當所有品牌都想被 AI 推薦，誰來確保 AI 的推薦值得信任？

最近在想 AI 如何與電商合作，遇到一個蠻有意思的問題：

既然 AI 已經能理解消費者需求，為什麼不直接推薦商品，甚至直接完成購買？

從商業角度看，這似乎是最短的轉換路徑。但換成消費者身份的我，反而希望 AI 不要直接推薦特定品牌。不是不想賣東西，而是把時間拉長來看，有個問題得先想清楚。

當所有品牌都想被 AI 推薦，誰來確保 AI 的推薦值得信任？

從 SEO 到 GEO：一場「誰比較會說故事」的競賽？

過去品牌努力做 SEO，希望消費者在 Google 搜尋時找到自己。現在開始流行 GEO（Generative Engine Optimization），希望 ChatGPT、Gemini 這些 AI 在回答問題時，優先提到自己的品牌。

LLM 的知識來自大量資料訓練，有些服務也會即時搜尋網路資訊。當品牌越來越懂得布局內容、建立網路聲量，進而影響 AI 看見與引用哪些資訊時，我就會開始想：

被 AI 推薦的商品，究竟是最適合消費者的，還是最擅長讓 AI 認識自己的品牌？

當然，這兩件事不一定衝突。好產品也需要被看見。但如果大家都只研究怎麼讓自己的商品被 LLM 推薦，最後很可能變成一場「誰比較會說故事」的競賽。

一個蛋白粉的例子

舉個例子。今天有人問 AI：「我最近開始重訓，需要補充蛋白粉嗎？」

如果 AI 直接推薦了某個品牌，我會想知道：

• 它是根據什麼判斷的？
• 有沒有足夠的科學證據？
• 有沒有考慮使用者的飲食、身體狀況與實際需求？
• 還是只是因為網路上剛好有很多文章，都在說這個品牌很好？

這幾個問題，正是「推薦」和「廣告」的分界。對做健康相關服務的人來說，這條界線更不能模糊，因為使用者的決定會落在自己身上。

OpenEvidence 給我的借鏡

最近很紅的 OpenEvidence，是一個給醫師使用的醫療 AI 平台，和 NEJM、JAMA、Cochrane 等醫學內容來源合作，讓醫師能透過 AI 查找有文獻依據的醫療資訊。

我覺得值得學的，不是它整合了多少醫學知識，而是它試著讓使用者看到：答案背後有哪些可以追溯的證據。

有趣的是，OpenEvidence 本身也有廣告商業模式，並不是完全不做商業化。但它強調把廣告與 AI 回答內容分開。

真正值得信任的 AI，不一定不能做生意，而是不能讓商業利益決定什麼才是正確答案。

我希望 AI 和電商這樣分工

回到 AI 與電商的合作，我比較希望的分工是：

• AI 負責理解需求、提供有依據的個人化資訊、說明適用情境與限制。
• 如果確實有商品需求，再引導到電商平台，由消費者自己比較與選擇。

看起來好像多了一個步驟，短期轉換率也未必最高。但我越來越覺得，長期來看這樣才做得下去。

因為消費者不缺商品推薦。打開任何電商平台、社群媒體，到處都有人告訴你該買什麼。真正稀缺的，是有人願意告訴你：

這個東西，你可能根本不需要買。而且能說清楚為什麼。

當 AI 能提供可信的證據，也願意說明不確定性、限制與不適用的情境，消費者才有機會真正信任它。有了信任，推薦才可能變成有價值的選擇，進一步帶來轉換。

兩種競爭，我想做後者

最近越來越覺得，AI 商業化可能會出現兩種不同的競爭：

• 一種是品牌想辦法讓自己更容易被 AI 看見。
• 另一種是 AI 服務想辦法讓自己的答案更值得被相信。

前者爭奪的是曝光，後者累積的是信任。而我更想做的是後者。因為短期轉換可以靠行銷推動，但長期轉換需要消費者一次又一次，願意相信你的判斷。

會說故事的品牌，也許比較容易被 AI 看見；但生意要做得久，靠的還是經得起驗證的信任。

這筆帳，我想算長一點。