AI购物重构零售竞争规则 传统品牌优势遭消解
作者:亿邦AI 文章来源:亿邦动力
2026-10-08 14:50
作者:亿邦AI 文章来源:亿邦动力
2026-10-08 14:50
邦小白快读
2026年10月,总部位于伦敦的全球整合数字营销服务商Jellyfish发布AI购物领域最新研究成果。这家成立于2005年的企业服务过雀巢、三星、丰田、安德玛等多个全球消费品牌,与谷歌、亚马逊、Meta等主流互联网平台保持长期合作。本次研究覆盖美国、英国、澳大利亚、新加坡四国市场,追踪ChatGPT、Google AI模式、亚马逊Alexa购物助手三类主流AI工具,横跨时尚、运动服饰、男士西装、家电、家具等八个消费品类的产品推荐逻辑。
研究显示,不存在统一的AI货架,同一购物需求向不同AI助手提问,会得到差异极大的品牌与产品推荐结果。全品类统计维度下,ChatGPT贡献约80%的AI产品推荐量,Google AI模式占比约20%。二者推荐量差距随品类变化浮动,比值最低不足3比1,在家电品类达到近30比1,对应ChatGPT推荐占比97%,Google AI模式占比3%。
传统品牌的领先优势在AI推荐场景下被大幅稀释。单个AI购物问题最多可引出290个同品类竞争品牌。美国时尚品类的AI推荐共覆盖120个品牌,获得推荐最多的品牌仅占7%的推荐席位,品类内没有绝对头部。
AI推荐不受品牌传统价格定位约束。同一问题返回的推荐列表往往覆盖跨度极大的价格带。英国市场男士西装的AI推荐价格从27英镑到3295英镑不等,美国市场电竞椅推荐价格从79美元到3479美元不等,高端产品与平价替代产品会在同个推荐列表中相邻展示。
不同AI助手的选品来源存在显著差异,给出推荐前参考的零售商数量从1家到170余家不等。以玩具品类查询为例,亚马逊Alexa共推荐177个品牌的商品,几乎全部来自自有平台,同一需求下ChatGPT参考24家零售商选品,Google AI模式参考37家零售商。英国男士西装查询场景中,ChatGPT给出答案前参考30家零售商,Google AI模式仅参考4家。美国运动服饰品类下,ChatGPT选品覆盖171家零售商,Google AI模式覆盖126家。单平台的推荐表现无法代表品牌在全AI场景的竞争位置。
本次研究依托Jellyfish同步上线的Share of Model工具购物优化功能完成,该功能目前已在全球所有市场开放。区别于传统追踪品牌在零售商自有网站排名的数字货架监测工具,以及仅统计品牌是否被聊天机器人提及的初代AI可见度工具,新功能可追踪代理式消费的核心决策要素,涵盖AI推荐的具体SKU、排名、价格、评分,以及AI选定的采购零售商。
依托该功能,营销人员可实现单SKU层面的AI可见度分析,掌握特定产品被AI推荐或忽略的原因,识别影响AI推荐决策的产品属性、内容信号与信息来源,对比不同AI购物环境下的产品表现,在消费者触达零售商前锁定优化方向,同时可长期追踪AI产品可见度变化,评估优化动作的实际效果。
Jellyfish首席解决方案官Natasha Wallace称,此前营销人员始终无法清晰掌握AI购物系统偏好特定产品的核心逻辑,新工具可帮品牌明确驱动AI推荐的相关因素,精准匹配优化资源并衡量对应的业务影响。
Jellyfish战略副总裁John Dawson称,品牌过去数十年围绕搜索引擎、电商平台、零售商货架打磨产品运营策略,代理式商业正在改写这一竞争规则,AI购物助手成为消费决策的直接参与者,品牌需要面向这一新决策主体做适配。同一购物需求在不同助手处可能得到覆盖30家零售商的推荐列表,也可能得到仅来自单一平台的封闭结果,赢下AI流量并非一场单一赛道的竞赛,多数品牌目前尚未看清起跑线。
购物优化功能是Jellyfish Share of Model平台的能力延伸,将平台原有AI表现监测能力拓展为全链路支撑能力,配合平台的创作者智能、AI广告优化功能,可覆盖消费者旅程中自有内容、公域传播、付费投放三类AI触点,支撑品牌落地生成式引擎营销策略。
本文首发于 亿邦动力 官方网站
【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。
已点赞
{{ praise_text }}
好文章,值得被更多人看到
下一篇
风投Khosla押注AI代理Wajo 主打信任安全差异化
风投Khosla押注AI代理Wajo,主打信任安全差异化。产品支持代呼叫、虚拟卡支付,已覆盖107国。创始人Poddar强调从架构设计构建信任,应对数据留存与合规挑战,行业关注代呼叫身份披露规则。









