一、事情是怎么回事
PYMNTS Intelligence 出了一份调查。样本是 2026 年 8 月的 2191 名美国成年人。 估算结果：近 6100 万美国消费者，已经习惯用 AI 助手开始线上商品研究。 这个数字不小。美国成年人里，差不多每四个就有一个。 笔者翻了原文，最关键的判断是这么说的：商品发现的习惯迁移得快，购买关系的迁移慢。
二、三个数字要连起来看
第一个，59%。用 AI 购物的消费者里，59% 把原本在亚马逊做的商品研究，转到了 AI 那边。 第二个，27%。只有 27% 的人说，自己在亚马逊买的次数变少了。 第三个，45%。45% 的 AI 用户，通过工具发现了此前没访问过的在线商店。 笔者注意到还有一条。相关人群的季度平均支出增加 17%，到了 1039 美元。 研究归研究，付钱还是在熟悉的地方。亚马逊守住了支付和履约，但推荐权在被分走。 小品牌反而捡到机会。以前在搜索结果里排不到前面，现在被 AI 推荐出来，直接被看见。
图源：TKFFF 制图
三、对卖家的直接影响
商品信息要能被机器读懂。规格、适用场景、兼容型号、价格、售后，缺一样就少一次被推荐。 曝光和成交要分开归因。从 AI 推荐进来的人，未必在 AI 里结账。 白牌不是劣势。只要信息完整，AI 不会因为你没品牌就不推荐。 卷的从来不只是价格，还有信息密度。
四、几个容易踩的坑
别只优化标题。AI 读的是结构化信息，不是营销文案。 别把五点描述写成广告语。参数缺失，等于自断被检索的路。 别指望一步到位。结账关系迁移慢，短期别把预算全押在 AI 渠道上。 还有一个。这份是调查估算，不等于真实交易数据，决策时留点余量。
图源：TKFFF 制图
五、笔者建议这么应对
先补信息。把可售卖商品的规格、兼容性、售后政策整理成可检索的字段。 再顺路径。从 AI 推荐到落地页再到结账，自己走一遍，看有没有断点。 后做归因。给 AI 渠道单独打标，把曝光和成交拆开统计。 收尾时看复购。新入口带来的首单，能不能沉淀成老客，才是真红利。
图源：TKFFF 制图
六、FAQ
Q：6100 万是怎么来的？ A：基于 2191 名美国成年人调查的估算值。 Q：亚马逊会被替代吗？ A：短期不会，59% 转移的是研究环节，仅 27% 减少购买。 Q：卖家最该补什么？ A：结构化商品信息，让机器能读、能比、能推荐。