> ## Content Index
> Fetch the complete content index at: https://growthhackers.tw/llms.txt
> Use this file to discover other available public pages before exploring further.

# 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？
- URL: https://growthhackers.tw/blog/ai-agentic-shopping-retailers-data-infrastructure/
- Published: 2026-04-16T04:29:28.000Z
- Updated: 2026-04-16T15:29:55.000Z
- Author: Lewis wang
- Tags: AI, ai-agent, ecommerce, 電商, blog, Retail Media, agentic commerce, 數位廣告

前 Amazon 高管 Andrea Le 家裡有三個青少年，每週要買超過 25 樣食材。她受夠了一個一個把商品加進線上購物車的過程，花了兩小時跟 ChatGPT 來回迭代，最後搞出一個 Chrome 瀏覽器外掛——把整張清單丟進去，外掛自動幫她在 Fred Meyer 的網站上加購物車，她就去做別的事了。

LinkedIn 貼文一發出來，15 個人立刻跑來跟她要腳本。

你知道為什麼嗎？

因為每個經常採購的人心裡都有同一個痛：決定今天煮什麼很有趣，但把那 20 幾樣食材逐一搜尋、逐一加進購物車？煩死了。

而且有一件事讓我特別在意——Andrea 是前 Amazon 高管，她在電商生態系統裡面打滾多年，技術能力遠超一般消費者。結果就算是她，也得自己花兩小時拼湊出一個「自己都說可能有點不安全的」外掛。

需求是真的。工具還沒到位。

---

## 消費者購物行為的真相：你不想承認的專案管理

FMI（美國食品行銷協會）的研究數據很有意思：83% 的消費者會列購物清單，79% 會先盤點家裡還剩什麼，69% 會做餐點規劃，60% 會主動找優惠券。

重點是什麼？

大家嘴上說「逛超市很療癒」，但實際行為根本就是在跑一個小型專案——盤庫存、列需求、規劃菜單、比價找折扣。這就像你經營一間小店，每週的補貨流程：點庫存、列採購單、比價、下單。消費者每週也在做一模一樣的事，只是規模小一點。

我自己就有很深的體會。以前在百貨公司當櫃哥的時候，每週幫專櫃補貨就是一套標準作業——盤點、叫貨、確認到貨、上架。那時候我就覺得，消費者每週的採購行為其實跟我們做零售補貨沒什麼兩樣，只是他們自己不這樣想而已。

所以 PwC 2025 年的消費者調查出現了這樣的數字：

- 47% 的消費者願意讓 AI 幫忙規劃菜單
- 41% 願意讓 AI 管理採購預算
- 36% 願意用 AI 根據購買紀錄自動生成預測性購物清單

消費者已經在明確地說：那些無聊的部分，我很樂意交出去。

---

## AI 代理購物的市場缺口：現有電商工具解不了的「混亂中間地帶」

你可能會想：「不是已經有 Subscribe and Save（訂閱制）、常購清單、一鍵再買了嗎？」

切入重點——這些工具只能處理兩種極端：

一是「完全固定」的，像訂閱制，每月自動送。但 Amazon 的價格是會波動的。前 Amazon 和 eBay 高管 Barengure Chantefuke 講了一個場景：她兒子最愛的麥片，今天一盒 5 美元，明天突然變 11 美元。你訂閱了，帳單來的時候才發現被當盤子。

二是「完全手動」的，像在瀏覽器上一個一個商品慢慢加。

但真實的購物行為？是混亂的中間地帶。

有些東西每週都要買（牛奶），有些是某幾週才要（那瓶醬料），有些你已經吃膩了想換口味。Barengure 說得好：她用的購物平台累積了好幾年的購買數據，結果這些數據完全沒被拿來做什麼事——如果 AI 能分析這些 pattern（消費模式），知道什麼時候該推薦新口味，那才叫有用。

以前你只能選「完全自動」或「完全手動」。現在消費者要的是中間那段——有彈性的智慧代購。

這個東西，目前還不存在。

---

## AI 代理購物的信任挑戰：消費者真的會讓 AI 幫他挑酪梨嗎？

每次講到 Agentic Shopping（AI 代理購物），一定有人丟出這個問題。

這個疑慮是真的。Instacart 的數據就證實了——香蕉是平台上賣最好的單品，同時也是顧客備註最多的商品。為什麼？因為每個人對「熟度」的偏好完全不同，有人要全綠的，有人要帶斑點的。

但我想講一個觀點：

**信任缺口是工程問題，不是心理學問題。**

Instacart 後來怎麼解的？做了一整套「香蕉熟度偏好系統」，結帳前讓你選。FreshDirect 更早，2003 年就為不同種類的蔬果建了獨立的溫控倉庫和內部品管系統。

以前你把信用卡號打到網路上，覺得超級恐怖，什麼都可能發生。現在呢？你連密碼都記不住，自動填入就按結帳了。

信任這種東西，是一步一步建起來的。生鮮外送花了好幾年才把 Trust Gap（信任缺口）縮小，AI 代理購物一定會走同一條路。

而且 Visa 2025 年報告的數據已經講得很清楚：三分之二的消費者已經在用或願意用 AI Shopping Agent（AI 購物代理）來省時間、找更好的價格。九成要求 AI 的決策過程要透明，大約一半擔心會發生未經授權的購買。

這些條件合不合理？當然合理。

消費者不是在抗拒，是在開條件。技術滿足這些條件只是時間問題。

---

## AI 廣告對零售媒體的衝擊：Amazon 花 18 年，ChatGPT 只用 18 個月

講完消費者端，來看廣告端。

如果你問我，2025 到 2026 年零售廣告圈最值得注意的事，就是 ChatGPT 正式啟動廣告測試。

AI 廣告分析師 Debbie Aho Williamson 提出了一個讓人倒抽一口氣的對比：

**Amazon 從電商平台到建立廣告業務，花了大約 18 年。ChatGPT 從產品上線到整合廣告？大約 18 個月。**

Sensor Tower 的數據顯示，ChatGPT 早期廣告主中大約四分之一來自零售業——Target、Williams Sonoma、Best Buy、Albertsons 都在名單上。

零售商為什麼這麼急著跳進去？

一來是想學——這個新平台怎麼運作、廣告效果如何、跟既有的 Search Ads（搜尋廣告）比起來怎樣。二來是怕——怕被排除在 AI 的推薦引擎之外。想像一下，消費者開始用 ChatGPT 問「幫我推薦一台適合小家庭的洗碗機」，而你的品牌根本不在 AI 的資料庫裡。

你就等於隱形了。

但更有趣的是 Debbie 的下一步預測：

**未來的廣告，目標受眾可能不是人類，而是 AI Agent（AI 代理人）。**

這聽起來很科幻？但哥倫比亞大學和耶魯大學的研究已經顯示——現在的 AI 代理在選品時，會對 Sponsored Products（贊助商品）做 8% 到 14% 的降權處理。

AI 已經學會「跳過廣告」了。

這意味著什麼？以後品牌要影響 AI 代理的決策，靠的不是砸錢買版位，而是 Structured Product Data（結構化產品數據）和信任訊號——讓 AI 能「讀懂」你的商品資訊，覺得你值得推薦。

這就像從買電視黃金時段的廣告，進化到做好 SEO 讓搜尋引擎信任你。本質上是同一件事：你得讓機器看得懂你、信任你。

---

## 零售商 AI 轉型策略：Costco、Target、Home Depot 三種路線解析

最近 Shop Talk（零售業大型研討會）上，幾家零售巨頭對 Agentic Commerce（代理商務）的態度很值得觀察。eMarketer 跟 Bain 的調查顯示，36% 的 Retail Media Network（零售媒體網絡）領袖把「零點擊搜尋和 Gen AI 搜尋」列為頭號威脅，28% 擔心 AI 代理改變廣告買家的決策方式。

恐慌是真的，但大家的應對方式天差地遠。

### Costco：模組化數據基礎建設，不跟風但保留彈性

Costco 零售媒體副總裁 Mark Williamson 說了一句很實在的話：「Costco doesn't give into peer pressure.」（Costco 不跟風。）

他把 AI 代理購物定義為一個「排序問題」——不是要不要做，而是先做什麼。目前專注在建構 Modular Tech Stack（模組化技術架構），確保今天的每一個技術決策，未來要整合 LLM（大型語言模型）時不會變成絆腳石。

他的策略很聰明：先跟 Symbiosys 合作跑 Google Shopping 廣告，建立可衡量的數據基礎。用他自己的話說——「今天是 Google，明天就是 ChatGPT。」

### Target：重寫 60% App 程式碼，打造 AI Ready 基礎架構

Target 的 CIO Prat Virmani 透露，他們已經把 App 60% 的程式碼重寫成「AI Ready」版本，搜尋引擎和推薦引擎都從頭重建。

不是我說，這種苦工最不 sexy，但也最有底氣。

更厲害的是——Target 跟 ChatGPT 的整合現在可以把用戶在 ChatGPT 上的對話式查詢回傳給 Target。什麼意思？以前 Target 只知道消費者「在 Target 上買了什麼」，現在他們還能知道消費者「在 ChatGPT 上問了什麼、在研究什麼」。

**這是金礦級的客戶訊號。**

### Home Depot：守住核心業務，不為早期技術分散資源

Home Depot 客戶體驗副總裁 Jordan Brock 態度最直接——第三方平台上的 AI 購物功能？那是「someone else's side quest」（別人的支線任務）。他們不想為了搶先做一個極早期的東西，犧牲已經有規模的核心業務資源。

三種態度，三種策略。但有一個共同點——

**不管你選哪條路，數據基礎建設都得先做。**

沒有會員級別的 Identity Layer（身份識別層），沒有廣告曝光到銷售的 Closed Loop Measurement（閉環歸因），你連「做好站內體驗」都做不到，更別說接入未來的 AI 代理流量了。

Mark Williamson 在 Costco 待了兩年半，最近才開始有一些讓人興奮的技術成果上線。而這些成果的前提，是更早之前就必須處理的數據和身份識別層問題——光是把倉庫、線上商城、眼鏡部、旅遊部等十個不同業務系統的客戶資料串起來，形成統一的客戶視圖，就是一個巨大的工程。

![三大零售商 AI 轉型策略比較：Costco 模組化基礎建設、Target 60% App 重寫、Home Depot 守住核心業務](https://growthhackers.tw/content/images/2026/04/01-comparison-retailer-strategies.png)

---

## 零售商數據基礎建設：你現在就該開始的 5 件事

如果你是做電商、做零售、做品牌的，以下這幾件事現在就該開始：

**1\. 盤點你的結構化產品數據（Structured Product Data）**

你的商品資訊有沒有用 Schema.org 或 JSON-LD 格式標記？AI 代理「讀」商品資訊的方式跟人類完全不同——人類看圖片和行銷文案，AI 讀結構化數據。你的商品頁如果只有美美的圖配感性的文字，AI 根本看不懂你在賣什麼。

**2\. 建立或強化你的客戶身份識別層（Identity Layer）**

能不能把線上瀏覽、App 使用、實體門市消費的數據串在一起，形成統一的客戶視圖？Costco 光是把十個業務系統的資料對接，就花了兩年半。你的進度呢？

**3\. 開始測試 AI 平台的廣告投放**

不用大筆預算，但至少要有第一手的學習。Target、Best Buy 都已經在 ChatGPT 上跑廣告了，你至少要知道這個戰場長什麼樣子。

**4\. 優化站內搜尋與 AI 推薦體驗**

不管外部 AI 代理未來會不會幫你導流，站內體驗做好是基本功。智慧搜尋、情境式推薦、個人化商品排列——Mirakl Ads 的美洲區副總裁 Ane Halik 觀察到，零售媒體領袖們正在出現一種「務實的讓步」：與其恐慌外部威脅，不如先把站內做對。這些投資怎麼都不虧。

**5\. 重新思考品牌的「機器可信度」**

AI 代理已經會主動跳過贊助商品了。你的品牌如果只靠買廣告曝光，未來在 AI 推薦裡可能會被降權。品牌信任度、產品評價品質、結構化的商品資訊——這些基本面，會比廣告預算更決定你在 AI 代理購物時代的能見度。

![零售商數據基礎建設 Checklist：結構化產品數據、客戶身份識別層、AI 平台廣告測試、站內搜尋優化、機器可信度](https://growthhackers.tw/content/images/2026/04/02-infographic-data-infra-checklist.png)

---

## AI 代理購物趨勢展望：消費者行為永遠跟著技術能力走

回到 Andrea Le 的故事。

她自己說的一句話讓我印象很深：「Maybe the future of agentic commerce is everyone building their own little tools to solve their own little problems.」（也許代理商務的未來，就是每個人自己拼裝自己的小工具來解決自己的小問題。）

如果你問我，這句話說的是「現在」，不是「未來」。

做了這麼多年零售跟數位行銷，如果我學到一件事，就是消費者的行為從來都是跟著技術能力走的。以前你覺得網路購物不安全，後來覺得還行，再後來你連刷臉都刷了。AI 代理購物也會走一模一樣的路——現在看起來還很粗糙，但需求真真實實地擺在那裡。

Content Square 2025 年的調查說 30% 的消費者願意讓 AI 代理幫他完成購買。Visa 的報告說三分之二的消費者已經在用或願意用。OpenAI 今年撤回了 ChatGPT 的應用內結帳功能，承認初始版本沒能滿足商家需求，正在重新調整。

技術還在找路。但方向已經很清楚了。

每多拖一季沒有建好你的數據基礎建設，你跟領先者的差距就會再拉大一點。而那個差距，已經不小了。

Mark Williamson 說得最好：「If AI-assisted shopping becomes material, we have no choice. We're obligated to be there.」

如果 AI 代理購物真的起來了，零售商別無選擇，必須到場。

問題只在於：到時候你的管道通了沒有。

---

*本文觀點整理自以下影片與公開研究報告：*

- [*Why AI Grocery Shopping Isn't Taking Over Yet (But Absolutely Will)*](https://www.youtube.com/watch?v=tsaqiP0%5Fu8Q&ref=growthhackers.tw)
- [*AI Advertising Is Happening NOW: What Retailers Must Know Before It's Too Late*](https://www.youtube.com/watch?v=HDzZ-To2giI&ref=growthhackers.tw)
- [*Agentic Commerce Isn't the Threat You Think — Why Retailers Are Playing the Long Game*](https://www.youtube.com/watch?v=6lBqVdEnpnc&ref=growthhackers.tw)

*資料來源：PwC 2025 消費者調查、Visa 2025 報告、FMI 研究、Content Square 2025 調查、eMarketer & Bain 2025 調查、Sensor Tower 數據、哥倫比亞大學及耶魯大學研究報告。*