購物入口交給 AI 代理之後，零售媒體賣的還會是廣告版位嗎？

零售媒體的生意，原本建立在消費者會走進商店

過去十多年，電商平台除了賺取商品銷售、佣金與物流服務收入，也發展了另一項高價值生意：把網站與 App 裡的搜尋結果、商品頁和推薦位置賣給品牌。這類模式稱為零售媒體（Retail Media）。它的吸引力在於，消費者已經進入購物情境，平台又握有實際訂單資料，廣告主因此較容易衡量投放與交易之間的關聯。

零售媒體不是單純在網路上展示橫幅。當一個人搜尋洗衣精，平台可能在搜尋結果前幾格提供贊助商品；當他看到某個商品，旁邊會出現搭配推薦；當他加入購物車，平台又能依購買資料安排促銷。這些接觸點都要建立在一個前提上：消費者必須在平台界面裡瀏覽，才有機會看到那些位置。

路透社援引 Emarketer 預估，2026 年美國零售媒體市場規模約 744 億美元，Amazon 和 Walmart 合計占比約 88％。這是報導使用的市場研究預估，不是兩家公司正式財報中直接相加的已結算廣告收入，也不應延伸成全球市場比例。即便如此，數字已足以說明，購物入口改變會影響的不只是流量來源，也可能碰到零售平台的獲利結構。

AI 購物代理的出現，就像消費者找了一名代購助理，自己只負責說明需求與批准付款。過去要看十幾個商品頁才能得到的答案，代理可能直接濃縮成三個選項，並把價格、規格與可送達時間整理在同一個回答裡。便利性提高，品牌能接觸顧客的傳統頁面卻可能變少。

AI 代理改變的是「誰決定候選商品」

購物代理（Shopping Agent）不同於一般搜尋引擎，也不等同只會回覆購物建議的聊天機器人。較完整的代理會依照使用者條件，搜尋多個來源、比較規格、檢查庫存與價格、協助操作購物流程，並在取得適當授權後執行下一步。代理是否能真正下單，取決於平台權限、付款設計與使用者確認，不能因為會提出推薦就宣稱具備完整自動採購能力。

傳統電商行銷主要爭奪消費者的注意力：排名、縮圖、折扣標籤、評論星數、廣告文案，都希望讓人願意點擊。代理式購物則可能先過濾商品資料。假設使用者提出「預算 5,000 元、適合小坪數、三天內可到貨、保固至少兩年」的需求，代理可能優先選擇規格結構清楚、庫存可信、退貨規則完整的產品，而不只是視覺最漂亮的廣告。

這使品牌面對兩種不同的受眾。一種是會看圖、比較風格與品牌故事的人；另一種是替人整理候選名單、要求資料可讀又可驗證的系統。後者沒有消費者那樣的視覺注意力限制，但可能被資料品質、格式、排序規則與商業合作安排影響。

真正的問題不只是 SEO 要不要改叫 GEO。品牌必須理解哪些資訊在 AI 代理評估商品時會被引用、哪些條件可能被忽略，以及推薦結果能否被消費者檢查。商業曝光一旦藏在演算法內部，如何標示贊助、如何提供公平比較、如何避免虛構評價，都會成為新的信任問題。

Amazon 與 Walmart 採取不同路線，折射兩種平台利益

路透社報導，Amazon 對部分外部購物代理採取較保守態度，強調代理應尊重零售商是否允許存取的選擇；Walmart 則嘗試讓第三方代理與使用者帳戶整合，在購買批准、支出限制等條件下提供協作。不能把這些做法簡化成「Amazon 反 AI、Walmart 擁抱 AI」。兩家公司都有自身的 AI 購物功能，也都在思考如何讓代理服務與既有零售媒體商業模式並存。

如果平台完全封鎖外部代理，短期可能保護站內接觸點，卻也可能錯過消費者越來越習慣的新購物方式；如果全面開放，交易量或許有機會增加，但消費者的比較過程與廣告曝光可能發生在其他平台。這不是純技術選擇，而是在「維持流量控制權」與「成為更容易被代理購買的商品來源」之間權衡。

BCG 2026 年 10 月的零售研究也指出，零售商面對兩場不同的競賽：讓顧客主動來到自家通路，以及讓外部代理在評估時選擇自家商品或平台。該研究調查了 50 家大型零售商及 100 家大型品牌，並指出受訪零售商對外部代理的開放程度不一。這些調查屬特定企業樣本的管理者觀點，不能當作所有零售商的實際營收變化。

這兩條路線未必只能擇一。企業可能讓自家會員在 App 內使用代理，也對外部代理提供標準化商品資料與受控交易能力。關鍵在於開放何種資料、讓誰保留客戶關係，以及交易和廣告的成果該由誰認列。

廣告預算會消失，還是換成另一種競價方式？

一種過度簡化的說法是：AI 代理會替顧客擋掉廣告，所以零售媒體將失去存在價值。現有證據不足以支持這個結論。路透社引述的市場預測仍顯示 2026 年零售媒體支出成長；Morgan Stanley 的 2030 年代理式電商占比估計，也只是未來情境，不代表這種轉換已經完成。

廣告更可能改變位置與形式。傳統贊助商品依靠畫面排序吸引人，未來商業訊息可能被放進對話中的推薦、符合條件的候選商品，或代理向零售商請求報價的過程。廣告主購買的也許不再只是「曝光 100 萬次」，而是符合規格的商品被納入可比較清單、獲得有標示的推薦機會，或在獲得購買授權後完成交易。

但廣告不會因為進入 AI 介面，就自動變得對消費者更有利。若代理優先推薦付款較高的品牌，卻沒有清楚標示贊助關係，消費者可能誤以為這是純粹依需求排序的結果。反過來，若平台嚴格區分廣告與自然推薦，廣告價值又要如何定義與衡量？這些問題直接牽涉廣告透明度、平台責任與消費者信任。

OpenAI 2026 年 9 月 16 日已公布 ChatGPT Ads 的新進展，包括美國部分廣告主測試的 Sponsored Agents，以及商家廣告管理和部分電商／CRM 整合。這表明對話式介面與商業推廣可以同時存在。它不代表 AI 回答會由廣告主全面決定，也不等同某品牌購買廣告便保證被自然推薦。品牌必須把廣告曝光、商業互動與自然資訊引用清楚分開。

從搜尋排名到「商品可讀性」，資料治理成為新的行銷工作

當購物代理需要讀取大量商品資料，品牌和零售商會更重視資料欄位的品質。最基本的商品名稱、型號、尺寸、重量、材質、供貨地區、庫存、保固、退貨政策與價格變更時間，必須在不同通路盡量一致。對一般消費者，這些欄位可能只是頁面細節；對代理，它們可能直接決定某商品是否符合候選條件。

容易被忽略的是「資料衝突」。同一款產品在品牌官網寫保固兩年，在經銷商平台寫一年，在某篇舊評測裡又出現已停產訊息。人類可能自行辨認資訊日期和情境，代理卻可能把不同來源混在一起，產生不精確的比較。改善 AI 購物曝光，不能只在網站新增很多介紹文，而要建立可信的單一商品資料來源及更新機制。

評論與證據品質也會更重要。若品牌過度依賴自家文案，代理未必能取得獨立訊號；若公開資料被不實評價或內容農場污染，系統也可能選錯。企業應保留可追溯的第三方測試、實際使用限制與客戶服務資訊，而不是一味增加關鍵字密度。

需要特別強調：讓商品資料機器可讀，不等於保證被任何指定 AI 模型抓取、引用或推薦。不同代理有不同資料來源、授權、檢索與商業規則，品牌必須以可觀察的結果驗證，而不是把某個技術標記當成萬用通行證。

品牌如何建立下一代電商的衡量方式

舊式行銷漏斗常從廣告曝光、點擊、造訪、加入購物車與成交開始。代理式購物可能使部分步驟不再出現在品牌自己的分析工具裡。顧客在 AI 介面比較後直接進入結帳，品牌官網的點擊數可能下降，交易卻不一定同比下降；也可能在代理中大量曝光，最後訂單仍被零售平台認列。

因此，企業要把「商品被找到」、「商品進入候選」、「商品被比較」、「訂單完成」設為不同層級的指標。第一層關注商品資料能否被正確取得，第二層觀察代理在特定需求下是否列入候選，第三層研究推薦理由和價格條件，第四層才是實際可歸因的訂單、毛利與顧客關係。

若沒有資料能追蹤完整旅程，就不應硬把所有銷售增長歸因給 AI。可以使用匿名化問卷、可識別的活動代碼、通路對帳、對照實驗與增量分析，但每一種方法都有偏差。尤其是「在 AI 答案中有出現」與「因為 AI 答案才成交」，中間還隔著價格、供貨、品牌偏好與其他媒體影響。

對於零售媒體廣告主，最實際的挑戰不是立刻把預算從 Amazon 或 Walmart 抽走，而是多保留一層可供比較的試驗預算。BCG 調查提到，品牌希望看到的是新增銷售，而非僅僅能被平台歸因的銷售。這個要求非常重要：如果一筆原本就會發生的訂單被新廣告格式收取費用，看似轉換良好，真實投資報酬可能並沒有改善。

台灣品牌應如何布局，不必把代理式商務當成遙遠的美國新聞

台灣市場的零售結構與美國不同，平台集中度、金流、物流、會員習慣及消費者使用 AI 的方式都需要在地研究。不能直接把美國 744 億美元市場數字換算成台灣投放規模，也不能假設所有台灣消費者都已讓 AI 自動完成購買。但商品資料品質、品牌資訊一致性、跨通路歸因和廣告透明度，已經是本地電商能立即處理的問題。

品牌可以先挑出高搜尋意圖的 20 至 50 個核心商品，建立一份標準商品資料表，再測試常見的自然語言情境。例如「小辦公室適合的咖啡機」、「送長輩的輕量耳機」、「雨季可使用的防水通勤包」，觀察不同 AI 助理會如何提出選項、是否引用過期資訊、是否誤解退貨條件。

下一步是將觀察結果連回網站、商品 feed、客服知識庫與合作通路。若錯誤來自品牌官網資料不完整，先補齊官方資訊；若來自第三方來源，應建立訂正或澄清方式；若代理完全沒有取用某平台資料，則需要研究該平台的接入規則，而不是盲目改寫所有 SEO 文案。

對提供 B2B 商品與報價服務的企業，代理式商務還可能擴展成詢價、規格比對、採購限制檢查與供應商篩選。這類流程比直接代購消費品更需要權限、價格有效期、合約條件及人工批准。企業若能提供結構清楚、可驗證的產品與服務資訊，較有機會成為代理評估時可信的候選對象。

接下來應觀察三個真正決定產業方向的變數

第一是代理能否跨平台取得完整而合法的商品資訊。若平台持續設定存取門檻，代理的購物能力會被資料權利與商業談判限制。第二是零售商是否能在對話介面重建可衡量的廣告商品，同時維持贊助內容與自然結果的區隔。第三是交易歸因能否辨認真正新增的購買，而不是將既有銷售重新包裝成新媒體成效。

這三件事都尚在發展中。現階段把 AI 代理描述為零售媒體的終結者，證據過早；完全把它當成又一個可買的廣告版位，也可能低估了消費者決策路徑改變的深度。更有用的判斷是：品牌未來可能同時需要經營「給人看的商品展示」與「給代理讀的可靠商品資料」，而零售平台必須重新證明自己的廣告價值。

零售商真正的護城河，可能是商品與交易資料的可信度

外部購物代理能替消費者搜尋、比較與執行部分操作，但它仍必須取得可信的價格、庫存、配送與退貨資訊。零售商長期投入的供應鏈、物流、門市、會員服務和實際交易紀錄，並不會因對話介面出現就失去價值。新的競爭反而可能考驗平台能否把這些資料以安全且可授權的方式提供給代理，而不必完全交出客戶關係。

這裡可區分三種資料。公開商品資訊適合提供廣泛查找，像是規格、圖片與上市版本；交易動態資訊需要可信的更新頻率，如當下價格、庫存與配送時間；會員資料則涉及隱私與權限，不應在沒有明確授權的情況下提供給外部服務。若平台把三者混在一起，不是過度封閉，就是可能造成資訊外洩。

對品牌而言，資料標準與商業條件可能比抽象的 AI 排名更重要。商品 feed、API 或合作介面若能提供準確型號、可購買狀態與適用地區，就能降低代理選錯商品的風險。但這些接口需要維護成本、授權與服務等級管理；不是把所有資料無條件公開就能提高銷售。

廣告平台應如何證明「代理式推薦」真的有額外價值

未來零售媒體若提供贊助型 AI 推薦，廣告主首先應要求透明的曝光定義。傳統廣告的「曝光」至少有版位與可視性概念；在對話環境中，商品是出現在完整回答、對話摘要、代理後台候選集，還是最終購買建議，意義完全不同。若平台把不可見的候選資料也當成曝光計費，廣告主很難判斷實際價值。

其次要確認推薦與付費關係的揭露。消費者問「哪一款最適合」與問「有哪些優惠廣告」是不同的任務。系統若在前者混入商業合作結果，應以不誤導的方式區分贊助資訊與依使用者需求產生的內容。這既是信任問題，也是平台能否建立長期廣告市場的前提。

最後才是歸因。平台可能提供從推薦到訂單的追蹤，但廣告主仍應保留增量測試，確認付費推薦是否帶來原本不會發生的購買。對照組應盡量在品牌、產品、促銷與受眾上可比較；如果實驗期間價格與庫存同時改變，成效差異便不能輕易歸因於 AI 廣告格式。

三種可能情境，決定品牌應保留哪些選擇

第一種情境是外部代理普及，但大部分交易仍在零售商平台完成。品牌需要提升資料可讀性，並維持傳統零售媒體的實際成效；兩條路徑並行，不能放棄任何一個。第二種情境是交易逐步移到 AI 介面，平台仍提供供貨與履約。品牌可能需要更清楚的代理接入和成交歸因協議，確保自己不是只能被動接受外部流量分配。

第三種情境是大型平台建立封閉的自家代理生態系。品牌若只依賴單一通路，可能需要面對更高的接入和廣告談判成本；若在多個平台提供一致的商品資料，又要管理價格、庫存與會員權益衝突。這些情境不是已發生的市場定局，而是可用來評估策略韌性的假設。

在三種情境裡都值得保留的資產，是正式商品資料、品牌可驗證的資訊、直接顧客關係和可讀的交易績效。企業也應避免在代理尚未帶來可衡量成果時，過早支付大筆不可退還的獨家整合費。技術入口變動往往快於商業模式成熟，保留可轉換的資料架構和合作選擇，比押注單一平台更穩健。

常見問題

AI 購物代理會取代電商平台嗎？

目前沒有充分證據支持全面取代。代理可能改變部分搜尋與購買入口，但庫存、配送、支付、退貨、售後及信任機制仍需要平台與商家提供。

零售媒體廣告應立即停投嗎？

不宜僅因新技術消息就停止。應依實際新增銷售、毛利、顧客品質和通路成效調整，同時保留小規模代理式商務實驗。

GEO 等於讓 AI 優先推薦自家商品嗎？

不是。提供清楚可信、可更新的商品資訊有助被理解，但不保證排名、引用或推薦。不同系統有各自的檢索和商業規則。

資料來源與說明

1. Reuters，AI shopping agents could threaten Amazon and Walmart’s ad business，2026／11／04。美國市場與平台策略的採編報導；市場規模與未來占比為所引研究機構估計。
2. BCG，How Retailers Can Win With AI Shopping Agents in 2026，2026／10。用於零售商與品牌的調查、雙路徑競爭及增量衡量。
3. McKinsey，Rewiring Advertising，2026／08／05。作為零售媒體變革背景與情境比較。
4. OpenAI，Reimagining advertising with AI，2026／09／16。用於說明對話廣告服務之官方公布內容。

資料查核截止：2026 年 11 月 5 日。國際市場數字非台灣市場推估；本文的未來情境及策略框架屬分析，不代表已觀察到相應市場結果。

圖片資訊

封面為本專題製作的 AI 生成概念插畫，不是新聞現場實拍。

延伸閱讀

探索更多企業 AI 知識與實務 · Nolan Tsai 的專題文章