代理式商務時代：零售商的數據品質與基礎設施挑戰

發佈日期: 作者:

代理式商務時代：零售商的數據品質與基礎設施挑戰

代理式商務正快速崛起，儘管其絕對交易量目前仍低，但流量與消費者採用率正爆炸性成長。零售商面臨嚴峻的數據品質與基礎設施挑戰，例如商品資訊不完整、庫存過時及價格不一致，導致AI代理無法有效推薦。2025年問世的ACP、MCP、A2A三大核心協議，旨在解決交易、系統協調及代理間溝通問題。投資於數據治理和基礎設施升級，是零售商在代理式商務時代取得成功的關鍵。

什麼是代理式商務，以及它為何對零售業至關重要？

代理式商務（Agentic Commerce）指的是消費者透過由人工智慧驅動的智能代理進行產品探索、比較甚至完成交易的購物模式。這股趨勢正在重塑零售業的未來。儘管這項技術仍處於早期階段，但消費者對使用AI進行產品探索和購物的需求已顯著浮現。根據Salesforce的報告，有高達39%的消費者（其中超過一半是Z世代）已使用AI進行產品探索。Morgan Stanley更估計，在過去一個月內，有23%的美國人曾透過AI購物，而Bloomreach的數據也顯示，超過60%的消費者至少使用過一次對話式AI購物。這些數據明確指出，消費者的行為模式正在轉變，他們渴望更智慧、更個人化的購物體驗。

代理式商務的發展現況：流量成長與轉換率的矛盾解析

代理式商務的發展呈現出一個有趣的矛盾現象：一方面是流量和消費者採用率的驚人成長，另一方面則是目前較低的絕對交易量和轉換率。

  • 快速成長的流量與高採用率： Adobe報告指出，在2025年黑色星期五，美國零售網站來自AI的流量年增長了805%，網路星期一則增長了670%。更令人矚目的是，ChatGPT已成為Walmart超過20%、Target近15%和eBay 10%的推薦流量來源。這表明AI代理在引導消費者進入零售網站方面扮演著越來越重要的角色。
  • 較低的交易量與轉換率： 然而，根據Kaiser和Schulze於2025年10月發布的一項研究，分析了973個總年收入達200億美元的電商網站，結果顯示ChatGPT推薦的交易佔所有電商會話的比例不到0.2%。此外，ChatGPT推薦的轉換率也較差，比聯盟行銷連結低86%，甚至比自然搜尋低13%。

這種「流量成長迅速但轉換率仍低」的衝突點，正說明了代理式商務目前正處於快速發展的初期階段。消費者對於AI購物的興趣和嘗試意願極高，但零售商的後端基礎設施和數據品質尚未完全準備好，導致這些高意願的流量未能有效轉化為實際交易。這為零售商提供了巨大的潛在機會，但也帶來了迫切的挑戰。

零售商在代理式商務時代面臨哪些核心數據品質挑戰？

在代理式商務的浪潮下，數據不再僅僅是後端營運的考量，它已直接成為營收驅動因素，對代理可見度有可衡量的影響。然而，許多零售商目前面臨共同的數據品質問題，這些問題嚴重阻礙了AI代理有效推薦產品或完成交易：

  • 缺少全球貿易商品編號 (GTINs)： 許多產品缺乏標準化的GTINs，導致AI代理難以精確識別和匹配商品。
  • 產品描述不完整或過於簡略： AI代理需要豐富、詳細且結構化的產品描述來理解商品特性，進而向消費者推薦最合適的選項。簡短的描述難以滿足這一需求。
  • 庫存資訊過時： 這是最常見的問題之一。產品顯示有貨但實際缺貨，不僅損害消費者體驗，也浪費了AI代理的推薦努力。
  • 商品變體表示不清： 尺寸、顏色、材質等商品變體若未清晰、一致地呈現，AI代理將無法為消費者提供精確的選擇。
  • 跨通路價格不一致： 在不同的銷售通路或平台顯示不同的價格，會讓AI代理難以提供準確的價格資訊，進而影響消費者的信任和購買決策。

這些數據問題使得AI代理無法「看見」或「理解」零售商的商品，進而無法為消費者提供無縫、高效的購物體驗。因此，零售商若能投資於數據品質，將能在代理式商務時代獲得不成比例的巨大優勢。

代理式商務的基礎設施：2025年三大核心協議如何運作？

為了應對代理式商務的複雜性，2025年是幾個基礎協議誕生的年份，旨在解決代理式商務堆疊的不同層面。這些協議對於建立一個可互操作、高效的代理生態系統至關重要：

協議名稱 發布者與年份 核心功能 解決的代理式商務層面
Agentic Commerce Protocol (ACP) OpenAI & Stripe (2025年初) 處理結帳會話啟動、支付代幣化、庫存驗證、訂單執行 交易層
Model Context Protocol (MCP) Anthropic (2025年) 解決代理如何存取和協調跨企業系統的問題，防止「機器人蔓延」 企業系統協調層
Agent2Agent (A2A) Google (2025年) 處理代理之間的溝通協調，實現多代理工作流程 代理間溝通層

這些協議的出現，為零售商整合AI代理提供了標準化的框架。例如，Shopify已自動為超過100萬商家啟用ACP整合，這大大降低了商家進入代理式商務的技術門檻。然而，Shopify也強調，即使有了自動整合，數據品質仍是商家在代理環境中獲得可見度的關鍵。

領先零售商如何應對代理式商務的挑戰？

面對代理式商務的挑戰與機遇，一些領先的零售商已經開始部署創新的策略：

  • Walmart： 建立「超級代理」架構，由MCP驅動，包含三個代理角色（Sparky、Associate、Marty），它們共享一個單一的數據平面，確保數據的一致性和協調性。
  • Instacart： 將其ChatGPT整合視為業務模式轉型的重要一步，旨在成為其他平台AI代理的履行基礎設施，擴展其服務範圍。
  • Amazon： 透過其AI購物助理Rufus，整合了「為我購買」功能和Amazon Lens，旨在將客戶留在其龐大的生態系統內，提供一站式的購物體驗。
  • Shopify： 於2025年推出Agentic Storefronts，自動處理ACP整合，讓商家更容易進入代理式商務世界，但同時也強調數據品質的重要性。
  • Michael Kors： 部署了Mastercard的Shopping Muse（由Dynamic Yield建構），作為數位造型師，為顧客提供個性化的時尚建議。

這些案例表明，成功的零售商不僅僅是採用AI工具，更重要的是從數據基礎、系統整合和用戶體驗設計等多個維度進行戰略性思考和投資。

零售商應如何為代理式商務時代做好準備？

為了在代理式商務時代中脫穎而出，零售商必須採取積極措施，從根本上提升其數據品質和基礎設施：

  1. 優先處理數據治理與品質：
    • 完善產品資訊： 確保所有產品都有完整的GTINs、詳細且豐富的描述、高質量的圖片和影片。
    • 即時庫存更新： 實施精確的庫存管理系統，確保庫存數據即時同步，避免「有貨卻無貨」的尷尬局面。
    • 標準化商品變體： 統一並清晰地呈現所有商品變體（如尺寸、顏色、材質），以便AI代理能準確理解。
    • 價格一致性管理： 確保跨所有通路和平台的價格一致，提升消費者的信任度。
  2. 投資於基礎設施升級與協議整合：
    • 評估現有系統： 檢查您的電商平台、ERP、CRM系統是否具備與ACP、MCP、A2A等協議整合的能力。
    • API優先策略： 建立健壯且開放的API介面，方便與各種AI代理和第三方服務進行數據交換。
    • 雲端化與彈性擴展： 考慮將核心系統遷移至雲端，以應對代理式商務帶來的數據流量和處理需求。
  3. 擁抱多代理策略與合作：
    • 探索多代理場景： 思考您的產品和服務如何能被不同類型的AI代理所利用，例如購物代理、客服代理、個人助理代理等。
    • 與平台合作： 積極與提供AI代理服務的平台（如OpenAI、Google、Anthropic）合作，確保您的商品數據能被有效地檢索和推薦。
  4. 持續監測與優化：
    • 分析代理流量： 密切關注來自AI代理的流量來源、行為模式和轉換率，從中學習並優化。
    • A/B測試： 對不同的產品描述、圖片和推薦策略進行A/B測試，以找出最能吸引AI代理和消費者的內容。

對於希望提升數據管理效率和電商營運能力的零售商，Ezbiz開店小幫手可以提供整合性的解決方案，協助您建立符合代理式商務時代需求的數據基礎，讓您的商品在AI代理世界中更具競爭力。