--- "title": "智能体商业正在兴起，但方式并非人们所预期" "date": "2025-12-16T08:29:29+08:00" "url": "https://www.criteo.com/cn/blog/agentic-commerce-is-emerging-just-not-the-way-most-people-expect/" "description": "Criteo首席执行官Michael Komasinski对2026年及未来智能体商业的五项预测。" "image": "https://www.criteo.com/cn/wp-content/uploads/sites/12/2026/04/25-Michael-Agentic-Predictions-Blog-Header@2x-1-scaled-1.png" "author": "Michael Komasinski" "category": "Commerce AI" --- 自互联网时代以来，智能体AI 一直在重塑数字经济的运行方式。尽管外界对全面自主化的未来充满想象，但真正的价值机遇，正在当下逐步落地。当前的智能体转型，并非替代消费者的购物行为，而是针对“体验” 的持续发展，为消费者、零售商与品牌解锁新的增长空间。 真正让我兴奋的并非AI自主行动的远期愿景，而是那些已经落地且具有实际意义的辅助性进展。接下来的十年，行业格局将取决于品牌方、零售商以及大语言模型（LLM）平台如何高效运用这些能力——能否打造出可信赖、具备对话能力且以数据驱动的购物体验。在 Criteo 看来，真正的增长动力源于以信任、互操作性和高质量商业数据为基础的务实创新。基于此，我想和大家聊一聊个人对2026年乃至今后智能体商业发展的走向。 ### 1.智能体商业（Agentic Commerce）的发展正作为一种增量渠道逐步兴起，它并非取代现有的购物方式，而是扩展至整个商业生态。 目睹了多个技术周期的潮起潮落，我学会以务实且乐观的态度看待AI。过去三十年的数字化发展与迭代呈现了极为清晰的规律：新渠道总能拓展生态边界并产生叠加效应，但总体而言并不会完全替代既有模式。智能体商业（Agentic Commerce）将延续这一轨迹——它不会颠覆现有模式，而是在其之上创造出更强大的互动体验。 以零售业在上一次重大转型为例：当电子商务兴起时，许多人预测实体零售将会消亡。但经过三十余年的发展，实体零售依然占据主导地位，根据eMarketer的一项数据显示，全球电商销售额仅占[零售总额的20%。](https://www.emarketer.com/content/ecommerce-account-more-than-20--of-worldwide-retail-sales-despite-slowdown)即便未来五年占比持续提升，根据方舟投资的预测显示，到2030年，[25%的电商交易将由智能体式AI驱动](https://www.ark-invest.com/articles/analyst-research/purchasing-agents-and-digital-wallets)，按此推算也仅占零售总额的略高于5%而已。[类似的渐进式增长模式屡见不鲜](https://www.emarketer.com/chart/c/355220/retail-sales-have-historically-increased-across-channels-new-options-emerged-355220)：移动端并未取代电脑端的浏览，基于社交平台的电商也未颠覆传统电商，而是各自开辟了全新的用户交互界面，并非实现整合。 这一趋势同样适用于智能体商业。关于“完全由AI自主完成购物”的设想，在很大程度上高估了消费者对这一行为模式的接受程度。现有的种种迹象表明，这一过程更可能是循序渐进、以辅助为主的演进：智能体系统将主要在信息检索、比价和结算效率等环节发挥作用，而最终的决策权仍将以人为主导。 当智能体工具可以让消费者在购物时更加便利，如节省时间、减少选择、并助力购买到价格实惠且满意的商品时，消费者便更倾向于使用这些工具。通过消除各类障碍，智能体能够激活原本可能被消费者放弃的购买行为，从而有效扩大整体线上购物规模，而非仅仅在不同渠道之间转移需求。 这些进展具有建设性的意义，但尚不足以表明商业正迈向全面自动化。当前，大语言模型平台在信息检索与比价等辅助环节表现最为突出，而消费者仍希望在最终决策中保持主导权。随着智能体体验的不断迭代与发展，其渗透率也将取决于其在多大程度上能够持续满足这些基础需求。 ### 2. 智能体助手将引入全新的“发现商品机制，使搜索进一步碎片化，从而让“如何发现商品”成为新的竞争焦点。 多年来，随着消费者从传统谷歌蓝链搜索转向Reddit等具有真实用户对话的垂直话题论坛，搜索行为持续碎片化。大语言模型平台正在加速这一转变：基于提示词的查询正在成为一种全新的“搜索机制”，将商品发现从传统入口分散到更广泛的触点之中。 新兴消费行为印证了这一转变。Criteo近期针对全球1万名受访者的调研*显示，40%的美国消费者频繁使用智能体购物助手搜索商品，但其中96%的用户会同步使用搜索引擎、社交平台及品牌、零售商官网等多种渠道。这与我们去年观察到的多平台多渠道的行为高度一致——这表明并没有渠道的更替，而是随着消费者使用更多的平台，如何发现商品的路径正日益分散。 随着碎片化进程加速，在不同平台发现商品更加普遍。因此，商品必须在消费者触达的任何场景中被找到——包括零售前端、社交平台、大语言模型平台及其他日益兴起的AI驱动环境。在这样的趋势下，我们正全力支持客户，在愈发碎片化的智能体生态中，持续提升其商品被发现的可能性。 ### 3. 智能体的体验将推动零售商升级AI前端，同步提升零售媒体价值。 一种误区认为大语言模型平台将侵蚀零售媒体网络。实则相反，这些系统将通过新增发现与意向入口扩大转化漏斗，而零售环境仍是实现转化、履约与用户忠诚的核心阵地。 正如[Forrester分析师Emily Pfeiffer所言](https://www.forrester.com/blogs/agentic-commerce-conversational-commerce-the-future-of-owned-digital-shopping-experiences/)，消费者不再满足于单一、循规蹈矩的购物体验。如今，消费者开始期待更加个性化、具有引导性的商品发现体验，并且越来越倾向于使用对话式界面——这种交互方式与他们在大语言模型平台上逐渐习惯的直观且具备上下文理解能力的体验高度一致。 零售商自有助手的早期数据印证了其对线上增长的拉动：Sensor Tower数据显示，在黑色星期五和网络星期一期间，由Rufus助力的亚马逊会话产生的购买转化[增幅超100%，远超非Rufus会话20%的增幅](https://techcrunch.com/2025/12/01/amazons-ai-chatbot-rufus-drove-sales-on-black-friday/)。沃尔玛Sparky助手同样增长显著。来自埃森哲的调研显示，[美国消费者更倾向使用零售商或品牌专属聊天助手](https://techcrunch.com/2025/12/01/amazons-ai-chatbot-rufus-drove-sales-on-black-friday/)，而非第三方大语言模型平台。 与此同时，增量机遇正在涌现：零售商自有聊天机器人内部的产品推荐位，以及ChatGPT等大语言模型平台零售商应用程序集成中的广告位，使零售商仍保有商品排序主导权。 未来路径在于平衡自主运营与开放协作。将智能体的体验嵌入自有场景，同时选择性向大语言模型平台开放结构化商业数据，将使零售商在客户旅程中保持影响力，并在日益分散化的生态中扩展可发现性。 ### 4. 广告将成为大语言模型平台主流变现模式，构建可规模化收入层。 当前生态中存在一个关键命题：大语言模型平台如何实现规模化盈利？广告无疑将成为最具可持续性与灵活性的解决方案。这一趋势已初现端倪——[谷歌率先在其AI模式搜索引擎中展示广告](https://www.bleepingcomputer.com/news/artificial-intelligence/google-begins-showing-ads-in-ai-mode-ai-answers/)。广告模式的优势在于，平台无需掌控交易结算或履约环节，即可在商品发现与决策阶段实现价值捕获。 正如Eric Seufert在[《移动开发备忘录》中指出的](https://mobiledevmemo.com/affiliate-links-personalized-ads-and-chatbot-revenue-optimization/)，联盟营销与商城模式依赖完整交易闭环，其规模性与互操作性受限。相较之下，广告的核心是将注意力与消费意图变现。对话体验中的情境化广告位能创造持续性的高边际收益，且随用户参与度同步增长。当原生广告与使用场景高度契合时，它们将无缝融入体验流程，不再像是干扰而更像是实用内容，从而成为强大的规模化变现杠杆。 ChatGPT的实践颇具代表性：大约[只有5%的用户](https://www.webpronews.com/chatgpts-800m-users-yield-just-5-premium-payers-amid-monetization-woes/)付费订阅，绝大多数用户使用免费版本，广告自然成为必然选择的增长引擎。在数字变现领域，广告仍是经过最充分验证且最具扩展性的机制。在生成式AI时代，这一模式将更青睐透明度、数据质量与情境相关性。 ### 5. 智能体商业的真正竞争优势将源于高质量的商业数据。 最近一次亲身体验让我意识到AI驱动的产品发现仍存在明显短板。作为一个生活在纽约的骑行爱好者，我在某大语言模型平台花费近一小时搜索“防刺穿、耐用的城市自行车轮胎”。AI的推理能力令人赞叹，但购物体验却不尽如人意。平台助手呈现的是失效链接、已停产的型号和不完整的产品信息。最终我选择了去线上实体门店购买—原因很简单，因为我更欣赏那里的专业工作人员以及合理的购物流程。 这一来自生活中的真实场景，反映出一个关于当前AI现状的更广泛真相：智能助手虽擅于对话交互，但若缺乏高质量、结构化、实时更新的商业数据支撑，其推荐效果将大打折扣。当推荐失准时，企业不仅损失单笔交易，更会侵蚀消费者信任。OpenAI 最新分析显示，[ChatGPT 购物推荐的准确率仅达到64%](https://openai.com/index/chatgpt-shopping-research/)，充分说明现有系统尚不能可靠支持端到端购买旅程。 当前智能体商业的症结在于：支撑精准商品推荐的基础设施与互操作性仍不完善。多数大语言模型平台无法获取实时库存、精准定价、详细商品属性及统一结算履约系统。这些缺口使得规模化、高质量的结构化商业数据成为AI驱动购物的关键基石。 这也解释了为何大语言模型平台现阶段难以实现转化闭环：它们能有效激发兴趣，但缺乏零售商赖以成功的实时商业数据与优化系统，无法将兴趣转化为实际交易。在这一短板被补齐之前，大语言模型平台只能是强大的需求引擎，而非完整的商业平台。，大语言模型平台只能是强大的需求引擎，而非完整的商业平台。 Criteo凭借每日7.4亿活跃用户、通用商品目录中45亿SKU交互数据，以及每年超万亿美元电商交易额，能够深入洞察消费者的购买行为，从而构建了持续更新的商业智能基础。通过维护全球零售数据流中一致且详尽的元数据，我们的系统能精准筛选有库存、描述准确、经真实买家验证的商品。这种颗粒度的数据控制能最大限度减少发现路径中的障碍，提升推荐准确率，最终建立促成转化与用户留存所需的长期信任。 ### 智能体商业的未来发展路径 智能体商业的下一阶段将由多重聚合动力塑造：搜索渠道碎片化带来的分布式发现趋势、AI驱动零售体验的兴起、广告作为大语言模型平台规模化变现模式的巩固，以及高质量商业数据对确保准确性与信任度的日益重要性。 依托我们早期对模型上下文协议（MCP）的投资，Criteo已将智能体式AI深度融入自有AI智能体的协作机制及平台智能流通过程，实现跨系统互操作性。这些变革共同指向一个未来生态：辅助智能将在商品发现、评估与决策过程中扮演核心角色。 Criteo 的发展路线图正积极拥抱这一趋势，重点构建可规模化机制，全面提升生态内的可发现性——从零售商自有助手及集成 AI 的零售应用中的商品展示位，到 AI 驱动的购物基础设施与商业数据体系。 经市场验证的跨渠道模式使Criteo具备独特优势，能帮助客户把握智能体式AI创造的增量机遇。智能体商业的未来将由那些提供精准、可信、互操作的商品发现路径的引领者塑造。这正是Criteo致力构建的基石，也是支撑未来十年商业进化的智能层。 *数据来源：Criteo消费者调查，2025年9月。覆盖美国、英国、德国、法国、日本、韩国、澳大利亚、新加坡和印度等地10,170名18岁及以上受访者。