2026年，AI将接管美国人的购物车

本文经授权转载自： 跨境眼观察 作者|林熹

在上一篇文章中，我们聊到了跨境电商行业掀起的三场AI范式革命——供应链智能重构、流量逻辑调整与组织形态进化。

刚刚过去的黑五网一大促恰好验证了其中之一。

数据显示，AI正在重塑美国电商流量格局，参与者既有ChatGPT、Claude这类通用对话模型，还包括Rufus、Sparky等电商平台内置的AI导购工具。

黑五复盘：

流量并未消失，只是换了入口？

对于许多中小卖家来说，刚刚过去的这个黑五网一带来了一场极其艰难的压力测试。

越来越多卖家反馈他们长期积累的系统性广告打法似乎正在失效——即便大幅降价、狠砸广告，订单量的增长也显得乏力，仿佛拳头打在棉花上。

随着亚马逊、TikTok Shop等平台相继公布黑五战报，市场全貌逐渐清晰。

首先，美国市场的消费力并未凭空蒸发。今年黑五网一，美国消费者的网购金额依旧刷新了历史记录。

其次，流量的确变得更加分散了，越来越多流量从传统的亚马逊搜索框转向社媒平台、内容电商和AI对话框，尤其是后两项。

据统计，2025年TikTok Shop美区黑五销售额再创新纪录，GMV突破5亿美元，折合人民币约35亿元，下单用户数同比激增50%。

与此同时，在黑五当日涌向亚马逊、沃尔玛等平台的流量中，来自ChatGPT或Claude等AI工具的流量增长了670%。若把时间线拉长至整个11月，这个数字还将增长至760%。

独立站方面也出现了类似的动态。Shopify表示，自今年1月份以来，人工智能带来的流量增长了7倍，人工智能驱动的订单增长了11倍。

并且，到了站内，美国消费者还在用AI辅助决策。如今已有多家平台在网站上嵌入了AI购物助手，其中，亚马逊的Rufus和沃尔玛的Sparky已率先“报喜”。

亚马逊表示，在过去的一年里，Rufus的月平均用户增长了149%，互动量增长了210%，其用户量已超2.5亿人。在今年黑五当天，Rufus促成的订单环比增长了100%（与过去30天的平均水平对比）。

沃尔玛表示，在黑五期间，用户与Sparky的对话增长了近三倍，并且这里统计的是那些围绕具体商品使用场景和任务的复杂对话，如：策划一个儿童派对需要购买什么东西？

显然，美国消费者正在养成新的习惯——在进入电商平台前，要不先去刷一下TikTok Shop短视频或直播找灵感，要不问一下ChatGPT或Claude等AI工具。

考虑到兴趣电商和智能对话背后的算法逻辑，消费者旅程的起点实则已经改变，AI接管美国人购物车已经是渐近的现实。【AI 能为跨境运营带来什么实际提升？1月21日，来深圳雨果年度大会，用跨境大卖CEO的视角解读AI实操运用的新领域！点此报名】

GEO时代：

人找AI，AI找货

过去十几年，电商搜索的核心逻辑是关键词匹配。

卖家输入“跑鞋”，系统便机械地抓取标题中含有“跑鞋”字样的商品，谁的关键词埋得准、权重高，谁就能获得曝光。

而现在，以Rufus、Sparky和ChatGPT等为代表的AI导购，运行的是一套全新的“语义推理”逻辑。它不再机械地依赖关键词，而是通过分析海量的产品描述、用户评论和问答数据，来深度理解用户的真实意图。

举个例子，当用户在对话中提问“请你推荐适合膝盖受损者的初学者跑鞋”时，Rufus不会只寻找标题里带有“膝盖”二字的商品，而是会通过推理，筛选出具备“高缓震”“强支撑”等隐性属性的产品。

AI的作用远不止于“给建议”，具备实际执行能力的超级代理亦正在崛起。

在电商领域，沃尔玛是这一赛道的弄潮儿。目前，沃尔玛已经推出4款超级代理，分别是服务于消费者的Sparky、沃尔玛员工代理、服务于供应商和广告商的Marty和开发者代理。

据沃尔玛，Sparky并不只是一个对话式的购物导购，而是将逐渐发展成一个能帮助顾客下单、自动复购、预约服务，理解并执行多模态指令的超级购物代理。

传统的“搜索-浏览-比较-下单”的购物路径正在瓦解，“人找AI，AI找货”的GEO（Generative Engine Optimization，生成引擎优化）时代正在靠近，卖家的营销策略必须实现从SEO向GEO的跃迁。

实操指南：

来自第一批吃螃蟹的卖家

当购物始于一场对话，电商投放优化的底层逻辑就被彻底改写了。

面对AI重塑后的新流量格局，卖家该如何应对？我们从第一批实战者的分享中已获得了一些策略思路，以下是一些切片。

一是语义重构。AI大模型更青睐逻辑清晰、信息密度高的自然语言，卖家需要放弃生硬的关键词堆砌，而是要根据产品的价值和消费者的需求，重新拆解关键词。

例如，按“描述性+功能性+收益”的思路将“不锈钢咖啡机”改为“专业级保温全自动咖啡冲泡系统”，前者只是一个标签，后者则为AI提供了关于材质、功能和等级的推理依据，增加了被AI在不同场景下推荐的概率。

二是多模态信息埋点。AI能够识别图像、音频等多模态内容，图片和视频必须变得“可读”。

对此，卖家可以在图片的关键部位以文字形式叠加核心参数，主动引入“视觉标签”。例如，在展示蓝牙耳机时，直接在图片上标注“30小时续航”“IPX7防水”。这不仅是给消费者看的，更是为了建立视觉与文本的语义桥梁，确保AI在扫描图片时能提取到准确的属性信息，从而提升推荐的精准度。

三是客户问答的丰富化。据调研，Rufus在回答用户特定提问，如“这款衣服缩水吗”或“适合5岁孩子吗”时，极度依赖Listing中的问答板块和评论数据。

因此，卖家更应主动出击，分析评论区中的高频痛点，将其转化为结构清晰的问答对预埋在问答中。例如，如果产品常被质疑“安装困难”，卖家应设置问题“这款产品安装需要专业工具吗？”，并回答“不需要，我们配备了简易安装扣，3分钟即可完成”。这种结构化的问答数据，更容易被Rufus直接引用作为最佳答案。

四是权威性的构建。独立站卖家需要将品牌官网的内容向“权威解答”方向调整，通过高质量的博客和问答板块，争取被AI大模型引用为可信信源。

封面来源/图虫创意

（来源：雨果网的朋友们）