事件背景
根據《哈佛商業評論》最新研究，隨著消費者日益依賴 ChatGPT、Google AI 及其他智慧助理進行購物決策，企業面對的不再只是人類顧客。這看似是一個商機，但卻帶來了一個根本性的挑戰：傳統電商促銷手法，如限時倒數、庫存稀缺提醒、價格對比與組合銷售等，對 AI 代理的效果變得極不穩定，甚至有時會產生與人類完全相反的反應。
問題的本質
過去 50 年，電商與零售業建立的整套行銷工具，都奠基於一個共同假設：消費者是「有情感的、受認知偏誤驅動的人類」。利用錯失恐懼（FOMO）、價格錨定效應、稀缺性偏誤這三大心理槓桿，促銷設計層層堆疊。一個「限時 24 小時、庫存僅剩 3 件、原價 $299 現價 $99」的訊號，對人類而言是多重的心理觸發——時間壓力、競爭意識、「撿便宜」的滿足感疊加。
但當決策者換成 AI 代理時，這套邏輯瓦解了。
根據研究，AI 代理確實會「看到」這些文字標籤，這些訊息也確實會影響模型的最終選擇。然而，背後的決策機制與人類的衝動心理完全不同。AI 代理沒有恐懼、沒有嫉妒、沒有「搶購」的快感。它在評估商品時，使用的是不同的權重與優先級規則。
研究發現，在所有測試項目中，只有兩項訊號對 AI 代理的影響穩定且一致：
1. 商品評分（星級評價）：高評分的商品在所有模型中都獲得更高選擇率 2. 價格：價格越高越容易被排除
相比之下，限時倒數、庫存稀缺提醒、組合銷售等策略，效果開始分化甚至反轉。這表示一個駭人的現實：企業為人類消費者最有效的促銷手法，對 AI 代理來說可能是浪費或甚至適得其反。
為什麼會發生這種異質性？
根本原因在於決策邏輯的底層差異：
- **人類決策**：非理性、受情感與直觀驅動、容易被 visual anchor 與 temporal pressure 影響
- **AI 代理決策**：基於特徵向量加權、偏好客觀可量化的信號（評分、價格、規格數據），對心理訊號的反應是統計層面的，而非情感層面的
一個限時標籤會改變 AI 代理的輸出，但機制不是「害怕錯過」，而是這個特徵向量在訓練數據中與購買結果的相關性。當 AI 訓練數據缺乏「限時促銷後真實購買率更高」的強相關證據時，這個訊號就會被降權。
商業影響
這個發現的威力在於它揭露了一個市場分層現象：
同一個商品、同一個銷售漏斗，但不同決策主體會導致完全不同的成交率與利潤結構。
電商企業面臨的困境是：
1. 無法用統一策略討好兩個顧客：優化給 AI 代理的商品頁面（強調評分與規格、去掉促銷噪音）可能降低人類購買慾望；反之亦然 2. 舊行銷投資貶值：為 FOMO 心理設計的廣告預算、為稀缺性造勢的內容運營，ROI 開始下滑 3. 市場分化加速：聚焦「滿足 AI 代理偏好」的新競爭者，可能用更低成本、更高轉化率打敗傳統零售商
深層啟發
這則新聞背後隱含一個更大的轉變：我們正進入「多決策者市場」時代。未來的商業系統必須同時優化多個異質決策主體的選擇，而不能假設所有顧客都有相同的決策邏輯。
這對企業意味著什麼？不只是改改文案、調調演算法那麼簡單。而是要根本性地重新思考：
- 商品本身的品質、評價體系、定價邏輯
- 資訊架構與呈現方式
- 客戶群的分層與不同決策主體的權重配置
換句話說，商品的真實競爭力必須變得「對得起數據」，而不能只依賴行銷心理學的魔法。