AI智能体时代的消费需求生成

原文链接

https://www.bain.com/insights/rewiring-demand-generation-in-age-of-AI-agents/

或点击“阅读原文”跳转网站阅读英文原文

消费者委托AI购物时代，品牌必须赢得算法青睐，否则就会被排除在考虑范围之外。

2026年5月

算法可能很快变成消费品行业最重要的客户。购物已成为生成式AI的一大主要应用场景，智能体影响消费品的研究、比较，并越来越多地影响交易——智能体电商的最终形态。贝恩调查发现，30%至45%的美国消费者使用AI开启购物旅程，64%的消费者表示已经使用或愿意使用AI来辅助购物。此外，44%的受访在线消费者表示通常利用大语言模型开启购物，或同时使用AI工具与传统搜索引擎搜寻商品。

估计到2030年，全智能体电商在美国的销量可达3000亿至5000亿美元，占电商总额的四分之一。其影响远远超出电商范畴，延伸到品牌建设、创新、商业战略以及企业的运营方式。变化速度之快，企业渐进式调整几乎无法满足现实需求。这一转变需要调动跨职能团队，共享营销和销售部门对消费者需求的理解——这正是打造“智能体就绪”品牌的先决条件。

消费品公司现需同时面向消费者和机器人。智能体辅助购物——以及最终的自动化智能体交易——与传统线上购物不同。以场景为驱动的提示词，如“订购下周的家用物品”或“为干性皮肤建立一套护肤流程并自动补货”，取代了传统的搜索查询。“浏览-比较-购买”的步骤合并为一次交互。

机器解读信号，通过AI生成产品比较和嵌入氏零售AI助手，越来越多地影响消费者的决策。即时结账和智能体控制的定价、库存、物流系统正在形成。长远来看，许多购买可能无需消费者亲自参与。

不同品类所受影响不同。需花时间研究的复杂品类，如美妆和个护产品，已受到智能体的强烈影响。日用家居必需品紧随其后，因为消费者优先考虑便利性和价格。受口味和习惯影响的品类，如食品类，转变可能更和缓，但即使这些品类，跨零售商整合和基于任务的规划趋势也将继续发展。对所有品类而言，有条共享变化：如果产品没被智能体选中，那它就不存在。

智能体电商颠覆了传统的需求模式，高管们不得不面对四个企业层面的问题：

1. 品牌建设还重要吗？

智能体注重鲜明独特性，而非普遍性。偏重用户评论、实质属性和以特定特质著称的品牌（如“可在冷水中溶解”）（见图1）。情感共鸣依然重要，因为大语言模型会捕捉评论和口碑中的描述。

为保持相关性，品牌必须既具有人情味，又具有机器可读性。这需要在付费广告中放大相关性；丰富品牌自有网站上的内容；利用智能体向其他智能体介绍忠诚度计划、产品可用性和配送速度等话题；并优化零售产品详情页面和评论。

1. 创新需要什么？

以场景和任务驱动的需求——如搜索“快速家庭晚餐”而不是“奶酪通心粉”——将创新主题移动到消费者现实需求上。渐进式更新在此环境下难以生存。智能体青睐在特定使用场景下明显优于其他竞品的产品。这提高了标准，要求产品性能阶梯式提升、更能满足个性化需求，并能满足场景需求。

新的洞察来源将会出现。消费者的提示词直接展现其购买意图，并可以通过零售合作伙伴验证。公司自己的网站或应用程序也可为创新提供信息。美妆巨头欧莱雅的AI驱动工具“Beauty Genius”根据面部扫描和客户输入，个性化定制护肤流程，帮助用户根据肤色、发质和个人关注点找到理想产品。客户的提示词为欧莱雅提供了产品创新的信息，并能指导公司如何描述这些产品。这就是在智能体主导世界中生成需求信号的意义所在。

1. 有哪些有效的推广办法？

短期内，市场将混合各种可能，Claude和Gemini等广泛采用的智能体主导寻找产品，而零售商保留结账和履约环节。随着零售商跨越销售渠道角色成为技术合作伙伴，消费品公司将需要训练零售商的智能体。还需要确定如何与零售商在数据、实验和交易界面方面进行合作。联合利华（美妆和家居用品商家）正使用能“接入”亚马逊、沃尔玛、阿里巴巴以及新兴AI购物界面的内容系统。联合利华团队清晰参与管理零售商的搜索、算法和答案生成，不再只做付费媒体。

鉴于新市场的混合特性，消费品公司需要与大语言模型和零售商都建立合作伙伴关系，以便做出正确决策。如品牌应通过ChatGPT直接销售产品，还是继续通过零售商？考虑的因素包括经济效益（如ChatGPT从订单中的抽成及其比例如何变化）、履约影响以及零售商的反弹。即使大语言模型不直接销售，也在演变为带推荐性质的营销者。大语言模型还可变现其消费者提示词库和消费者趋势数据——这也是合作的另一理由。

1. 当下运营模式是否适应新速度和集成需求？

大多数消费品公司将责任分散到组织架构的不同部门，这并不适应智能体电商时代。这种碎片化阻碍了产生有意义的进展。公司应建立一个小的全能团队来统筹智能体电商。该团队负责理解生态系统的演变、建立合作伙伴关系、搭建用于提示词分析的数据中心、监控进展，并将最佳实践传授给地区市场团队。

在全能团队外，应在最先进的市场（如美国、印度和中国）补充建立跨职能执行小组。把提示词分析和对机器人行为的持续广泛理解，转化为品牌、营销、销售和技术团队的优先事项，让这些团队可快速测试、学习并适应突然的市场变化。治理结构应明确谁负责AI相关职能，能更快地权衡决策。关键绩效指标不应只聚焦点击量，还应追踪智能体的表现和结果。

在生态系统演变的同时，几项行动对消费品公司至关重要。

打造一个“智能体就绪”的品牌。如果不引导消费者的对话，就会变隐形。首先要了解相对于竞争对手，客户最看重本品牌的情况。然后据此采取行动——如用具体场景描述取代模糊叙事。

研究提示词——消费者如何搜索特定品类产品，及其搜索目标——将为创新定制营销提供信息。品牌网站应成为结构化、机器可读的“真相之源”。营销人员应注重用户评论、专业评论和论坛内容。在营销人员可控媒介上保持品牌一致性。

为智能体电商做好准备。为促进智能体实际交易，有关定价、库存和物流的细节内容变得非常重要。公司必须将“何时选择我们”的逻辑转化为可执行的规则，以机器可读的方式明确退货、运输和保障内容。可尝试赞助的智能体推荐和任务，同时管理直接面向消费者的渠道。操作内容会因行业而异，有些优先级较低。

跨职能调动。生成式AI购物压缩了营销漏斗。要求营销和销售团队整合成一个由高管带队的敏捷小组，小组同时融合品牌、电商、收入增长管理、技术和数据团队人员。

智能体电商仍未成熟，但大方向是明确的。即便是特定市场的小型品牌也可通过独特的产品参与竞争，因此任何规模的消费品公司都不能忽视消费者转向AI工具的趋势，否则，可能会在提示词任务中失去可见性，且创新也无法被算法选中。迅速采取行动突出品牌独特属性的公司，有望更早建立优势，成为机器算法的选择。