AI search results are ignoring most online stores

•Recomaze 的研究顯示，AI 購物助理在 58,320 次針對 9,720 個電子商務網站的產品查詢中，有 60% 的情況未推薦任何商店，而僅在 14% 的情況下提及特定商店。
•AI 搜尋結果的偏見並非集中於少數大型品牌，而是分散推薦了超過 50,000 個不同品牌，其中排名前十的品牌僅佔所有推薦的約 4%。
•AI 搜尋的偏見源於其學習方式，傾向於從現有廣泛參考的網路資訊中推斷信任和權威，這使得缺乏廣泛網路足跡的新創公司和小型企業難以獲得能見度。
•儘管存在偏見，AI 驅動的流量具有顯著更高的轉換率，比傳統搜尋流量高出 4.4 倍，這使得被 AI 推薦對於獲得高效益收入至關重要。
•消費者對 AI 購物工具的信任度正在提升，近 60% 的消費者表示曾使用 AI 協助購物，且近半數在某些購買決策上更信任 AI 而非朋友，這突顯了 AI 推薦日益增長的影響力。

Recomaze 是一個無 Cookie 的 AI 驅動個人化平台，透過分析即時使用者互動和多個產品變數來提供高度相關的推薦。
該平台將分散的商業數據（分析、內容、聊天工具、SEO 平台）整合為一個持久的記憶層，供 AI 代理人讀取、推理和執行操作。
這個數據層包含產品目錄、訪客行為、代理人對話和商家知識，並以無 Cookie 的方式進行整合。
Recomaze 能夠大規模生成 AI 就緒的內容，例如優化的標題、描述、問答和結構化數據，以提高產品的可發現性。
其對話式 AI 銷售代理人根據商店的產品目錄進行訓練，能夠回答購物者問題、推薦產品並增加每筆訂單的商品數量。
為了進行可發現性審計，Recomaze 使用多個 AI 引擎（例如，針對 5 個高意圖查詢使用 3 個 AI 引擎）來識別產品在 AI 搜尋中被競爭對手推薦的情況。
廣泛的 AI 購物助理技術顯示，演算法偏見可能源於歷史人類偏見或不完整的訓練數據，導致強化刻板印象或不平等的產品存取權。
為了提高 AI 助理的可靠性，業界正從簡單的「包裝器」（Wrapper）AI 轉向結合知識圖譜基礎的多代理人架構，這可將準確性從約 72% 提升至約 88%。

小型電商將面臨更大的能見度挑戰，需要積極調整其內容策略以適應 AI 搜尋。

AI 搜尋傾向於總結現有權威資訊，這對缺乏廣泛網路足跡的新創公司和小型企業不利，迫使他們優化內容以被 AI 理解和推薦。

AI 購物助理的偏見問題將促使對 AI 演算法的透明度和公平性進行更嚴格的監管和開發。

隨著消費者對 AI 推薦的信任度增加，以及 AI 偏見可能導致的經濟損失和不公平待遇，監管機構和開發者將需要解決演算法偏見問題。

電商平台將需要投資於「AI 代理人就緒」的數據基礎設施和內容優化工具。

AI 流量的轉換率顯著更高，促使商家必須確保其產品目錄能被 AI 代理人有效讀取、理解和推薦，以抓住這些高價值機會。

2023

Recomaze 成立，由 Delian Coroama 和 J Daniel 創辦。

2024-08

Recomaze 獲得 IA Global Ventures 50 萬美元的種子前資金。

2024-08

Recomaze 推出首個收入最大化插件，並與 BigCommerce、WooCommerce 和 Ginkgo 建立合作夥伴關係。

2025-07

Fortuitas 與 Recomaze 合作，將其 AI 推薦引擎整合到客戶的數位體驗中。

2026-02

Recomaze 應用程式在 BigCommerce 平台上架，提供 AI 可發現性審計和 AI 銷售代理功能。

2026-06

The Next Web (TNW) 發表文章，報導 Recomaze 關於 AI 搜尋結果忽略大多數線上商店的研究。

AI 搜尋結果正忽略大多數線上商店