過去，零售業的競爭核心多半圍繞在價格、商品種類或者配送效率。然而，生成式 AI 的出現，正重新定義零售產業的下一場關鍵競賽：誰能掌握智慧購物公式？
從電商巨頭亞馬遜（Amazon）、搜尋引擎龍頭 Google，到視覺靈感平台 Pinterest，這些影響消費者購物決策的各大平台，紛紛推出 AI 功能，試圖讓消費者的商品搜尋、比較、決策與購買過程更加智慧。這些功能包括：對話式推薦、視覺搜尋、AI 代購結帳等，並都指向一個共同目標：幫助消費者「更快、更精準」地完成購物。但現實中，多數 AI 工具仍停留在實驗性質，真正能說服消費者，省時又值得信任的突破性公式，尚未出現。
（延伸閱讀｜跟 ChatGPT 對話就可以完成購物！AI 代理商務帶來哪些新市場機會？「信任」為何成隱形引爆點？）
AI 功能百家爭鳴，各家平台在不同賽道試水
在 2024 到 2025 年間，亞馬遜已推出多項生成式 AI 功能，包括「Help Me Decide」，透過分析用戶的瀏覽紀錄、搜尋習慣與購買偏好，主動提供個人化商品推薦，並解釋其為最佳選擇的原因；此外，「Buy for Me」則是一個 AI 代理功能，當用戶搜尋的商品缺貨時，AI 代理會自動前往其他品牌官網或第三方電商平台進行搜尋、比價、下單與結帳，最後將訂單整合回亞馬遜平台。
類似的創新實驗也遍地開花。Google 則將生成式 AI 與視覺搜尋結合，讓使用者在看到穿搭、家居或裝置照片時，能立即獲得可購買的商品建議。Pinterest 則專注於靈感型搜尋，將 AI 用於辨識照片中的物件、色彩與風格，進而生成商品推薦。
AI 購物功能落地的挑戰：消費者信任與數據碎片化
然而，即便這些平台擁有強大的數據和演算法支持，真正能讓消費者全程信任 AI 完成購物的情境，仍然罕見。Pinterest 執行長曾公開表示，消費者仍希望保有「主導感」，不一定願意把最後決定權完全交給 AI，讓 AI 全程掌控購物決策的「Agentic Shopping」（代理式購物）仍需多年才能實現。
這背後的原因，可以從數據與情境兩個面向理解。
1. 資料碎片化與情境掌握受限：
多數平台只能看到站內行為，對於跨平台、跨裝置甚至線下的購物動機掌握有限。根據全球消費者洞察平台 Zappi 2025 年的研究指出，資料碎片化已成為品牌利用 AI 產生精準洞察的最大障礙。
消費者的購物決策往往受到節日、情緒、流行趨勢或社交需求影響，單靠過去的行為模型難以捕捉細節及潛在消費動機。比如：即便 AI 能分析購物歷史，但也無法判斷此刻用戶是在為自己挑選必需品，還是為朋友尋找生日禮物。
（延伸閱讀｜銷售危機火燒屁股！美國零售巨頭 Target 佈局 AI 購物助理、AI 推薦禮物，它是怎麼從核心推動改革的？）
2. 信任問題與商品細節難呈現：
消費者對 AI 推薦商品的公正性是否持保留態度，尤其當建議可能受到商業利益影響時。此外，產品的材質、手感、尺寸甚至氣味，都是 AI 難以完全呈現的細節，缺乏充分解釋推薦原因的能力，也讓消費者對全程代購的 AI 保持謹慎態度。
垂直場景、強互動的 AI 購物輔助，更有可能脫穎而出
儘管存在挑戰，一些垂直領域與特定購物場景已顯示出突破的可能。美妝、家居、旅行行程與專業器材等類別，因為產品特性明確、變數相對可控，且視覺資料豐富，使 AI 可以在有限範圍內建立可靠的推薦規則。
例如，美國服飾品牌 Ralph Lauren 近期推出的 AI 造型助理功能， 它可以根據用戶的特定需求和情境（如：「下週要去一趟東京出差，晚餐要去吃高級餐廳」、「要去參加春天在紐約的婚禮要穿什麼？」）提供最適切的搭配推薦，並提供具有即時庫存的 Ralph Lauren 單品讓消費者一鍵加入購物車。此舉，將抽象的風格概念轉化為可執行的選擇，並協助費者做購物決策。
此外，AI 與互動技術的結合，亦是零售突破的重要推手。AR 試穿、試妝、家具擺放模擬等功能，使消費者能在數位環境中「感受」商品，從而降低線上購物的不確定性。
這些應用說明，在明確情境下，AI 不是取代決策，而是提供輔助決策、在互動中生成可視化結果，它具備了說服力與實用性，使消費者更快達到理想的購物結果，而不是全然取代決策。
信任、數據與體驗的全面比拚
生成式 AI 正逐漸從實驗工具轉向零售決策的重要助手，但這場競爭的勝負仍未明朗。誰能率先找到既能理解消費者瞬時需求，又能提供可信、直觀購物體驗的公式，誰就可能掌握下一代零售入口的主導權。對平台而言，這不只是技術創新，更是一場對消費者信任、資料掌握與體驗設計的全面比拚。
