零售AI信任调查：仅13%信任推荐，59%因不准确弃店

零售商正在大力投资人工智能。从交互式虚拟购物助手到自动化供应链工具，目标很简单：连接买家并推动增长。然而，要实现真正的商业价值，需要弥合一个关键的信任鸿沟。

那么，为什么ThoughtSpot与YouGov合作调查了美国和英国的4833名成年人呢？这归根结底是信任问题。因为作为一家智能体分析公司，我们认识到许多技术供应商忽视的现实：人工智能模型的可靠性取决于底层数据。

当零售人工智能失败时（无论是推荐了糟糕的产品、误判了客户的预算，还是计算错了交付时间），这不仅仅是技术错误。它会损害客户信任。

我们的调查报告，《信任考验》，揭示了零售战略与客户期望之间的明显分歧。主要发现为整个研究定下了基调：74%的消费者表示零售商已经收集了过多的个人数据。

当购物者带着对数据隐私的保护意识进入数字店面时，每项人工智能功能都会受到考验。目前，大多数购物者仍持怀疑态度。

人工智能信任差距的数据

《信任考验》报告强调了零售产品、营销和数据团队需要解决的重大信任赤字：

• 13%的问题：只有13%的消费者信任人工智能驱动的产品推荐。近一半（47%）的人积极不信任它们，剩下34%的人保持中立。
• 人类胜过算法：购物者在很大程度上转向真人而非预测模型。朋友和家人（43%）和客户评论（27%）是提及最受信任来源时名列前茅的选项。人工智能推荐仅占1%，排在最后。
• 准确性不足：消费者的怀疑基于经验。66%的受访者表示人工智能误解了他们的需求或推荐了错误的商品。
• 不准确的代价：不可靠的人工智能会损害客户留存率。59%的消费者表示，如果人工智能反复推荐超出其价格范围的商品，他们不太可能继续在该零售商处购物。此外，53%的人会因严重延迟交付而离开某个品牌。如果你错失价格点或搞砸履约，你就会失去客户。

个性化悖论：数据收集越界的界

个性化是一种微妙的平衡。处理得当，可以创造流畅的客户体验。一旦越界，就可能失去回头客。

购物者并不反对个性化，但他们反对隐秘监视。当使用用户明确提供的数据（如账户偏好）时，人们通常接受个性化体验。当收集超出这些边界时，不适感便开始了。

事实上，91%的消费者认为至少有一种现代零售个性化方法是侵入性的。最常见的示例包括：

• 跨其他网站或应用跟踪活动（57.6%）
• 发送产品推荐或广告过于频繁（56.7%）
• 提及敏感或私人话题（48.7%）
• 使用实时位置跟踪（48.8%）
• 在表现出兴趣之前预测需求（48.7%）

购物者想要什么：透明度和实用价值

报告提供了建立对人工智能驱动工具信心的清晰步骤。消费者要求简洁的设计和隐私标准：

为了建立信任，零售商应提供：

1. 数据透明度（34.0%）: 明确说明哪些数据用于推荐。

2. 选择退出控制（31.4%）: 为购物者提供关闭人工智能个性化的直接选项。

3. 可解释性（30.6%）：提供推荐商品的平实语言解释。

ThoughtSpot如何帮助零售商赢得消费者信任

赢得那34%中立的“摇摆选民”需要超越不透明的人工智能模型和未经验证的假设。

在用户端提供可靠、透明的客户体验，需要对后端数据系统有全面的清晰度。ThoughtSpot的基于搜索的分析平台为零售、电子商务和商品团队提供了构建这种清晰度的工具：

• 将复杂数据转化为可搜索的洞察：ThoughtSpot使业务团队能够使用自然语言查询企业数据，即时访问经过验证的客户偏好、购买趋势和库存水平，而无需依赖黑箱算法。
• 连接推荐与后端供应链：缺货和延误等履约失败会损害品牌资产。ThoughtSpot统一了运营、库存和营销数据，确保推荐的产品实际有货并能按时发货。
• 保持清晰的数据治理：ThoughtSpot提供内置的治理和数据血缘跟踪。零售领导者可以准确验证洞察是如何生成的，确保个性化体验基于干净、经过同意的一方数据，而非第三方跟踪。

零售技术分析师Miya Knights在报告前言中强调了这一转变：

“犹豫不决的消费者群体是商业奖赏，它将由那些将透明度和控制视为产品功能而非政策页面的零售商赢得。正是在产品或服务的履行过程中，信任最终得以赢得或丧失。”

结论：零售领导者的使命

《信任考验》报告指出了明确结论：赢得长期忠诚需要准确、价值优先的执行。

为了缩小人工智能信任差距，零售组织应关注三个优先事项：

1. 注重准确性而非假设：放弃追踪跨第三方应用的行为。相反，分析明确的搜索词、购买历史和同意设置，以提供能节省购物者时间和金钱的功能。
2. 使面向客户的人工智能与运营实际保持一致：避免做出后端系统无法兑现的承诺。将人工智能购物代理与实时的准确库存和物流数据连接起来，以防止交付延误。
3. 将控制权融入用户体验：让客户清晰了解自己的数据足迹。解释推荐出现的原因并提供简单的退出选项，可以将持怀疑态度的购物者转变为自信的买家。

零售AI的目标不是尽可能多地收集个人数据，而是向客户返还清晰的价值和透明度。

想要探索区域细分和完整数据集？查看完整报告，此处。

有兴趣探索ThoughtSpot如何转变您的零售或CPG数据策略？请访问我们的资源页面今天！

除非另有说明，所有数据均来自YouGov Plc。总样本量为4,833名成年人（美国2,617名，英国2,216名）。实地调查于2026年6月16日至23日进行。调查以在线方式完成。数据已加权，代表所有美国和英国成年人（18岁及以上）。