战魔田默|当AI替消费者挑选商品,品牌凭什么被选中?
- 更新时间 2026-11-06 21:47:18
如果消费者只需要告诉AI自己想买什么，就能得到几个推荐商品，那些没有被推荐的品牌，还有多少机会参与竞争？
11月4日，路透社报道了一个正在考验美国零售巨头的商业问题：当AI购物智能体开始代替消费者搜索、比较甚至购买商品，亚马逊和沃尔玛该如何维护自己的广告与交易业务？
两家企业采取了不同策略。亚马逊限制部分未经授权的第三方购物智能体访问，沃尔玛则公布Agent Gateway与Agent Profiles计划，准备让消费者通过获得授权的外部智能体购物。
根据eMarketer预测，2026年美国零售媒体广告支出约744亿美元，亚马逊与沃尔玛合计占据约88%的市场份额。
过去，品牌购买广告、争夺搜索排名、提高商品曝光，是为了影响消费者的购买决定。如今，当消费者把部分搜索和比较任务交给AI，商品可能在进入消费者视野之前，就已经经过机器筛选。
AI购物尚未普遍取代传统电商，但一个新的商业问题已经出现。当消费者开始委托机器挑选商品，究竟是谁在决定品牌有没有机会被选择？
1
消费者为什么愿意让AI替自己挑选？
一个消费者准备购买洗衣机，预算4000元，希望容量足够、噪声较低、能耗合理，还要能够安装在家里预留的位置。
按照传统方式，他需要搜索不同品牌，比较容量、尺寸、能耗、价格和售后政策，再从大量评价中判断实际使用表现。商品供给越丰富，可供选择的方案越多，消费者付出的比较成本也可能越高。
消费者还必须处理不断变化的信息。某款产品今天参加促销，明天可能恢复原价；某个型号性能不错，却可能缺货；两个品牌使用不同的技术名称，实际功能却十分接近。
如果智能体能够获取可靠的商品信息，消费者就可以提出预算、使用场景和具体要求，让它完成初步筛选，并解释不同商品的优缺点。
对于明确的购买任务，搜索与比较是实现目的的过程，消费者最终希望得到的是符合自身需求的商品。
购买笔记本电脑时，普通消费者未必理解处理器性能、内存配置与实际使用需求之间的关系。面对保障责任复杂的保险产品时，仅仅比较价格和保额，也不足以判断不同方案的适用条件。
机器能够处理更多信息，并不意味着一定能够得出更好的购买决定。商品数据可能不完整，用户需求可能表达不清，系统也可能无法充分理解特殊的使用条件。
即使比较结果看起来完整，也未必涵盖消费者真正关心的全部因素。
消费者是否愿意委托AI，还取决于购买风险。固定品牌、固定规格的日常用品，适合在明确授权下简化重复购买；涉及长期付款、高额支出或者重要人身利益的商品，通常需要更加审慎的确认。
对于越来越多的购买任务，消费者可以把部分信息搜寻、整理和比较工作交给机器，把更多精力放在明确需求、判断取舍和确认结果上。
2
亚马逊为什么设防，沃尔玛为什么开放？
2026年9月，亚马逊限制Meta旗下Muse购物智能体访问其网站。此前，亚马逊也与Perplexity的购物智能体发生过访问权限方面的法律争议。
亚马逊强调，第三方智能体应当透明运行，尊重网站提供者设定的访问规则，并保障消费者账户和交易安全。
亚马逊不仅拥有庞大的商品和交易网络，还经营规模可观的零售广告业务。消费者进入平台后，搜索什么、浏览什么、点击哪些商品，以及最终购买什么，构成平台组织广告、推荐和交易服务的重要基础。
如果外部智能体替消费者完成大部分筛选，用户可能不再按照原来的方式浏览商品页面，平台原有的广告展示、流量分配和交易归因机制都可能受到影响。
亚马逊本身也在发展购物助手及相关商业化服务。它与第三方智能体之间的争议，主要涉及外部系统能够获得哪些访问权限，以及谁有权制定进入平台和执行交易的条件。
沃尔玛则在10月21日公布Agent Profiles、Agent Gateway及相关智能体访问规则，准备让消费者通过自己选择的AI助手与沃尔玛购物服务连接。
按照沃尔玛公布的安排，消费者未来可以为不同智能体设置独立授权档案，分别管理相关购买记录，并通过交易审批、支出限制等机制约束其行为。
沃尔玛还提出，智能体不得获取消费者的支付卡信息，默认情况下，购买需要消费者批准。相关功能分阶段推出，Agent Gateway仍处于测试推进阶段。
允许外部智能体参与购物，并不意味着沃尔玛放弃交易规则、账户安全和支付权限管理。
亚马逊拥有强大的线上购物入口和广告体系，需要权衡外部访问对既有商业模式的影响。沃尔玛则希望利用自身商品、门店和履约网络，通过更多购物入口触达消费者。
对沃尔玛而言，即使消费者不直接进入自己的应用，只要商品销售和履约仍由沃尔玛完成，就可能获得订单。
但外部智能体带来的订单是否属于新增需求，平台需要承担多少技术和服务成本，客户关系由谁维护，广告与交易收益如何分配，都需要重新核算。
路透社报道，亚马逊管理层表示，第三方智能体尚未对其广告业务产生显著影响。eMarketer也仍然预测2026年美国零售媒体广告支出继续增长，AI购物远未完成对传统零售广告的替代。
过去，平台争夺消费者在哪里购物；未来，还需要争夺消费者委托谁来完成购物。
3
品牌失去的，可能不只是一次曝光
品牌愿意向零售平台支付广告费，是因为消费者的注意力有限，而商品的展示位置会影响被发现和被购买的机会。
消费者在电商平台搜索商品，通常不会逐一查看全部结果。排名、推荐、广告位、促销活动和商品评价，共同影响其接触品牌的顺序。
假设消费者准备购买一台预算5000元以内、续航较长、适合频繁出差的笔记本电脑。他不再逐页浏览商品，而是要求智能体比较主要选择，最终提供三个符合条件的型号。
如果消费者直接从这三个型号中选择，未进入候选范围的品牌便失去了一次参与比较的机会。
但消费者为什么产生购买电脑的念头，为什么偏爱某个品牌，仍然可能受到长期广告、内容传播、朋友推荐和使用经验的影响。机器参与购买过程中的某些环节，并不代表它同时承担了消费需求形成的全部过程。
消费者可能在社交媒体形成购买兴趣，通过AI比较商品，最后进入零售平台完成付款。这笔订单应该归功于内容广告、AI推荐，还是完成交易的平台？
如果不同参与者都认为自己促成了购买，企业就需要重新判断各个渠道的实际贡献，而不能仅凭最后一次点击或成交入口分配全部营销价值。
商业影响力也可能在不同环节重新分配。原有平台掌握商品展示和交易入口，智能体服务提供者可能影响候选商品的形成，品牌则继续通过产品与长期传播影响消费者的偏好。这些环节并不必然由同一家企业掌握。
对品牌来说，最危险的误判，是认为原来所有用于争夺消费者注意力的预算，都应立即转向争夺AI推荐。
智能体购物的用户规模、增量订单和真实转化效果仍需验证。企业尤其需要区分新增客户与原有订单的渠道转移。
当商品发现、智能体推荐和最终交易分属不同入口，品牌必须重新判断，究竟是谁创造了新增需求，谁只是承接了原本就会发生的订单。
4
机器会怎样理解一个品牌？
消费者对品牌的理解，来自使用经验、口碑和长期信任；智能体处理商品信息，则需要将用户要求与可获得的数据匹配。
假设家长准备购买儿童安全座椅，除了价格和外观，还必须考虑儿童身高、体重、车辆适配性、安装方式及适用的安全认证。
一家品牌即使知名度很高，如果相关型号的信息不完整，智能体也可能无法准确判断它是否符合特定需求。另一家知名度较低的企业，如果能够提供完整、可靠的产品参数，便可能获得进入候选范围的机会。
不同智能体获取信息的方式、覆盖的商品范围和采用的推荐方法并不相同，产品资料完整也不保证一定被推荐。但当商品筛选越来越依赖可获取的数据，企业信息质量的重要性可能进一步提高。
2026年3月，OpenAI进一步强化ChatGPT的商品发现与比较体验。消费者可以在对话中了解不同商品，商品推荐与最终交易并不必然由同一服务完成。
在相关商业集成中，商家可以提供结构化的产品标识、描述、价格、库存和履约信息，以改善商品展示的准确性与时效性。
机器参与购物，需要商品信息能够被准确识别、及时更新和有效验证。但即使拥有完整的商品参数，也不能据此判断品牌对所有消费者的价值。
产品性能、规格和价格相对容易进行标准化比较，消费者对商品可靠性的认知、对品牌的熟悉程度，以及过往使用经验，却未必能够直接转化为统一评分。
一家公司可能拥有优秀的产品参数，却缺少长期积累的市场信任；另一家企业可能拥有较强的品牌认知，但产品性能与服务表现仍需接受实际检验。
机器能够描述的商品优势，与消费者愿意为之付费的品牌价值，并不总是一回事。
5
进入候选名单，为什么不等于获得订单？
即使智能体能够准确识别商品，也不意味着它可以直接得出消费者最应该购买哪一款。购买决策通常需要同时处理多个条件，而这些条件往往相互冲突。
假设消费者准备购买一部智能手机，预算3000元，希望续航长、拍照好，并且能够使用三年以上。
市场上可能存在三种选择。第一款价格最低，续航不错，但影像能力一般；第二款拍照表现较好，价格接近预算上限，电池续航略弱；第三款价格略高于预算，却拥有更长的系统维护承诺和便利的售后服务。
如果预算是不可突破的硬约束，第三款可能首先被排除；如果消费者愿意为了长期使用增加少量支出，第三款又可能重新进入候选范围。
如果拍照是最重要的需求，第二款可能更合适；如果主要用于工作沟通，续航和可靠性可能更加重要。
同一组商品，面对不同的约束条件和偏好权重，可以产生不同的合理选择。脱离具体需求和偏好权重，商品之间很难得出对所有消费者都成立的统一排名。
消费者自己也可能没有明确意识到偏好的排序。他说希望手机性能好，却未说明更重视游戏、拍照、续航还是长期稳定性。
一个能够有效辅助购物的智能体，需要在必要时提出问题，帮助消费者明确条件，而不是未经确认就替用户确定所有权重。
商品信息本身也存在不确定性。产品宣传参数可能无法完整代表实际体验，用户评价可能存在样本偏差，不同平台提供的价格、库存和售后信息也可能不一致。
对于无法可靠判断的事项，系统应当说明信息限制，而不是把缺少依据的推测包装成确定结论。
推荐结果还需要接受真实交易条件的检验。某款商品即使符合性能要求，如果所在地区无法配送、交付时间过长，或者售后条件不符合要求，也可能不值得购买。
如果为了获得推荐而夸大参数、隐瞒限制或者过度承诺服务，即使短期进入候选范围，也可能在交易和履约阶段失去消费者信任。
进入候选范围取决于商品能否满足初步条件，最终成交还取决于消费者如何取舍，以及企业能否履行交易承诺。
6
智能体究竟替谁做选择？
消费者授权智能体帮助自己购买商品，实际上是把部分购买任务交由智能体服务执行，由此产生消费者、服务提供者与交易平台之间的权利和责任问题。
消费者希望获得符合自身需求的商品，智能体服务提供者则需要投入技术、数据、计算和运营资源，并通过一定的商业模式维持服务。服务提供者如何获得收入，可能影响其推荐方式。
假设某个购物智能体同时能够推荐三款性能相近的商品。第一款没有向平台支付推广费用，第二款品牌购买了广告服务，第三款则可以为智能体平台带来更高的成交佣金。
如果用户只要求商品符合预算、质量可靠，系统应该如何处理这些商业关系？
当智能体平台能够从某个推荐结果中获得更多收入，它就同时面对两种利益：消费者希望买到最适合自己的商品，平台希望获得更多商业回报。
平台是否向商家收取商业费用，与这些费用是否影响推荐，并不是同一回事。商业费用是否影响推荐，与消费者是否能够识别这种影响，也不能混为一谈。
广告和佣金本身并不意味着推荐一定损害消费者利益。商业推广可以帮助消费者发现商品，交易佣金也能够支持平台提供服务。
商业合作是否影响推荐、相关影响是否得到充分披露，以及推荐行为是否符合对用户的承诺和适用规则，需要分别判断。披露商业利益是维护透明度的重要条件，却不能替代推荐真实性和交易合规要求。
搜索广告、付费排名、渠道佣金和商品推荐，早已是现代商业的重要组成部分。智能体可能改变的是商业信息的呈现方式。
在传统电商页面上，消费者可以同时看到多个商品，也可能通过明确标识区分部分广告内容。当智能体把大量信息压缩为一段自然语言建议，商业推广、算法排序与客观比较之间的区别，可能变得更难辨认。
一句流畅的推荐，并不天然比一个广告页面更加中立。
推荐结果还受到信息覆盖范围的影响。如果智能体只能访问部分平台，即使按照已有信息认真比较，也不能保证推荐涵盖市场上的全部重要选择；如果商品数据过期，推荐就可能与真实价格和库存发生偏差；如果用户偏好没有表达清楚，系统也可能依据不适合该用户的标准作出判断。
消费者需要知道系统依据哪些主要条件进行比较，是否存在重要的信息限制，哪些结果属于商业推广，以及在什么情况下可以重新比较和修改条件。
智能体购物需要同时处理消费者对智能体的委托、智能体平台与商家的合作，以及交易各方的履约责任。
智能体可以通过商业服务获得收入，但不能把商业利益安排伪装成完全中立的选择。
7
为什么有些商品不能只靠AI决定？
消费者并不总是希望用最短时间找到某种评分最高的商品。有时，寻找、比较和体验本身，就是消费价值的一部分。
一个人购买固定品牌的洗衣液，可能只需要确认规格、价格和配送时间。但购买婚礼礼服、第一辆汽车或者一件艺术品，选择过程本身就可能具有重要意义。
消费者会试穿、试驾、反复比较，也可能因为某种难以解释的感受改变原来的决定。这种行为并不必然是不理性。
人们购买商品，除了满足功能需求，还可能追求审美、情感、身份认同和个人经历。对这些目标而言，最优选择并不是通过单一指标计算出来的结果。
消费者知道存在其他性价比更高的商品，仍然可能愿意为自己的偏好付款。AI可以整理商品信息，帮助消费者理解不同选择的差异，却不能假定所有偏好都能够转换成统一权重。
消费者没有试穿一件衣服之前，可能不知道自己是否喜欢；没有体验一款汽车，也未必能够明确描述理想的驾驶感受。
如果智能体只能根据用户已经提出的条件筛选商品，就可能错过那些用户尚未意识到、却会在实际体验中产生的需求。
消费者也可能因为偶然发现某件商品，而改变原本的购买目标。这种发现可能来自逛街、与朋友交流、店员介绍，也可能来自对商品的亲自体验，未必能够通过一次精准推荐实现。
对于部分消费，减少决策时间具有直接价值；对于另一些消费，投入时间、体验差异和形成偏好的过程，本身就是消费者愿意付出的成本。
不同消费品类因而不适合采用完全相同的智能体购物策略。标准化、重复性较高的商品，更适合探索便捷补货和自动执行；高度依赖体验、文化和个人偏好的商品，则仍然需要经营品牌表达、专业服务与消费场景。
消费者的自主性，不只体现在有权拒绝机器推荐，也体现在有权选择一种并非机器认为效率最高的购买方式。
8
品牌应该重新建立什么能力？
企业是否应该投入AI购物渠道，首先取决于客户是否已经在相关场景中使用智能体，以及这种使用究竟改变了商品发现、购买决策还是交易执行。
对于经营者，更合理的顺序是判断客户行为，识别智能体创造价值的具体环节，验证真实订单与成本变化，再决定投入规模。
对于规格明确、重复购买频繁的日用品，消费者可能愿意减少搜索与比较，直接授权智能体在限定条件下完成购买。这类企业可以优先验证自动补货、实时库存、价格查询和便捷履约是否能够降低交易成本。
对于参数复杂、购买决策成本较高的商品，企业应当提高信息的准确性和可解释性。
工业设备、电子产品和专业服务，往往需要向客户说明适用条件、性能差异、维护成本和使用限制。机器能够获得的信息越可靠，就越有可能准确识别商品是否符合具体需求。
对于审美、情感和身份价值较高的商品，企业不能把竞争简化为参数比较。品牌需要继续建设内容、文化、体验和客户关系，让消费者形成稳定而真实的偏好。
品牌需要把可被机器识别的信息与真实经营能力连接起来。产品参数应当与实际质量一致，库存和价格需要及时更新，交付承诺必须能够兑现，售后服务也应经得起检验。
企业还需要维护客户关系。
如果未来部分订单来自智能体，品牌仍然应按照适用规则和用户授权，了解产品使用反馈、处理售后问题，并积累真实的服务经验，避免将所有客户理解、商品数据和交易决策都寄托在单一智能体平台之上。
假设一家品牌接入AI购物服务之后，订单增加了10%，却发现其中多数消费者原本就会通过其他渠道购买，那么它获得的新增需求可能远低于表面订单增长。
如果平台进一步收取技术服务费、成交佣金或推广费用，企业还需要计算相应的客户获取成本与净收益，并考虑消费者长期价值、退货率、履约成本和重复购买情况。
品牌真正需要建立的，是让产品价值能够被准确识别、经受实际交易检验，并持续转化为消费者的购买理由。
9
当选择可以委托，决定权应该属于谁？
消费者能够把购买过程交给机器，是否意味着也应该把选择标准交给机器？
一个人可以委托AI寻找价格合适的机票，却仍然需要决定自己是否愿意为了节省费用接受转机；可以让AI比较不同保险产品，却不能因为某个方案成本最低，就自动接受所有保障条件与长期责任。
可以让AI筛选汽车，却仍然有权按照自己的生活方式、家庭需要和个人偏好作出最终判断。
选择工作的委托，与选择目标的确定，并不是同一回事。
形式上的授权，也不一定意味着充分理解。如果一个智能体在复杂的服务条款中获得了宽泛权限，用户却不知道它如何推荐商品、何时执行付款，以及商业合作是否影响推荐，那么这种授权未必能够充分保障消费者利益。
消费者需要能够理解和管理委托关系。他应当可以设置目标和权限，了解重要推荐依据，在必要时修改条件、撤销授权，并对异常交易寻求合理救济。
提供智能体、商品和交易服务的企业，也应按照各自承担的角色与适用规则履行责任，不能因为存在自动执行程序，就把所有交易风险转移给消费者。
机器可以替人处理选择中的大量工作，却不应替人决定选择的目的。
