随着人工智能 (AI) 越来越普及，许多商家可能觉得它有助于减少其工作量。AI 是一个非常有用的工具，预计在未来几年内将对我们的决策过程和客户体验产生重大影响。

因此，以 AI 为中心的营销和战略举措对商家而言正变得越来越重要，他们能否有效利用 AI 可能有助于决定其未来的增长和竞争力。

目前引起关注的一项举措是 AI 代理。人们认为，AI 有潜力通过收集信息并代表客户做出决策，甚至处理购买和支付等操作，从而改变电子商务的本质。

在本文中，我们将解释 AI 代理的基本概念以及它们与传统生成式 AI 和 AI 聊天机器人的不同之处。我们还将讨论 AI 代理在电子商务中的潜在应用、实施过程中面临的挑战以及电子商务商家未来需要采取的步骤。

关键要点

• 与生成式 AI 或 AI 聊天机器人不同，AI 代理是理解用户意图、自主决策并执行任务的人工智能系统。
  
• 随着日本电子商务市场的不断扩大，竞争加剧和对个性化体验的需求不断增长，推动了对 AI 代理的兴趣与日俱增。
  
• 使用 AI 代理引导购物体验的举措正蓄势待发，例如 Amazon 的 Rufus、Rakuten 集团的 Rakuten AI，以及 LINE 和 Yahoo! JAPAN 的 Agent i。
  
• AI 代理越来越有能力协助完成整个购买流程——从产品搜索和比较到预订和支付——并开始显着改变电子商务中的购物体验。
  
• AI 代理的实施也带来了挑战，例如围绕设计角色、数据集成和安全性的挑战。
  

什么是 AI 代理？

AI 代理是一种基于其目标自主做出决策并相应地执行任务的人工智能系统。与生成式 AI 或聊天机器人不同，AI 代理的独特之处在于它们不仅仅是回答客户的问题；它们旨在完成特定的任务。

假设一位客户正在寻找行李箱，并指定了以下标准：“一个红色、价格在 10,000 日元以下、日本制造且具有高评价的前开门登机箱。”AI 代理可以基于这些标准搜索产品，比较符合条件的选项，选择一个产品，甚至可以继续进行购买和支付。

因此，AI 代理的决定性特征是它们能够无缝处理整个购物流程，从理解需求和选择产品到实际购买和支付。

近年来，代理商务的概念也越来越受到关注，其中 AI 扮演着做出购买决策的角色。

AI 代理与生成式 AI 有何不同

生成式 AI 主要旨在创建内容，例如文本或图像。ChatGPT 和 Gemini 等服务是响应用户提示生成内容的系统的典型示例。

应该注意的是，许多此类生成式 AI 系统基于大型语言模型（LLM）技术，其特点是能够利用大量文本数据生成听起来自然的文本。

相比之下，AI 代理不仅仅是生成输出；它们可以基于分配给它们的目标做出决策并执行任务。

AI 代理和生成式 AI 之间的区别总结如下。

AI 代理与 AI 聊天机器人有何不同

AI 聊天机器人是一种通过与用户交互来提供信息和回复查询的系统。AI 领域的最新进展使得系统能够基于用户问题的内容灵活响应，而不仅仅是提供预编程的答案。

这些系统的主要重点是以对话格式提供信息——它们不执行任何实际处理或开展操作任务。

相比之下，AI 代理超越了单纯的对话；它们了解用户查询并自行采取必要的行动。

例如，针对客户关于其收到的产品已损坏的报告，AI 代理可以验证情况并继续进行退货流程。同样，如果客户提交更改订单的请求，AI 代理可以直接更新订单信息，从而解决该问题。

AI 聊天机器人和 AI 代理的区别可以总结如下。

• AI 聊天机器人：通过对话提供信息和指导
  
• AI 代理：理解查询，基于情况确定适当的后续步骤，并采取行动
  

因此，关键的区别在于，虽然 AI 聊天机器人主要侧重于对话，但 AI 代理也能够执行操作。

为什么 AI 代理在电子商务中备受关注

电子商务行业对 AI 代理日益增长的兴趣源于市场扩张、竞争加剧和客户期望的提高。

日本国内电子商务市场年复一年地持续增长。根据经济产业省的一项调查，2024 年国内 B2C 电子商务市场规模达到约 26.1 万亿日元（比上年增长 5.1%）。电子商务的普及率约为 9.8%，呈上升趋势，表明向在线商务的转变正在稳步推进。

此外，日本 B2B 电子商务市场规模在 2024 年达到 514.4 万亿日元，表明电子商务市场不仅是消费者交易的关键基础设施，也是企业间交易的关键基础设施。

除了市场本身的扩张，新进入者的数量也在增加，使得竞争更加激烈。因此，仅仅通过销售产品很难脱颖而出，现在对电子商务体验个性化的需求日益增长。

然而，手动处理时能够持续优化的程度是有限的。因此，人们对能够自动优化整个购物体验的系统的兴趣与日俱增。

聊天商务——即客户通过社交媒体和消息应用程序购买产品——也越来越受欢迎，而且由与客户对话驱动的购买行为变得越来越普遍。

AI 代理被视为满足这些需求和电子商务环境变化的一种方式。

AI 代理在电子商务中的用例

AI 代理正以越来越高的频率被用于客户服务和营销等各种电子商务角色中。

在本节中，我们将介绍基于领先公司举措的具体用例。

交互式客户服务通过 LINE 和 Yahoo! JAPAN 的 Agent i 演进

近年来，LINE 和 Yahoo! JAPAN 已开始提供一种名为 Agent i 的 AI 代理，标志着从传统的基于聊天的客户服务向前迈出了重要一步。

Agent i 是一种 AI 代理，集成了 Yahoo! JAPAN 的 AI 助手和 LINE 的 LINE AI。可以通过显示在 LINE 选项卡上或 Yahoo! JAPAN 搜索框旁边的图标访问它。

Agent i 的目标不仅是通过与客户的互动提供信息和提出建议，而且还要支持搜索、比较和决策等流程，最终目的是最终也处理任务的执行。

通过 Rakuten 集团的 Rakuten AI 增强购物体验

Rakuten 集团为其 Rakuten Travel 服务引入了 Rakuten AI，这是一种 AI 代理。这种 AI 代理正在积极致力于支持和增强客户的购物体验。

当客户向 AI 提供其预算和偏好时，AI 代理会建议潜在的住宿地点。然后，客户可以选择最适合自己的方案并直接预订。

该系统还可以根据过去的预订历史记录建议重复预订或类似的方案，从而能够根据客户的行为和偏好提出量身定制的建议。

通过 Amazon 的 Rufus 提供对话式购物支持

Amazon 推出了一款名为 Rufus 的 AI 购物助手，可以回答客户的问题并推荐产品。

客户可以询问有关产品用途和功能的问题，AI 会提供相关信息以帮助他们做出购买决策。

虽然这目前是传统搜索和推荐功能的演进，但这种支持通过对话进行购买的形式可以被描述为基于 AI 代理的方法。

实施 AI 代理的挑战以及电子商务商家如何克服它们

虽然 AI 代理在增强电子商务网站的客户体验和提高运营效率方面表现出色，但在实施它们时仍有几个挑战需要考虑。让我们仔细看看这些问题以及如何解决它们。

设计 AI 代理的角色

虽然 AI 代理可用于广泛的任务，但一个挑战是确切地确定将多少责任委托给它们。所涉及的设计要求和风险因系统是仅用于建议产品，还是负责处理购买和支付等操作而有很大差异。

因此，在实施 AI 时，重要的是要清楚地区分要由 AI 处理的任务和要由人类执行的任务，并明确定义角色和责任。

强化数据和系统集成

为了使 AI 代理正常运行，必须将它们与产品信息、库存和客户数据正确集成。如果与现有系统的集成或数据组织不充分，可能会损害建议的准确性和处理的一致性。

为了解决这个问题，有必要集中进行数据管理，加强系统集成，并建立一个允许 AI 实时访问必要信息的环境。

建立安全的支付环境

当 AI 代理参与购买流程的后期阶段时，确保支付安全和降低欺诈风险成为关键挑战。特别是在涉及处理客户个人和支付信息的情况下，需要高水平的安全性和可靠性。

因此，重要的是实施防止欺诈的措施并确保安全，同时设计顺畅的支付流程，让用户可以放心地完成交易。

对于未来向前发展的电子商务商家来说，一个关键的优先事项将是创建一个环境，在该环境中，AI 可以识别并推荐产品，然后客户可以做出决策并安全顺畅地完成支付流程。

Stripe Payments 如何提供帮助

Stripe Payments 提供一体化的全球支付解决方案，能够助力各类企业——从成长型初创公司到全球性企业——在全球范围内接受线上、线下付款。

Stripe Payments 可帮您：

• 优化结账体验：通过预构建的支付用户界面、超过 125 种支付方式以及 Stripe 构建的数字钱包 Link，营造顺畅的客户体验，并节省数千工程小时。
  
• 更快拓展新市场：覆盖全球客户，并通过跨境支付选项降低多币种管理的复杂性和成本，服务覆盖 195 个国家/地区、支持 135 种以上货币。
  
• 统一线下与线上付款：整合线上与线下渠道，打造一体化商务体验，实现个性化互动、回馈忠实客户并增加收入。
  
• 优化支付性能：通过一系列可定制、易于配置的支付工具提升收入，包括无代码的欺诈保护功能与提高授权率的高级功能。
  
• 利用灵活、可靠的平台加速业务增长：选择一个专为随业务扩展而设计的平台，历史正常运行时间达 99.999%，可靠性在行业内首屈一指。
  

了解更多关于 Stripe Payments 如何为您的线上与线下付款提供支持的信息，或立即开始使用。