事件背景
美國百貨零售品牌 Macy's 與 Google Cloud 合作推出「Ask Macy's」AI 購物管家，試圖解決電商平台上的根本問題：70% 的購物車被遺棄。根據使用者體驗研究公司 Baymard Institute 2025 年報告，這個數字已經連續多年居高不下。
消費者的困境看起來很簡單——選擇太多，找不到想要的。但這背後隱藏的經濟問題遠更深層：每一次搜尋、每一次點擊、每一次比較，都是一筆「決策成本」，而這筆成本是看不見的、摸不著的、但卻真實在消費者的心理帳戶裡被累積著。
決策成本的隱形稅
在經濟學中，我們常常只看「商品價格」——商品本身值多少錢。但 Herbert Simon 在 1956 年提出的「有限理性（bounded rationality）」理論指出：人的認知能力是有限的，做決策時不會、也不可能蒐集所有資訊。
當選擇項從 10 個跳到 10000 個，消費者需要付出的代價不是錢，而是時間。而時間有個關鍵特性：它是不可再生的，也是最有價值的。
Barry Schwartz 在《選擇的悖論》（The Paradox of Choice）中進一步指出：選項數量增加到某個臨界點後，滿足度反而下降。人類會陷入「決策癱瘓」——面對太多選擇，索性不選了。這解釋了 70% 的棄單率背後的心理機制。
Macy's 的重新定位
Macy's 的洞察在於：線上商品再豐富，如果消費者找不到、決策成本太高，轉化率就是零。
他們的「Ask Macy's」採用多模態 AI（能理解文字、圖像、聲音），相當於把實體門市導購的角色複製到線上：
- 消費者說「我要找適合夏天上班穿的洋裝」
- AI 不是回傳 3000 件搜尋結果
- 而是根據「夏天」「上班」「洋裝」等語義，先行篩選、排序、甚至主動問澄清問題
- 最後呈現 5-10 件精選商品
這等於是把「搜尋、篩選、決策」的時間從 20 分鐘壓到 2 分鐘。
營收為什麼衝高 4.75 倍？因為： 1. 轉化率上升：棄單率從 70% 下降，原因是決策成本下降 2. 客單價上升：消費者不再「亂挑一件湊合」，而是找到真正想要的，滿足度更高 3. 重複造訪增加：體驗好會回訪、導致長期客戶生命週期價值提升
決策成本的經濟學
這個案例揭示了電商 20 年來的真實問題：我們解決了商品流通成本、物流成本、支付成本，卻忽略了「決策成本」這個最後一哩路。
Amazon 用「推薦演算法」試圖解決；Pinterest 用「視覺發現」；TikTok 用「短影音刷屏」。每個平台都在試圖降低消費者做決策前的認知負荷。
Macy's 的創新在於：不是藏著推薦邏輯、而是把導購意圖透明化、用對話方式逐步澄清需求。
這種方式對中高價商品特別有效——因為衣服、家飾、美妝這些品類，消費者通常不是「我要褲子」，而是「我要某種場景、某種氛圍、某種自我表達」的褲子。多模態 AI 能理解這種語境，傳統搜尋引擎做不到。
對其他產業的啟示
決策成本高的產業都有機會被重構：
- **醫療**：醫生的價值不只是診斷、更是「幫患者減少資訊過載」
- **投資理財**：散戶被 10000 支基金搞懵、需要有人幫他從「我想退休」推導到「買什麼基金」
- **法律服務**：合同條款繁雜、消費者需要有人把複雜法律翻譯成人話
- **房地產**：選房地點、貸款方案、裝修樣式——決策樹龐大、AI 導購能大幅降低成本
風險與限制
1. ：如果 AI 優化的是「最可能被購買的商品」，消費者可能永遠只看到同一類商品，多樣性探索被壓低 2. ：為了精準推薦，AI 需要蒐集購物行為數據、衣著偏好等敏感資訊 3. ：找到商品容易、但商品本身品質不好、尺寸不合、風格不搭，AI 也救不了退貨率