過去電商競爭的核心，是如何上架更多的商品，以滿足消費者各式各樣的購物需求，但是隨著電商提供的商品數量增加，消費者只能仰賴搜尋引擎查找關鍵字，推薦系統負責排序商品，再由消費者自行比較規格、價格與評論，再做出最後的購買決策。

這個傳統電商消費模式，將隨著生成式AI與Agent AI快速發展開始改變。未來消費者可能不再需要花時間搜尋商品，而是直接告訴AI「想完成什麼事情」，由AI理解需求、整理資訊，甚至協助完成交易。

AWS資深方案架構師Ray Wang近期在AWS Summit Taipei 2026上分享，Amazon正透過AI Shopping Agent探索新的購物模式，希望讓AI從單純提供資訊的助手，進一步成為能協助消費者完成購物任務的代理人。

AI購物助理改變流程，從找商品轉向完成任務

Ray Wang表示，傳統電商流程存在一個根本問題：消費者往往知道自己想要什麼，但不知道該如何描述成搜尋關鍵字。

例如消費者可能想找「適合雨天使用、白色、日常搭配的鞋子」，但未必知道符合需求的品牌或產品名稱。過去使用者要試著使用不同的關鍵字，再從大量的商品搜尋結果中篩選。

Amazon正在探索AI Shopping Agent，目的是希望改變這種模式，讓消費者可以直接透過自然語言描述需求，AI根據對話內容理解條件，進一步搜尋商品、分析資訊，並提供推薦。

這代表電商的消費流程從「搜尋商品→比較商品→決定購買」，逐漸轉變為「描述需求→AI理解意圖→推薦商品→協助完成交易」。

Amazon在2024年開始推出生成式AI購物助理Rufus，探索以對話方式改變消費者搜尋與購買流程。Rufus的能力也成為Amazon發展AI購物體驗的重要基礎，2026年推出新的「Alexa for Shopping」，將Rufus原有的購物助理能力與Alexa+整合，逐步取代Rufus。

靠AI助理降低消費者在電商購物流程中的摩擦

Ray Wang表示，Amazon導入Rufus AI購物助理的核心目的，是降低消費者在購物流程中的摩擦。過去電商雖然提供搜尋與推薦功能，但消費者仍需要自行整理需求、比較商品、閱讀大量評論，整個流程越複雜，越可能在購買前流失。

Amazon希望透過Rufus將購物流程由「搜尋商品」轉變為「與AI對話完成需求探索」。消費者可以直接描述需求，例如希望尋找適合特定對象的禮物，或需要符合特定情境的商品，Rufus會根據對話內容理解需求，協助篩選商品。

Ray Wang指出，Rufus也透過AI整理商品評論、分析價格變化，以及協助判斷尺寸適配性等方式，降低消費者做購買決策時的不確定性。例從大量的使用者評論中，Rufus可以歸納商品優缺點。例如不同地區市場的服飾尺寸差異，AI可根據評論與消費者背景提供消費者更適合的建議。

這些能力帶來的改變，不只是增加一個新的搜尋入口，而是縮短消費者從需求產生、商品探索到完成購買的流程。Ray Wang提到，Amazon過去推出一鍵購買功能，也是為了降低結帳流程造成的流失；如今Rufus則進一步將這個概念延伸到購買前階段，降低搜尋與決策過程的摩擦，提升購物效率與成交機會。

Agent AI的關鍵，不只是回答問題，而是能採取行動

當企業試著打造Agent AI時，重要的不只是導入大型語言模型，Ray Wang認為重點在於讓Agent具備完成任務所需的資料、工具與執行能力。

以購物Agent為例，背後需要整合：

AI必須先理解使用者需求，再根據資料做判斷，最後透過工具完成動作。

這也是AWS近年推動Agent AI平臺的重要方向。包括Amazon Bedrock AgentCore提供企業建立Agent所需的基礎能力，包括Agent管理、工具調用、身分驗證與執行環境管理，協助企業將AI從聊天介面導入實際業務流程。

換言之，企業導入Agent AI，不只是建立一個會回答問題的聊天機器人，而是打造一個能夠蒐集資訊、分析判斷並執行任務的數位代理人。

當AI成為消費代理人，提供企業及電商金流支付服務Tap Pay的喬睿科技副總經理Joseph Liao，分享從電商經營角度來看AI代理購物（Agentic Commerce）可能帶來的產業影響。

Joseph指出，過去電商掌握的是消費者「買了什麼」，但是並不能理解消費者「為什麼買這些東西」。

以同樣購買香氛蠟燭為例，一位消費者可能是為了生日送禮，另一位則可能是希望改善睡眠品質。傳統電商看到的是相同商品交易，但背後的消費情境與需求卻完全不同。

AI代理購物的價值，在於它能透過對話理解消費者的意圖（Intent），掌握購買背後的情境，讓商家不只是推薦商品，而是提供更符合需求的服務。

未來消費者可能不是先進入購物網站搜尋商品，而是在需求產生時，就先與AI Agent互動。例如：「我要參加重要場合，需要一套適合的服裝。」

AI可以進一步理解，使用的場合、購物預算範圍、個人風格，再協助消費者推薦參考方案，而不是只列出商品清單。

Joseph認為，這將讓電商競爭從過去的「商品搜尋能力」，轉向「理解消費者需求的能力」。

過去仰賴生成式AI為我們提供資訊時，當我們發現AI回覆的是錯誤的訊息，AI就會表達道歉並承認出錯，但是當AI Agent開始從推薦商品，甚至進一步執行交易，將帶來新的治理問題。

Joseph指出，當AI代替消費者購物時，必須避免發生買錯、濫買或超越授權範圍的情況。一個有趣的例子是，當消費者要求AI幫忙購買電競滑鼠，但AI搜尋資訊後，可能自行下單購買完整的電競設備更符合需求，因為購買整套設備會送電競滑鼠，導致消費的金額遠遠高出原始預期的支出。

因此，企業必須為代理購物建立控制機制，包括交易額度限制、支付權限管理，以及高風險交易的再次確認。

由此可見，未來Agent AI不只是能力競賽，也是場治理能力競賽。企業需要思考以下問題：

才能讓AI在提高效率的同時，避免它們失控。

Joseph認為，下一階段AI代理購物可能進一步發展為「AI店長」。

過去消費者進入實體商店時，店員會透過詢問了解需求，再提供建議。未來品牌網站上的AI Agent，也可能扮演類似角色。

它不只是回答「哪個商品最好」，而是先理解「你為什麼需要這項商品？」，再提供完整服務。

未來電商向Agentic Commerce概念發展，顯示AI重新定義電商流程。未來企業導入Agent AI的關鍵，不只是讓AI具備知識，而是讓AI能夠理解目標、串接資料、採取行動，並在治理框架下完成任務。