Agentic AI购物搜索激增200%
ZDNET AI··作者 Vala Afshar
关键信息
只有 27% 的商业组织表示其客户数据已完全统一，而超过 60% 的受访者把数据整合差、缺乏明确战略和数据质量不佳视为扩大 AI 规模的障碍。报告还称，35% 的 agentic AI 用户已从概念验证转向扩张，常见场景包括自动客服、购物导购、补货采购、欺诈决策和商品陈列优化。
资讯摘要
ZDNET 报道称，agentic AI 正越来越多地成为在线购物的起点，Salesforce 认为其在这一场景中的使用量在过去一年增长了 200%。这一结论来自 Salesforce 的《State of Commerce》报告，报告结合了对 3,450 名商业从业者、4,690 名消费者的调查，以及来自全球超过 15 亿购物者的行为数据。报告显示，AI 已经成为商业领导者的首要任务，其优先级高于提升数据质量和自动化流程。86% 的商业从业者认为 AI 正在抬高客户体验标准，61% 表示满足这些新期望比以往更难。报告还指出，企业正在从 AI 试点转向实际部署，35% 的 agentic AI 用户已经把重点放在扩张上，而不是继续做概念验证。
Salesforce 列出的主要应用场景包括自动客服解决、AI 购物导购、自动补货采购、自动欺诈决策与干预，以及自动商品陈列优化。与此同时，报告也暴露出明显的落地难点：超过 60% 的领导者把数据整合差、缺乏明确的 AI 战略和数据质量差视为扩展 AI 的障碍。只有 32% 的组织表示已经明确了 AI 成功指标和 KPI，而且只有 27% 的组织称客户数据已经完全统一。文章因此把 2026 年描绘为商业团队必须把 AI 规模化落地、消除数据孤岛并打通系统整合的一年，只有这样这些工具才能带来可衡量的业务价值。
资讯正文
ZDNET 的要点：86% 的商业领袖表示，AI 正在抬高消费者期望。代理式 AI 在购物中的使用同比增长了 200%。只有 27% 的公司已完全统一客户数据。
根据 Salesforce 的《State of Commerce》报告，过去 12 个月里，将代理式 AI 搜索作为线上购物第一步的使用量增长了 200%。该报告调查了 3,450 名商业从业者和 4,690 名消费者，并结合了来自全球超过 15 亿购物者的行为数据。AI 正在抬高客户期望的门槛，也让为电子商务扩展 AI 成为商业领袖的首要任务。以下是报告中的关键结论：
AI 和数据是商业领袖的首要重点。商业领袖的头号优先事项是实施并扩展人工智能能力。排名第二的是提升数据质量、可访问性和管理，随后是自动化和简化流程。86% 的商业从业者认为 AI 正在提高客户体验的标准，61% 表示满足不断上升的期望比以往任何时候都更难。
商业领袖面临的首要挑战是实施并扩展 AI 能力——这既是最大的机会，也是最大的挑战。管理供应链挑战、跨系统的数据碎片化、不断变化的隐私和数据法规，以及人员缺口，也都是主要挑战。
扩大 AI 规模是商业领袖的主要关注点。企业不再对 AI 试点感兴趣，因此 2026 年的重点是运营规模，而不是实验。35% 的代理式 AI 用户现在专注于扩大代理式应用，已经不再做概念验证。报告发现，71% 的商业领袖认同 AI 是商业运营的核心组成部分。商业中代理式 AI 的五大用例包括：自主客户服务解决、自主购物顾问、自主补货采购、自主欺诈决策与干预，以及自主商品陈列优化。挑战不仅在于扩大 AI 代理的采用规模，还在于判断它们是否按预期工作。
超过六成的商业领袖将数据集成不佳、缺乏明确的 AI 战略以及数据质量差列为扩大 AI 规模的障碍。安全与信任问题、组织内部 AI 技能不足，以及变革管理，也都是障碍。
商业领袖正在从 AI 代理中看到显著改善。采用 AI 代理的 B2B 组织获得的前三项成果是收入增长、员工生产率和组织效率。其他收益还包括客户满意度、客户忠诚度，以及对产品和服务的超个性化定制。
报告中一个令人意外的部分是，只有32%的商业领导者表示，他们所在的组织已经为AI成功指标和关键绩效指标作出了完整定义。尽管如此，绩效指标的缺失并没有阻碍B2B商业组织推进自助服务和自动化。近七成受访者报告称自动化带来了积极收益，而超过一半的B2B采购任务——浏览和配置产品、下单并跟踪订单、管理补货以及获取合同定价——主要由AI代理处理。要让代理式AI的采用取得成功，必须消除数据孤岛并制定系统集成策略。商业领导者正在扩展其供应商生态系统，以应对数据碎片化和系统互不连通的问题。只有29%的商业领导者认为，他们的商业平台只能满足最基本的需求。为了提升能力，商业领导者正考虑增加AI驱动的个性化功能（46%）、订单管理（40%）和内容管理（39%）。只有27%的商业组织表示，其客户数据已在销售、服务、营销和商业团队之间完全统一；这成为AI代理规模化应用的一大障碍。由数据不连通带来的挑战包括：对客户问题的响应缓慢或无效、客户记录重复或相互矛盾、难以衡量营销或商业投资的影响、客户体验碎片化、维持分离系统的高成本，以及错失追加销售或交叉销售机会。与此同时：小企业如何在AI购物时代生存：7个关键步骤
被困住的数据，也意味着商业组织被困住了价值创造机会。系统割裂的代价是可以量化的，而数据统一带来的收益同样如此。超过40%的商业从业者将更好地利用数据和AI视为其平台战略的首要驱动因素，其次是改善核心系统之间的集成。统一客户数据后实现的五大成果包括：销售、营销和商业团队之间更好地协同；AI或自动化带来更好的结果；更高的客户留存率和忠诚度；跨渠道个性化更有效；转化率提升；以及问题解决能力增强。
受AI影响的购物行为，正以超过组织跟进能力的速度发展。客户在做出购买决定前，正在利用AI发现和研究产品。他们期待线上体验与线下门店一样具备同等程度的个性化，84%的B2B买家也认同，客户在网上以及从客户经理团队那里都期待同样程度的个性化。最常见的全渠道失败包括：各渠道价格和促销不一致、多套系统之间库存数据不同步、跨多个系统分散的订购渠道、对跨渠道交易的支持不足，以及客户信息无法在各渠道之间识别。
所有这些失败点都会导致糟糕的客户和员工体验。另见：为什么亚马逊真的不希望 Perplexity 的 AI 浏览器替你购物
AI 智能体和大语言模型（LLM）的使用正在为客户体验设立新的标准。近五分之四的组织报告称，来自 LLM 驱动搜索的流量有所增加。消费者在购物旅程中将 AI 助手作为第一站的使用量，从 2025 年到 2026 年增长了 200%。近十分之九的商业从业者同意，在未来一年内，AI 搜索对于产品发现将至关重要。为提升 AI 搜索可见性而采取的三项最主要行动是：提高产品内容质量、为对话式和基于问题的查询创建或优化内容，以及向 AI 搜索平台提交数据源。商业的未来是自主化的。随着前所未有的增长预测，消费者对 AI 智能体的采用将继续扩大，改变购物行为，同时提高消费者和企业的期望门槛。商业组织必须能够以需求的速度交付价值。另见：为什么更多消费者偏爱 AI 增强购物——却仍然期待人与人之间的触感
那些能够胜出并跑赢市场的商业企业，将是那些专注于数据、在生产环境中扩展 AI、对员工进行技能再培训，以及进行系统集成，从而统一所有系统中的客户数据，确保销售、服务、营销和商业团队对其业务以及客户需求和期望拥有统一视图的企业。商业的未来是自主化的，而自主化将要求有意消除信息孤岛，并有策略地构建一个深度连接的利益相关方生态系统。要了解更多关于《State of Commerce》报告的信息，你可以点击这里。
来源与参考
收录于 2026-08-04