2026年1月，Google在NRF零售大展上發布了通用商務協議（Universal Commerce Protocol，UCP），讓AI代理人可以跨越不同平台，直接讀取商品目錄、比較規格、完成結帳。
同一時間，ChatGPT的即時結帳功能已在2025年9月上線，每週9億名活躍用戶可以在對話框裡直接購物。Visa進行的則是AI代理支付的跨國試點。

這件事的意思不是「又多了一個購物管道」。它的意思是：品牌的下一個重要顧客，可能不是人。

從「被人看見」到「被機器選中」
傳統電商的邏輯是吸引人類注意力，著重在給人看的介面（Interface）—好看的視覺、精準的廣告投放、讓人想停下來滑的內容。但AI代理購物的邏輯完全不同。當一個AI助理接到指令「幫我找一件適合出差的抗皺襯衫，預算兩千以內，要能機洗」，它不會被品牌的形象大片打動，它會去讀商品資料：成分、尺寸表、洗滌說明、庫存、退貨條款。

給機器看的協議（Protocol），也就是AI可讀性正在成為新的品牌能見度。過去的SEO是讓 Google 的爬蟲讀懂你；現在的AEO（Agent Engine Optimization）是讓AI採購代理讀懂你、信任你、選擇你。

從法庭到衣櫥，AI代理正在接管判斷權
跨域訊號
Harvey AI：當AI代理開始替律師做判斷，「人類中間層」就開始消失

法律界是最需要專業判斷、最難被自動化的領域之一—或者，人們過去是這樣認為的。Harvey AI服務全球超過1,500個法律機構客戶，包含60家全美最大規模的百大頂尖律所，每天處理超過20萬筆查詢。它執行的工作包括合約審閱、盡職調查、法規比對和訴訟準備—這些過去需要資深律師判斷的工作，現在由AI代理從頭到尾完整執行。Harvey在2026年3月完成2億美元融資，估值達110億美元。

⁍這件事對產業的意義
Harvey的案例示範的不是「AI輔助人類工作」，而是「AI代理直接承擔判斷責任」。當這個邏輯從法律業擴散到採購決策，品牌面對的不再是「消費者用AI輔助選購」，而是「AI直接替消費者做決定」。兩者之間的差距，決定了品牌還有多少空間影響最終選擇—，而這個空間正在快速縮小。⁌

跨域訊號
Vanguard Robo-Advisor：當人們讓AI決定「買哪支股票」，讓AI決定「買哪件衣服」只是同一個邏輯的下一步

金融業是另一個「人類判斷不可取代」的堡壘—或者，人們過去這樣認為。但讓我們看看以下兩個例子：全球共同基金與ETF的老牌巨頭Vanguard的Digital Advisor目前管理超過3,110億美元的資產，是全球最大的AI理財顧問；FinTech智慧理財新創先驅Betterment，亦管理超過459億美元，服務超過110萬名客戶。根據Statista市場研究，整個AI理財顧問產業管理的資產在2025年已突破2兆美元，進入成熟階段。這些資產背後的消費者，把「應該買什麼、買多少、什麼時候賣」這些決策，完整委託給了演算法。

⁍這件事對產業的意義
消費者委託AI做決定這件事，在金融業比零售業早了將近二十年。金融業已經走過了消費者從「不信任」到「習慣」再到「依賴」的完整心理轉移週期。零售業的AI代理商務現在大約在這個週期的早期階段—但金融業的軌跡告訴我們，這個週期會走得比所有人預期的都快。品牌現在建立AI可讀性，等於是在消費者還沒有完全習慣AI購物之前先佔好位置。⁌

跨域訊號
Speckle×Autodesk：建築業已經活過「資料結構化的陣痛期」，時尚業正要進入

建築業在十年前面對的問題和時尚業現在面對的幾乎相同：每個專案涉及數百種材料、數十個供應商、複雜的規格認證，資料分散在PDF、紙本、不同系統裡，無法被統一讀取。專為建築與工程界打造的雲端資料平台Speckle，讓建築材料的所有規格—碳足跡、強度係數、來源認證、可回收性—以開放的結構化資料格式存在，建築師的AI助理可以在設計過程中直接讀取並自動比較不同材料選項。其中，全球3D設計、工程界巨頭Autodesk已在2025年將Speckle整合進主要設計工具。

⁍這件事對產業的意義
建築業花了將近十年完成資料結構化的過程。時尚和紡織業目前大約在這個旅程的起點—布料規格還在技術資料單裡、成分認證還在紙本上、碳足跡資料還沒有標準格式。建築業的案例告訴我們這條路會走多久，也告訴我們最終會抵達哪裡。⁌
source: Speckle

產業落地
Zalando Fashion Assistant：歐洲最大時裝電商如何用AI對話讓購物袋增加13%

Zalando的AI助理用戶參與度在2025年達到600萬人，較前一年增長四倍，現在已支援直接購物。Zalando是Google通用商務協議（UCP）的僅有兩個歐洲啟動夥伴之一，讓消費者可以透過Gemini等AI聊天機器人直接發現並購買時裝產品。AI精準配對已帶動加入購物袋的商品數量增加13%，Size & Fit AI則讓與尺寸相關的退貨減少逾8%。

⁍這件事對產業的意義
Zalando的數字揭示了一個重要細節——AI帶來的不只是「更方便的購物體驗」，而是直接影響了轉換率和退貨率這兩個最核心的電商指標。Zalando是許多台灣品牌客戶的歐洲通路夥伴，當Zalando的AI系統開始主導商品推薦，進入Zalando的品牌的商品資料品質，直接決定了在這個推薦系統裡的能見度。⁌
source: Zalando

產業落地
Gap Inc：AI尺寸建議，從規格資料到退貨率下降的商業結果

Gap Inc.旗下Gap、Banana Republic、Old Navy、Athleta四個品牌同步推出AI尺寸建議功能，消費者可以用自然語言描述自己的身型和穿著偏好，系統給出尺寸建議並支援對話式結帳。

Gap與Bold Metrics合作開發的AI尺寸解決方案，以數位孿生技術為基礎，該技術透過創建實體對應物（在本例中為客戶的身體）的虛擬數位副本來運行，它參考廣泛的數據集，只需分析身高、體重和年齡等幾個客戶輸入，即可立即生成具有50多個精確身體測量值的數位孿生體，進而準確地為消費者匹配合適的尺寸，以減少退貨數量，同時提高客戶留存率。

Gap Inc.技術長Sven Gerjets說得直接：「我們不是為了新奇而做AI，而是為了解決高摩擦的購物環節。」
source: Bold Metrics

⁍這件事對產業的意義
AI尺寸建議如果能降低退貨，整個供應鏈的成本結構都會改變。對台灣ODM廠來說，問題很具體：你現在提供給品牌客戶的尺寸規格資料，有沒有結構化到可以直接輸入AI系統？尺碼對照表、版型說明、洗後縮水率，都是AI尺寸建議系統需要的原始資料，而這些資料目前多半還在PDF或紙本技術單裡。⁌

兩條同時逼近的壓力線
市場端壓力
貝恩諮詢（Bain & Company）預估，美國AI代理商務市場規模到2030年將達到3,000至5,000億美元，佔總電商銷售的15%至25%。Walmart、Target、Shopify已加入Google的UCP生態；Sephora、Best Buy直接把購物體驗嵌入ChatGPT。品牌如果沒有進入這些協議層，就像2010年代沒有做行動版網頁—顧客在，但你不在那裡。

法規端壓力
歐盟數位產品護照（Digital Product Passport，DPP）的紡織業強制實施時程落在2027至2028年。DPP要求品牌提供結構化的商品資訊—成分組成、產地來源、可修復性、終局處理方式。這兩件事底層邏輯是一樣的：商品資料必須結構化、機器可讀、可被外部系統直接調用。做好一件事，兩個需求同時被滿足。

一個還在建設中的基礎設施
需要說清楚的是：AI代理商務目前仍在基礎設施建設階段。大型語言模型從來不是為商務而設計的，要在LLM和現有電商基礎設施之間建立橋樑，需要的時間比任何人預期的都長。現階段的AI購物助理，多數仍停在「建議」而非「自動完成交易」的階段。

但基礎設施的建設期，往往是最好的準備時機。等到AI代理購物真正普及，再回頭補資料結構，成本會高得多，且已經輸在起跑線。
對台灣的紡織成衣業者而言，這件事的現實入口不是「我要建自己的 AI 平台」，而是一個更小的起點：從現在開始，把商品資料當作戰略資產來管理，而不是行政資料來處理。

與2027SS的連線
2027SS 大環境趨向③「反數位工藝」提出了一個核心命題：在AI生成內容無限膨脹的時代，品牌必須找到AI無法完美複製的元素，作為差異化的最後防線。「介面退位，協議上位」是這個命題的另一面。

反數位工藝談的是品牌在「創作端」要保留人的不可取代性；介面退位談的是品牌在「流通端」必須讓機器能讀懂自己。工藝創造差異，資料讓差異被看見，兩者缺一不可。這個邏輯在品牌的循環閉環實踐上同樣成立—品牌能把二手轉售或AI推薦接回自己的品牌旅程，前提都是商品資料可以被第三方平台正確讀取和調用。

2028SS預告
商品資料的結構化說起來抽象，但它的起點其實很具體，就是你現在的商品頁面或技術資料單上，哪些欄位是AI代理能讀懂的，哪些不是。

下一季（2028春夏），我們將嘗試把這個判斷標準轉化成一份實用的對照框架：從布料規格、成分標示、洗滌說明到產品故事的敘述方式，逐一檢視哪種寫法會被AI推薦、哪種寫法會被忽略。目標是讓沒有IT團隊的中小業者，也能有一個可以直接對照自家商品資料的起點。

本文綜整跨領域資料，經AI輔助歸納並由TTF趨勢小組進行專家判讀與在地補充。