agentic commerce 品類分水嶺：Shopify 稱 AI 轉換率比自然搜尋高 80%，你的品類決定你現在該做什麼

先講一個數字，這兩天在電商圈被轉了很多次。

2026 年 7 月 28 日，Shopify 的產品副總 Vanessa Lee 在 DotDev 2026 開發者大會的主舞台 keynote 上說：根據 Shopify 自家的數據，AI 帶來的流量，轉換率比自然搜尋高 80%；而且有 50% 的 AI session（單次造訪）直接落在 PDP（product detail page，商品詳情頁）上。

看到 80%，很多人的第一反應是：完了，要趕快跳上車。

如果你問我，先別急著跳。

因為這場關於 agentic commerce（代理商務，也就是 AI 代替消費者搜尋、比較、下單的購物模式）的 keynote，真正值錢的不是那個 80%。是 Vanessa 講完數字之後，順口帶過的第二段話。

那段話決定了一件事：你的品類，決定你什麼時候會被 AI 通路吃到。

AI 轉換率高 80%，這個數字該怎麼讀？

我知道大家看到 80% 會興奮，但我們先做一件不太討喜的事：把口徑講清楚。

這是 Shopify 自己平台上的數據，由 Shopify 自己公布。他們沒有說明樣本範圍、沒有說明「AI 流量」怎麼歸因、也沒有說明那個 80% 是拿什麼跟什麼比、用哪一種轉換定義算的。

這不代表數字是假的。Shopify 是全球最大的電商平台之一，它看到的樣本量沒幾家公司比得上。

但這代表你不能拿它當客觀事實去做預算決策。

而且 Vanessa 自己在同一段裡就先講了一句很誠實的話。她說 agentic commerce「still early and albeit traction has been slow to take off」，還很早期，起步一直很慢。她接著才說，走到今年年中，它「毫無疑問正在成長」。

把這兩句話合起來讀，你會得到一個跟標題完全不同的畫面：

這是一個基期很小、但成長確實在發生的通路。

轉換率高，很大一部分是因為會透過 AI 完成購買的人，本來就是意圖最明確的那一群。他們不是在逛，他們是已經想好要買什麼、只差找到哪一家。這種流量在任何通路上轉換率都會很漂亮。

所以，這個數字不是「AI 很神」的證據。

它比較像是「目前走 AI 進來的人，購買意圖濃度極高」的證據。

這兩件事聽起來很像，做出來的決策完全不一樣。前者會讓你把預算 all in 到一個很小的通路；後者會讓你想通一件更重要的事：這群高意圖的人進來之後，看到了什麼？

我去查了第三方數據，結果有點尷尬

單一來源的數字我不太敢直接用，所以我去翻了其他家的資料。有三件事值得講。

第一，Shopify 自己官方部落格寫的數字，比舞台上小。

Shopify 企業部落格在 2026 年 5 月 11 日發過一篇 AI search insights，用的是 Q1 2026 的資料。上面寫的是：AI 導流的訪客在商品頁「轉換率比自然搜尋高將近 50%」，而在 25 個商家品類裡有 23 個勝出，平均高 56%。

50%、56%，跟舞台上講的 80% 不是同一個數字。

可能是新一季的資料，也可能是不同的切法。但在 Shopify 自己公開的文件裡，你目前查得到的版本是 50% 上下。引用的時候我會用官方部落格那個數字，舞台上那句就當成一句 keynote 發言。

第二，第三方測到的方向一致，但基準要看清楚。

Similarweb 的全球電商報告（2025 年 9 月）量到 AI 聊天機器人導流的轉換率是 11.4%，自然搜尋是 5.3%，差不多兩倍。

Adobe Digital Insights 在 2026 年也連續量到 AI 流量轉換比較好，3 月是 42%，5 月是 54%。

但這裡有個關鍵差別：Adobe 比的是「所有非 AI 管道」，包含付費搜尋和 EDM。Shopify 比的是「自然搜尋」一個管道。 Adobe 的基準嚴格得多，卻只拿到 42% 到 54%。

看數字要連基準一起看，這是老話了，但真的很多人不看。

第三，也有打臉的研究。

Kaiser 與 Schulze 發表在《Marketing Science》的論文，樣本是 973 個電商網站、五萬多筆 ChatGPT 導流交易對上一億六千多萬筆傳統管道交易。結論是：ChatGPT 導流的轉換率、客單價、每次造訪產值，幾乎輸給所有傳統管道。

不過那份研究的觀測期到 2025 年 7 月為止。Adobe 自己在 2025 年 3 月也還量到 AI 流量轉換「比別人差 9%」，後來才翻轉。

所以比較誠實的講法是：這是一個過去 12 個月才翻過來的趨勢，不是一條定律。

還有規模。Conductor 掃了 13,770 個網域、33 億次造訪，算出 AI 流量佔全站流量約 1.08%。Shopify 自己那篇部落格也老實寫了：自然搜尋導進來的 session，仍然比所有 AI 平台加起來還多。

一個高轉換率，長在一個 1% 的基期上。

這才是完整的畫面。

50% 的 AI 流量直接落在商品頁，這代表什麼？

這就要講第二個數字了。我認為這個數字比 80% 更值得你花時間。

50% 的 AI session 落在 PDP。

而且這個數字，Shopify 官方部落格有給對照組，這才是它真正的殺傷力所在：自然搜尋只有大約 20% 的 session 落在商品頁，AI 是一半以上。

翻成生意人的話：有一半的 AI 流量，不走你的首頁，不走你的分類頁，直接踹門進商品頁。

你想像一下這個畫面。你花了六位數重做的品牌首頁，那支請導演拍的品牌影片，那個排了三個禮拜的分類頁動線，在這一半的流量裡，等於不存在。

消費者跟 AI 講「幫我找一頂適合台北七月戴的帽子」，AI 在後面把幾百個商品的規格比過一輪，然後把人直接丟到那一頁。

以前的路徑是：搜尋 → 首頁 → 分類頁 → 商品頁 → 結帳。你有四個關卡可以說服他。

現在的路徑是：問 AI → 商品頁 → 結帳。你只剩一個關卡。

Vanessa 有補一句很關鍵的話，我覺得很多人會誤讀這個趨勢，所以特別提出來：「Most of the time when AI is in the loop, the website is still in play.」當 AI 在迴圈裡，網站大多數時候仍然在賽局裡。她說網站的手感、速度、它講的故事，仍然是交易的重要部分，因為那是消費者判斷「這家能不能信」的潛意識訊號。

所以不是網站不重要了。

是你的商品頁，從一個中繼站，變成了唯一的落地頁。

它現在要一頁做完四頁的事：說服、建立信任、處理疑慮、促成結帳。

品類分水嶺：哪些商品會先被 AI 吃掉？

好，講到本篇最有行動意涵的部分。

Vanessa 在講完數字之後，講了哪些品類正在被 AI 吃下。她的原話是：表現好的，是那些「有標準化、可比較屬性」的品類。

她點名了三個：電子產品、保健食品、手錶。

她的解釋很直白：這些品類的屬性，本來就能用文字和數字表達出來。容量幾 GB、劑量幾毫克、錶徑幾毫米、防水幾米。這些東西 agent 讀得懂，而且它們本來就已經寫在商品頁上了。

消費者本來就在比規格。AI 只是把「比規格」這件事做得比人快一萬倍。

那另一邊呢？

Vanessa 自己丟出了問題：那時尚、服飾、生活風格怎麼辦？

她說，我們買這些東西，不是看寬高顏色這些文字和數字。我們買的是 vibes（氛圍、感覺）。

然後她問了兩個我覺得問得非常好的問題：

「你要怎麼衡量一件襯衫的 cool factor（酷度）？」

「你怎麼判斷這件洋裝夠不夠正式，可以穿去婚禮？」

這就是分水嶺。

一邊是規格可量化的標準品：3C、保健品、手錶、家電、耗材。這些正在被吃，而且已經開始了。

另一邊是買感覺的非標準品：服飾、鞋包、飾品、家居生活、設計小物。這些 AI 目前還處理不好。

Shopify 當然知道這是個問題，所以 Vanessa 說他們正在投資「模糊屬性分類」的能力，要讓 agent 也能篩正式度（formalness）、場合（occasion）、舒適度（comfort）、流行度（trending）這類東西。

這裡要講清楚：這是「正在投資」，不是「已經上線」。 她用的是 investing，講的是能力建置，不是一個你現在登入後台就找得到的功能。

所以對非標準品商家來說，這是一個時間窗。

不是一張免死金牌。

但我要幫 Vanessa 的說法修正一下

我本來想直接把「電子先被吃、服飾比較安全」這個結論寫給你，但查完 Adobe 的資料之後，我不能這樣寫。

Adobe Digital Insights 在 2026 年 Q2 報告裡，把品類依 AI 導流的成長幅度分組。服飾被放在「強成長」那一組，電子只在「中等」那一組。 被點名強成長的還有洋裝、褲子、鞋類、化妝品。

這跟舞台上那個「標品先、服飾後」的順序，方向是反的。

那 Vanessa 講錯了嗎？也沒有。她講對了一半，而且是比較重要的那一半。

Adobe 另一份數據把這件事講得更清楚。他們量了一個叫「AI 可引用可讀性」的指標，看商品頁的內容有多容易被 AI 讀懂並引用。在 2026 年 5 月的資料裡，電子類商品頁是 65%，服飾是 50%，整整落後 20 個百分點。

Adobe 給的原因，我第一次看到的時候愣了一下：

「Fashion-forward PDPs often prioritize imagery and visual merchandising over the structured text AI can read and cite.」

（走時尚感的商品頁，常常把版面優先給了圖像和視覺陳列，而不是 AI 讀得懂、引用得了的結構化文字。）

所以正確的版本是這樣：

服飾不是比較難「賣」給 AI，是比較難「被 AI 讀懂」。

需求已經來了，成長還很兇。卡住的是你的商品頁，不是消費者的意願。

這個修正很重要，因為它把結論整個翻過來。如果你以為服飾安全，你會什麼都不做，然後眼睜睜看著需求長出來、你卻不在名單上。如果你知道問題出在「讀不懂」，你今天下午就可以開始動手。

台灣電商對照：我們的品類結構剛好卡在中間

把這個框架套回台灣，以我這些年在市場上看到的狀況，會得到一個有點尷尬的結論。

台灣做得比較好的品牌電商，很大一塊集中在服飾和美妝，而這兩類剛好都在「買 vibes」那一邊。這些品牌賣的通常不是規格，是穿起來的樣子、是那個氛圍、是模特兒身上那種「我也想變成這樣」的感覺。

而台灣的服飾電商，商品頁做得又特別「美」。整頁都是情境照、模特兒圖、視覺排版，文字少得可憐。

照 Adobe 那個邏輯，這剛好是最難被 AI 讀懂的長相。

換句話說，台灣服飾電商很可能同時踩在兩件事上面：需求正在長，但頁面最不好讀。

另一邊，台灣 3C 的比價文化強到不像話。原價屋、PChome 24h、各種開箱比較文，台灣消費者早就習慣把規格攤開來一項一項比。這正是 agent 最擅長、也最容易取代人的地方。

如果你在賣 3C、家電、保健食品、耗材、五金，我建議你要有心理準備：

這個分水嶺，你在被吃的那一邊。而且不是未來式。

還有一個我很少看到人談的問題，這件事我特別有感。

我以前做電商資料串接的時候，看過不少品牌的商品資料庫。有一個現象出現的頻率高到我印象深刻：

規格全部做成圖片。

尺寸表是一張切圖，成分表是一張切圖，材質說明是一張切圖。視覺部門排得漂漂亮亮，用 Photoshop 輸出，一張一張貼上去。人看起來很舒服。

但欄位是空的。

商品規格那些結構化欄位，長期空著。因為填欄位很麻煩，而且「反正客人看圖就好」。

問題來了。圖片裡的文字，機器不一定能穩定讀懂，也不一定會被當成可信的商品屬性拿去比較。當 agent 在幫消費者比較「哪一件襯衫的材質是 100% 純棉」的時候，你的商品明明是純棉，但它在資料層看起來，很可能就是一片空白。

你不是輸給對手。

你是根本沒有進入比較的名單。

講白了有點殘酷：你的商品頁做得越美、規格圖排得越精緻，你在機器眼中可能越透明。

這一切，十年前用另一個形式演過一次

如果你做過 Google 購物廣告，看到這裡應該已經笑出來了。

這就像從 Google Shopping feed 進化到 AI agent。十年前你要投購物廣告，得乖乖去填商品 feed：GTIN、品牌、材質、顏色、尺寸。欄位填得越完整，成效就越好。那時候一堆人嫌麻煩，覺得「填這什麼鬼，我圖片拍得美就好」。

結果認真填 feed 的那批人，吃了好幾年的紅利。

現在 agent 就是一個更嚴格的 feed 讀取器。它不只讀你的欄位，它還要拿你的欄位跟全世界的商品做比較，然後決定要不要把你放進那三個選項裡。

差別在哪？以前 feed 沒填好，你是曝光變少，還能靠廣告預算硬買。現在屬性沒寫清楚，你連被 AI 考慮的機會都會變少，而且那不是一個你能出價的競價版位。

一來是規則變嚴了，二來是這次比較難靠付費補救。

你現在該做什麼？分水嶺兩邊，作法完全相反

如果你在標準品那一邊（3C、保健品、手錶、家電、耗材）：

► 把規格從圖片裡救出來。 這是投報率最高的一件事。盤點你的前 50 個主力商品，把尺寸、成分、材質、規格、適用情境，全部填回結構化欄位。圖照樣放，但欄位不能空。

► 用消費者的問法寫屬性，不要用工廠的寫法。 不要寫「材質：CTN 100%」，寫「材質：100% 純棉」。agent 讀的是人話的語料，不是你們內部的料號。

► 把商品頁當成唯一落地頁重做。 假設訪客沒看過你的首頁、不知道你是誰。運費、退換貨、保固、出貨時間，全部要在這一頁講完。

如果你在非標準品那一邊（服飾、美妝、家居、設計品）：

► 把「感覺」翻譯成 AI 讀得懂的字。 Shopify 正在建的模糊屬性，你可以自己先做。場合（上班、約會、婚禮、旅行）、風格（法式、極簡、韓系）、版型（寬鬆、修身）、季節，這些寫進文案和欄位，你就是自己幫 agent 做了標註。

► 加碼投資品牌與信任資產。 你的時間窗是真的，但它會關。這段時間拿去做內容、做社群、做回購，把顧客關係養在自己手上，而不是等著被通路配對。

► 兩邊都適用：現在就去測一次。 打開 ChatGPT 或 Gemini，用你顧客的口吻問一句「推薦我幾個台灣的 XX 品牌」，看看你在不在名單裡、資訊對不對。這件事十分鐘就能做完，但我遇到的老闆裡，做過的沒幾個。

► 兩邊都適用：先把自己的數字量出來。 別再引用別人的百分比了。GA4 在 2026 年 5 月新增了「AI Assistants」這個預設管道群組，會把 ChatGPT、Gemini 這些來源從 Referral 裡拆出來。進去看一眼，你就知道 AI 佔你自己的流量到底是 0.1% 還是 3%。

講真的，這一條應該排第一。上面所有的數字都是別人的，只有這個是你的。

通路一直在變，信任的需求沒變

Vanessa 整場 keynote 的骨架，其實不是技術，是信任。

她一開場就說，商務的本質是連結人，而信任是每一筆交易的前提。以前我們握手成交，後來我們跟專櫃店員聊，再後來我們追蹤喜歡的人、看他推薦什麼。

通路一直在變。信任的需求從來沒變過。

我覺得這句話對台灣中小電商特別受用。因為每次有新通路出現，大家的直覺反應都是「我是不是要趕快去佔位」。但這次真正的問題不是佔位，是：

當 AI 幫你的顧客做完 90% 的篩選，剩下那 10% 的「要不要信你」，你準備好了嗎？

規格欄位要填，那是入場券。

但入場之後，那個落在商品頁的人，決定要不要掏錢的那三秒，靠的還是你這些年累積下來的東西。

至於那個 80%，就當它是個提醒好了。提醒你去看看，自己的商品頁在機器眼裡，到底長什麼樣子。

常見問題

agentic commerce 中文到底叫什麼？

目前比較常見的譯法是「代理商務」或「AI 代理購物」。指的是 AI 代理人代替消費者完成搜尋、比較商品屬性、建立購物車，甚至直接結帳的購物模式。跟傳統「消費者自己上網站逛」最大的差別是，比較和篩選的工作交給了 AI。

AI 帶來的流量真的比較會買嗎？

多方數據都指向「是」，但幅度差很多，而且基期很小。Shopify 在 DotDev 2026 舞台上說高 80%，但它自己官方部落格（2026 年 5 月）寫的是「將近 50%」、23/25 品類平均 56%。第三方方面，Similarweb 量到 11.4% 對 5.3%（約兩倍），Adobe 量到高 42% 到 54%，但 Adobe 的比較基準是所有非 AI 管道（含付費搜尋、EDM），比 Shopify 只比自然搜尋嚴格得多。反方也有證據：發表在《Marketing Science》、涵蓋 973 個電商網站的研究發現 ChatGPT 導流幾乎輸給所有傳統管道，不過觀測期到 2025 年 7 月。合理的讀法是：這是最近 12 個月才翻轉的趨勢，而且 AI 流量佔全站流量目前約 1%。

哪些品類會先被 AI 吃掉？

Vanessa Lee 點名的是屬性可標準化、可比較的品類：電子產品、保健食品、手錶。但 Adobe 的資料其實對不太起來，它把服飾放在 AI 導流「強成長」組、電子只在「中等」組。兩邊合起來看，比較準確的說法是：標準品比較容易被 AI 讀懂，但需求成長不限於標準品。

我賣服飾，是不是就安全了？

不是，而且可能剛好相反。Adobe 的資料顯示服飾的 AI 導流成長很強，但服飾商品頁的「AI 可引用可讀性」只有 50%，落後電子（65%）20 個百分點，原因是時尚類頁面把版面優先給了圖像而不是結構化文字。所以服飾的問題不是沒需求，是頁面讀不懂。Shopify 雖然在投資「模糊屬性分類」，但那是進行中的建置、不是既有功能，等它不如自己先把場合、風格、版型寫進文案和欄位。

我現在最該改的一件事是什麼？

把商品規格從圖片裡搬回結構化欄位。很多品牌習慣把尺寸表、成分表做成切圖，人看得懂，但機器不一定讀得到。欄位空白，等於很難進入 AI 的比較名單。

參考來源

• Main Stage Keynote with Vanessa Lee | DotDev 2026（Shopify Devs，2026 年 7 月 28 日）。文中 80%、50% PDP、品類與模糊屬性等引述均出自這場 keynote，屬 Shopify 平台自述數據。
• AI search insights（Shopify 企業部落格，2026 年 5 月 11 日，Q1 2026 資料）。官方公布的「將近 50%」「23/25 品類平均 56%」「自然搜尋約 20% 落在商品頁」出自此篇。
• Similarweb 第三屆全球電商報告（2025 年 9 月 15 日）。AI 聊天機器人導流轉換 11.4% 對自然搜尋 5.3%，觀測期 2024 年 7 月至 2025 年 6 月，屬面板估算。
• Adobe Digital Insights, Q3 2026 AI Traffic Trends Report（2026 年 6 月）。AI 可引用可讀性：電子 65%、服飾 50%，以及「時尚類商品頁優先給圖像而非結構化文字」的說明出自此份報告。
• Conductor 2026 AEO/GEO Benchmarks Report。AI 流量佔全站流量約 1.08%，樣本 13,770 個網域、33 億次造訪。
• Study: ChatGPT traffic, sales trail traditional digital channels（Digital Commerce 360，2025 年 10 月 24 日）。報導 Kaiser 與 Schulze 發表於《Marketing Science》、涵蓋 973 個電商網站的研究。

延伸閱讀

• Shopify UCP-CLI 解碼：AI agent 購物協定（Universal Commerce Protocol）上線，你的電商準備好了嗎？：想了解 agent 是透過什麼技術規格接上商家目錄的，看這篇。
• 王董週刊 #1｜Agentic Commerce 元年：當 AI 開始替你的客戶下單：這個趨勢的起點與背景整理。
• Similarweb 2026 AI 搜尋報告：10 組數字，看懂「被發現」的新戰場（台灣電商對照）：第三方視角的 AI 搜尋流量數據，可以跟本篇的平台自述數據交叉對照。
• AI 代理購物趨勢來了，消費者準備好了，零售商的數據基礎建設跟上了嗎？：商品資料基礎建設要怎麼補，這篇講得更細。

協作聲明與免責

這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 [來源名稱](URL) 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。

內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。