AI 与电商的未来：CRO 的两个赛道

根据 BCG 报告，81% 的美国消费者已经使用 LLM 来发现新产品。ChatGPT Shopping、Google Gemini 这类 AI shopping agent，在 2026 年第一季度处理了接近 25% 的高决策成本购买，让这一群体的订单同比增长 15 倍。

上面这些数字证明了一件事：很快，销售页面相当一部分的「读者」将不再是人，而是 AI。

这就是我写这篇文章的原因。

这也不是什么遥远的预测。过去 6 个月里：OpenAI 把 ChatGPT 推进了产品发现和 merchant 应用。Google 推出了让 AI agent 在跨平台交易的 Universal Commerce Protocol。Amazon 发布了让自家 agent 在其他零售商网站上购物的工具。

CRO 的未来变得难以预测

5 月 12 日，HBR 刊登了 Jafar Sabbah（Bayes Business School）和 Oguz A. Acar（King’s Business School）的研究。他们跨越 4 个主流 AI 模型 × 4 个常见品类，跑了数千轮模拟购买，测试了每个 DTC 品牌每天都在用的 CRO 技巧。

研究结论是：推理能力越强的 AI 模型，越对显眼的说服技巧持怀疑态度。

说得直白一点：随着 AI 在接下来的 6-12 个月变得更聪明，传统 CRO 技巧只会越来越 没用，而不是越来越有用。

肯定还有很多人相信，稀缺感、紧迫感、倒计时这类要素是高转化 Landing Page 的核心技巧。我做的工具，过去也建立在这个信念上。

如今研究显示，未来相当一部分「买家」对这些要素都不会有反应。

从现在起，在 AI feed 里的位置，会像 2010 年 Google 排名第一一样重要。

心理战术对 AI 不起作用

第一，AI agent 没有 FOMO。稀缺感（Scarcity）对人类买家有效，是因为它触发了「失去」的感觉，让大脑里的杏仁核做出反应。AI agent 没有杏仁核，没有失去的感觉。

第二，我认为这是最深的一点：AI agent 有非常宽的上下文窗口。对于一个同时在比较、抓取 20 个 landing page 数据的 agent 来说，单页上的倒计时不会产生紧迫感。对 AI 而言，那个倒计时只是 20 个数据点里的一个变量。

最后，先进的推理模型被明确训练来识别操纵。copy 里的「Only 3 left!」常常会被 AI 模型标记为操纵信号（dark pattern），而不是有效的信息要素。

总结一下：AI agent 不会被说服。AI agent 会比较。在这场「战斗」里胜出的品牌，是数据最完整、比较信号最清晰的品牌 — 而不是 copy 最有说服力的品牌。

入口正在迁移

agent 行为只是故事的一部分。更深、更值得 DTC 品牌警惕的转变，是 traffic 找到 store 的方式。

每个人都熟悉的旧 funnel：

Facebook 广告 → landing page → checkout

3 年后会逐渐变成：

Agent → 发现与谈判 → dynamic commerce → checkout

或者：

Chat → generated storefront → generated offer → payment

当 OpenAI、Google、TikTok、Meta 成为购物的入口，traffic 不再涌入 homepage。PDP、navigation、landing page 的「above the fold」都会变弱。

变强的是什么？Generated offer、generated trust layer、generated comparison、conversion intelligence。在 runtime 按每个 visitor、每个 context 渲染出来的东西。

一个 storefront 服务一个 visitor、一个 context。不再有「一个页面给所有人」。

CRO 分裂为两个赛道

CRO 没有死。CRO 分裂为两个截然不同的赛道，需要两套不同的工具栈，两种不同的内容思维。

第一个赛道仍然是「面向人类的 CRO」。情感、故事、心理、社会证据、紧迫感、稀缺感。

目前大部分流量仍然是人类，放弃这个赛道 = 失去当前 80% 的营收。对优秀的 copywriter、designer、CRO consultant 来说是好消息：你的工作还在，而且变得更复杂了。

第二个赛道是「面向机器的 CRO」：可信赖的信号、结构化数据、给 AI 爬虫的 schema markup、有深度且大量的真实评论、AI feed 中的位置、API 响应速度。

这是一个全新的赛道。好消息是：所有品牌都站在同一条起跑线上。

未来 5 年胜出的品牌，不是在某一个赛道上最强的那一个。而是两个赛道都能玩的那一个。

在这两个赛道里，像静态主题、纯拖拽 builder、template marketplace、landing page 克隆、人工 CRO 测试……都在慢慢「死去」。

Realtime generated storefront（实时生成的店铺）、按 visitor/agent 个性化的 funnel（为每个访客 / agent 个性化的漏斗）、autonomous experimentation、memory-based commerce、intent-driven product discovery、AI-native merchandising……会活得很好，并且越来越强。

现在就要做的 3 件事

第一是 真实评论。在我们测试过的所有信号里，这是 唯一一个 能稳定地把 AI agent 推向正向决策的因素。

品牌需要一套能收集真实评论、量大、有深度的系统 — 不是只有 5 星 + 一句「great product」。如果 12 个月后你的对手有 2,000 条深度评论而你只有 200 条浅评论，AI agent 会在考虑你之前就锁定他们。

这里没有「说服」。只有信号。

第二件：schema markup 重要程度等同 2010 年的 SEO。

AI agent 在读 marketing 文字之前，先读 structured data。Product schema、FAQ schema、Review schema 等。

我注意到很多 DTC 品牌跳过 schema，理由是「我们已经在 Google 索引里了」 — 那是 2020 年代的思维。今天，schema markup 是你跟 AI 爬虫说话的方式。而 AI 爬虫，正在成为不亚于 Google 的流量来源。

最后，为 AI agent 做 A/B test，是一个全新的工具栈。

Optimizely、VWO、Convert 都是为了测试人类行为而生的：点击、滚动、停留时长。这套栈里没有任何一个指标，能测出「AI agent 在 20 个 LP 里是否会选这个 LP」。

我们需要新的测试基础设施，模拟 AI agent 的评估方式 — 这是一个巨大的工具缺口。

上面三件事（真实评论、schema markup、A/B test）都只是入门级。长期的 moat 不是这三个。

LLM 谁都有。Image generation 谁都有。AI page builder 最后也会 commoditize。

不会 commoditize 的是：你这些年积累的 conversion data、上千次测试里沉淀下来的 winning pattern、你在真实 store 上量到的 behavioral loop，以及你团队的 ecommerce intuition。

今天开始系统地记录 winning pattern 的 DTC 品牌，3 年后会有真正的 moat。只用 AI 来 generate page 而不沉淀数据的品牌，3 年后还在起跑线上。

收尾

事实是：在 AI 出现之前，Page Builder 对普通人来说真的很难用。即便是 GemPages，也只有大约 5% 的用户能真正设计出漂亮的页面。

AI 改变了这件事。有了 AI，任何人都能设计 landing page 并优化转化。GemPages 率先推出 Image-to-Layout：上传截图，AI 把它变成可编辑的页面。两年前发布的介绍视频接近 100 万播放，几十万个 section 由 AI 生成。

但 AI 也是巨大的挑战。如果不持续进化，GemPages 会被替代。这就是为什么我们 all-in 押注 GemAI — CRO Brain：一个连接 GemPages、GemX、Gemians 的 AI 底层，把它们拼成一个会自学、为每家 store 自动优化的 CRO 大脑。

我的建议：如果你正在做 Shopify app，问问自己 「如果 AI agent 能做我的工作，我还为什么存在？」 在未来反过来打造你之前，先去打造那个未来。

— Chris