AI 辅助购物体验中的广告相关性新规则

消费者拥抱 AI 辅助购物之快，远超许多营销人员的预期。Horizon Futures 的研究发现，56% 熟悉 AI 的消费者已每天使用 AI，82% 的消费者会借助 AI 进行购物调研和比价。¹ 与此同时，顾客越来越多地将认知负担转交给 AI 驱动的购物工具，例如 Alexa for Shopping，用于价格追踪、商品发现和优惠搜寻。

事实上，70% 的受访者愿意让 AI 代为寻找优惠，64% 的受访者信任 AI 进行商品比较。² 随着 AI 对探索和购买决策的影响日益深远，能够成功的品牌将是那些在 AI 推荐时刻到来之前，就构建起信任与相关性体系，从而帮助塑造消费者偏好的品牌。

这正是流媒体、购物信号与 AI 驱动优化三者融合的战略价值所在。

效果衡量体系的建立，应以提升信任为目标，而非只做归因优化

Horizon 的研究中有一个发现特别清晰：消费者对 AI 工具的运作方式并不十分关注，他们更在意的是当出现问题时能否保持对局面的掌控。在 AI 辅助购物场景中，“否决权”、无忧退货、决策透明、随时找到真人客服——这些是赢得消费者信任的最强因素。

对于广告主而言，这改变了广告效果衡量的运作方式。品牌需要深入了解受众如何在多个触点之间流转，评估各触点前后的引导效应与品牌光环效应，例如高级流媒体曝光，从而明确哪些信号能够建立 AI 建议所看重的信任感与品牌认知度。

亚马逊营销云 (AMC) 让这一切成为可能：广告主可以在保护消费者隐私的前提下，分析互动模式、受众重叠情况及转化数据，在赢得消费者信任的同时，获取可付诸实践的洞察。

在 AI 辅助购物场景下，信任本身也成为一个效果变量。

在 AI 触发推荐之前，先让品牌在用户心中占据优先位置。

Horizon 的研究发现，使用 AI 的顾客已不再满足于随意浏览，而是追求精挑细选。 消费者越来越希望 AI 能帮他们缩小选择范围、对比选项，并快速筛选出最相关的商品。

这意味着商品发现的过程正在向上游转移。对于广告主而言，这提升了流媒体电视和高级互动媒体的作用，使其从认知度渠道转变为构建相关性的触点。

亚马逊广告的认证图谱将这些信号整合关联，通过跨家庭的可信关系，将流媒体互动与实际购物行为相连接。亚马逊 DSP 和流媒体电视广告为将高级内容曝光与可衡量的商业成果相结合创造了机会，覆盖消费者购买旅程的各个阶段。品牌将流媒体电视与互动式广告格式结合使用，可将受众从被动观看引导至主动互动的环境中，使内容、商业与参与相互促进、形成合力。

从实际操作层面来看，这意味着广告主应以不同的顺序安排媒体投放。流媒体电视广告应在高购买意向的零售时机出现之前，建立品类层面的认知度和情感亲近感。再营销通过亚马逊 DSP，可进一步利用流媒体互动信号，推动更高效的下游行动。

亚马逊也注意到，越来越多的品牌借助互动视频和创作者主导的环境，在交易时刻到来之前产生更强的互动信号。相比被动消费，鼓励用户主动参与的互动形式往往能沉淀更全面的行为数据，从从而有助于提升推荐相关性和转化效率。

AI 辅助的电商模式下，消费决策的“发现”阶段，已提前到搜索行为发生之前。

借助 AI 优化加速执行，而非将方案外包

AI 驱动的广告活动优化工具正逐渐成为现代营销人员不可或缺的运营基础配置。但仅靠自动化并不能创造竞争优势。

事实上，在 AI 驱动的广告领域，一个正在浮现的风险是各品牌的方案趋于同质化。如果每个品牌都依赖相同的优化信号、受众模型和自动化建议，差异化优势将迅速消失。

真正的优势，源于将机器的高效率与人类的战略监督相结合。

亚马逊广告解决方案可帮助广告主加速媒介优化、提升响应速度，并比单纯依赖人工流程更快地识别新兴效果模式。但表现出色的品牌正在建立清晰的治理框架，以规范自动化的部署方式。这包括为创意优化设置人工审核节点，将短期广告投资回报率 (ROAS) 指标与长期品牌增长指标分开衡量，以及持续测试增量效果，而非单纯依赖自动化建议。

这种平衡至关重要，因为消费者对 AI 的期望仍然较为复杂微妙。Horizon 的研究发现，顾客对 AI 辅助进行商品调研的接受度，远高于让 AI 完全代劳购买决策。同样的原则也适用于营销解决方案。AI 在辅助人类决策时效果卓越，而非完全取代策略性判断。

营销的未来并非自主营销。这是一种受策略性监督的自动化。

品牌在未来 18 至 36 个月内应落地执行的事项

在未来几年，最有可能在 AI 辅助购物浪潮中占据优势的品牌，往往具备以下几个共同特征。

首先，它们将更紧密地整合品牌与效果方案。随着购买旅程变得愈加非线性，AI 工具在旅程早期阶段对探索行为的影响日益深远，渠道上层媒体与商业转化之间的传统界限也逐渐失去意义。

其次，他们将投资于互联的效果衡量解决方案，以整合流媒体和购物领域的信号。AI 辅助商业运营需要跨场景的连续性，而非孤立的渠道报告。

第三，它们将设计创意体验和购物体验，以维护消费者的自主权。Horizon 的研究一再表明，消费者更希望 AI 提供协助，而非全权代劳。在自动化大规模普及的过程中，那些持续强化透明性、给予用户安心保障、并提供可逆选择的品牌，将更有能力维系消费者的信任。

最后，营销人员应当从现在开始着手测试。研究表明，未来 18 到 36 个月内，AI 辅助的普及速度将远超 AI 完全自主决策，尤其是在低门槛、重复购买的商品品类中。在此期间积极强化广告效果衡量框架、流媒体方案及 AI 就绪能力的品牌，将能更从容地应对消费者行为的持续演变。

在 AI 辅助商业领域取得成功的品牌，绝不仅仅是将交易流程自动化。它们将构建起集信任、相关性与安心保障于一体的系统，使其在 AI 介入决策的前、中、后三个阶段都能持续发挥影响力。

数据来源

^1-2 Horizon Futures 专项研究，智能体商务调研时间：2026 年 3 月 12 日至19 日数据仅反映美国的情况，N=1,001

关于作者

Katie Comerford 担任 Horizon Commerce 及客户转型业务总负责人，负责领导企业数据方案、客户转型举措以及 Horizon Commerce 的运营工作。她是一位拥有近二十年经验的营销与媒体高管，专注于将营销情报与 Horizon 的客户架构师模型相融合，通过整合技术、数据与人才，推动可量化的业务成果，加速业务增长。她在 Horizon 任职已逾 11 年，此前担任 Horizon Next 执行副总裁兼首席战略与运营官，负责帮助推动媒体、数据和技术领域的整合方案建设。