巴基斯坦 82% 消费者用 AI 指导网购、马来西亚采购商 AI 智能体比价：买家侧 AI 化倒逼商品数据结构化

一场省级展会上的两个数字，比很多行业报告更能说明问题出在哪。

9 月 17 日至 19 日，2026 第五届山东跨境电商交易会在济南舜耕国际会展中心举行。展会设服务生态、跨境选品、业态创新三大展区，首次设立「AI+跨境电商」专区，首日即有 12 家全球跨境电商平台、100 余家服务企业参展，山东 16 市产业带携 30 余个出口品类登场，预计专业观众突破 2 万人。

真正扎眼的不是这些规模数据，而是巴基斯坦原子能委员会财务总监伊姆兰·汗给出的一个数：该国数字市场快速扩张，82% 的消费者使用 AI 工具指导在线购物决策。同一场会上，来自马来西亚的参展商拿督林俊喜描述了另一侧的画面：该国不少采购商与消费者在线上购物时会直接向 AI 智能体描述采购需求，拿商品资料、用户评价和比价结果。

这意味着一件确定的事：AI 已经先一步坐在了买家的位置上。而绝大多数卖家的商品数据，还是按给人类看的方式写的。

一、两个样本，一条共同线索

现场细节先摆全。

伊姆兰·汗报数字的同时也报了短板：巴基斯坦仍面临跨境物流和支付不发达、中小企业 AI 素养偏低等问题。他同时表示，将借此次展会与山东在 AI、物流和制造业领域开展技术转让与合资合作，并制定 2027 巴基斯坦·山东贸易 AI 路线图。

林俊喜的画面感更强：即便买家不清楚商品的具体品类，拍图上传给 AI 也能匹配到对应商品，从而省掉检索时间。

马来西亚中小企业公会总会长陈棋雄从供给侧补了一句：中小企业不必在海外建立庞大实体网络，也能通过数字营销、跨境支付、国际物流和海外仓触达海外客户。

三句话指向同一个结论——AI 化发生在买家侧，而且比卖家侧更快。过去谈 AI 跨境，默认语境是「卖家怎么用 AI 提效」；现在的情况是买家先用了起来，卖家是被倒逼的一方。

二、卖家侧也没闲着：从 B2B 到 A2A

同一场会上，阿里国际站副总裁刘光俊给出的判断是：跨境电商正从 B2B（商家对商家）迈向 **A2A（智能体对智能体）**时代，下一阶段将进入智能体协作阶段——商家只需下达业务指令，AI 就能自主完成整套业务流程，智能体之间的信息交换与交易撮合会进一步降低全球贸易门槛。

他举例的载体是阿里面向中小企业打造的全球电商 AI 工作台 Accio，覆盖市场洞察、选品、发品、店铺经营、投流分析和客户接待等环节。商家提出经营目标后，工作台负责拆解任务，调用不同专业智能体协同执行。

卖家侧的渗透率有硬数据支撑。亚马逊今年 6 月发布的数据显示，超过 98% 的受访中国卖家已在运营店铺时使用 AI 工具，其中 16% 已从单点 AI 工具进阶到部署 AI 工作流或智能体。

现场还出现了本土落地案例：易运盈（山东）网络科技自研的「AI 盈出海智能体」可在员工非工作时段托管跨境客服咨询，自动解答商品问题并完成多语种翻译。该公司渠道部总监刘炎壩认为，这套东西缓解的是县域外贸企业招人难的痛点。

对比两组数字：买家侧 82%，卖家侧 98%。渗透率都很高了，但两者的交集还没打通——AI 智能体给用户推荐商品时，读的不是营销话术，是字段。

三、AI 是怎么决定「推荐谁」的

这一节是全文的核心，也是最容易被忽略的部分。

智能购物依赖的是一条已经铺好的基础设施。Google 的 Universal Commerce Protocol（UCP）于 2026 年 1 月上线，首批商家伙伴包括 Shopify、Wayfair、Target、Etsy 和沃尔玛；OpenAI 的 Agentic Commerce Protocol 也已与 Stripe 打通，支撑 ChatGPT 的 Instant Checkout；Google 4 月 7 日的公告称其 Shopping Graph 收录 500 亿件商品，每小时处理 20 亿次更新。

这些系统的运作方式和人类完全不同：它们不读详情页，它们提取字段。

按 OpenAI 商品 feed 规范，一个商品要进入 ChatGPT 搜索候选集，至少需要稳定 item_id、150 字符以内的纯文本标题、最长 5000 字符的描述、品牌、带 ISO 4217 货币码的价格、可用状态枚举值（in_stock、out_of_stock、pre_order、backorder、unknown）以及卖家身份字段。规范同时建议补充 25 个以上结构化属性。

现实差距有多大？Paz.ai 的行业分析给出的对比是：目前多数商品页面只携带 5—8 个结构化属性，而 AI 智能体要处理 ChatGPT 上超过 70% 的带约束条件的发现型搜索，通常需要 30 个以上。

更值得注意的是筛选机制。AI 智能体不会因为你的资料不全就给你一个较差的排名——不完整的数据拿不到部分分数，是直接被移出比较集。UCP Hub 引述的数据是，约 60% 的电商商品目录存在 GTIN 缺失、属性命名不一致或库存状态过期的问题；行业经验阈值是核心属性填充率达到 95% 以上才会被当作可靠数据源，低于 80% 多数平台会施加置信度惩罚。

一句话概括：在 SEO 时代，数据不全的结果是排到第 5 页；在 AI 时代，结果是从候选名单里消失。

四、最容易缺的四类字段

对照 AI 的实际约束条件，行业里普遍缺失的字段其实高度集中在四类：

• 认证类：防水、无 BPA、有机、纯素、CE/FCC 认证编号与发证机构——这是 70% 以上带约束搜索里最常出现的一类；
• 兼容性：适配机型、接口规格、所属生态平台。买家问「能不能配我手上的 XX 电池」，答案必须在字段里；
• 精确尺寸与重量。用「中号」而不是具体厘米数，会在按尺寸筛选时被直接跳过；
• 材质成分与占比。写「优质面料」等于没写。

一个直观的例子是电钻：原始 feed 写「某品牌 20V 电钻，大功率，适合家用，含电池」，人类扫一眼没问题；但 AI 要回答「这个钻头能不能用我手上已有的电池」时，feed 里没有电池平台兼容性和整重这两个离散字段，这条商品就无法进入比较。补上之后才有得谈。

另外还有一层：只存在于渲染后的 HTML、图片或设计元素里的数据，对 AI 等于不存在。包邮承诺画在角标里、退货期限写在页脚模板里、折扣在购物车里才生效——这些都不会进入 feed 和 schema。

五、现在该做什么

对外经济贸易大学现代服务业研究中心首席教授陈进在这场会上给了一句必要的提醒：商家要拒绝概念炒作，聚焦选品优化等实际业务痛点，优先采用成熟的软件服务工具，由浅入深落地应用。

落到具体动作：

• 先做一次 fill rate 体检。 抽 20 个主力 SKU，统计 GTIN、品牌、材质、尺寸、重量、认证、兼容性、适用场景、库存状态九个字段的填充率。低于 80% 说明你连候选集都进不去。
• 补齐 Product 与 Offer 的 schema.org 标记，并与提交的 feed 保持一致。两者不一致时，AI 无法判断哪个是对的，会直接弃用。
• 把约束力强的字段写进标题。 「轻量越野跑鞋，8mm 落差，Vibram 外底，适用碎石地形」比「跑者的好鞋」多给出五个可提取属性。
• 库存和价格做实时同步。 按 Ecommerce Guide 的分析，feed 每晚更新一次，当天变动过价格的商品就会被报出错价，而智能体会照着这个价格真的下单。
• 先挑一个市场做深。 巴基斯坦 82% 的数字很高，但它同时存在物流和支付短板；马来西亚这类买家 AI 使用率高的市场更适合先做数据标准化的验证。

这场淘汰赛的规则变了。过去变的是流量分配规则——SEO、信息流、直播带货，总还能找到新入口。这一次变的是准入规则：信息不全的商品不是排名差，是压根没有被读到的机会。

留给卖家的问题是：当 82% 的买家已经开始问 AI「我该买哪个」时，你的商品 listing 里，有多少个字段是能让 AI 答得上来的？

答案要等下一次大促的实际转化数据出来，才会清晰。

六、参考资料

• 中新社：《2026 第五届山东跨境电商交易会开幕 AI 赋能外贸新业态》
• 中新社：《（经济观察）AI 同事上岗 跨境电商驶入智能体协作赛道》
• 大众新闻：《平台集结、万商对接，2026 第五届山东跨境电商交易会济南开幕》
• 消费日报网：《2026 第五届山东跨境电商交易会在济南启幕》
• Anglera：《How retailers win AI shopping: making your catalog agent-readable》
• Paz.ai：《Agentic Commerce Product Data: Why Structure Wins》
• Ecommerce Guide：《Agentic Commerce: What Ecommerce Platforms Must Change》