AI 購物代理人的出現，代表零售業的競爭正在換位置。過去，品牌努力經營 SEO、廣告、社群與會員，目的都是把消費者帶回自己的網站或門市；但是當 Google Gemini 這類 AI 入口開始理解需求、比較商品，甚至協助完成結帳時，品牌就不只是在爭取流量，而是在爭取能不能被 AI 正確讀懂。
Ulta Beauty 與 Google 的合作，表面上是美妝零售的新功能，實際上卻揭示一個更深的變化：商品資料、庫存、會員權益、推薦邏輯與交易流程，正在變成 AI 時代零售基礎建設的一部分。
這對零售品牌與電商業者來說，問題已經不是「要不要做 AI 購物助理」，而是「當 AI 開始替消費者做初步判斷時，我的品牌是否仍在 AI 的推薦清單裡？」
2026 年 4 底，美國美妝零售商 Ulta Beauty 與 Google 宣佈推出兩項 Gemini-enabled 購物體驗。
第一項，是在 Google Search 的 AI Mode 與 Gemini app 中，讓消費者看見 Ulta Beauty 的商品推薦、比較選項，並在符合條件時完成簡化結帳。第二項，是在 Ulta.com 上推出 Ulta AI，這是一個建立在 Gemini Enterprise for Customer Experience 上的 AI 購物助理，之後也會逐步導入 Ulta Beauty App。
根據 Ulta Beauty 的官方資料指出，Ulta AI 會運用其超過 4,600 萬會員的購買行為和需求洞察，提供更個人化的購物引導。這個功能的真正重要之處，並不是 Ulta Beauty 多了一個客服式購物助理，而是 Google 正在把搜尋、推薦、商品比較與結帳，接成同一條 AI 購物路徑。
也就是說，消費者未來不一定先進品牌官網，也不一定先打開電商平台。他可能是在 AI 對話裡描述需求、比較商品、接受推薦，最後才進入購買流程。
這樣的改變，會讓零售競爭的重心開始改變。在過去，品牌最在意的是怎麼把流量導回自己的網站。而接下來，品牌還得多問自己一個問題：當 AI 成為消費者的購物入口時，我的商品、品牌、庫存、會員權益與交易條件，能不能被 AI 正確理解、信任，並且拿來推薦？
消費者不是在搜尋商品，而是在描述一個生活情境
傳統電商的起點，通常是由一組關鍵字開始。消費者輸入「保濕精華液」、「敏感肌防曬」、「開架粉底」，再從搜尋結果、分類頁、評價與價格中慢慢篩選。品牌則想辦法讓商品出現在搜尋結果前面，就得讓文案更吸引人，讓頁面更容易轉換。
但是 AI 購物代理人改變的是這個起點。在 AI 對話裡，消費者可能不會先說出商品名稱，而是描述一個情境。
例如：
「我下個月要去日本，皮膚偏乾，想找不會厚重的底妝。」
「我平常上班很趕，希望五分鐘內可以完成淡妝。」
「我想送朋友生日禮物，她喜歡乾淨感，但不太擦濃妝。」
這些句子不是傳統關鍵字，而是需求、情境、預算、偏好與限制混在一起的真實語言。AI 購物代理人的工作，就是把這些模糊的語句，轉成可以比對的商品條件，再進一步推薦商品組合。
這和傳統的搜尋有很大差別，傳統的搜尋都是「你問什麼，我找什麼」。而 AI 購物代理人，更像是「你描述一個問題，我幫你推估可能需要什麼」。這也是為什麼美妝品類很適合成為早期測試場景。因為美妝商品本來就高度依賴個人條件，包含膚質、膚色、妝感、預算、品牌信任、使用情境與送禮需求。
在過去，這些判斷常靠門市人員、KOL、社群心得與大量評論拼湊。但是現在，Ulta Beauty 正試著把這些判斷接進 AI 購物入口。Google 早在 2025 年就把 AI Mode shopping 描述成一種結合 Gemini 能力與 Shopping Graph 的購物體驗。Google 官方資料指出，Shopping Graph 含有超過 500 億筆商品列表，並包含評論、價格、顏色選項與供貨狀態等資料，其中超過 20 億筆商品列表每小時更新。
這代表 Google 不只是想把 AI 放在搜尋結果上方，而是想用 AI 重新整理商品世界。對品牌來說，這是一個很重要的變化。因為消費者的需求不再只是「找到某個商品」，而是希望有人幫他把模糊的需求「翻譯」成購買的選擇。因此，誰能在這個翻譯過程中被 AI 正確理解，誰就更有機會被消費者看見。
真正的變化，是「發現商品」與「完成交易」開始合併
零售業過去有一條很熟悉的漏斗：曝光、導流、瀏覽、加入購物車、結帳、售後服務。每一段都有不同指標，也有不同工具。品牌投廣告是為了曝光，做 SEO 是為了搜尋，經營會員是為了留存，優化結帳流程是為了降低棄單。
但 AI 購物代理人出現後，會讓這條漏斗變短。在 Ulta Beauty 與 Google 的合作中，消費者未來可以在 Google 的 AI Mode 與 Gemini app 中，看見 Ulta Beauty 商品推薦、比較選項，並在符合條件時完成簡化結帳。
這背後使用的是 Google 推出的 Universal Commerce Protocol，簡稱 UCP。Google 將 UCP 定義為一個開放標準，目的是支援 agentic commerce，也就是讓 AI 代理人在消費者授權與商家系統配合下，完成從發現商品到購買的流程。
這裡的關鍵，不是多了一個結帳按鈕，而是購買決策可能不再完整發生在品牌自己的網站裡。消費者可能在 AI 對話中完成大部分比較，品牌網站只是被接入交易流程的一部分。品牌過去努力經營的官網頁面、商品分類、促銷橫幅與內容導購，未來可能只剩下部分角色。因為很多判斷已經在 AI 對話中發生了。
這對於零售商來說，這是機會，也是壓力。機會在於，如果品牌商品能被 AI 正確讀取，就有機會在消費者需求剛形成時被推薦。那是一個比傳統搜尋更早的位置。消費者還沒決定品牌，也還沒進入固定平台，AI 就可能先把你的商品放進候選清單。而壓力則在於，如果商品資料不完整、分類不清楚、規格不一致、庫存不同步、會員權益無法被外部 AI 系統理解，品牌就可能在新的購物入口裡變得不容易被看見。
過去品牌要問的是：「我的網站 SEO 做得好不好？」，但是，接下來還要問：「我的商品能不能被 AI 當成可信任的推薦選項？」，這是零售競爭很實際的轉向。流量還是重要，但在導流之前，會先出現一個新的門檻：商品與品牌是否能被 AI 正確讀懂。
品牌的競爭，會從流量經營延伸到資料可讀性
零售與電商品牌談 AI 時，很容易先想到聊天機器人、客服自動化、生成商品文案或廣告素材。這些當然有價值，但 Ulta Beauty 的案例則提醒我們，AI 落地零售的下一個關鍵，可能是商品資料本身。
AI 要推薦一瓶精華液，不只需要知道它叫什麼名字，還要理解它適合什麼膚質、主打哪些成分、價格區間、使用順序、過敏風險、是否有庫存、能不能搭配會員優惠，還要知道它和其他商品相比，差異在哪裡。
因此，如果你的商品資料，還只是停留在傳統商品頁的標題、圖片與簡短說明，那 AI 可能很難做出穩定而可信的推薦。對品牌而言，這代表商品資料要從「給人看的型錄」，變成「人與 AI 都能理解的商業資料」，這不是單純技術問題，而是營運問題。
商品資料誰維護？成分、尺寸、顏色、適用族群與庫存狀態如何更新？促銷、會員折扣與門市取貨能不能被外部 AI 系統正確判斷？當 AI 推薦錯誤商品，品牌、平台與消費者之間的責任怎麼界定？這些問題看起來細碎，卻正是 AI 購物能不能真正落地的關鍵。
大型零售商可以投入工程團隊與雲端合作夥伴，處理資料、系統與交易整合。但是中小品牌若要跟上，要先把商品資料、會員資料與交易流程整理到足以被 AI 調用的程度，而非一開始就打造自己的 AI 代理人。
AI 購物助理不會取代門市人員，但會改變門市人員的價值
在 Ulta Beauty 的官方資料有中特別提到，Ulta AI 是為了補充門市人員的專業，而不是取代門市人員。因為美妝零售的核心，不光是把商品賣出去，還要建立消費者對於品牌的信任。尤其在美妝、保健、服飾、母嬰、3C、家電這些品類中，消費者常常不是缺商品，而是缺判斷。AI 可以處理大量商品資訊，也可以快速整理比較表，但它不一定理解消費者真正的猶豫。
門市人員、客服人員的價值，會從「回答商品規格」轉向「處理不確定感」。例如，AI 可以推薦三款粉底液，說明色號、妝感與價格差異。但消費者真正猶豫的可能是：「我怕買了不好用」、「我以前用某品牌會過敏」、「我不確定這個妝感適不適合上班」、「我送朋友會不會太普通」。這些問題表面上是商品選擇，但實際上是信任、情境與風險判斷。
這對於零售業來說很重要，如果企業只把 AI 當成節省客服人力的工具，就會低估它對職務設計的影響。未來門市與客服人員可能需要具備新的能力：知道 AI 推薦的邏輯，能判斷 AI 建議是否合理，能補上人情與情境理解，也能把第一線看到的顧客問題回饋給商品、行銷與系統團隊。
換句話說，AI 購物助理不是讓零售人員失去角色，而是迫使零售組織重新回答：人最應該出現在哪些時刻？而答案可能是在那些 AI 最容易出錯、最需要信任、最需要理解情緒與風險的時刻。
品牌不能只看工具，而要看入口權力正在移動
Ulta Beauty 與 Google 的合作，也反映一個更大的產業問題：誰掌握 AI 購物入口，誰就可能重新分配零售市場的注意力。過去，電商流量的入口主要是搜尋引擎、社群平台、電商平台與品牌自有會員系統。品牌可以在不同通路之間分配預算，也可以依照平台規則調整內容與廣告。但是在 AI 代理人出現後，入口會變得更集中，也更不透明。AI 最後推薦哪些品牌？排序依據是什麼？是價格、評價、庫存、廣告、會員關係、資料完整度，還是某種模型判斷？品牌很難完全掌握。
雖然 Google 宣稱 UCP 是開放標準，並提到它與 Shopify、Etsy、Wayfair、Target、Walmart 等業者共同開發，也獲得多家支付與零售生態系夥伴支持。但對零售商而言，這仍然有一個現實的問題：如果 Google 的 AI surfaces 成為重要購物入口，接入 UCP 可能會變成新的上架門檻。
這不代表品牌應該拒絕 AI 通路。相反地，品牌更需要理解這些新入口的規則。過去品牌要學 SEO、廣告投放、社群經營與電商平台營運。未來可能還要學會 AI 可讀型商品資料、代理人商務協定、AI 推薦邏輯與跨平台結帳整合。這個問題比工具選擇更重要。因為入口一旦改變，品牌和消費者之間的關係也會改變。品牌不只要經營自己的網站與會員，也要理解自己在外部 AI 系統裡如何被看見、被描述、被比較。
新創的機會，不一定在做下一個 Gemini，而在替品牌接上 AI 購物世界
Ulta Beauty 有 4,600 萬會員，有大型雲端合作夥伴，也有足夠的商品資料與工程能力。台灣新創與品牌不一定能複製它的規模，但這不代表沒有機會。AI 購物代理人普及後，會產生許多中間層需求。
第一個是商品資料整理：大量品牌的商品資料其實不適合被 AI 讀取。欄位不完整、分類不一致、圖片與文案無法對應、成分與使用情境缺乏標準化。這會創造商品資料治理、AI 型錄、語意標籤與內容結構化服務的需求。
第二個是會員與 CRM 整合：AI 要真正提供個人化推薦，不能只靠商品資料，還需要理解會員偏好、歷史購買、過敏限制、預算、通路習慣與售後紀錄。但這些資料涉及隱私、授權與合規，不能粗暴接上模型。能幫企業設計安全資料流與授權機制的新創，會有明確價值。
第三個是垂直場景購物代理人：不一定要先做通用 AI 購物平台，但可以從特定品類切入，例如保健食品、醫美保養、寵物用品、戶外用品、親子用品、3C 周邊或 B2B 採購。這些場景都有高度判斷需求，也都有大量「買錯會有成本」的情境。
第四個是導入服務：很多企業不是不想導入 AI，而是不知道從哪裡開始。如何盤點商品資料、重新設計顧客旅程、建立人工覆核規則、衡量推薦品質、處理錯誤與客訴，都需要懂零售營運的人，而不只是懂模型的人。
這些需求可能是更接近真正能創造價值之處，因為多數品牌需要的，未必是一個全新的 AI 平台，而是有人幫它把既有商品、會員、庫存、客服與結帳流程，整理成能被 AI 世界接上的狀態。
品牌不只要說服人，也要被 AI 正確讀懂
零售與電商市場長期擅長快速反應、社群操作、直播銷售與會員經營。這些能力在未來仍然重要，但是 AI 購物代理人的出現，會讓競爭形勢更加複雜。未來品牌要競爭的，不只是誰的廣告素材更好、誰的社群聲量更高，還需要看誰的商品資料更完整，誰的庫存與價格更新更準，誰的會員資料使用更有信任感，誰能在外部 AI 入口中維持品牌表達與交易主控權。
這也是為什麼 Ulta Beauty 的案例值得關注。因為，這是一個早期訊號：AI 正在從「協助消費者搜尋」，走向「參與消費者決策」，再進一步走向「協助完成交易」。
當 AI 只是回答問題，品牌還可以把它當客服工具。當 AI 開始推薦商品，品牌就必須思考它如何理解自己。當 AI 開始接入結帳，零售競爭就不再只是內容與流量，而是資料、系統、信任與通路權力的重新排列。
這個案例不需要過於神話，也不必因此就急著把每個購物流程都交給 AI。接下來需要思考與觀察的是，哪些消費品類會最先被 AI 購物代理人重塑？哪些品牌會因為資料整理得好而更容易被推薦？哪些品牌會因為無法被 AI 正確理解，而在新的購物入口中逐漸失去能見度？
因為，零售業正在進入一個新的階段：品牌不只要說服人，也要被 AI 正確讀懂。
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出