当前需求”。


 

随着消费者的问题越来越接近到底买哪一款,商家就越需要讲清商品适合谁、适合什么场景,以及它与其他选择的差异和限制,为AI比较与推荐提供依据。

AI正在分担消费者的购物研究与比较工作,也开始影响商品需要如何进入AI的候选范围。对电商企业而言,现在最值得着手准备的,是从消费者真实的购买需求出发,补齐AI所需要的商品信息与交易能力,并持续追踪推荐之后的购买表现。


 

总结

从网页搜索商品到请AI协助挑选,再到让AI在授权范围内执行购买,购物方式的变化现在仍在继续。消费者可以把重复性的研究和比较交给AI,同时保留对重要选择的控制。而商家则需要让商品信息跟上这一时代潮流的变化,使AI能够理解商品,并在推荐之后连接可靠的交易与服务。


 

了解更多

特别感谢 Nile 为《走向 Agentic Commerce》报告的研究工作提供资料支持并分享品牌案例。


 

Nile 是一家为品牌提供 AI 电商接入服务的科技公司,帮助品牌将商品信息、价格、库存及结账能力接入 ChatGPT、Gemini 等 AI 购物渠道,让 AI 助手能够发现和推荐品牌商品,并引导消费者前往品牌自有店铺完成购买。


 

如需进一步了解,可点击下载《走向Agentic Commerce》完整报告。