零售商的下一場競爭在「信任架構」：拆解打造 Agent-Ready 商務架構的 5 大策略
AI 代理人商務在 2025 年經歷從概念走向現實的關鍵發展階段。在去年全球最繁忙的線上購物季期間，高達 20% 的訂單背後都有 AI 代理人的參與，這也標誌著 AI 代理人商務已經不再只是理論，而是正在成長的趨勢。
隨著這股趨勢迅速蔓延，越來越多零售業者將面對一項新挑戰，那就是出現在結帳環節的顧客，不一定是人類。如果這種新興的購物方式持續發展，預計到 2030 年，AI 代理購物者在美國電子商務市場的支出，將高達 1,900 億至 3,850 億美元。
AI 代理人走進結帳頁，零售商防詐系統面臨新考驗
當 AI 代理人逐漸成為商業生態系統中新型態的顧客，但零售商現有的平台與網站卻並非為這類由機器主導的活動所建構，這也導致 AI 代理人在執行任務時，極易被現有的防詐騙規則誤判為可疑的自動化機器人。
此外，由於 AI 代理人主要是透過 API 進行交易，缺乏傳統的網頁瀏覽軌跡，使得過去那些用來辨識人類行為模式與防範惡意機器人的模型，如今面臨缺乏歷史紀錄與信任設定檔的「機器人用戶」，這無疑帶來了讓真實詐騙活動突破限制，同時又誤擋合法訂單的雙重風險。
資料治理不到位，AI 代理人就無法正確替顧客行動
要解決代理人帶來的信任與操作難題，基礎設施的完善程度是關鍵。正如 Astound Digital 的營收長 Ryan Dowling 所言：「多數零售商沒有 AI 的問題，他們面臨的是資料的問題。」 同時，代理人商務會放大企業現有的基礎，因此如果資料是碎片化的，那麼得到的結果也會是破碎的。
由於 AI 代理人的強大程度，完全取決於其即時存取、解讀並採取行動的資料能力，因此零售商必須擁有高品質且治理良好的企業資料，並涵蓋顧客的身分與偏好、產品與庫存狀態、營運面的履約限制，以及轉換率等結果資料，才能確保 AI 代理人準確並透明地運作。
同時，電商團隊也必須專注於提供「機器友善」的商務資料，例如產品定價、店內庫存、運費規則與退貨政策等。這些資料必須高度結構化，才能讓 AI 代理人輕鬆解讀與應用。這不僅是為了解決驗證問題，也是為了讓零售商能順利「被 AI 代理人發現」。
從辨識真人到確認授權，零售業身分驗證邏輯必須改寫
在具備完善資料的基礎上，零售業者也必須重新思考身分驗證的邏輯。例如，面對沒有傳統瀏覽軌跡的 AI 代理人，零售商不能在缺乏證據的情況下，就輕易假設 AI 代理人是代表合法的真人行事。這也代表身分驗證的核心問題，必須從過去的「這個用戶是真人嗎？」徹底轉變為「這個 AI 代理人現在有獲得授權代表該用戶行動嗎？」
為了應對這種身分定義的轉變，零售商需要更精密的分類系統，進一步將線上活動精準區分為三個類別：惡意自動化、授權的 AI 代理人驅動交易，以及人類與 AI 代理人混合的行為。
同時，為了建立「Agent-Ready」的商務架構，防詐欺與風險管理平台 Signifyd 的策略主管兼幕僚長 Nicole Jass 建議零售商應採取五項關鍵措施：首先，必須審查技術堆疊的代理人整備度以找出信任斷點；接著，要驗證發起交易的代理人平台身分；第三，需證明購物者已給予明確的授權許可；第四，必須針對機器行為全面現代化防詐模型；最後，則是將信任控制延伸至結帳之後的退換貨、訂單修改與客服等環節。
隨著 AI 代理人商務逐步邁入成熟階段，能夠率先採取行動的企業將脫穎而出。未來，成功適應這項轉變的零售業者，不僅可以有效減少詐欺風險，還能精準捕捉到這批新型態的數位顧客。畢竟，即使未來的購物過程大多由機器來完成，信任的起點與終點，仍然必須是真實的人類顧客。
【推薦閱讀】
◆ 工廠尋料時間縮短 50%！雀巢如何用 AI 重構備件數據，打造跨廠庫存網絡
◆ PepsiCo 41 輛無人卡車上路：全美首家公開大規模商轉的消費品巨頭
◆ 攔截消費決策最起點：房產巨頭 Zillow 布局 NotebookLM，讓 AI 化身購屋族專屬軍師
＊本文開放合作夥伴轉載，資料來源：《TechRadar》、《Retail Touch Points》，首圖來源：Unsplash