我做電商顧問十幾年，看過太多老闆把 AI 當成裁員藉口。但我看數字久了，反而有個不太討喜的結論：AI 真正值錢的地方，不是把客服砍掉，而是把消費者在螢幕前那股說不上來的孤單感補回來。今天想老實聊這件事，包括我幫客戶導入時踩過的雷。
先講一個現場觀察。前陣子我陪一個賣機能服飾的客戶看 GA4：加入購物車的人很多，結帳卻在某個價位帶斷崖式掉。問了顧客才知道，他們其實想問「這件流汗會不會臭」「我這身材該買 M 還 L」，但網頁上沒人能問，乾脆關掉。這就是虛擬購物疏離感——不是貴，是沒人接住那句猶豫。
疏離感到底從哪裡來
很多人以為消費者離開是因為價格或物流，但我看資料的經驗是，更多是在「決策那一刻沒有人陪」。實體店一句「這件我自己也有買，很好穿」就能成交的單，在線上常常因為沒人說這句話而流失。我把它拆成兩個老問題。
關鍵字搜尋聽不懂人話
台灣消費者的需求往往是情境式的。有人會打「參加台南親戚婚禮、六月很熱、又不能太隨便的洋裝」，傳統搜尋只會抓到「洋裝」兩個字，剩下的全丟掉。結果是消費者得自己當翻譯，把心裡的情境硬翻成商品標籤，這個過程一累，購物熱情就涼了。我測過，把同一個情境句丟進只做關鍵字比對的站內搜尋，前十筆有七筆牛頭不對馬嘴。
制式客服讓人覺得被當成編號
更傷的是客服。包裹卡在超商三天、買的咖啡機不會用、收到的尺寸不對——這些時刻消費者是帶著情緒來的。可是大多數自動回覆只會丟罐頭：「您好，請問需要什麼協助？」這種句子在顧客火大的時候，等於火上加油。我看過一個品牌就因為負評裡反覆出現「機器人答非所問」，整體回購率被拖了快五個百分點。
把 AI 從搜尋引擎變成導購
這幾年生成式 AI 成熟，我的立場很明確：別再把 AI 當更聰明的搜尋框，要把它當成一個有個性、聽得懂台灣話的導購。但我也要先潑冷水——人格化做不好，比沒有更尷尬。以下是我認為真的有效、而且台灣中小電商也做得起的做法。
讓 AI 聽得懂情境，而不只是關鍵字
第一步是把對話系統接上你的商品結構化資料，讓它能把「六月、台南、婚禮、不能太隨便」翻成「短袖、透氣、正式度中、避免純白」這種商品條件。我幫客戶做的時候，會要求 AI 回完建議一定要附「為什麼推這件」，例如：「最近台北轉涼，這款內刷毛但不厚，下週出遊穿剛好。」有了理由，轉換才會跟著上來。想自己練這種會給理由的文案邏輯，可以參考我們的 AI 商品文案工具 怎麼把賣點寫成人話。
人格化品牌大使，但別做成恐怖谷
虛擬人、品牌 IP 對話這幾年很紅，做得好確實能拉長停留時間。但我要講句得罪人的話：台灣很多品牌的虛擬導購做出來像詐騙集團的客服頭像，用戶反而更不信任。我的建議是先做純文字、語氣鮮明的角色，把人設、用詞、口語感先立穩，再考慮視覺形象。人設不穩就上 3D，只是把尷尬放大。
用情緒訊號決定何時讓真人接手
AI 最被低估的能力，是判斷「現在該閉嘴、換真人」。透過分析用戶的語氣、連續輸入的頻率、有沒有出現「到底」「很扯」這類字眼，系統可以判斷情緒是否轉負。一偵測到，立刻切到高優先補償流程或轉專人。我一直跟客戶說：AI 客服的成敗不在它能答多少題，而在它知不知道自己什麼時候答不了。
導入前我會先看的三件事
很多老闆問我「要不要做 AI 導購」，我都先反問三個問題，回答不出來就先別花錢。
- 你的商品資料乾不乾淨？尺寸、材質、適用情境有沒有結構化？AI 再強，餵的是爛資料也只會自信地說錯。
- 你有沒有真人能接手？AI 判斷該轉人，結果後面沒人，那比沒有 AI 更傷信任。
- 你打算怎麼衡量成效？是看客服工時、轉換率、還是回購？指標沒講清楚，三個月後一定吵架。
把這三件想清楚，成功率會差很多。我也建議先用我們的 電商體質診斷 看自家網站卡在哪一關，是流量不夠、還是進來了留不住，再決定 AI 該補哪一塊，而不是別人做你就做。
傳統互動 vs AI 導購：差在哪
我常用一張表跟客戶溝通，讓大家別把 AI 想成只是把客服機器人換皮。
| 互動環節 | 傳統做法 | AI 導購做法 | 對轉換的影響 |
|---|---|---|---|
| 需求理解 | 關鍵字比對 | 情境語意理解 | 減少答非所問的流失 |
| 商品推薦 | 熱銷排行硬塞 | 依情境給理由 | 客單價與信任同步提升 |
| 客服語氣 | 罐頭制式回覆 | 辨識情緒調整口吻 | 降低負評與退貨爭議 |
| 升級機制 | 無，或要重排隊 | 偵測負面情緒自動轉真人 | 把客訴變成補救機會 |
| 品牌記憶 | 每次都像第一次 | 記得偏好與歷史 | 提高回購與黏著 |
我看過最常踩的三個坑
講完美好願景，得講點難聽的，免得你重蹈別人覆轍。
第一個坑是讓 AI 亂掰規格。為了顯得熱心，AI 會自己腦補「這件可機洗」「保固三年」，結果客訴爆量。解法是規格類一律從資料庫取值，取不到就老實說「我幫你問客服」，寧可笨一點也別騙人。
第二個坑是把人格化變成話癆。有些品牌讓 AI 每句都加表情、每句都裝熟，顧客只想買單卻被硬聊，反而煩。語氣要看情境收放，急著退貨的人你還跟他裝可愛，只會被罵。
第三個坑是只做前台、不修後台資料。AI 導購的天花板，其實是你商品資料的完整度。這部分牽涉很多名詞，像語意搜尋、結構化資料、意圖辨識，團隊溝通卡在術語時，可以先翻我們的 電商術語表 對齊認知。
我的結論
對台灣電商來說，AI 的終點從來不是更省，而是更有人味。能不能在消費者猶豫的那一秒，給出一句像朋友、又剛好說中的話，這才是未來轉換率的關鍵。技術早就到位，差的是願不願意把它用在補回人的溫度，而不是拿來裁人省錢。更多我對電商趨勢的觀察，歡迎逛逛我們的 電商觀點專欄。
常見問題 FAQ
小型電商沒有工程團隊，也能導入 AI 導購嗎？
可以，但別一步登天。先從接現成的對話式 AI、把商品資料整理乾淨開始，純文字導購就很有感。等驗證有效再考慮自建或加虛擬人形象。
AI 導購會不會取代真人客服？
我的經驗是不會，也不該。AI 適合處理大量重複、規格類問題，真人則處理情緒高、需要彈性判斷的個案。最好的配置是 AI 過濾、真人補刀，兩者分工而非取代。
怎麼避免 AI 亂講商品規格？
把規格類回答綁死在結構化資料上，查不到就誠實說不知道並轉客服。寧可它顯得保守，也不能讓它為了熱心而編造，那是信任崩盤的開始。
導入 AI 導購大概多久看得到成效？
若資料底子乾淨，通常一到兩個月能看到站內搜尋準確度與客服滿意度的變化。但回購與品牌黏著屬於慢效果，建議用季為單位觀察，別三週就下定論。
該先做語意搜尋還是 AI 客服？
看你的痛點。如果是進站了找不到東西就走，先補語意搜尋；如果是售後爭議多、負評集中在回覆，先做 AI 客服加情緒升級。先解最痛的那一塊，別兩個一起貪。
本文由電商顧問林克威撰寫，更多台灣電商實戰觀點請見 ShopTech（ecpro.tw）。