为零售媒体而构建，为智能体商业做好准备
AI 驱动的商业正在重塑消费者发现与购买商品的方式。Moloco Commerce Media 已通过深度商品目录、实时决策和衡量能力，为您的零售媒体业务提供支持。我们正在此基础上继续构建，以适应新兴的智能体购物体验。
Moloco 客户包括：
智能体商业开启两大前沿
AI 为零售网站带来的推荐流量同比增长 4 倍。越来越多的购物旅程从 ChatGPT、Gemini 等 AI 平台开始，在零售商网站完成。零售商由此有机会获得智能体推荐，并与消费者建立信任。 {[data-attribute="init-tooltip"][tooltip-content="<p>来源：<br><br>EMARKETER，《AI作为零售引流渠道正快速增长——零售商如何取胜》（“AI is growing quickly as a retail referral channel. Here's how retailers can win.”），2026年第一季度（Q1 2026）。</p>"]}
影响消费者购买考虑的场景
在消费者访问您的网站之前，AI 智能体会利用结构化商品信息决定推荐哪些零售商。关键在于让商品更容易被发现，同时保护业务的独特优势。
培养消费者习惯的场景
消费者会围绕及时、相关且有帮助的体验形成习惯。上下文智能能够帮助零售商提供这类体验，并与消费者建立更牢固的直接关系。
推理引擎只推荐可验证的商品
当消费者向智能体询问适合小户型的升降桌时，引擎并不是简单匹配关键词，而是根据尺寸、兼容性、使用场景和库存等结构化属性进行推理。商品目录数据不完整或过时，不仅会降低转化率，还可能让商品完全失去进入考虑范围的机会。
让商品数据为智能体做好准备
接入 Moloco 的零售商已经通过商品 Feed 对目录进行结构化和丰富，包括为每件商品补充关键细节的自定义字段。这项工作可以发挥双重价值：
- 目前，Moloco 的 AI 模型利用这些数据支持站内个性化、相关性和商品搜索。
- 未来，AI 购物智能体将能够使用同一套增强后的商品数据来理解、比较和推荐您的商品。
跨渠道共用一套商品目录基础
目前支撑零售媒体业务的商品目录工作可以发挥双重作用：
- SEO 帮助商品提升搜索排名；结构化商品数据帮助推理引擎评估是否推荐。
- 用于站内个性化的同一组结构化属性，也能帮助外部智能体理解您的商品。
控制信号的共享与使用方式
Moloco 的信号治理方式：
- 自由共享商品事实，包括规格、价格和库存；
- 有选择地分享从效果数据中提炼的洞察，而不暴露底层数据；
- 保护专有行为数据、退货率和学习引擎。
上下文 AI 融入消费者的搜索与浏览路径
消费者花了 20 年养成搜索与浏览习惯，页面角落里的聊天窗口无法轻易改变这一点。
聊天机器人需要消费者主动发现并明确操作。
站内智能
我们认为更好的模式是环境智能：当行为信号显示消费者产生疑虑时，帮助即时出现；当消费者恢复信心后，帮助自然消失。
我们的愿景是让 Moloco 的实时决策读取会话内信号，并在消费者遇到阻碍的准确时刻提供符合情境的商品智能。
由行为触发，而非按钮
站内互动会产生外部智能体无法获取的行为信号，包括：
- 查看商品规格所用时间
- 不同款式之间的切换
- 在商品页面之间反复跳转
基于只有您掌握的数据
前沿模型在通用推理方面持续进步，但无法获取哪些 SKU 适合具体使用场景的数据。这些洞察来自：
- 退货数据
- 客服模式
- 购买后行为
培养消费者直接访问的习惯
当消费者直接选择某家商城时，这种关系可以：
- 帮助保护利润率
- 产生能够持续强化优势的专有数据
当前已上线的能力，以及下一步计划
以下是 MCM 当前可提供的能力，以及正在开发的功能。
Moloco Commerce Media 当前已上线
商品目录标准化与商品理解
用于站内个性化、检索和广告相关性的实时行为决策能力
需求与素材自动化工作流
正在积极开发的能力 可能调整
帮助外部智能体发现并理解商品的结构化商品数据
控制信号共享与使用方式的工具
基于智能体购物体验成果的变现
零售商当前构建能力的三项重点
商品目录越深，优势越能持续积累
前沿模型无法自行了解哪些 SKU 适合具体使用场景。这些知识存在于您的数据中，也是推理引擎有信心推荐您的关键。
同时建设站内习惯与站外排名
支撑站内智能的商品目录工作，也正是帮助外部智能体理解您的基础。一项投入，同时覆盖两大前沿。
学习速度会持续累积为优势
当智能体流量真正形成规模时，提前行动的零售商已经完成了数十轮实验。这种知识无法购买，也无法压缩时间快速获得。
常见问题
什么是智能体商业，为什么现在值得关注？
智能体商业是指购物旅程由 ChatGPT、Gemini 和 Perplexity 等 AI 平台塑造，而不再主要依赖传统搜索或直接访问。之所以现在重要，是因为这些平台已经在影响哪些零售商会被推荐和信任，而这些模式可能会随着时间推移越来越难以改变。
环境智能与聊天机器人有何不同？
聊天机器人等待消费者主动发现并明确操作。我们设想的环境智能则根据表示犹豫的行为信号触发，在恰当时刻提供符合情境的帮助。界面仍可能采用对话形式，真正不同的是它何时出现、为何出现。
开始使用是否需要构建新的基础设施？
Moloco Commerce Media 可以使用您现有的商品目录与一手数据，但可能需要进行部分目录更新或技术集成。Moloco Commerce Media 会为您部署专属的商业媒体 AI 模型、广告活动管理和广告投放基础设施。专属实例中的商业媒体 AI 模型仅使用您的数据训练。同一基础既支撑当前的零售媒体业务，也能在未来支持智能体商业。
应该与智能体平台共享什么，又该保护什么？
我们建议采用三层方法判断共享与保护范围。商品规格、价格和库存可以自由共享；从效果数据中提炼的洞察可以有选择地共享，在不暴露底层数据的情况下提供有用结论；原始行为流、属性级退货率和学习引擎本身则应受到保护。
如何判断智能体触点是否带来真实效果？
多触点归因模型可能低估智能体辅助会话等新触点的贡献。Moloco 基于对照组的增量衡量框架利用控制组，更准确地识别智能体辅助会话带来的净新增收入。
