简答:消费者越来越依赖 AI 购物,是因为 AI 替他们做完了「调研」这一步:把自己的处境、预算或限制条件说清楚,就能拿到一份附带理由的候选清单,还能在同一段对话里继续追问,不用再开十几个标签页。Adobe 对 5,000 名美国消费者的调查显示,39% 的人用过生成式 AI 辅助网购,主要用来做调研和获取商品推荐。增长很快,但起点很低;与此同时,各家 AI 助手正在直接接入商品目录和结账流程。

本文只写能追到一手来源的内容:Adobe 自己的分析报告、Shopify 和 Amazon 的官方公告、Perplexity 的官方博客,以及 OpenAI 面向商家的文档。证据到哪里为止,文中就写到哪里为止。

实测数据到底说明了什么

关于 AI 购物流量,公开数据里最扎实的是 Adobe Analytics:它统计的是购物者从生成式 AI 服务里点击链接、进入美国零售网站的访问。Shopify 也为自家商家公布过一个可以对照的数字。放在一起看,两个购物季加上 2026 年初,增长都很陡。

来源时间段统计对象报告的变化
Adobe Analytics2024 年 11 月 1 日至 12 月 31 日生成式 AI 带来的美国零售网站流量,同比增长 1,300%(网络星期一当天 1,950%)
Adobe Analytics2025 年 2 月对比 2024 年 7 月生成式 AI 带来的美国零售网站流量增长 1,200%
Adobe Analytics2025 年 11 月 1 日至 12 月 31 日生成式 AI 带来的零售网站流量,同比增长 693.4%(网络星期一当天 670%)
Shopify2026 年第一季度Shopify 店铺来自 AI 的流量与订单,同比流量增长到 8 倍;来自 AI 搜索的订单增长近 13 倍

读这些数字要带上两个前提。第一,这是小基数上的增长率。Adobe 明确说,和付费搜索、邮件这些渠道比,生成式 AI 流量的体量仍然不大,尽管从 2024 年 9 月起大约每两个月翻一番。第二,Adobe 统计的是点击。看完 AI 的回答、转头去搜索框里输入品牌名的人,或者直接在助手里下单的人,都不会被算进 AI 流量。所以 AI 回答对购买的真实影响,这两个数字都没有量到,高估低估都有可能。

假日季生成式 AI 带来的零售网站流量,同比增幅11 月 1 日至 12 月 31 日,Adobe Analytics2024 年假日季+1300%2025 年假日季+693.4%
图 1 按百分比算,增速减半,但依然非常陡,这正是一个从小基数起步的渠道该有的样子。2024 年的数字针对美国零售网站;Adobe 说明使用者基数仍然不大。来源:Adobe Analytics 博客(2025 年 3 月)与 Adobe 2025 年假日季新闻稿(2026 年 1 月)。

把 Adobe 两个假日季的数字并排放,能看出增长仍然非常快,但随着基数变大,按百分比算正在放缓。这是一个年轻渠道的正常形态,也提醒你:该把它当作「调研份额」在稳步扩大来规划,而不是当成一夜之间取代搜索。

消费者为什么依赖 AI 购物:把调研这一步压缩掉

Adobe 的调查问了大家用生成式 AI 购物时具体做什么。答案集中在「调研」,而不是「下单」:

  • 做调研:55% 的受访者
  • 获取商品推荐:47%
  • 找优惠:43%
  • 找礼物灵感、发现小众商品:各 35%
  • 列购物清单:33%
购物者用生成式 AI 做什么受访者占比,Adobe 对 5,000 名美国消费者的调查,2025 年 3 月发布做调研55%获取商品推荐47%找优惠43%找礼物灵感35%发现小众商品35%列购物清单33%
图 2 最常见的两种用途是调研和获取推荐,都发生在做出购买决定之前。受访者可以多选,所以各项相加不等于 100%。来源:Adobe Analytics 博客,2025 年 3 月 17 日。

受访者还说,AI 对话界面缩短了拿到「贴合自己需求的信息」所需的时间。用过 AI 购物的人里,92% 认为体验变好了,87% 表示买大件或复杂商品时更可能用 AI。最后这个数字最值得注意:一件商品的选项和参数越多,把比较工作交给助手的收益就越大。

Adobe 的转化数据从零售商一侧讲了同一件事。按它 2025 年初的报告,来自生成式 AI 的流量转化可能性比其他来源低 9%,而 2024 年 7 月这个差距还是 43%。Adobe 的解读是:AI 主要用在调研和比较阶段,购物者还没到准备付款的时候。转化率在电子产品和珠宝品类最高,在服装、家居用品和食品杂货最低,规律是一致的:当购物者要按屏幕尺寸、分辨率、价格去缩小范围时,AI 帮得最多;当选择更多取决于口味或习惯时,帮得最少。

对话这种形式本身也有结构上的原因。人买东西时脑子里想的不是关键词,而是处境。带着预算、限制条件或使用场景的问题,得到的品牌名单和光秃秃的品类词完全不同。一个能接住完整处境、还能接着回答追问的助手,用起来更像在请教一个懂行的人,而不是在跑一次搜索。

从一道购买问题到放进购物车的路径以搜索为主的调研输入一个品类关键词打开十几个结果标签页自己比较参数和评价跳到零售网站去结账以 AI 助手为主的调研描述处境、预算或限制条件拿到一份附理由的短名单用追问继续缩小范围在助手里结账,或点出去购买在助手内结账目前只在部分场景可用:Buy with Pro 限部分商家;Shopify 的 AI 渠道只面向美国买家
图 3 助手接手的是「比较」这一步,所以越复杂的购买它帮得越多。来源:Adobe 关于调研用途的调查结果;Perplexity 的 Buy with Pro 公告;Shopify 的智能体电商说明。

AI 助手正在变成商店

第二个推动力来自供给侧。同一时期,主流助手和电商平台把购物功能直接做进了对话里,购物者不必再离开、重新搜索一遍。

  • Amazon。Amazon 介绍 Rufus 时说,它的训练数据来自 Amazon 的商品目录、顾客评价、社区问答以及全网信息。2026 年 5 月 13 日,Rufus 更名为 Alexa for Shopping。
  • Perplexity。2024 年 11 月 18 日,Perplexity 推出 Buy with Pro,部分商家的部分商品可以直接在 Perplexity 里结账;同时推出拍照搜商品的 Snap to Shop,以及由零售商提供商品数据的免费商家计划。Perplexity 表示它的商品卡片不是付费推广。
  • ChatGPT。OpenAI 公开了一份商品 feed 规范,商家可以把结构化商品数据发给 ChatGPT 用于索引和展示。必填字段是商品 ID、标题、描述、链接、品牌、卖家名称、图片链接、库存状态和价格;OpenAI 也写明,有展示资格不等于一定会被展示。
  • Shopify。Shopify 的 Agentic Storefronts 对符合条件的商家自动开启,通过 Shopify Catalog 把标题、描述、图片、价格、库存和配送信息同步到 ChatGPT、Microsoft Copilot、Google 搜索的 AI Mode 和 Gemini 应用。目前这些渠道的购买只面向美国买家。

结果是,从「看到回答」到「放进购物车」的路径越来越短。每一项变化都让消费者更愿意留在助手里,也都改变了品牌需要提供的东西:不只是能被抓取的页面,还有以结构化、实时的形式送达的商品数据。

证据没有说明的事

关于 AI 购物,有几种流传很广的说法我们追不到一手来源,无论在哪里看到都要谨慎:

  • 「购物者信任 AI 胜过信任评价」。我们没有找到能支撑某个具体比例的一手调查。有据可查的是,评价本身就是答案的原料:Amazon 明确把顾客评价列为 Rufus 的训练来源之一。
  • 「已经有固定比例的商品发现发生在 AI 里」。Adobe 和 Shopify 统计的是各自数据集里的流量和订单,都没有公布「全部商品发现」中的占比。
  • 「AI 带来的访客转化一定更高」。Adobe 2025 年初的数据恰恰相反,只是差距在快速缩小。

诚实的结论更窄,但分量不轻:越来越多的购物者用 AI 来完成调研这一步,越是复杂的购买越是如此;而平台每个季度都在让这件事变得更容易。

消费者越来越依赖 AI 购物,对品牌意味着什么

如果调研这一步搬进了 AI 助手,品牌要问的就是:在这一步里,有没有被点到名。商品品类在这件事上比其他细分更难,因为答案会集中。在我们自己 2026 Q3 的基准里(1,188 条回答、12 个品类、5 个模型),三个已经有「默认答案」的品类全是商品品类:项目管理软件占 38% 的回答、护肤 35%、电动自行车 28%;而每一个本地服务品类,头名都不到 13%。完整数据见 AI 推荐基准报告。

同一份基准还显示,在商品品类里,很大一部分引用流向了市场平台、点评站和媒体盘点,而不是品牌官网。所以要做的事分四块:

  1. 确认助手读得到你的商品页。OpenAI 的爬虫文档把 OAI-SearchBot(构建 ChatGPT 搜索背后的索引)和 GPTBot(收集训练数据)分得很清楚,封错一个,就会从搜索类回答里消失。各家有文档的代理汇总在我们的 AI 爬虫访问指南里。
  2. 把商品事实写成句子。助手摘走的是能回答某个限制条件的句子:尺寸、材质、退换期限、兼容性。为品牌调性写的品类文案,给不了它可摘的东西。
  3. 让结构化商品数据和第三方页面保持最新。检查你的品类里被引用的市场平台和点评站,上面关于你的事实、价格、库存是不是最新的;你发出去的 feed 是否和线上页面一致。
  4. 用不带品牌名的问题去衡量。题面里有你的品牌名,回答里当然有你。我们自己的一次检测里,15 道生成的问题有 13 道带品牌名,分数显示 13%,而诚实的数值是零。怎么避免,见搭建提示词集。

更具体的分步做法,包括 Shopify 和 WordPress 上的操作细节,写在姊妹篇电商品牌如何通过 GEO 提升 AI 购物推荐曝光里。如果你想知道自己品类里哪些问题点了竞品、却没点你,InsightWonder 的电商解决方案衡量的就是这件事。

资料来源

这篇文章的旧版本引用过署名 Nielsen、McKinsey、Gartner、Statista 的调查和预测数字,放过找不到出处的图表,还写了几家助手如何改变购买行为的说法。这些我们都没能在一手来源核实,所以全部删除。旧版还把 Adobe 的 1,300% 写成了「黑五周末」的数字,实际上 Adobe 报告的是 2024 年 11 月至 12 月整个购物季。现在文中保留的每一个数字,都链接到发布方自己的页面。