零售搞AI，除了AI客服還能幹嘛？Target讓機器讀懂什麼是「可愛」，還實際應用在3大層面|數位時代 BusinessNext

科技變革瞬息萬變，零售巨頭們正紛紛擁抱 AI，迎接新一波競爭與轉型挑戰。美國零售品牌 Target 近期啟動多項改革行動，試圖藉由將 AI 深度導入各項業務環節，扭轉銷售與來客數下滑的趨勢。

Target 如何將 AI 化為企業新的成長動能？從企業營運、消費者體驗、員工三個層面來分析。

美國零售巨頭 Target 是怎麼推動 AI 改革的？從三大核心層面解析

Target 目前的首要目標，是扭轉銷售與來客數下滑的局面。現任營運長、預計於明年初接任執行長的 Michael Fiddelke 指出，公司轉型的關鍵在於「重新奪回商品企劃的主導權，並更善用科技，以加快決策速度、優化顧客體驗，並全面提升營運效率」。

Fiddelke 認為，Target 的品牌核心在於風格、設計與顧客體驗，而 AI 正是加速這三者進化的關鍵動能。Target 的 AI 轉型策略分為兩個階段：首先，透過短期成果驗證來推動效率提升；接著，建立普及的技術基礎，讓解決方案得以在全公司範圍內規模化運作。

當消費者走進 Target 門市時，AI 其實正默默在幕後運作。其應用範圍廣泛：

商品開發端：人機協作，加速商品企劃

Target 在 AI 領域最受矚目的投入之一，是生成式 AI 趨勢情報平台「Target Trend Brain」。這項工具能協助採購與商品開發團隊捕捉新靈感，並依據市場趨勢更快速地開發新產品。

資訊與產品長 Prat Vemana 解釋，該平台雖仍處於早期導入階段，但核心目標是：結合開發人員的創造力與 AI 帶來的效率。而最終決策仍由開發部門主導，AI 扮演的只是協助者角色。Vemana 更補充：「我們的開發團隊已是世界級水準，這些工具的設計，就是為了讓他們在 AI 的敏捷協助下發揮更大的創造力。」

供應鏈與門市：AI 預測引擎確保「不缺貨」、縮短結帳時間

Target 也計劃在即將到來的黑色星期五與耶誕購物季中，全面運用 AI 技術。Vemana 表示，公司已在各商品類別導入 AI 需求預測引擎。Target 認為，確保商品不缺貨是最關鍵的任務，因此運用 AI 提前偵測庫存不足，並協助門市主管即時動態調整，確保貨架上隨時有正確商品。其預測準確度隨著模型持續學習與更新而不斷提升。

在顧客端，AI 也協助縮短結帳時間、指引員工更快回應顧客需求，以及簡化退貨與 Drive Up（取貨）流程。Fiddelke 表示：「消費者從踏入店內到走到客服櫃檯，科技正讓購物變得更輕鬆，而我們才正開始釋放這項潛能。」

第三方市場服務：代理 AI 提升審核效率與準確度

Target 也將 AI 延伸至第三方市場服務。旗下於 2019 年推出的「精選型」零售平台——Target Plus，主打嚴選商品與合作品牌。如今，Target 在第三方賣家申請的審核流程中，導入代理式 AI（Agentic AI）輔助判斷。AI 會蒐集網路上可取得的公開資訊並整理成摘要，讓平台分析師能在同一頁面上快速審閱所有資料，大幅提升審核效率與準確性，從而確保供應商符合 Target 與消費者需求。

延伸閱讀：統一「301億元」買下家樂福，台灣量販4大天王確立！一次盤點羅智先近年通路事業投資

從 SEO 到 GEO，Target 重新定義消費體驗

在人機協作推動零售效率的同時，Target 也將 AI 的應用延伸到消費體驗層面，重新定義了「搜尋」這件事。Target 數位產品管理副總裁 Ranjeet Bhosale 在 2025 年秋季 Shoptalk 大會上指出，SEO 的未來將邁向 GEO（Generative Engine Optimization，生成式引擎最佳化）。

Bhosale 說明，雖然目前多數 Target 消費者仍以傳統關鍵字方式搜尋商品，但隨著生成式 AI 的普及，部分消費者已開始使用更自然、完整的語句進行查詢。例如，過去他們可能只輸入「玩具車」，如今則會問：「送 9 歲小孩的禮物有哪些選擇？」這標誌著零售商的焦點已從「讓消費者找到正確商品」，轉向「在脈絡中提供最貼近需求的體驗」。

AI 變革一：重新打造搜尋與推薦引擎：什麼叫可愛？耐用定義是什麼？

Bhosale 指出，Target 將「搜尋與發現」（Search & Discovery）視為首要任務，因為這往往是消費者數位旅程中最關鍵的一步。Target 每年處理數十億次搜尋查詢，其中約有 25% 含有主觀詞彙，如「可愛」或「耐用」。

為了更準確理解這些語意差異，Target 重新打造了搜尋與推薦引擎，讓系統能即時掌握顧客意圖、商品趨勢與庫存狀況。Bhosale 強調：「結果是，搜尋變得更聰明、更貼近使用者，不僅幫助顧客更快找到想要的商品，還能發現那些意想不到的驚喜。」

AI 變革二：佈局 AI 購物助理存在的未來

隨著 AI 購物助理的普及，Target 正在為那些「不一定會直接造訪 Target 官網，而是透過外部購物助理購買 Target 產品」的世界做準備。Bhosale 表示，這正是 GEO 策略展現價值的關鍵：Target 必須確保這些 AI 代理人能更深入理解 Target 的產品特性，無論顧客是透過第三方助理接觸 Target，還是透過自家 AI 助理與品牌互動，都能獲得一致且精準的體驗。

AI 變革三：讓更多人信賴 AI 禮物推薦服務

Target 去年在年末檔期推出了生成式 AI 禮物搜尋工具「Bullseye Gift Finder」，可依據兒童的年齡、興趣與喜愛品牌等條件，提供個人化的禮物推薦。 Bhosale 表示：「該工具上線後的使用率相當高。」因此，Target 也正在評估如何將這項能力擴展至其他節慶檔期，例如情人節或母親節。

儘管部分研究顯示，消費者對 AI 購物助理仍抱持懷疑態度，但 Target 的經驗指出，只要生成式 AI 所提供的結果「足夠相關、具脈絡性且值得信任」，消費者仍樂於採用。 Bhosale 總結：「消費者要的，不只是答案，而是一個能被信賴的搜尋體驗。」

延伸閱讀：台灣麵包市場大翻轉！到7-11、全家買的人「變多又敢花」，全聯平均消費金額下降了

採「中立」策略，全面強化員工應用 AI 能力

無論是供應鏈優化，還是搜尋體驗的重塑，Target 的 AI 轉型已不再是實驗性計畫，而是滲透至營運每一層面的長期策略，並也擴及企業文化的建立：

員工內訓： 找 OpenAI 團隊親自教員工 AI 工具使用技巧

Fiddelke 表示，自 5 月以來，Target 已為內部員工開通超過 1 萬個 AI 工具帳號。 Vemana 表示：「這是公司強化員工 AI 知識與應用能力的計畫之一。」Target 甚至邀請 OpenAI 團隊親自到公司，協助員工熟悉如 ChatGPT 等工具的實際運用。

內部應用： 從門市到供應鏈導入 AI，提升效率

Target 多數團隊已在日常工作中導入生成式 AI。門市人員透過自家開發的「Store Companion」 App，能以更細膩的方式服務顧客；供應鏈則部署了聊天機器人 JOY，協助廠商與供應商快速取得回覆；資安團隊也運用 AI 提前強化防禦，主動偵測並預防潛在威脅。

技術策略： 提供驗證平台，讓工程師自由試驗 AI 模型

Target 在 AI 探索上採取「中立」策略，允許開發人員與工程師自由試驗各種 AI 模型。公司內部設有名為 ThinkTank 的平台，專供團隊測試與驗證新想法。他說：「透過 ThinkTank，團隊能快速切換並比較不同模型，不受單一供應商或特定解法限制。」

此外，OpenAI 近期推出的 ChatGPT 即時結帳功能，將新增包括 Target 在內的 11 家零售夥伴。這進一步強化了 Target 在外部 AI 生態系中的重要性。

從「Trend Brain」到「GEO」，Target 正以實際行動證明，生成式 AI 不只是效率工具，更是重塑零售競爭力的核心引擎。這場由 AI 驅動的革新，不僅重塑零售效率，也將重新定義品牌與消費者之間的關係。

本文授權轉載自《FC未來商務》

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。