代理商务中不可忽视的数据层

AI 代理已经从搜索助手转变为自治买家。最大的平台现在正在争夺拥有该交易层的权利，亚马逊的最新行动使这一点变得更加明显。Alexa for Shopping 由 Rufus 和 Alexa+ 合并而来，跟踪价格并记住上下文跨设备。然后，使用 Auto-Buy，它在产品达到目标价格时完成购买，无需手动结账或购物车审查。

代理商务是一个预计到 2030 年将达到 5 万亿美元的全球商务量的市场。亚马逊并不是唯一一个试图在该领域占据一席之地的公司——谷歌、OpenAI 和 Perplexity 都已经大举进入代理商务领域。这种推动也增加了消费者对 AI 参与其购买决策的舒适度，AI 驱动的流量在 2026 年第一季度同比增长了 393%。

消费者体验很容易理解。更不容易看到的是使其成为可能的基础设施。当一个 AI 代理自主交易时，它完全信任产品数据。没有人标记错误的变体或错误分类的产品。这使得数据层成为代理商务中最重要的部分。

代理商务的基础

关于代理商务的讨论主要是关于代理——模型、接口或体验。但真正决定成功的不是代理本身，而是支持电子商务的数据层。

当消费者要求代理重新订购洗衣粉或购买最便宜的可以在明天到达的 HDMI 线时，交易似乎很简单。然而，在幕后，代理必须做出一系列决定。它需要识别所请求的确切产品，验证该产品的属性和可用性，比较多个平台上的选项，并将购买连接到正确的库存和履约网络。

与人类购物者不同，AI 代理不能依靠直觉来填补空白或解决不一致性。交易中的每一步都需要结构化和一致的数据来驱动。 如果基础设施的任何部分缺失或碎片化，代理不会暂停调查。相反，它使用现有的数据进行交易，或者根本无法完成交易，从而创建不一致和不可靠的用户体验。

数据基础在哪里破裂

根据 Mirakl 的说法，不到 1% 的电子商务产品页面目前符合 AI 代理的最低标准。产品标识符在供应商系统和内部系统之间有所不同，而库存状态也滞后于现实。位置数据也缺乏在履约网络中的标准化。

当人类参与其中时，糟糕的数据是可以管理的。买家会注意到错误的变体，或者仓库经理知道库存系统正在落后。人们通过经验填补空白；问题在于 AI 代理没有这样的直觉。它读取给定的数据并完成交易，或者根本无法完成交易。

当数据错误时，交易也是错误的。完成错误产品的购买，路由到错误的位置，以错误的价格。代理按照设计执行，但下面的数据没有做对。

每个代理依赖的身份层

糟糕的数据质量每年至少使组织损失 1,290 万美元。这个数字来自人类仍然参与其中的环境。在代理商务中，这个数字只会增加。代理错误的每一笔自动交易都会增加成本。

一双运动鞋在一个平台上被列为“越野跑鞋”，在另一个平台上被列为“全地形运动鞋”，这是同一个产品，但 AI 代理无法在没有通用标识符的情况下确认这一点。

这就是产品标识符嵌入在 UPC 条码中的作用。这些可扫描的信号可以携带一个 GTIN（全球贸易项目编号），它是由超过 200 万家公司使用的全球标准系统的一部分，用于在全球供应链中唯一标识产品。可扫描的 GTIN 为产品在每个零售商、仓库和平台上提供了一个单一的、经过验证的身份。当代理在亚马逊和 Target 上比较这些鞋子的价格时，GTIN 是确认它实际上是在比较同一个产品的东西。

像 GS1 US 这样的标准提供了一种通用语言，用于标识产品、位置和实体，这也是 AI 代理需要的语言来进行通信、协调和做出准确的决定。随着更多的 AI 代理进入供应链——一个用于采购，另一个用于库存，第三个用于物流——它们需要跨不同公司构建的系统共享数据。标准化的标识符使其成为可能。

GTIN 是更广泛的框架的一部分。对于 AI 代理，它提供的通用语言是区别于准确完成的交易和不准确完成的交易的关键。

不完整的产品数据可能会完全将产品从代理的考虑集中移除。对于较小的品牌来说，这是一个存在性的可见性问题。

代理准备好的数据与大多数公司拥有的数据

实现代理准备好的数据意味着确保目录中的每个产品都有一个经过验证的、全球唯一的标识符。它意味着属性在每个系统中都是完整和一致的，交易伙伴都能接触到这些系统。它还意味着库存和价格数据是实时同步的，而不是批量更新的。为人类浏览而构建的数据无法达到这一标准。

在碎片化的数据上添加更多的 AI 会产生更快、更自信的错误答案。基础必须首先正确。

Gartner 预测，到 2027 年，超过 40% 的代理 AI 项目将被取消，理由是成本增加、投资回报率不明确以及风险控制不力。数据基础设施质量直接影响到这三个因素。没有审计数据层的公司正在解决错误的问题。

零售商和品牌应该从哪里开始

1. 审计每个系统中的产品标识符。目录中的每个产品都需要一个经过验证的、全球唯一的标识符。缺失或重复的标识符是代理跳过产品的最常见原因。
2. 标准化属性标签。大小、重量、变体和可用性需要在每个交易伙伴可以接触到的每个系统中具有相同的含义。标签不一致对人类来说是不可见的，对代理来说是致命的。
3. 实时同步交易伙伴之间的数据。大多数公司以延迟更新库存和价格——每小时、每晚或手动。执行购买的代理不会等待下一次更新。
4. 将数据准备视为任何代理 AI 投资的先决条件。没有审计数据层的公司正在解决错误的问题。记住，代理是最后要优化的；数据基础需要首先优化。

现在投资于该基础的零售商和品牌将对代表消费者做出购买决策的代理来说更加可发现和可交易。等待的人将在一个从未为找到他们而构建的系统中竞争可见性。代理是可见的部分。更重要的问题是，下面的数据是否准备好了。