AI 不只能回答問題，現在還能幫你比價、挑規格、甚至直接下單付款。從去年 MCP 購物助手的概念，到今年 Agentic Commerce 成為全球電商熱門關鍵字，AI 代理人正在改寫消費者的整個購物流程。數位時代創新長黃亮崢 James 邀請 BigGo 創辦人兼執行長焉德葳 Kevin，從電商與 AI Agent 第一線的實戰經驗出發，深入解析代理人商務的技術演進、對品牌與電商的衝擊，以及臺灣產業該如何因應這場結構性變革。
聽完這集你可學到：
Agentic Commerce 與 MCP 的關鍵差異：去年的 MCP 購物助手重點在幫使用者搜尋比較，屬於輔助決策；今年的 Agentic Commerce 則是 AI 自己串接各網站 API，能幫使用者管理訂閱、追蹤返現、建立採買清單，甚至直接完成下單購買，從「幫你找」進化到「幫你買」。
支付協定百花齊放但 AI 不受限：Stripe 的 ACP、Google 的 AP2、Visa 與 Mastercard 各自推出 Agent 支付協定，但 AI 只需載入一個 skill 檔案就能理解並使用任何協定，想靠協定卡位搶佔先機的策略效果有限。
購物決策從一週壓縮到一小時：目前 OpenAI 在使用者詢問商品時，已會透過 Agent 打 BigGo 的 API 進行比價並回覆推薦結果。過去消費者查評價、比價格、問親友的流程需要一週，現在透過 AI 可能一小時內就能完成所有決策。
AI 是打通所有環節的全能買手：冷氣的 BTU 噸數與坪數換算、信用卡週間優惠方案比較、組電腦的顯卡瓦數與機殼尺寸搭配——這些分散在不同專業領域的知識，過去沒有人能全部精通，而 Agentic AI 已具備跨領域整合的能力。
跨會話記憶讓 AI 越用越懂你：AI 的上下文壓縮與跨會話記憶技術，能在長期對話中去蕪存菁，記住使用者的偏好與過往購買紀錄。耶誕節送過的禮物，情人節不會重複推薦；媽媽喜歡的品牌風格，母親節不用重新交代。
品牌網站要從服務人類轉向服務 Agent：BigGo 目前已有大量流量來自 AI 的 User Agent 而非人類瀏覽器。品牌方應採用 llms.txt 等新型 sitemap 模式，將網頁輸出從 HTML 轉為 Markdown 格式，讓 AI 更容易理解產品內容與規格，提高被 Agent 推薦的機會。
干擾型廣告將逐漸失效：當 AI Agent 代替消費者做決策，傳統透過廣告觸發購買衝動的模式會越來越難奏效。Agent 不會逛首頁、不看 banner、不受滿額免運誘惑，品牌必須從「把東西塞到使用者面前」轉向「讓使用者的 AI 來找你」。
Powered by Firstory Hosting
