代理型商務（Agentic Commerce）的黎明：Walmart 的「Sparky」領先登場
在 2026 年 1 月，零售格局已經從實驗性試點決定性地轉向全面的結構性轉型。零售巨擘 Walmart 已正式部署「Sparky」，這是一個旨在根本改變消費者與商務互動方式的複雜 AI 代理。此舉與 Google 推出的通用商務協議（Universal Commerce Protocol，UCP）同時出現，標誌著「代理型商務（Agentic Commerce）」時代的到來——在這個範式中，AI 代理不再只是檢索資訊，而是代表使用者主動協商、規劃並執行交易。
對產業觀察者而言，這一發展代表了一個關鍵的轉折點。正如 Walmart 的 AI 加速、產品與設計執行副總裁 Daniel Danker 在最近的 ICR 會議上所言，「擺弄」的階段已經結束。2026 年是轉型之年，AI 將從一個新奇的功能變成零售的核心作業系統。
走進 Sparky：不只是聊天機器人
Sparky 不僅僅是一個客服機器人；它是一個深度嵌入 Walmart 數位生態系統的主動購物禮賓服務。與過去依賴靜態決策樹的系統不同，Sparky 使用先進的生成式AI（Generative AI）來理解意圖、情境和長期的使用者行為。
該代理能夠識別特定的購物習慣——例如每週採購節奏——並在使用者一開啟應用程式時主動建議補貨的購物車。除了簡單的補貨之外，Sparky 展示出「推理」能力。例如，如果顧客在購物車中加入了蕃茄醬、絞牛肉和莫札瑞拉起司，Sparky 就會推斷出做千層麵的意圖。接著它會智能地建議缺少的食材，例如羅勒或里科塔起司，消除了多次搜尋和捲動的摩擦。
Danker 將這種轉變形容為從使用「螺絲起子」到「電動工具」的變化。目標是減少消費者的認知負擔。消費者不再需要瀏覽一頁又一頁的搜尋結果，而是與一個能理解更大專案的實體互動——無論那是做晚餐還是去除地毯上的紅酒污漬。
跨平台普及性
關鍵在於，Sparky 的效用不限於 Walmart 自有的應用程式。為了在任何出現意圖的地方捕捉該意圖，Walmart 已將其庫存與會員權益直接整合到像 ChatGPT 與 Google 的 Gemini 等第三方 AI 平台。
這種整合允許使用者在 Gemini 上問一個一般性的問題——例如「哪種電視適合小型單身公寓？」——並收到一個可以立即加入其即時 Walmart 購物車的推薦。這種「零點擊（zero-click）」商務模式確保 Walmart 在靈感出現的瞬間就能抓住購買，而不是寄望使用者最終會去 Walmart.com。
Google 因素：通用商務協議
Sparky 的部署與由 Google 所領導的更廣泛產業標準化努力密不可分。在紐約舉行的全國零售聯合會（NRF）年會上，Google 公布了通用商務協議（Universal Commerce Protocol，UCP）。這項針對代理型商務的全堆疊方法，旨在為 AI 代理建立一種標準語言，讓它們能夠發現庫存、協商選項並執行付款。
Google 與 Alphabet 的執行長 Sundar Pichai 強調，UCP 讓未來的購物體驗能將 Google 產品作為無縫流程的一部分。透過與 Walmart、Shopify 和 Target 等大型零售商合作，Google 試圖確保「代理協助購物」保持為一個開放的生態系統，零售商仍保有交易紀錄的商家身份，而不會將顧客關係拱手讓予封閉花園。
UCP 的策略性影響
- 庫存發現： AI 代理可以查詢不同零售商的即時庫存數量。
- 原生結帳： 「Buy buttons」直接嵌入到 AI 對話介面。
- 關係管理： 零售商保留對顧客資料和購後體驗的控制權。
從搜尋到代理的轉變
從傳統的電子商務搜尋轉向代理型商務代表了使用者行為的根本改變。我們正從一個「拉式」模式——使用者搜尋並篩選以找到商品——轉向一個「推式」模式，代理會預見需求並提出解決方案。
下表說明了傳統搜尋模型與新代理模型之間的操作差異：
| Feature | Traditional E-Commerce Search | Agentic Commerce (Sparky/UCP) |
|---|---|---|
| User Input | Keywords (e.g., "red shirt", "milk") | Contextual Intent (e.g., "I need an outfit for a summer wedding") |
| Interaction Flow | Search → Filter → Scroll → Click | Intent → Reasoning → Curated Suggestion → Approval |
| Context Awareness | Session-based, limited history | Long-term memory, cross-category logic |
| Platform Boundaries | Confined to Retailer App/Site | Cross-platform (Gemini, ChatGPT, Voice) |
| Friction Level | High (Mental load on user) | Low (AI handles logic and logistics) |
店內與營運層面的 AI
雖然面向消費者的變化最為顯著，Walmart 也在部署代理型 AI 以數位化實體店面體驗。店員如今配備後端 AI 代理，協助庫存管理並有效地優先處理如補貨或處理溢出等任務。
履行中心也在使用類似技術來以更高粒度預測商品需求，確保 Sparky 推薦的商品實際上可供快速配送。從聊天介面到倉庫現場的端到端整合，正是區分真實「AI 轉型」與膚淺行銷包裝的關鍵。
未來：搜尋與聊天的合併
Daniel Danker 預測，最終搜尋欄與聊天介面的區別將會消失。它們將「合併」成一個系統，使用者只需表達需求，系統就會決定解決該需求的最佳介面——無論是產品清單、對話式回答，或是預填購物車。
然而，這場革命並非沒有風險。當產業爭相採用這些電動工具時，可能會建立出不被採納的功能。但正如 Danker 所言，「風險在於我們建立了幾項不會被採納的東西。我會說，更大的風險是不站在前端。」
對 Creati.ai 而言，Sparky 與通用商務協議的推出標誌著代理型經濟的正式開端。未能調整資料結構和顧客介面以容納這些自主代理的零售商，將有在由機器購物的世界中變得無形的風險。
