「代理​商務」​崛起：​Google、​DeepMin​d 專家​觀點解析 A​I 新​變革下​的​未來​行銷​藍圖

在 2​026 Google Marketing Live 商業​盛會​中，​由 Google 台灣​資深​業務​總監 Peter Tsai 主持​的​座談​特別​邀請​到 Google DeepMin​d 研究​副總裁 Ed Chi（紀懷新​博士）​與 Google Cloud 首​席​行​銷長 Eva Hu​ng。​重量​級​嘉賓們​針對​未來​可期​的​「代理​商務​時​代（Era of Agentic Commerce）」​下​消費者​行為​將​如何​改變，​以及​廣告​主該​如何​因應，​進行​了​深刻​的​探討​與​交流。

推薦​Ｘ搜尋：​從 Grand Unified 整合​體驗​走​向 Brandformance 策略

在​傳統​資訊​科學​領域，​推薦​（Recommendation）​與​搜尋（Search）​被​視為​兩​個​獨立​的​系統：​推薦​是​接收​資訊，​如神​經​科學​中​「系統​一（​System 1）」​的​直覺​點擊；​而​搜尋​則​代表​主動​尋找​資訊，​如​「系統​二（​System 2）」​的 邏​輯​思考，​這​也​造​就​過往​搜尋​廣告（Search ads）​與​多​媒體​廣告​（Display ads）​分別​的​市場​格局。​然而，​Ed 指出，​透過​新興​「序列​傳導​（Sequential Transduction）」​技術​中​的​排序（Ranking）​邏輯，​推薦​與​搜尋​雙​系統​正​被​結合​為​單一且​整合​的​系統，​更​將​在​未來​演變​為​全能​的​超級​助理​（AI Assistan​t）。

這​種​「整合​型​搜尋​排序​功​能​（Grand Unified Function）」​的​概念，​將​讓​系統​能夠​獲得​對​消費者​行為​與​偏好​全​貌且​整合​的​理解。​例如，​當消費者​想購買​一​件​高爾​夫球​衣​時，​未來​的​全能​系統​助理​能​考量​其​過​往​買過​的​褲子​顏色​及​款式，​進而​推薦​最​適合​的​搭配​方案。​對​行銷人​而言，​若​分散​在​各​系統​的​資訊得​以​被​整合、​串連，​將​帶來​革命性​的​衝擊，​但​此​挑​戰​同時​也​將​是​促使​策略​升級​的​轉機。

對​此，​Peter Tsai 特別​強調，​當消費者​行為​不​再​分屬​獨立​系統，​行銷​思維​也​必須​隨之​進化，​打破​過去​「YouTube 做​品牌、​搜尋​做​成效」​的​二​分法，​將​「品​牌（Brand）」​與​「成效​（Performance）」​相結合，​轉向 「Brandformance」​的​整合​策略，​讓​過去線性​的​選擇​過程，​轉變為​一​次​就​能​滿足​消費者​整體​需求​的​網路式​方案。

Google 台灣​資深​業務​總監 Peter Tsai（​右）​與 Google DeepMin​d 研究​副總裁 Ed Chi（​中）、 Google Cloud 首​席​行​銷長 Eva Hun​g（​左），​共同​探討​與​交流​未來​的​「代理​商務​時代」。

搜​尋行為​不減​反增！​多​模態​互動​與 Project Astra 將​重塑​消費​旅程

隨​著​搜尋​技術​演進、​消費者​與​數位​世界​的​互動​方式​產生質變，​行銷人​不免​疑問：​這​是否​代表​消費者​的​搜尋行​為​會​減少？​Eva Hung 分享，​現代​使用​者​不​再​僅​透過​桌​上型​電腦​輸入​片段​單字，​而​是​習慣​運用​手機​拍照、​聽音樂甚至​哼歌​等​多​模​態（Multimodal）​方式​來​進行​互動，​代表​搜​尋行為​將​不減​反增。​除​上述​的​多​模​態特性，​搜尋​也​變得​更​具​對話性​（Conversational）。​消費者​經常​以​「我​該​去​哪​裡​（Where should I​…）」​或​「哪​一​個​（W​hich）」​這​類​開放式​問題​去​搜索​答案，​並​透過​持續​問答​與 A​I 進行​「腦力​激盪​（Brainstormin​g）」。

座談會​現場​更​展示​了 Google 備​受​矚目​的 Project Astra 示​範​影片。​Project Astra 是 DeepMin​d 所​開發​的​先進人​工智慧​專案，​目標​是​打造​未來​的​全能​通用​助理。​影片​中​展示​了 AI 助理（AI Agen​t）​透過​鏡頭​與​使用​者​對話，​協助​其​查​找​單車維​修手冊、​對照螺​絲​尺寸，​以及​打電話​給​附近​店家確認​庫​存等。​Ed 補充​說明，​影片​中​一​幕描繪 AI 助理​在​旁人​插話時​自動暫停​對話，​這​展​現​了​通用​人工智慧（Artificial General Intelligence, AGI​）身​處​真實​世界​中​的​主動​應變​能力。​當 AI Agen​t 從​單純​的​問答​演進到​能​代表​使用​者​執行​多​步驟​工作​流程​時，​系統​將​進一步​連結​消費者​的​情緒​感性​（​系統​一）​與​分析​思維（​系統​二），​徹底​改變​消費者​發現​與​評估​品牌​的​根本​方式。

觀​看​影片

Link to YouTube Video

邁向 AI​-​firs​t 新局：​代理式 AI 賦​能​團隊，​啟動​行銷​組織​轉型

Project Astra 的​技術​精華​已經​開始​成為​推動 Google 各​產品​進化​的​底層​動力。​Eva 分享，​Google Clou​d 自身​的​行銷團隊​已​將 A​I 工​具視​為​團隊​的​一員，​例如​使用 Nano Banana 2 Lite 即​可​在 4 秒​內生成​圖片​並​進行 A/B 測試​與​廣告素材變化；​或​是​運用 Gemini Omni Flash 快速​產制、​修改、​優化​影片​素材，​且​能夠​透過​持續​對話​將​素材​打磨​至​最佳​狀態。

至於​面對​「AI 優先​（AI​-​firs​t）」​的​生態​系統，​行銷​人​除了​改變​行​銷​策​略外，​該​如何​配合​進行​組織​轉型？​Eva 指出，​行銷團隊​在​其中​扮​演​著​關鍵​角色。​面對​驅動​成效​提升、​透過​個人化​啟動​增長​以及​提升​營運效率​這​三​大​挑戰，​AI 可以​透過​以下​三​種​方式​協助​組織​轉型：

一、​跨管道​整合​數據：​AI 善於​解決​數據​孤島​問題​（De-​silo），​例如​使用 AI 整合來自​客服、​業務​與​產品​開發​等​跨團隊​的​數據，​全面​了​解客戶​並​建立​深度​洞察。

二、​串連數據​洞察​與​規模​化素材​製作：​將​數據​獲得​的​洞察​直接​與​素材​產製​相串連，​確保​能​在​消費者​尋找​資訊​的​當下，​精準​提供​最​完美​的​廣告​素材。

三、​運用​代理式 AI 賦​能​團隊：​讓​人類​與​技術​並​肩​作戰，​透過​對​話式​的​互動​模式，​加速​打造​完美​的​行銷​活動。

受眾​轉變​與 AIEO 崛起：​掌握​不變​的​基本​功，​化身​新世代行銷​科學家

A​I 已​從​單純​的​線性​回答​問題，​進化​到​能​進行​網​絡式​對話，​其代表​使用​者​執行​多​步驟​工作​流程​的​未來​亦​不​遙遠，​這​勢​必​將​徹底​改變​一般​消費者​發現、​評估​以及​與​品牌​互動​的​根本​方式。​面對​這樣​的​演進，​許多​廣告主不禁​渴望​知道：​當行​銷人​的​目標​受眾​實際​上​變成​了​消費者​的 A​I 代理​人，​未來​的 SEO 或 SEM 會​變成什麼樣子？​這​是​否​意​味​著​我們​即將​邁入 AIEO（AI Engine Optimization）​的​時代？​品牌​又​該​如何​讓​自己​的​產品​在 A​I 的​推薦​序列​中​名​列前​茅？

對​此，​Ed 回​歸​行銷​與​經濟學​的​本質來​解析。​他​指出，​行銷​的​核心​一直​扮​演​著​媒合​供給​與​需求​的​橋樑。​從​傳統​搜尋邁向 AI 驅動​的​時代，​未來​的​系統​將​會​進行​更​高階​的​分析，​它​不​再​只是​單純地​推銷​產品，​而​是​試圖​將​消費者​屬於​直覺​的​情感（​系統​一）​與​屬於​邏輯​的​分析​思維（​系統​二）​深度​連結​起來，​這​將​會​從​根本​上​改變​整​個​市場​的​運作​模式。

面對 AIE​O 時代​的​崛起，​Ed Chi 與 Eva Hung 於​對談​中​指出，​掌握​媒合​供需​的​行銷​本質，​並​持續​維護​高品質​的​品牌​內容，​是​讓​品牌​在 A​I 推薦​序列​中脫穎​而出​的​關鍵。

針對​實務面​的​操作，​Eva Hung 則​給出​了​定​心丸。​她​表示，​無論​未來​是 SEO、​SE​M 還是​所謂​的 A​IEO，​她​依然​認為​「舊​的​就是​新​的​（What’s old is new）」。​這​是​因為​目前​用​來​呈現​搜尋​結果​的​底層​技術，​同樣​被​應用​在 A​I 模式​（AI Mode）​之​中。​對品牌​而​言，​保持​網站​內容​持續​更​新、​維護​高品質​的​品牌​資訊​與​產品​價值​主張，​並​建置​詳細​的 F​AQ，​依舊​是​確保品​牌​能​被 A​I 助理​精準​「看見」​並​保持​高度​關​聯性​的​不二​法門。

這​也​與 Google 台灣​總經理 Tina Lin 近期​在​《滴scussion》​及​《Sega on AI》​等​訪​談節目​中​分享​的​觀點​則​進一步​點出​了​品牌​「贏得​青睞」​的​核心​戰略。​Tina 提醒，​面對​迎面​而來​的 B​2A（Business to Agentic）​時代，​將​資料​結構化​做​好生​成式​引擎​優化​（GEO）僅​是​獲取 A​I 推薦​的​基本​功；當 AI 代理​人​能​極​致理性​地​比​對​所有​規格​時，​過去​仰賴​的​「性價​比」​競爭​將​迅速​面臨​瓶頸。​品牌​未來​的​致勝​關鍵，​必須​回歸​人性，​提供​不可​取代​的​「情緒​價值」​與​動人​的​「品​牌​敘事」，​才​能​真正​建立​起難​以​被​演算​法取代​的​信任​護城河。

（欲​了​解詳細​內容，​請見​完整​訪談：​《滴scussion》節​目連結、​《Sega on AI》節​目連​結）

「AI 的​問世​不​是​來取代​我們​（行銷​人），​而​是​來賦​能​我們。​」​如​同​座談尾聲​兩​位​嘉賓​的​分享，​Eva 認為​生成式 AI 為​生活​帶來​了​全​新且​有趣​的​表達​方式，​能​透過​生成​影像​更​豐富​地​傳遞​真實​的​情感；​而​身兼​科​學家​的 E​d 則​強調，​他​在​做購物​決策時​依然​極​度​依賴​嚴謹​的​分析，​只​在​乎產品​是否​真能​帶來​實質​的​數據​效益。​這​兩​種​截然​不同​的​消費​者​視角，​恰好​完美​呼應​了​行銷​工作​的​一體​兩面。​Peter Tsai 總結​提醒，​行銷​的​本質​有​時​需要​運用​情緒​去​撼動​消費者，​有時​則​要​根據​數據​做出​正確​的​行銷​決定。​面對​代理​商務​與 AI 技術​帶來​的​新賽局，​底層​的​技術​革命​將​承載​更多​繁瑣​的​運算，​而​行​銷人​更​應​把​握​機會，​善用 A​I 驅動​的​工具​與​洞察，​將​感性​的​品牌​共鳴​與​理性​的​分析​思維深度​結合，​成為​這​個​領域​中無​可​取代​的​「行銷​科​學家」。