NewNo plan feeNo plan fee. Just 2.9% + $0.30 per card sale, and signing up is free.Try now →

智能体电商

最新的智能体商务统计数据是什么?

更新于

截至 Q1 2026,流向美国零售网站的 AI 来源流量同比增长 393%,而在 2026 年 3 月,AI 引荐访客的转化表现比非 AI 流量好 42%——与 2025 年 3 月相比发生反转,当时他们的转化表现差 38%。来自 AI 引荐的每次访问收入比非 AI 流量高 37%。零售产品页的机器可读性得分为 66%,是所有页面类型中最低的。McKinsey 预测,到 2030 年,智能体商务将促成 $900 billion 至 $1 trillion 的美国零售收入,并在全球促成 $3–5 trillion。

流量

Adobe 使用 referrer headers、user-agent strings 和自有分类逻辑来归类 AI 来源会话,覆盖 ChatGPT、Claude、Copilot、Perplexity 和 Google AI Mode。下表中的增长率均为所述统计窗口的同比数据。

统计窗口相较上年的增长
2025 年 11 月–12 月(假日季)+693%
Q1 2026(1–3 月)+393%
仅 2026 年 3 月+269%
流向美国零售网站的 AI 来源流量增长,Adobe Digital Insights

转化与价值

质量上的反转是数据集中最重要的趋势,因为它让智能体流量从一种新奇现象变成了有预算支持的渠道。下面两行相隔一年。

  • 截至 2026 年 5 月,AI 引荐的零售访客转化率比非 AI 流量高 54%。
  • 来自 AI 助手的访客在页面上停留的时间多 48%。
  • 他们每次访问浏览的页面多 13%,互动率高 12%。
指标2025 年 3 月2026 年 3 月
相较非 AI 的转化率差 38%好 42%
相较非 AI 的每次访问收入低 128%高 37%
AI 引荐流量与非 AI 流量的质量对比,Adobe Digital Insights

商家准备度

准备度数据是从商家侧对需求数据形成的对照,而真正的机会就在这里。

  • 产品页在各类页面中得分最低,而它们恰恰是智能体最需要的页面——其约三分之一的内容无法被可靠解析。
  • 零售商之间的差距比页面类型之间的差距更大:表现最好的首页为 82.5%,最低者为 54.2%。
  • 这个排名几乎是倒过来的。零售商优化最少的页面——退货、联系、常见问题——反而可读性最好,因为它们大多是文本;而承载收入的页面构建得最重,也最难被读取。
页面类型可读占比
退货与换货82%
联系我们81%
常见问题80%
客户服务 / 帮助中心79%
忠诚度 / 会员78%
首页75%
分类页74%
门店查找73%
产品页66%
按页面类型划分的机器可读性,美国零售行业,Adobe AI Content Visibility Checker,Q1 2026。66% 的得分意味着该页面类型约三分之一的内容无法被模型读取。

市场预测

预测比实测数据更应受到质疑,下面美国数据与全球数据之间的差异,反映的是真正不同的建模假设,而不是一个笃定的单一数字。

  • McKinsey 的中等情景:到 2030 年,AI 智能体每年促成 $900 billion 至 $1 trillion 的美国智能体零售收入——约占所有零售品类预计 B2C 收入的 30%。
  • McKinsey 全球估算:到 2030 年,智能体商务规模为 $3 trillion 至 $5 trillion。
  • ICSC 调查,2026 年 4 月:43% 的消费者表示,他们已经在简单购物中信任智能体。

如何解读这些数字而不过度解读

有两点需要提醒。第一,这些增长率是建立在非常小的基数上的——对多数零售商来说,一个小数字的 393% 仍然只占总会话量的不大一部分;任何引用百分比却不提基数的人,都是在推销某种说法。

第二,转化溢价部分来自选择效应。当助手把你的产品呈现给一个用一句话描述了自己需求的购物者时,它已经完成了广泛匹配付费点击所没有完成的需求筛选。这确实让这部分流量更有价值,但并不意味着同一个访客换一种方式到访就会转化得更差。

经过这两点提醒后仍然成立的发现,是准备度差距。66% 的机器可读性是关于你自己网站的一个事实,你今天就能测量并修复它,无论预测最终如何。

常见问题

Adobe 如何识别 AI 来源流量?
通过 referrer headers、user-agent strings 和自有分类逻辑,覆盖从 ChatGPT、Claude、Copilot、Perplexity 和 Google AI Mode 到达的会话。它衡量的是从这些助手到达零售网站的会话,而不是在这些助手内部完成的交易。
为什么 AI 流量在一年内从转化表现差 38% 变成了好 42%?
两种效应叠加。助手在呈现符合明确需求的具体产品、而不是泛泛页面方面变得好得多;消费者行为也从尝试这些工具转向真正用它们购物。结果是,流量在漏斗更靠后的阶段到达,而且需求筛选已经完成。
美国的 $1 trillion 数字和全球的 $3–5 trillion 数字是一回事吗?
不是,它们是同一来源下的不同口径。$900 billion 至 $1 trillion 的数字是 McKinsey 对到 2030 年美国年度智能体零售收入的中等情景预测,约占预计美国 B2C 零售的 30%。$3–5 trillion 的数字是同一时间范围的全球估算。

来源

相关内容