AI正進入零售消費者的產品發現、研究及比較流程，但「更多消費者使用AI」與「AI已成為主要購買渠道」並非同一結論。我們整合了Adobe、Similarweb、Salesforce及Capgemini於2025至2026年發布的公開數據，聚焦美國零售網站的AI引薦流量、站內互動、購買轉換及網站機器可讀性，並結合消費者調查，旨在了解從產品研究到站內購買的變化。
研究背景
以往，關於生成式AI對零售業影響的討論，往往集中於消費者是否已開始使用ChatGPT、Gemini、Google AI Mode、Perplexity或Google AI Overview來尋找產品資訊。進入2025至2026年，公開數據提供了另一視角：消費者從AI到達零售網站後，停留多久、瀏覽多少頁面、有否完成購買？與此同時，AI引薦流量對大多數零售網站而言，仍僅佔整體流量的少數。因此，評估渠道價值時，需區分流量規模、增長率與流量品質。換言之，現時更值得觀察的不僅是AI能否帶來流量，而是這些流量在完整購物旅程中處於哪個位置。
AI引薦流量增長，轉換差距方向亦出現變化
2024至2026年間，美國零售網站的AI引薦流量快速增長，而更值得注意的是，AI與非AI訪客之間的購買轉換差距亦有所改變。根據Adobe於2025年5月23日發布的數據，2024年7月，美國零售網站經AI引薦的流量轉換率較非AI流量低43%；至2025年2月，差距收窄至9%。同期（2024年7月至2025年2月），美國零售網站的AI引薦流量增長約12倍。
Adobe於2026年4月16日發布的另一組數據進一步顯示，2026年第一季，美國零售網站來自AI來源的流量按年增長393%，其中2026年3月按年增長269%。在之前的2025年節日購物季（11月至12月），AI引薦流量按年增長693%。這些數字顯示，以AI作為產品研究入口所帶動的站外流量仍在擴張，但增長率本身並不代表AI已佔網站整體流量的顯著比例。
轉換趨勢亦有所轉變。根據Adobe於2026年發布的公開數據，2025年3月，AI流量轉換率較非AI流量低38%；但至2026年3月，則高出42%。值得注意的是，2025年2月的「低9%」與2025年3月的「低38%」分別來自Adobe不同時間發布的數據，不應簡單解讀為連續的月度曲線。更可靠的結論是，按年比較下，AI引薦流量相對非AI流量的轉換劣勢已呈現逆轉跡象。
下表綜合Adobe於2025年及2026年發布的公開數據，以便並排觀察流量增長與購買轉換的變化。
| 時間 | AI引薦流量變化 | AI與非AI轉換表現 | 觀察 |
|---|---|---|---|
| 2024年7月 | Adobe時間線起點 | 低43% | AI引薦傾向於產品研究後的訪問 |
| 2025年2月 | 較2024年7月增長約12倍 | 低9% | 轉換差距顯著收窄 |
| 2025年3月 | — | 低38% | Adobe 2026年按年比較基準 |
| 2025年11月至12月 | 按年增長693% | — | 節日購物季AI引薦流量增長 |
| 2026年第一季 | 按年增長393% | — | AI引薦流量持續擴張 |
| 2026年3月 | 按年增長269% | 高42% | 按年轉換方向逆轉 |
AI引薦訪客的站內互動表現亦優於非AI流量
購買轉換並非獨立發生。根據Adobe於2026年4月16日的數據，2026年3月，經AI來源到達美國零售網站的訪客，其互動率較非AI流量高12%，每次工作階段停留時間長48%，每次訪問瀏覽頁數多13%。這顯示這些用戶不僅更有可能完成購買，亦展現出更深入的站內瀏覽行為。
類似的趨勢在較早的數據中已可見端倪。根據Adobe於2025年5月23日發布的數據，2025年2月，AI引薦訪問的跳出率較其他來源低23%，瀏覽頁數高12%，工作階段時長長41%。綜合工作階段時長、頁面深度、跳出率及轉換表現來看，潛在的路徑轉變浮現：部分消費者在進入零售網站前，可能已透過AI完成產品資訊蒐集、初步篩選或比較，意味他們到達時可能已更接近購買決策階段。
Similarweb的數據提供了另一個比較點。根據Similarweb於2025年6月發布的電子商務數據，AI引薦訪問的銷售轉換率為11.4%，同期付費搜尋為9.3%，自然搜尋為5.3%。然而，Similarweb亦指出，即使在一些獲得大量AI引薦流量的網站，此類流量通常仍佔網站總流量不足1%。因此，現階段更適宜將AI引薦視為一種「規模尚小，但品質值得監測」的流量來源，而非傳統搜尋已被取代的證據。
不同零售類別的決策週期、價格水平及資訊複雜程度差異甚大，因此這些數字並不代表所有產品均有相同結果。AI在低價快速消費品與高價耐用消費品的研究、比較及購買過程中所扮演的角色，或有所不同。
產品發現正移向AI，但研究產品與授予購買權仍是兩個不同階段
在流量變化的背後，消費者的購物旅程本身正在被重塑。根據Capgemini於2025年1月9日發布的消費者研究，58%的消費者曾使用生成式AI工具獲取產品或服務建議，較2023年的25%顯著上升。此外，71%的消費者希望購物體驗能整合生成式AI。這顯示AI已從通用問答工具，進入產品推薦及購物研究的應用場景。
Salesforce於2025年3月24日發布的數據亦顯示，39%的消費者已使用AI進行產品發現，Z世代中此比例更升至54%。此外，63%的Z世代消費者表示有興趣讓AI代理代表他們進行購買。這些數據顯示較年輕的消費者對AI參與購物過程更為接受，但「表示有興趣」仍不能等同於實際購買行為。
拆解完整的購物旅程，可區分以下階段：「發現 → 研究 → 比較 → 點擊 → 購買 → AI代理購買」。現有公開數據支持一個較為清晰的評估：AI正進入發現、研究及比較階段，並已能將部分消費者引導至零售網站。然而，當AI從資訊助理過渡至能執行交易的代理時，消費者在控制權方面有明確要求。
根據Salesforce 2025年的一項調查，在建立對AI代理的信任時，消費者最重視數據私隱與安全、可隨時開啟或關閉功能，以及在購買前須經消費者確認。因此，在「讓AI幫我找產品」與「讓AI幫我買產品」之間，仍存在一道由私隱、授權及確認機制構成的界線。Z世代可作為觀察未來購物路徑變化的重要群體，但其行為不能直接代表所有消費者。
需求正在改變，但產品頁面的機器可讀性仍參差不齊
消費者日益使用AI進行產品研究，但這並不代表所有零售品牌都將獲得同等的AI引薦機會。Adobe於2026年對美國零售網站的分析顯示，不同頁面類型的機器可讀性存在顯著差異。Adobe將AI內容可讀性評分定義為頁面內容可被機器讀取的比例。2026年，美國零售網站首頁的平均分數為75%，類別頁為74%，但產品詳情頁僅為66%。
此差異值得關注，因為產品詳情頁通常承載價格、規格、庫存、功能、運送及購買連結等具體資訊，亦是消費者在購買前會核實的關鍵頁面。若這些內容難以被機器讀取，AI對產品資訊的理解及引用或受影響。然而，機器可讀性應被視為解釋AI能見度及引薦差異的其中一個變數，而非單一決定因素。
Adobe 2026年數據亦顯示，在美國零售首頁中，表現較佳的一組平均AI內容可讀性評分為82.5%，另一組則為54.2%，反映各網站之間的準備程度差異顯著。這意味需求端AI使用量的增加，與供應端網站能否被機器有效理解，是兩項需要同時觀察的平行變化。
下表綜合Adobe於2026年發布的公開數據，按頁面類型列出平均AI內容可讀性評分。
| 頁面類型 | 2026年平均AI可讀性評分 |
|---|---|
| 首頁 | 75% |
| 類別頁 | 74% |
| 產品頁 | 66% |
| 門市搜尋器 | 73% |
| 幫助中心 | 79% |
| FAQ | 80% |
| 退貨／換貨 | 82% |
趨勢觀察／行業啟示
綜觀2024至2026年的公開數據，AI對零售購物旅程的影響，正從「消費者是否使用AI」轉向「AI承擔了購買決策中的哪些階段」。消費者可以先向AI查詢產品差異、使用場景、價格範圍或品牌選項，然後才訪問品牌網站確認具體產品資訊。這改變了搜尋、內容頁及產品頁之間的傳統分工。AI購物渠道的變化，不僅在於引薦流量的增加，更在於愈來愈多的產品研究與篩選，在消費者到達零售網站之前，已於AI中發生。
第二項變化是評估AI渠道的方式。僅觀察引薦流量規模，容易忽略該渠道規模仍然有限的現實；僅觀察轉換率，則可能忽略不同類別、頁面及時間段的差異。Similarweb於2025年6月的數據顯示AI引薦的銷售轉換率為11.4%，但相關流量通常仍佔網站總流量不足1%。同時兼顧兩項指標，有助避免將高增長率誤解為渠道已成熟。
第三項變化是消費者的採用速度與體驗滿意度並非同步提升。根據Capgemini於2025年1月9日發布的數據，消費者在購物場景中對生成式AI的滿意度，從2023年的41%下降至2024年的37%，即使消費者使用AI獲取產品及服務建議的比例有所上升。這顯示AI使用量的增加，並不代表購物體驗中的準確性、控制權或互動問題已得到解決。
因此，AI搜尋對零售業的影響，已不能再單純以「品牌是否被提及」來解釋。更完整的觀察，需要將AI能見度、AI引薦訪問、站內互動行為及購買轉換串連成一條數據鏈，再評估AI在產品研究與購買之間實際扮演多大角色。
研究啟示
對零售品牌而言，現階段建立AI引薦監測框架，相比單純觀察單一AI搜尋結果，更有可能獲得持續的數據。尤其在ChatGPT、Gemini、Google AI Mode、Perplexity及Google AI Overview等不同入口並存的情況下，不同來源可能帶來不同的流量規模、訪客行為及購買表現。
- 區分來自不同AI來源的實際站內訪問，避免將所有AI流量合併為單一渠道。
- 持續記錄AI引薦流量、購買轉換率、互動率、工作階段時長、每次訪問頁數及收益表現。
- 使用一致的指標，將AI引薦與自然搜尋、付費搜尋及其他渠道進行比較。
- 按產品類別、頁面類型及時間段細分數據，以減少單一月份整體平均值的偏差。
- 將產品頁面機器可讀性等網站因素納入分析變數，與實際AI引薦及購買結果交叉比對。
- 專注識別「能見度 → 點擊 → 站內行為 → 購買」漏斗中任何斷裂點，而非只監測單一指標。
隨著AI從產品研究入口走向購買決策，僅觀察品牌是否被AI提及，將難以全面評估渠道價值。您可以根據自身的產品類別、目標市場及站內轉換數據，建立一套串連AI能見度、引薦訪問及購買成效的監測與分析框架。如欲為您的業務設計這套指標系統，歡迎與我們聯絡。
相關問題
AI引薦流量的轉換率真的高於傳統搜尋流量嗎？
部分公開數據觀察到較高的轉換率。Similarweb於2025年6月的數據顯示，AI引薦的銷售轉換為11.4%，同期付費搜尋為9.3%，自然搜尋為5.3%；Adobe於2026年3月的數據亦顯示AI流量轉換率較非AI流量高42%。然而，這些結果不能直接套用於所有不同類別及網站。
ChatGPT等AI工具目前為零售網站帶來多少流量？
增長迅速，但整體規模仍需審慎評估。Adobe記錄到2026年第一季美國零售網站AI引薦流量按年增長393%；Similarweb則指出，即使在獲得大量AI引薦的網站，此類流量通常仍佔總流量不足1%。
為何經AI引薦的用戶進入網站後更有可能購買？
其中一個可能解釋是，部分消費者在進入網站前，已透過AI完成資訊蒐集、篩選及比較。Adobe於2026年3月的數據顯示，AI引薦用戶相較非AI流量有更長的工作階段時長、更深的頁面瀏覽及更高的互動率，與此行為模式相符。
消費者現在會用AI搜尋及比較產品嗎？
會的。Capgemini於2025年1月的數據顯示，58%的消費者曾使用生成式AI獲取產品或服務建議；Salesforce於2025年的數據顯示，39%的消費者已使用AI進行產品發現。
產品頁面的機器可讀性會影響品牌在AI搜尋中的能見度嗎？
機器可讀性可能是影響AI理解產品資訊的變數之一。Adobe 2026年的數據顯示，美國零售網站產品詳情頁的平均AI內容可讀性評分為66%，低於首頁的75%及類別頁的74%，但不能就此斷定這是決定AI能見度的唯一因素。
零售品牌應使用哪些指標監測AI搜尋的實際影響？
您可以同時追蹤AI能見度、AI引薦訪問、互動率、工作階段時長、頁面深度、購買轉換及收益，並按AI來源、產品類別、頁面類型及時間段細分。這樣可準確判斷問題在於「被看見」、「被點擊」還是「到達站內後完成購買」的階段。