文/庄帅研究团队
欧美商家的AI应用虽然已经走过要不要用的阶段,却同样远未走到用得好的阶段。
据高盛2026年对近万家小企业的调查显示,76%的企业报告正在使用AI,93%认为AI带来了积极影响,却只有14%将AI完全嵌入核心运营。
德勤对200位零售与消费品高管的调查呈现出同样的落差,75%的人将AI列为最高战略优先级,能量化回报的只有16.5%。
Marketplace Pulse覆盖亚马逊、沃尔玛、Shopify等平台的商家调研发现83.4%的商家已在运营中使用AI,平均每人3.2个用例,高度集中于亚马逊的Listing优化和图文生成,近四成商家报告没有可测量的实质收益。
根据「庄帅零售电商频道」的研究,结合第三方和零售电商平台的数据和商家的实践可以看出,当前欧美商家的AI应用呈现出清晰的三层分化。
第一层是单点工具减负,通过应用各种AI工具替代日常的重复操作,减少操作时间和出错概率。
第二层是工作流与AI助手给出行动建议,通过AI读取数据、解释指标、输出建议,决策边界仍由人设定。
第三层是智能体与组织化操盘,可以让AI在授权后进行推理、规划并采取行动,组织架构开始围绕AI重新配置。
这三层之间不是工具版本的迭代关系,而是经营系统成熟度的递进关系。
第一层是单点工具减负
这一层的共同特征是替代重复操作、减少操作时间。是当前AI渗透率最高的部分,也是反馈数据最好的部分。
其中内容与上架环节最为典型。
亚马逊官方数据显示,2025年第三方商家使用生成式AI创建的可售商品Listing超过1200万条,平均每分钟20多条。
沃尔玛今年Q1在4.7万名商家中做了一次测试,,上架时间从平均26.7分钟降至2.3分钟,降幅91%,87%的商品首次提交即自动通过,上架后驳回率下降82%。同时使用亚马逊和沃尔玛的多渠道商家,采用该工具后60天内沃尔玛收入平均增长156%。
这些数字衡量的是从慢到快、从无到有的边际改善,属于操作效率层面的提升,尚未触及商家经营质量的提升。
还有客服与一线咨询同样属于这一层。
Lowe's官方数据显示,Mylow AI助手每月处理超过100万次顾客咨询,使用Mylow的线上顾客转化率是非使用者的3倍。面向员工的Mylow Companion在门店使用时,顾客满意度评分提升约2个百分点。
同样的,广告素材生成也在此列。
亚马逊官方数据显示,在鸟食品牌案例中,使用AI工具设计的父亲节Sponsored Video广告点击率比同期其他活跃广告高出338%,广告支出回报率达到121%。
这一层的需求价值很落地,但边界同样很清楚。如果产品卖点没想清楚、关键词方向选偏了,AI只会以更快的速度生产方向错误的内容。
亚马逊表示平台已经开始用AI反向审查商家的AI生成内容,官方数据显示2025年因AI生成虚假评论或违规内容而下架的商家账号增加了40%。
更令人担忧的是,当所有商家都使用相似模板生成文案和素材,同质化会迅速稀释内容差异化的价值。
第二层是工作流与AI助手给出行动建议
到了这一层的标志是AI不再只是简单地提升原有工作的效率,而是读取经营数据、解释指标、给出行动建议。虽然它比第一层深,但仍需要通过人来进行决策。
沃尔玛的Marty是这一层的代表,Marty最初在Seller Center承担问答和指标解释功能,2026年已升级为给出具体行动建议,这些建议包括客户为什么流失、广告预算往哪调、库存怎么配。
亚马逊官方数据显示,其商家助手2025年月度用户超过23万,建议采纳率超过90%。
除了日常的经营之外,在广告投放方面,AI可以实时调整竞价,无法自行判断什么样的ACOS可以接受。当然,预算和否定词清单仍要由商家进行设定。
这一层的真正瓶颈不再是工具的能力本身,而是输入的数据质量。
Marketplace Pulse调研数据显示,有超过90万亚马逊商家采用了AI Listing工具,72%在60天内放弃,核心原因是喂给AI的输入数据质量太差。
包括SKU数据不统一、关键词排名过期、成本数据缺失,AI在这些残缺输入上运行,产出的只能是看起来自信、快速却是昂贵的错误建议。
第三层是智能体与组织化操盘
进入到这一层的商家,AI应用不再是等待指令,而是能够推理、规划并在授权后自行采取行动。
而且这一层最能看到平台战略的分野,也最考验商家的组织承载能力。
亚马逊为了确保购物入口留在自己的Rufus和Alexa生态内,以保护搜索广告收入和第一方行为数据,选择了闭环,在亚马逊上可被AI推荐的路径仍然高度集中于平台自有AI系统。
而沃尔玛则选择开放,今年10月推出Agent Gateway,该网关基于开放的Model Context Protocol标准,允许经授权的第三方AI代理如ChatGPT、Gemini连接沃尔玛系统搜索商品并完成购买。
另外配套的Agent Profiles让消费者自行设置消费限额和购买权限,代理不需要获取用户的支付卡信息。
对商家而言,这意味着在沃尔玛上,商品被AI发现和推荐的路径不再由沃尔玛单方面定义,经授权的第三方代理也可以成为曝光来源。
当然,沃尔玛的商品信息是否结构化、场景描述是否完整,直接决定它能否被第三方代理准确理解和匹配。
商家的组织架构承载能力在这一层也变得更为关键,停留在总部项目层面的AI应用,正在被一线工具替代。
Target在2026年8月设立首席人工智能官,把AI从各部门的分散试点收拢到全业务线的统一战略之下。
Lowe's把Mylow Companion部署在员工已有的手持设备上,用真实门店FAQ和流程文档训练,让AI进入一线工作流。
这些组织变革的动作发出的共同信号是头部商家不再问AI能做什么,而是谁来为AI的结果负责,头部商家将AI嵌入选品、广告、客服、供应链后,人效提升可以达到数倍。
第三层的门槛是数据统一、规则清晰、决策边界明确,没有这些前提,智能体只会更快地暴露底层混乱。
电商平台的AI系统本身的可靠性也构成第三层风险。
公开报道及商家反馈显示,2025年底至2026年初,亚马逊内部AI编程工具Kiro在未充分人工干预的情况下删除生产环境,导致区域宕机13小时,随后电商主站全功能瘫痪6小时。Listing报错风暴持续四天,有商家订单量从日均300单骤降至40单。
商家将运营深度绑定平台AI工具的同时,也在承担平台AI系统自身故障的传导风险。
结 语
欧美商家在AI应用的三层分化,本质上是经营系统和组织结构成熟度的分层。
第一层解决操作摩擦,第二层解决数据解释与行动建议,第三层解决授权后的自动执行与组织协同。每上一层,对数据统一、规则清晰和决策边界的要求就更高。绝大多数商家停在第一层,是因为数据治理和经营逻辑没有走到能被AI放大的程度。
AI最先放大的,是使用者已有的经营质量。
拥有清晰产品逻辑会被更快执行,混乱的数据和模糊的判断也会被更快复制。对于商家来说,有没有一个值得被AI放大的经营系统成为竞争的核心。
作为百联咨询创始人、零售电商行业专家,庄帅建议商家可以先完成数据的统一和经营逻辑的梳理,再从一个高频、可验证、低风险的闭环开始部署AI。如果想跳过前两步直接加快AI智能体和大量AI工具的应用,只会更快暴露商家在执行层面的混乱。
热门跟贴