Thought Leaders
December 4, 2025
零售商适应人工智能：电商新常态下什么才是关键？
人工智能工具的持续发展正对电子商务产生深远影响。消费者越来越多地使用像 ChatGPT 这样的生成式人工智能工具来搜索、选择甚至购买产品，这一发展影响着电商营销漏斗的每一个层面。与此同时，零售商正在使用人工智能工具收集实时的公共网络数据，用于动态定价、需求预测和库存管理等目的。最重要的是，这些变化正在迅速发生，电子商务零售商需要跟上步伐。研究显示，67%的客户认为公司对其不断变化的需求反应不够迅速。从黑色星期五前夕到年终假期的2025年电商旺季，是检验客户如何使用人工智能以及零售商适应和利用其能力如何的首次重大考验。从SEO到GEO根据 Adobe Analytics 的数据，从2024年7月到2025年2月，来自 ChatGPT、Perplexity 和 Claude 等生成式人工智能工具的零售商流量飙升了1,200%。与此同时，一项调查发现，23%的购物者计划在这个假日季使用聊天机器人和人工智能工具，而在Z世代和千禧一代中，这一比例超过42%。人工智能的影响现已超越产品发现，OpenAI 最近为 ChatGPT 推出了即时结账功能，使购物者无需离开该工具即可完成购买。目前该功能已在 Etsy 和部分 Shopify 商店上线。这些发展意味着电子商务零售商必须重新思考内容、营销和销售。咨询公司贝恩估计，现在绝大多数消费者在40%的搜索中依赖零点击结果（答案由人工智能概览提供，而非访问网站）。这意味着零售商网站的流量会减少，尽管来自人工智能来源的访客转化率更高。在此背景下，虽然传统的搜索引擎优化（SEO）策略仍然相关，但趋势显然朝着使用生成式人工智能购物的方向发展，因此出现了生成式引擎优化（GEO）。GEO 给电商商家带来了一系列新的挑战。为生成式人工智能工具提供支持的大型语言模型（LLM）在分析品牌时，被训练用于评估声誉、可信度和可靠性。因此，零售商需要努力建立自己的可信度，特别是通过获得备受尊敬的外部来源的评论或推荐。描述性产品查询需要应对的另一个GEO因素是客户在使用生成式人工智能工具时形成查询的不同方式。根据 OpenAI 的说法，几乎一半的查询使用“提问”模式。美国零售巨头 Target 的首席信息与产品官最近声称，其平台上25%的搜索请求现在被认为是复杂且精细的“描述性查询”。在搜索引擎上，客户可能会搜索“修身粉色衬衫”，而在人工智能工具上，同样的查询可能是“适合商务休闲场合的修身粉色衬衫”。对于此类描述性查询，产品描述需要进行调整。例如，在产品页面上，GEO 最佳实践建议以精确撰写、详细的常见问题解答形式包含更多的产品描述。这使得人工智能爬虫能够轻松识别您的产品适合哪些查询。用于GEO的数字沙盒具有讽刺意味的是，人工智能正被用来帮助进行内容分析和GEO。哥伦比亚商学院的研究人员正在使用大型语言模型（LLM）创建反映人类行为的“数字孪生”。当输入特定产品时，LLM 会生成一个具有购物者角色的数字孪生，包括姓名、年龄、职业和偏好。然后，该孪生会在 ChatGPT 上进行相关搜索，以查看公司产品的展示突出程度。公司随后可以利用生成式人工智能，根据这些数字孪生的发现来调整其产品的描述和呈现方式。像这样的“数字沙盒”方法可以是电子商务公司进行GEO的一种富有成效的方式，但也并非没有风险。人工智能代理有其自身的偏见，这可能会影响它们的表现和行为。尽管如此，这些方法为电子商务智能提供了一条潜在的前进道路。人工智能驱动的数据收集营销漏斗只是受人工智能颠覆的电子商务领域之一。一个可能更重要的领域是商业智能（BI），这是一个广义术语，描述收集和使用数据以产生改善战略和运营的洞察。为了有效的BI，电子商务公司需要可靠、最新的数据集，包括外部数据。人工智能现在在收集竞争数据方面发挥着重要作用。提取公共网络数据（如价格和产品描述）的做法多年来一直是电子商务竞争的主要内容。现在，人工智能正在简化这一过程。支持人工智能的工具可以使用自然语言进行提示，这意味着无需编码，工程师也无需花费数小时构建完整的数据收集管道。人工智能还可以收集和筛选适合抓取的URL，例如，通过查找竞争对手网站上特定类别的所有产品页面。随着人工智能驱动的购物助手的兴起，电子商务公司也将更倾向于从彼此那里收集仅在完成特定操作（例如最终结账价格）后才出现的数据点。需求预测与实时反应通过收集从竞争对手定价到库存等一系列实时数据，零售商可以立即调整其定价或营销策略，并向客户提供最佳优惠。动态定价是零售商可以使用的最重要和最受欢迎的BI功能之一，根据最近的一项调查，欧洲61%的零售商在使用它。然而，同一项调查发现，只有不到15%的零售商为此使用算法或人工智能，这揭示了一个机会。利用最新的竞争定价数据，可以训练LLM自动调整定价，这在假日季等高峰时期尤其有用。人工智能可以利用客户需求和库存水平的数据来预测未来需求。这可以带来多重好处。德勤数字强调了零售商如何利用人工智能监控自身库存、管理库存并动态下订单。此外，人工智能可以帮助分析通过网络收集的数据，以了解品牌的形象，提供战略层面的洞察。拥抱机遇虽然人工智能正在颠覆电子商务营销漏斗，但它也在创造新的机遇。它可以用来分析和创建地理优化的内容。它正在推动收集有价值的实时公共网络数据的努力。人工智能还在分析数据以做出定价、库存和战略决策方面增加价值。这还不包括其他潜在用途，例如增强的客户支持。像人工智能这样具有颠覆性的事物总是令人担忧，尤其是对于临近主要销售期的零售商而言。然而，那些对人工智能创造的机遇保持开放态度的企业，不仅可以生存下来，还可以蓬勃发展。
