JD Sports 复盘 MACH X 电商改造：停用 Virtual Try-On、扩建 GEO 团队、北美试点 Gemini Instant Shopping
一家头部零售商砍掉了最像「未来」的功能。据行业日报 10 月初汇总，英国体育零售集团 JD Sports 在 MACH X 大会上复盘了自家电商架构改造：虚拟试穿功能停用，理由是推理成本收不回来；同时扩充 GEO 团队，并在北美测试 Google 的 Gemini 即时购物。
MACH X：阿姆斯特丹站由 MACH Alliance 于 9 月 29 日至 30 日举办，今年主题为「Meet the Agents」。JD Sports 集团产品总监 Antonia Hansen 在首日做主题演讲，解读公司重构技术底座、转向 MACH 架构的决策逻辑，以及为即时结账与零点击 commerce 做的准备。
三个动作放在一起看，指向同一个判断：Agentic Commerce 的第一波回报，不来自最炫的 AI 功能，而来自让机器更准确地理解商品、把购买路径缩短。砍功能与加注 AI 流量，是同一条策略的两面。
一、虚拟试穿三个月下线
Virtual Try-On 的停用最值得细看。据行业日报披露，JD Sports 曾测试让用户上传自拍完成虚拟试穿，效果本身不错，但没有产生足以覆盖推理成本（inference cost）的销售提升，因此暂时停止。
功能上线并不久。据 Retail Week 5 月报道，JD Sports 当时刚在英国电商网站启动虚拟试穿试点，消费者可以数字化预览运动套装等服饰的上身效果，公司原计划视试点效果扩展到更多品类。从 5 月试点到大会确认停用，周期不到半年。
对品牌方来说，这是一笔可以照抄的账：虚拟试穿类功能每一次渲染都在烧推理算力，收入增量若盖不住模型调用账单，功能越精美越是负资产。头部零售商用真金白银验证了一件事——重资产 AI 功能的淘汰速度，可能比想象中快得多。
二、GEO 团队加码
被砍掉的是功能，被加码的是入口。据行业日报报道，JD Sports 已经扩充专门负责 AI Discoverability 与 GEO（生成式引擎优化）的团队，并持续增加更丰富、更结构化的商品内容。
保留对话式购物（conversational shopping）的理由很有说服力：用户会主动追问「这个面料有多厚」「防水程度如何」「尺码到底偏大还是偏小」。问题直指传统商品页缺失的购买决策信息，对话恰好是补齐这些信息效率最高的方式。
GEO 的投入逻辑与站内搜索优化完全不同：品牌要优化的不再是关键词排名，而是让 AI 助手在回答消费者提问时能准确引用自家商品的结构化事实。加拿大市场方面，JD Sports 此前还聘请搜索营销机构开展了覆盖 GEO 与 AEO 的搜索优化项目，可见这条预算线已经铺到多个区域。
三、北美试水 Gemini 即时购物
第三个动作落在美国。据行业日报披露，JD Sports 新的 composable commerce 技术栈从 8 月开始上线，目前正在北美测试 Google Gemini Instant Shopping：消费者从 Google 搜索商品后，可以直接进入更短的购买路径，并通过 Google Pay 完成交易。
部分品牌还在测试原生浏览器内购物（native in-browser shopping），让大语言模型直接读取 JD Sports 的商品 feed，而不是抓取网页。差别在于数据质量——模型读结构化 feed 拿到的价格、库存、尺码信息，远比解析页面可靠。
背景是 Google 今年 1 月在全国零售联合会大会上宣布 Gemini 接入 Walmart、Shopify、Wayfair 等零售伙伴，把即时结账搬进聊天窗口，美国市场先行。据科技媒体报道，Salesforce 估算上个假日季 AI 影响了约 2720 亿美元的全球零售销售，约占 20%。JD Sports 属于跟进测试的第一批运动零售商。
四、MACH 架构是地基
支撑这些实验的，是今年 8 月上线的可组合商务（composable commerce）架构。据 MACH Alliance 官方信息，大会上的主题演讲正是围绕公司重构基础设施、采用 MACH 技术栈的关键决策展开——微服务、API 优先、云原生、无头架构，让新功能可以即插即用。
需要区分的是另一条线：JD Sports 自 2024 年起与搜索技术商 Algolia 合作站内 AI 搜索，据 Digital Commerce 360 报道，合作以来其搜索收入增长 22%，商品列表页点击率增长 73%，动态重排功能带来加购率与转化率各 4% 的提升。那条新闻讲的是站内搜索与数据基建，本条讲的是 MACH X 复盘与 AI 入口策略，两者是同一盘棋的不同棋子。
地基逻辑一以贯之：不管流量入口是站内搜索框、对话式购物还是 Gemini，底层都是同一套结构化商品数据与排序能力。Agent 来购物时，在意的是数据是否结构化、是否新鲜、是否真实。
五、两条参考与风险
对品牌方，两条参考值得记下。其一，对任何 AI 功能先算两笔账——推理成本与转化增量，收入盖不住账单就果断停，JD Sports 的试穿功能就是现成案例；其二，把 GEO 列入正式预算线，结构化商品数据、商品 feed 接口、第三方信任信号，都是 Agent 购物的入场券。
风险也得说透。砍掉的功能未必永远错：推理成本随模型价格战持续下降，虚拟试穿类功能完全可能在成本拐点后回归，现在的停用更像止损而非终局。GEO 的投入同样面临度量难题——AI 引荐流量的归因标准尚未成型，预算花出去，效果可能半年内都说不清。
真正的考验，是当购物入口从搜索框迁移到对话框时，谁的商品数据先被 Agent「看懂」。JD Sports 把宝押在了结构化数据这一侧，这条路对错，要看下一个假日季的账单。
参考资料
- 腾讯网：《JD Sports停掉AI试穿，World押注真人验证｜Agentic Commerce 日报 #9》
- MACH Alliance：《MACH X: Amsterdam》
- Infrastructure Now：《H&M, Rituals, JD Sports and LOAF are among the leading brand and commerce leaders confirmed to speak at MACH X: Amsterdam》
- Retail Week：《JD Sports launches virtual try-on trial》
- Digital Commerce 360：《Why JD Sports is tapping Algolia for agentic commerce》
- Tech Newsday：《Google expands Gemini shopping features as AI commerce race heats up》
- Algolia：《Algolia's AI Search Enables JD Sports to Elevate E-commerce Experience》