Croud 发现，大多数美国人愿意让 AI 在无需批准的情况下购买常规商品

Why it matters

AI commerce will depend on what happens between a model recommendation and checkout. Brands need machine-readable product data and human proof that survives reviews, creator scrutiny and price checks.

Luke Smith 和 Ben Knight 的 Croud 在 8 月 11 日发布了一项调查，发现 69% 的美国人在至少一个类别中愿意让 AI 在未经批准的情况下完成购买。这个数字带有一个对任何构建具代理性商业（agentic commerce）的人都很重要的约束：购物者可能会委托交易，但在接受 AI 推荐之前，许多人仍然希望看到人工验证的证据。

Croud Consumer Index 基于对超过 2,000 名美国消费者的调查，Croud 称其具有全国代表性。根据该机构的 公告，四分之三的受访者会在至少一个产品类别中使用 AI 支持的一键结账，而一半受访者会在三个或更多类别中委托购买。

这些数字衡量的是陈述的意愿，而不是观察到的交易。但它们仍然指向消费者想象使用 AI 方式的一个重要变化。消费者从询问聊天机器人买什么，正在转向授权软件完成订单，尤其是像杂货和家庭必需品这样的常规采购。

Smith（前 Google 高管）和 Knight（前搜索主管）于 2011 年在英国创立了 Croud，最初是一家搜索绩效机构。他们最新的论断将原始业务扩展到一个市场，在该市场中，一个模型可以在购物者访问搜索引擎、零售商或品牌网站之前组装产品候选名单。Croud 现在在销售自主软件的同时提供媒体、创意、分析和 AI 搜索服务，这使该机构在说服品牌围绕 AI 重建其发现策略方面具有明显的商业利害关系。

AI can make the shortlist without closing the sale

Croud 表示，在其美国样本中，73% 的 AI 用户在决定特定品牌或产品之前会咨询大型语言模型。这使得 ChatGPT、Gemini、Claude 等类似界面位于传统搜索漏斗的上游，在购物者形成偏好之前就能定义考虑集合。

推荐并不结束研究过程。在 AI 用户中，39% 表示在购买前会将 AI 的推荐与至少四个其他来源进行核对。Croud 的报告页面显示，43% 的人会转向 YouTube 寻求验证，35% 使用 Instagram 或 TikTok，27% 使用 Reddit。

这种行为创造了一个两阶段市场。模型利用可获得的产品信息、品牌关联和第三方材料缩小筛选范围。消费者随后检查评论、创作者视频、零售商页面和社交讨论，以决定模型的答案是否值得信任。

Croud 美区 CEO Valerie Davis 将推荐与结账之间的空间称为“验证经济”（validation economy）。Davis 在领导 Assembly Global 北美业务后于五月加入 Croud。她的任命将一位具有代理机构和零售经验的高管置于 Croud 的美国扩张之上，包括参与 Bloomingdale's 电子商务启动的工作，因为该机构正深入推动由 AI 中介的营销。

对于运营者来说，这项调查反对将 AI 可见性视为另一个孤立的获取渠道。产品需要模型能够解析的一致描述、规格、库存信息和使用场景。这些声明在买家检查零售商列表、观看评论或搜索投诉时还必须经得起审查。定价矛盾、陈旧的产品页面和模糊的退货政策可能会在模型已带来合格潜在客户后破坏这一链条。

The checkout number carries a narrower message

这一重要发现并不意味着消费者准备好给代理人无限制地访问他们的钱包。Croud 表示，其研究中捕捉到的大多数 AI 商务涉及低于 $100 的购买，杂货和家庭用品是受访者对自动结账感到舒适的主要类别。

这使得初始机会更像是委托补货，而不是自主的奢侈品购物。代理可以在价格熟悉、质量可预测且退货风险可控的情况下重新订购产品，然后再承担昂贵或主观性强购买的责任。

时尚使这种模式变得复杂。Croud 表示，其样本中接受 AI 辅助的时尚购物者花费比非用户高 56%，并且在按风格或美学搜索的可能性上高出 23%。这种消费差距是调查中的一种关联，而不是 AI 导致购物者花更多钱的证据。但它仍然给零售商理由支持围绕场合、合身或视觉身份构建的对话式查询，而不是完全依赖品牌名和传统关键词。

自主结账也提出了该调查的意愿数据无法解决的产品问题。一个可用的采购代理需要最新的价格、库存、交货时间窗口、退货规则和权限边界。消费者需要类别限制、消费上限和例外的控制。商家在 AI 界面推荐商品、通过外部来源验证并在未传统访问店面情况下完成交易时，需要可靠的归因机制。

Croud is selling the response to its own findings

该报告同时也作为 Croud 的 AI 搜索和测量业务的定位材料。该机构指出了与补充剂品牌 Thorne 的合作，在该项目中 Croud 使用其 BrandCI 和 SEOCI 工具来映射 ChatGPT、Claude、Meta 和 Gemini 上的引用和品牌可见性。

Croud 报告称，Thorne 的有机收入同比增长 30%，超出其有机收入目标 22%，并根据 BrandCI 达到了 66% 的 LLM 提及率。这些都是公司提供的结果，且提及率来自 Croud 的专有测量系统。该项目还捆绑了新内容、技术性网站工作、结构化数据和内部团队之间更紧密的协调，这意味着收入变化不能仅归因于 LLM 可见性。

该案例研究仍然展示了代理机构预期品牌接下来会购买的内容：监测模型如何描述一家公司、识别底层内容的缺口并将 AI 引用与商业绩效连接起来的系统。搜索优化以页面排名为中心。AI 优化则将工作扩展为管理模型用来构建答案的事实、实体和外部证据。

Croud 在这一转变背后有资本支持。ECI Partners 在 2024 年收购了该机构的多数股权，替代了少数投资者 LDC。ECI 表示，此次投资将支持并购、国际增长以及对 Croud 技术的进一步投入。Croud 表示其现有员工超过 600 人，并拥有约 2,900 名营销专家的网络。

该调查为这一战略提供了需求端的论据。消费者似乎愿意让 AI 执行更大份额的购物，同时继续核实机器告诉他们的内容。因此，品牌必须同时满足两个评估者：组装候选名单的模型和寻找证据以证明其推荐可信的消费者。