美国两大即时配送平台Instacart与Shipt近日分别推出AI驱动的购物助手工具，允许用户通过自然语言对话或上传照片的方式，自动生成可购买的杂货购物车。此举标志着按需配送平台正将生成式AI能力从后台运营环节延伸至前端消费交互，试图以更低的决策成本提升用户转化与订单密度。
据公开信息，Instacart推出的工具名为“Ask Instacart”，内嵌于其应用程序中。用户可以用日常语言描述需求，例如“为四口之家准备一周的晚餐食材”或“找一款适合乳糖不耐受者的早餐替代品”，系统会在Instacart的零售合作伙伴商品库中检索并匹配商品，生成一份结构化购物车。用户还可上传冰箱内部、手写购物清单或食谱照片，由AI识别后自动填充相应商品。Shipt方面则在其应用中上线了类似的对话式购物功能，支持用户以文字描述需求，由AI助手从合作零售商目录中构建购物车。
两家公司均强调，AI生成的购物车并非最终订单，用户可在下单前逐项调整、替换或删除商品。Instacart表示，该功能建立在其已有的商品目录数据与用户历史行为之上，旨在缩短从需求产生到完成购买的路径。Shipt则将这一工具定位为“个人购物者”的数字化延伸，帮助用户在缺乏明确购买目标时快速获得可执行方案。
从行业背景看，Instacart与Shipt的举措并非孤立事件。过去一年，多家电商与配送平台相继试水AI购物助手。亚马逊在其应用中测试名为“Rufus”的购物助手，沃尔玛则推出基于大模型的补货建议工具。这些产品的共同逻辑是：传统搜索框依赖用户精确描述商品名称或品类，而对话式交互允许模糊、多条件、跨品类的需求表达，从而覆盖那些“有需求但不知如何搜索”的消费场景。对于杂货品类而言，这一价值尤为明显——杂货商品SKU繁杂、品牌差异细微、购买频次高，用户往往难以用关键词准确描述所需。
Instacart与Shipt的商业模式建立在与零售商的分成及配送费之上，订单规模与客单价是核心指标。AI购物助手若能有效降低用户构建购物车的门槛，理论上可提升下单转化率，并可能通过组合推荐提高客单价。但与此同时，此类工具也面临商品数据准确性、AI幻觉导致的错误推荐、以及用户对自动化决策的信任度等挑战。Instacart在功能说明中提到，系统会在AI生成结果旁标注“由AI建议”的提示，并保留人工调整入口。
值得注意的是，两家公司并未披露该功能的具体技术供应商或底层模型信息。Instacart此前已在其平台中应用机器学习进行商品排序与替代品推荐，此次上线的对话式助手是否基于外部大模型或自研模型，尚不明确。Shipt同样未公开技术细节。这种信息保留在行业竞争中并不罕见，但也意味着外界难以评估其AI能力的实际水平与可扩展性。
从更宏观的视角看，即时配送平台正面临增长压力与盈利要求。Instacart自2023年上市以来，持续寻求在广告与零售媒体之外的新收入杠杆；Shipt作为Target旗下子公司，亦需在竞争激烈的配送市场中强化差异化。AI购物助手短期内不会直接贡献收入，但其战略意义在于：将平台从“商品搬运工”升级为“需求理解与方案提供者”，从而增强用户粘性与零售商合作议价能力。
此类工具的普及速度将取决于实际使用体验。若AI生成的购物车频繁出现缺货商品、数量错误或不符合饮食限制的情况，用户可能迅速放弃使用。反之，若能在准确性与便利性之间取得平衡，对话式购物有望成为杂货电商的标配交互方式。Instacart与Shipt的此次尝试，为观察AI在垂直零售场景中的落地效果提供了新的样本。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
