顧客由誰帶進門決定零售商的租金權力

一座大型車站每天讓數以萬計的乘客在同一處進出。乘客支付車票,是為了到達目的地;站方則能在不改變乘客旅程的情況下,把通道旁的店面出租、提供廣告位置,或經營與車站相連的物業。鐵道運輸創造了人流,商業租金將這批人流的可接觸性轉成另一種收入。車站經營者擁有的因此不只是售票能力,還包括決定哪些商家能在乘客必經路線上出現的權力。
港鐵2025年報提供了可以拆開觀察的資料:香港車站商店共有一千五百九十一間,站內零售租金收入約三十六點六四億港元,廣告收入約十億港元。這些數字不是香港鐵路全部利潤,也不能推論票務收入無足輕重;港鐵仍以鐵路服務為主要營運基礎,並另外管理物業開發與出租。重要之處在於,乘客聚集於特定地點,使站內空間和注意力形成商業價格。
這套機制與零售通路高度相似。一家百貨公司或大型超市先靠商品與服務讓顧客願意到來,再把貨架位置、品牌展示、會員接觸、廣告及外部商家的交易機會出售。商品交易提供聚集人流的理由,但它不是通路能夠從顧客身上創造價值的唯一方式。當通路控制了需求在何處出現、商品在何處被比較,品牌便願意為這個入口支付費用。
人工智慧購物工具開始改變這個分配。顧客可能不再先打開零售商的網站或走進門市,而是先問一個外部助理:預算有限、要買給幾歲的孩子、希望下週送到,哪些商品值得考慮?助理整理規格、價格與可用性,再把顧客送到一個能結帳的網站。交易最後仍可能發生在零售商,但決定顧客最初看見誰的,已經是另一個入口。這與站方保有車站空間控制權的情況並不相同。
2026年11月17日Retail Dive報導引述Gartner調查,百分之十三的受訪消費者表示打算以AI尋找節慶禮物靈感;Bain另一項調查顯示,百分之二十五的受訪者計畫從AI平台開始節慶購物,前一年為百分之十七。兩項調查的問題與母體不同,不能加總或當作全部交易的滲透率。報導也指出,大多數使用者仍會查看其他資訊來源並自行完成購買。AI現在更可能先改變商品被比較的順序,而非立刻取代零售商的結帳。
能完成交易不等於擁有需求形成的入口
一名顧客直接走進超市買奶粉,超市可以觀察他何時到來、看過哪些貨架、是否使用會員優惠,以及未來會否再次購買。即使顧客最後沒有成交,零售商仍可能透過店內行為與會員資料理解未被滿足的需求。相反地,外部AI工具若已先替顧客排除數十個品牌,零售商接到的也許只是一筆指定品項訂單,看不到顧客為何淘汰其他選擇。
零售業常用的轉換率在此會出現解讀偏差。從AI推薦連結進站的顧客可能比一般搜尋訪客更容易結帳,因為比較、篩選和預算設定早已在站外完成。Adobe在2026年10月公布的美國零售網站資料顯示,AI轉介訪客的每次造訪收入比非AI訪客高出百分之八十三,轉換率亦較高。這是不同來源流量的觀察比較,不能證明AI工具本身額外創造了同等比例的銷售;它也可能只是先挑出了購買意圖更明確的顧客。
當零售商只看訂單結果,就容易把高轉換率當成完整的獲客能力。顧客若下次又回到AI助理尋找替代商家,這家零售商雖然完成了上次交易,卻未必保有下一次需求的優先接觸權。獲客成本可能因為高意圖轉介而暫時下降;隨著品牌和零售商都爭奪同一個推薦位置,外部平台便有能力重新分配曝光和排序規則。最初免費或低價的導流,之後可能成為通路必須購買的服務。
線下車站也存在類似權力,但它的地理限制不同。旅客要搭某條鐵路,通常必須經過指定車站,站方擁有一定的稀缺位置;站內商家可以比較租金與客流量,決定是否承租。外部AI購物平台卻可以在一次回答中同時提出不同品牌、電商與門市。它擁有的不是不可搬遷的站體,而是持續更新商品資訊、理解詢問意圖與排序選項的能力。推薦權若沒有可信資料支持,顧客仍可能轉回熟悉的零售通路。
因此,真正被重新定價的不是網站造訪次數,而是顧客開始做購物決策的那個位置。過去商家爭取鬧區店面、車站出口和搜尋結果首頁;如今一部分競爭移到助理如何解讀需求、採信哪些資料、以何種規則比較商品。每個推薦位置對品牌的價值,取決於它帶來多少可履約、能留住且會再購買的顧客,而非單純被提及多少次。
商品資料越開放顧客關係越需要清楚界定
零售商想被AI工具推薦,至少需要讓外界取得可信的商品名稱、規格、價格、庫存、運送時效與退貨條件。資料錯誤會讓推薦失準,進而使使用者對零售商與助理都失去信任。然而,向外部系統提供商品資料,不代表必須交出會員的完整身分、購買歷史、家庭組成與個別偏好。兩種資料分別用來回答『商品能不能賣』與『下一次應該推薦給誰』,其經濟權利並不相同。
BCG於2026年10月研究大型零售商與品牌時發現,受訪零售商中約百分之四十二選擇讓各種外部代理工具取得商品資料,百分之三十二只對指定合作工具開放,百分之六選擇全面阻擋,其餘仍在決定。這是受訪企業的策略分類,不能視為全世界零售商的普查。它顯示兩種相反誘因:開放資料有助於爭取被推薦的機會,保留部分接觸與個人資料控制權則有助於維持自己的會員服務與廣告價值。
假設一家零售商把即時庫存和配送價格免費開放,外部助理便可能把它納入更多比較結果,增加訂單。訂單增加後,零售商需要補貨、配送與客服投入,但若顧客始終匿名、下一次仍由外部平台決定去哪裡購買,零售商就很難用後續會員服務分攤這次獲客成本。它可能被迫把更多預算付給平台爭取推薦,商品毛利又因同一平台上的比價而受壓。原本為了增加流量而開放資料,最後可能提高取得流量的價格。
另一個極端也有成本。零售商若阻止所有代理人讀取商品資訊,顧客在外部平台提出的比較請求便可能只看到競爭對手。品牌商品明明有庫存、價格也具競爭力,卻因缺乏可信的資料連結而失去被考慮的機會。這不是資料保護與資料開放只能擇一的問題,而是要分別界定商品資訊、會員資料、交易紀錄及支付授權的取得範圍。缺乏清楚權限的開放會侵蝕顧客關係;完全封閉則可能讓品牌退出顧客的初步選擇集合。
Gartner在2026年5月公布的美國調查還顯示,受訪者更願意讓AI協助縮小選項,卻較少願意交出最終購買決定。即使AI商品推薦逐漸普及,結帳、付款、退貨和售後信任仍可能保留在零售商手中。這段交易後服務具有不同於推薦演算法的價值:當商品規格不合、配送延誤或需要保固時,顧客追究責任的對象不是一句推薦文字,而是能真正履約的商家。
若零售商把每次AI轉介都轉成自願加入會員、願意留下使用偏好的直接關係,外部平台就不必永久控制未來訂單。但這條路不能靠強迫註冊或蒐集過量資料完成。零售商必須提供足以讓顧客願意回來的服務,例如尺寸更換、家庭常購品補貨、可靠的售後紀錄與會員保障。資料的商業價值產生於改善下一次交易,而不是收集了多少欄個人資訊。
流量的地租會在平台與履約者之間重新分配
車站的商業空間有租金上限。商家願付多少,取決於客流、消費能力、店面面積與附近競爭;租金如果升得太高,商家退出,空置率增加又會削弱站方收入。AI購物平台同樣需要在推薦效率、品牌出價與消費者信任之間分配收益。如果排序主要由廣告費決定,使用者可能得到更差的選擇,重新尋求其他工具。平台的議價能力仍以被認為能節省比較成本為前提。
外部推薦還可能把零售商既有的廣告價值轉移出去。品牌過去願意購買零售商網站或門市內的展示,因為那裡能接觸正在購物的顧客;如果顧客主要在站外完成初步比較,品牌便可能把預算移往掌握決策入口的AI工具。零售商既失去部分曝光機會,也可能只能在最後一步提供付款、倉儲與退貨服務。原本屬於通路的需求媒合收益,將更靠近推薦介面。
這種移轉不會完全發生。通路若擁有其他商家難以替代的獨家商品、可靠的當日履約能力或跨家庭生命階段的服務紀錄,即使由AI推薦,顧客仍有理由選擇它。從AI轉介而來的顧客也可能進一步成為直接會員,讓零售商得到原本難以觸及的新客。要判斷究竟誰取得價值,不能只看AI流量占比,更要測量這些客戶後來是否再次直接來訪,以及零售商為取得每一筆真正增量訂單支付了多少費用。
以一筆售價一百元的訂單作假設,若商品進貨及直接履約成本合計八十元,零售商尚有二十元可支應其餘費用和利潤。若外部入口開始收取五元導流費,短期新增訂單可能仍值得承接;但顧客若原本就會直接到站,五元就只是把既有收益轉給新的守門人。更重要的是,若零售商為補償這筆費用而提高商品價格,顧客可能讓AI改推薦其他商家,進一步增加其對平台的依賴。這是示意計算,不是任何平台已公布的收費。
港鐵的案例在此提供了清楚的制度比較。站內店鋪租金與廣告收入依賴站方仍能控制旅客動線、提供穩定的運輸服務;AI平台則不需要建造鐵路或購買店面,就能透過資訊整理與推薦掌握部分購物選擇。兩者都在出售顧客聚集所形成的商業機會,但地理入口靠實體路線稀缺,數位入口靠可信資料、方便比較與持續使用。這種差異決定了通路能把多少需求價值留在自己手上。
對零售商而言,商品交易仍是建立信任與聚集顧客的基礎。真正的資產是讓顧客願意把下一次需求再次交給自己的能力;真正的風險則是承擔進貨、庫存及履約成本,卻把需求形成、推薦與廣告價格的控制權讓給別人。能夠同時經營商品、服務、會員與資料使用權的通路,才有機會像好的交通樞紐一樣,把人流轉為長期收益;無法保住顧客關係的通路,即使營收成長,也可能只剩下替外部入口完成交易的角色。
留言