AI助理賣的是任務完成

Albertsons 最近公布的兩個數字，比「零售商導入 AI」這件事本身更值得看。使用一般對話式搜尋的顧客，平均訂單金額約高 10%；使用能處理食譜、飲食偏好與更完整規劃的 AI 工具時，平均訂單金額則高 26%。同樣都是 AI，結果差很多，原因很可能就在服務範圍不同。前者仍接近搜尋：顧客知道自己要找什麼，系統把商品找得更快。後者開始像助理：顧客只說自己想完成什麼，系統幫忙把需求拆開，再把需要的商品組成一個可執行的購物方案。

傳統搜尋的前提，是問題已經被使用者定義完成。輸入「無糖優格」，搜尋引擎只要判斷哪些商品最相關；輸入「雞胸肉」，平台可以根據價格、品牌、庫存與個人偏好排序。即使 conversational search 可以理解更口語的句子，本質上仍是在回答一個已知問題。助理服務往前多走一步。顧客說「四個人今晚吃 taco，其中一個不能吃乳製品」，系統必須理解人數、主食、蛋白質、蔬菜、醬料、替代品與份量，甚至判斷哪些東西家裡可能已有、哪些需要補。它處理的是一個任務，而不是一個 query。

這種差異會直接改變零售商的 basket economics。搜尋的商業價值通常體現在找得到、點得到、轉換得更快；助理則有機會把原本沒有被輸入搜尋框的需求一起找出來。顧客說「週末帶孩子去露營」，真正需要的可能包括飲水、早餐、零食、防曬、防蚊、垃圾袋與簡單醫藥用品。過去每一項都要靠顧客自己想到，再逐項搜尋；AI 助理若能把情境轉成清單，新增的不是搜尋精準度，而是整個購物籃的完整度。

Albertsons 的 10% 與 26% 不能直接被解讀成因果效果。使用更完整規劃工具的人，本來就可能有更高購買意圖，兩組顧客也未必完全可比；公司目前披露的是早期商業表現，不是隨機實驗。可是這組數據仍然提供一個很有價值的方向：AI 承接的問題越接近『幫我完成一件事』，它能影響的品類與購買決策就越多。零售業過去最珍貴的是知道顧客買過什麼，助理若被廣泛使用，平台會開始知道顧客正在試圖完成什麼。

這會讓 CRM 的資料結構也改變。「買過番茄」是一個交易紀錄，「希望每週準備三次低醣晚餐」卻是一個持續存在的需求。如果平台只擁有前者，行銷工作主要是預測下一次會買什麼；若擁有後者，它可以協助設計整個餐單、推薦替代品、控制預算，甚至在庫存不足時重組方案。對零售商而言，這種需求資料比單一 SKU 歷史更接近顧客生活的結構，也更容易跨品類創造價值。

助理服務的責任因此也比搜尋更重。搜尋列出十個結果，最後仍由顧客選擇；助理如果開始替過敏者挑食品、替家庭控制預算、按照健康偏好組合餐單，平台就在參與判斷。哪些推薦受到促銷影響、哪些來自顧客偏好、系統如何使用敏感資料、顧客能不能修改或拒絕推論，都會變成產品設計的一部分。AI 的商業價值越接近代理人，透明度與控制權的重要性就越高。

因此，把 AI 理解成搜尋引擎的下一版會低估它。更好的搜尋仍然是在幫人找答案；助理則是承接一部分問題定義、規劃與執行。Albertsons 的數字值得注意，正因為它讓這個差異第一次有了可觀察的商業結果：當系統從「你要找什麼」走向「你想完成什麼」，零售商得到的不只是更高的搜尋轉換率，而是更完整的需求。