Adobe Analytics 本週發布了 2026 年 Q1 的零售流量資料：美國電商網站上由 AI 導流而來的造訪年增 393%，其中 2026 年 3 月同比增長 269%。Adobe 的樣本是美國零售網站的 1 兆次造訪，加上 5000 位消費者的問卷。更值得盯的數字是行為層面。AI 導流來的流量比非 AI 流量的轉換高 42%，在站停留時間長 48%，每次造訪多瀏覽 13% 的頁面，每次造訪的營收高 37%。標題上的成長率是從接近零的基數起跑；真正的訊號是轉換與互動度那幾項指標。

Adobe 所衡量的是「導流」，也就是從 ChatGPT、Gemini、Perplexity、Copilot 或其他助手中點到零售商的使用者。Adobe 這次沒有發布平台級歸因，而那正是零售商真正想知道的數字。這種行為差距有一部分是選擇效應。一個去問 ChatGPT「幫我推薦一雙 150 美元以下、適合扁平足的跑鞋」的使用者，在點連結之前就已經收窄了意圖，那他自然比一個經過非定向搜尋或社群媒體而來的訪客更容易轉換。這種選擇效應並不讓營收影響變得不真實。它只是意味著「為 AI 流量做最佳化」，更接近「成為 AI 會推薦的那個答案」，而不是「跑 AI 定向廣告」，而 Adobe 的資料目前還不能區分這兩套打法。

這是「聊天機器人即零售發現入口」這個論題第一次有真正站得住的數字在底下。昨天這裡寫過的那套 Starbucks-嵌在-ChatGPT 裡的架構，對照這份資料就會合理很多。如果 AI 導流的流量轉換比你現有通路高 42%、每造訪營收高 37%，那把你的品牌註冊成一個 ChatGPT 應用、靠深連結把使用者交回你自家結帳頁，這就是一個正期望值直接可做的決定，和今天的絕對量大小無關。絕對體量目前相對於搜尋和直接流量仍然偏小，但哪怕從小基數起跑，年化 393% 的成長在兩年內就能長出一個有分量的通路。未來 12 個月裡最佳化自家商品目錄、schema 標記以及品牌描述、讓 AI 好「取走」的零售商，到 2027 年看起來會很聰明。把它當 2028 年的問題處理的那些零售商，大機率就不會。

對任何在零售或電商 stack 上做東西的打造者，具體動作有三條。第一，現在就在你自家的分析裡把 AI 導流流量單獨拆出來；大多數埋點把它歸到「其他」，或者直接和直達流量混在一起，這就恰好把 Adobe 量出來的成長與轉換差距遮住了。第二，對照一個購物類 LLM 會如何取你家目錄，審一遍你家產品 schema 和 metadata；在這個通路裡，feed 的品質比廣告預算更重要，因為選連結的是 agent，不是使用者。第三，如果你有原生 App 或會員體系，那套 Starbucks 的交接打法（AI 應用做發現，自家介面做結帳與資料沉澱）就是值得照抄的架構。Adobe 目前還答不出來的那個開放問題是平台級歸因。假設這個缺口會在兩個季度內被補上，屆時針對單個 agent 的最佳化就會變成一門可衡量的紀律。對零售之外的打造者來說，可遷移的模式是：你產品在 AI 助手中的可被發現程度，現在已經變成可衡量的營收，而負責盯這個指標的團隊會拿到預算。