AI替人购物，77%零售商还没上车

在Channable于IMPACT cube线上发布会推出的AI Readiness Audit工具背后，藏着一个行业级尴尬：77%的零售商，还没有为AI购物做好准备。

这话不是危言耸听。Channable这家服务Asics、Samsung等品牌的多渠道电商管理平台，这次做的事情非常朴素——检查商家的商品Feed里，到底有没有Google AI购物入口需要的数据，包括AI Mode和Gemini。换句话说，当用户开始直接问AI"帮我挑一双适合宽脚背的跑鞋"时，你的商品数据能不能被AI准确理解、准确引用、准确推荐。

AI正在替人买东西。而大多数零售商的货架，AI还看不懂。

🧾 商品Feed，从后台杂活变成了前台货架

做过电商运营的人都知道，商品Feed一直是个没人爱干的活。标题、SKU属性、类目映射、库存同步，琐碎、重复、出错了也不显眼。过去十年，Feed优化的天花板很明确：让商品在购物广告和比价列表里排名靠前，逻辑还是"人看"。

AI购物的出现改写了这条链路。用户不再一页页划搜索结果，而是把需求丢给AI，AI自己去理解、筛选、组合答案。这意味着商品数据的"读者"从人变成了模型。模型读什么？读结构化数据、读属性完整性、读语义一致性——恰恰是Feed里那些最容易被敷衍的字段。

这就是Channable推AI Readiness Audit的产业逻辑：AI购物入口的推荐权，正在变成一种新的分配机制。你的商品能不能出现在AI的回答里，不取决于你投了多少广告，而取决于你的数据能不能被AI"读懂"。

业内流传一句半开玩笑的话：AI不怕你没货，就怕你说不明白自己有什么货。

据多位接近平台的从业者观察，头部品牌早就开始了这场"数据军备竞赛"——这正是Channable敢拿Asics、Samsung做背书的原因：大品牌的Feed治理已经跑在前面，而工具商看中的，是后面那77%还没动起来的长尾市场。

🔍 审计到底在查什么：一次给商品数据做的"体检"

AI Readiness Audit做的事情，本质上是给商家的商品Feed做一次体检：你提供给Google的数据结构，和AI Mode、Gemini这类AI购物入口所依赖的数据需求之间，差距有多大。

具体查什么，工具本身没有全量公开，但从AI购物的工作原理反推，重点维度是清晰可推演的：

这张表的左边，是过去十年零售商的舒适区；右边，是AI时代的入场券。而两者之间的鸿沟，就是那77%的"未准备"。

值得注意的一个细节：这个审计不是咨询报告，而是嵌在Channable多渠道管理平台里的工具能力。也就是说，查完之后可以直接在平台内修数据、同步渠道。工具商的算盘很清楚——用一次免费或低门槛的体检，把商家拉进持续运营的付费体系。

这和当年SEO时代的逻辑如出一辙。当年Google算法一变，一大批网站连夜改代码；如今AI购物入口起来了，先动的又是一批工具商，先掏钱的还是那些怕掉队的品牌方。

📉 77%缺口的背后：准备度正在分层

77%这个数字真正有意思的地方，不是"绝大多数没准备好"，而是剩下那23%是谁。

用一张图看这个分布：

pie title 零售商AI购物准备度

"尚未准备好" : 77

"已基本就绪" : 23

那23%，几乎可以断定是资源充足的头部品牌和平台原生大卖。他们的共同特点是：Feed治理有专人负责，数据团队与电商运营打通，且对Google生态的每一次产品变化保持高度敏感。

而77%的构成更复杂——有中小独立站卖家，有依赖单一渠道的分销商，也有大量"Feed是IT部门在管、运营根本不知道里面写了什么"的传统零售企业。对后者来说，AI购物不是一个功能升级，而是一次组织能力的重新对齐：懂数据的人不懂商品，懂商品的人不懂AI需要什么格式。

一位做家居类目的欧洲卖家在社区里的吐槽颇具代表性：过去优化Feed是为了广告质量分，现在突然要为了"让AI听得懂"，团队里没有一个人说得清该从哪改起。

这正是产业观察的核心判断：AI购物准备度，正在成为电商世界的新的分层线。过去分层的依据是流量采买能力和供应链效率，未来三年会叠加一条——商品数据被AI理解和引用的能力。头部品牌凭借数据资产继续放大优势，长尾卖家如果不在窗口期内补课，会发现自己不是输在价格上，而是压根没出现在AI的答案里。

货架还在，但顾客的入口换了。这是最危险的一种失去：无声，且不可见。

💰 现金流视角：这笔账该怎么算

从跨境操盘手的视角看，任何"新概念工具"都先过现金流这一关：投入多少、多久回本、不投的损失能否量化。AI购物准备度恰好是一笔能算清楚的账。

先算投入端。Feed治理的成本结构大致是三块：数据清洗与补全的一次性投入、多渠道同步的持续运维成本、以及团队认知升级的隐性成本。对中腰部卖家，前两项借助Channable这类平台工具可以压到月度订阅级别，真正贵的是第三块——而且这部分不花钱也得花时间，因为AI入口不等人。

再算收益端。AI购物入口目前仍处于流量爬坡期，直接归因到"AI推荐带来的订单"还很难精确计量。但有一个替代性指标是成立的：被AI引用的次数。商品出现在AI回答里的频率，相当于十年前你在Google自然搜索第一页的位置——当下不直接结账，但决定了未来的心智占位。

这个决策路径里没有"观望"选项，这是刻意为之。原因很简单：Feed治理的边际成本递减、数据资产可复利。早做的人，同样的投入换来的是从AI流量爬坡第一天起的占位；晚做的人，同样的投入只能从别人手里抢份额。

据多位接近品牌方的服务商透露，已经有出海品牌把"AI可读性"列进了新品上架的SOP——商品数据的颗粒度要求，直接对标AI购物入口的检索逻辑，而不是只看平台上架规范。这不是赶时髦，是提前锁定排序权。

🌏 对中国跨境卖家的推演：一次被低估的入口迁移

这篇文章的读者很多是中国跨境卖家，最后说几句实在的推演。

中国卖家的优势场景是Amazon、TEMU、SHEIN、TikTok Shop，Feed优化的肌肉记忆是平台化的。但Google的AI Mode和Gemini代表的是另一条路径：站外AI入口的购物分流。当海外消费者养成"问AI再下单"的习惯，独立站卖家、Google Shopping玩家、做品牌站的卖家，会最先感受到流量结构的变化。

对做独立站和DTC品牌的卖家，这件事的优先级应该排在很多"新渠道"之前。理由有三：

第一，Feed治理是存量优化，不需要新增预算盘子，用现有商品数据就能启动；

第二，AI入口的推荐逻辑偏"内容质量+数据完整性"，天然利好产品力扎实但营销预算有限的工厂型卖家；

第三，这是少数"头部和长尾几乎同一起跑线"的窗口——因为77%都没准备好，先动手的人吃的是认知差，不是资金差。

认知差的窗口不会永远开着。等审计工具普及、等同行集体补完课，AI入口的推荐格局又会回到老剧本：头部品牌、平台大卖、资本充足者拿走主要份额。

回到开头那个数字：77%。

它真正描述的不是危机，而是一道刚刚打开的分层线。Channable推出AI Readiness Audit，工具商只是嗅到了生意；但对每一个做电商的人来说，这个工具的存在本身就是一个信号——商品Feed这个被打杂了十年的岗位，正式升格为AI购物时代的前台货架。

AI已经开始替消费者做决定了。下一个问题只剩一个：当AI开口推荐的时候，它认识你的商品吗？