AI購物特工隊殺到！零售業大變身，你準備好未？

自動化AI購物代理將如何改變零售業

零售業的AI革命已進入第三波浪潮。在預測性AI和生成性AI之後，能夠在沒有人工干預的情況下完成購物任務的自主代理正在成為下一個前沿。Salesforce最近的行業研究顯示，已有32%的消費品公司完全實施了生成性AI，數字商務成為主要的重點領域。隨著技術從回答問題轉向採取行動，品牌和零售商面臨如何調整其數字存在、產品內容和媒體策略的緊迫決策。

從生成性AI到代理AI的過渡，代表著能力的根本轉變。雖然聊天機器人和像亞馬遜的Rufus這樣的助手可以回答有關產品的問題，但自主代理則能夠從探索到購買完成整個購物旅程，而幾乎不需要人工干預。

消費品行業中AI的演變

根據Salesforce和Accenture的聯合報告《行業洞察報告：AI版》，我們正在目睹AI能力的明確進展。

Salesforce的零售及消費品策略與洞察總監Michelle Grant提供了傳統自動化和較新AI方法之間的有用區分：

傳統自動化遵循預定步驟，但它不是人工智能，也不是代理性。舉例來說，如果某人打開電子郵件，他們會自動被添加到“A組”，如果沒有，則會發送跟進電子郵件。這並不分析數據、做出決策或隨著時間的推移進行學習——它是基於規則的自動化。

預測性AI（第一波）使用歷史和統計數據模型來預測未來。例如，預測性AI利用機器學習算法來分析購物者的歷史參與數據，預測最佳的電子郵件發送時間。

生成性AI（第二波）用於使用大型語言模型和數據創建新內容。示例包括基於提示的摘要、文本生成器和圖像生成器。雖然它可以生成內容，但並不獨立做出決策或採取行動。

代理性AI（第三波）使用機器學習和自然語言處理來自主完成工作，而無需人類輸入。

Grant解釋說，這裡的關鍵區別在於，代理性AI可以根據其輸入採取行動，例如發送生成的電子郵件、根據其洞察制定活動策略，或根據購物者偏好將產品添加到購物車中。

對於零售商和品牌來說，這一進展並不僅僅是學術性的——它正在重塑消費者發現和購買產品的方式。消費品公司已經在確定其最有價值的AI代理用例，其中“幫助購物者在網站或其他數字平台上找到產品”排名第三。

從回答問題到採取行動

當檢視現實世界的實施時，生成性AI和代理性AI之間的區別變得更加清晰。以Saks為例，他們在2024年9月推出了Agentforce（Salesforce的代理性AI平台），以提升客戶體驗。

在其Saks聊天機器人中，Agentforce分析客戶互動並根據上下文確定最佳下一步行動，同時自動化和簡化任務和查詢。

Saks的Agentforce集成的視頻演示顯示了一位顧客與Saks的AI代理之間的SMS互動，顧客分享了一些服裝靈感的照片，Saks的代理則返回類似的商品。它了解她的常用尺寸，就像私人造型師一樣，並幫助協調訂單和後來的尺寸更換。

全球產品設計和技術公司SharkNinja也在實施Agentforce，使SharkNinja能夠輕鬆構建和部署可以在任何業務功能上自主採取行動的AI代理。該公司表示，通過Agentforce，SharkNinja將擁有一個24/7的數字工作隊伍，指導客戶完成購買過程，回答產品問題，解決問題和管理退貨。

用代理性AI改變零售媒體

對於零售媒體網絡來說，AI購物代理的興起既帶來挑戰也帶來機遇。目前，零售媒體支出在很大程度上偏向於低漏斗轉換——在我最近對零售媒體預算的分析中，超過71%的支出發生在贊助產品或類似的底部漏斗位置。

但當AI代理，而不是人類，正在做出或影響購買決策時會發生什麼？傳統上對引人注目的創意和情感觸發的重視可能會讓位於更有結構的、基於屬性的方式，這些方式是說服算法，而不是人類。

以Walmart Connect或Amazon Advertising為例。品牌目前對關鍵字和位置出價以吸引消費者的注意。在一個代理性AI的世界裡，他們可能需要優化AI購物代理優先的參數和排名因素——這可能會將支出從傳統贊助產品廣告轉移到數字貨架優化和結構化數據倡議上。

根據Salesforce/Accenture報告，第二個最有利的AI代理用例涉及優化市場營銷和廣告活動。幾家科技公司已經在開發AI平台，以滿足這一需求，增強活動管理。例如，Xnurta是一個AI驅動的廣告管理平台，通過預測購買模式和實時優化來增強Amazon和Walmart上的活動管理（免責聲明：Xnurta是我的客戶）。

隨著代理性AI的演變，這些平台可能會從優化工具擴展到能夠在最小人類監督下管理整個活動的自主營銷代理。

在以代理為中心的世界中調整內容策略

品牌內容策略也將需要重新校準。Salesforce的研究將“幫助購物者在網站或其他數字平台上找到產品”列為第三個最有利的AI代理用例，突顯出在代理時代發現的重要性。

目前，產品內容通常將事實信息與情感吸引和品牌故事混合。然而，AI購物代理在做出推薦時可能會優先考慮標準化的屬性、規格和結構化數據。那些能夠在所有渠道提供全面、準確和一致產品信息的品牌，將在AI代理變得更普遍時獲得優勢。

考慮一個運動鞋的購物場景。今天，消費者可能會被引人注目的圖像或生活方式營銷所吸引。明天，AI購物代理可能會根據精確規格篩選選項——緩衝指標、重量、可持續性評分和耐用性評級——這些因素許多品牌在零售平台上並不一致提供。

幾家零售科技初創公司正在解決這一挑戰，開發解決方案幫助品牌在各渠道上結構化和標準化其產品內容。隨著AI代理開始調解更多的購物旅程，並優先考慮結構化信息而非傳統的營銷內容，這些技術將變得越來越有價值。

信任挑戰

儘管對AI代理的熱情高漲，但Salesforce的研究突顯了幾個關鍵挑戰。消費品高管的首要關注是“AI代理的結果質量”，其次是“員工接受度”和“舊有技術”。

對於零售實施而言，這些擔憂轉化為消費者信任問題，尤其是當AI代理從協助轉向自主決策時。品牌和零售商需要在AI購物代理中建立透明度，幫助消費者理解如何以及為什麼會做出推薦。

為代理的未來做好準備

隨著AI代理從回答問題轉向代表消費者採取行動，品牌和零售商面臨著一個關鍵時刻。那些能夠為這一新範式調整其數字存在、內容策略和零售媒體方法的企業，將在AI購物代理變得更普遍的情況下獲得優勢。

Grant說：“這不僅僅是關於保持競爭力，而是關於在一個敏捷和以客戶為中心的行業中設置步伐。”

研究表明，這一轉變正在迅速發生：55%的消費品高管預測到2026年，他們超過50%的員工將使用生成性AI。

儘管對員工接受生成性AI的擔憂，但55%的消費品高管預測…隨著生成性AI讓位於代理性AI，這些數字可能會更高，徹底改變不僅是產品的發現方式，還有購買和消費的方式。

對於零售行業而言，信息顯而易見：自主AI購物代理的時代比許多人預期的來得更快，準備工作應該立即開始。

在這篇文章中，我們可以看到AI技術的迅速發展，特別是在零售行業的應用。這不僅是技術的進步，更是消費者行為和品牌策略的轉變。隨著自主AI代理的興起，品牌需要重新思考他們的市場營銷方式，將重心從傳統的吸引消費者轉向如何適應算法的決策。這是一個全新的商業生態系統，品牌必須迅速適應，以便在未來的競爭中保持優勢。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。