对话式AI机器人开始在实体店与顾客交谈

实体店正在测试能与顾客真正对话的社交机器人和“数字人”——不再是又一块屏幕或聊天机器人,而是借助语言模型、实时了解这家门店商品、库存和服务的数字同事。荷兰专业媒体Emerce基于与零售商和技术供应商合作的应用研究项目发布的分析显示了这一趋势。该分析认为,问题已不再是对话式AI是否会在实体店发挥作用,而是它已经如何改变了卖场里的顾客接触方式。

从顾客画像到卖场对话

零售商多年来一直在投资顾客数据:购买历史、会员计划、详细画像。但在卖场里,需求往往是当场产生的——顾客在找礼物、在两件商品间犹豫,或想知道什么适合自己的情况。门店不一定要先知道这是谁,更重要的是理解顾客此刻需要什么。社交机器人或数字人可以主动开口、追问,一步步厘清需求——这本质上正是优秀导购一直在做的事,如今由语言模型辅助,并可规模化组织。

只有结合门店本地知识,这种对话才真正有价值。通用产品信息——规格、价格、评价——如今在网店和比价网站上随处可见。一家门店的独特之处在于自己的商品结构、陈列、库存和员工:精心挑选的商品、本地或手工制品、限时促销、员工常推荐的搭配。有了这类门店专属知识,机器人或数字人能回答只属于这家分店的问题:某件商品在哪里、这里是否有货、有哪些替代品、哪位员工能解答专业问题。

每一次对话教给零售商什么

收银和会员数据能显示顾客最终买了什么,却很少显示购买前的疑问,或顾客空手离开的原因。通过主动提问,社交机器人或数字人开辟了一种新的信息来源:关于顾客犹豫什么、缺少哪些商品信息、在寻找哪些替代品的互动数据。妥善记录后,这些数据不仅能改善直接的顾客服务,还能为选品、门店布局和服务改进提供依据。

同样的技术还能留住那些常常随资深员工离职而消失的实用经验——在人手短缺、人员流动和大量兼职用工的背景下,这是一个真实的风险。这不会自动发生:零售商必须先把这些知识显性化——产品故事、建议规则、常见问题——语言模型才能加以利用。一旦与机器人或数字人关联,这些经验就能更广泛地被使用,包括在高峰时段、面向新员工,或在专家不在场时——这是可规模化的专业能力,而不是困在一个人脑子里的知识。

全球加速推进,但并非没有阻力

荷兰门店正在测试的做法,契合一个更广泛的国际趋势。行业媒体Retail Customer Experience对美国零售和科技高管的调查显示,92%的美国零售商将在2025年增加AI投入,全球市场预计到2030年达到524.5亿美元。同一调查发现,70%的购物者已在购物过程中使用过AI工具,预计2026年消费者将更多依赖AI代理来规划、比较和完成购买——这是企业中代理型AI应用向零售领域的延伸,也促使零售商更好地打通自身数据。

同样的信源也显示,这一进程并非毫无摩擦。同一篇报道引用的托管服务商Kinsta的调查发现,93%的消费者仍更愿意与真人交流,84%认为真人更准确,80%认为AI主要被用来削减成本,而非改善服务。这种张力恰好印证了荷兰研究指出的第六个、也是最后一个转变:仅仅把机器人或数字人摆进门店本身并不会带来任何改变。只有当员工被纳入其中,他们在服务流程中的角色被重新设计,这项技术才能真正成为数字同事。

更用心打造的到店体验,仍将是品牌和零售商的差异化优势——即便在AI时代,这也是与顾客保持联系最有效的方式之一。

• 92%的美国零售商在2025年增加AI投入,全球市场预计到2030年达到524.5亿美元(Retail Customer Experience)。
• 70%的购物者已在购物过程中使用过AI工具,2026年AI购物代理预计将进一步兴起。
• 93%的消费者仍更愿意与真人交流,84%认为真人更准确(Kinsta调查,经Retail Customer Experience引用)。
• Emerce总结的门店六大转变:从顾客画像到对话、从通用信息到本地知识、从收银数据到表达需求、从流失的经验到共享的专业能力、从界面到服务人格、从孤立技术到数字同事。

这对中国零售商和出海企业意味着什么

对中国零售商而言,这意味着安装之前先要做好功课:门店专属知识——库存、选品、优秀导购的建议逻辑——必须先被系统整理,否则机器人说出来的话会和任何网店聊天机器人一样笼统。这也意味着要让员工参与到新的角色分工中,而不是被绕开,尤其是同样的国际数据显示,相当一部分消费者仍不信任纯AI式服务。做扎实了,这项前期工作能带来一位从不缺席周末客流高峰、并把最优秀导购的经验分享给全体员工的“导购”;做得草率,只会多添一块昂贵的屏幕。