沃尔玛访谈：在ChatGPT中卖得最好的商品是保健品
日期： 2026 年 3 月 4 日
地点： 美国东部标准时间下午 6:20
与会人员
– Daniel Danker —— 沃尔玛人工智能加速与产品设计执行副总裁
– Simeon Gutman —— 摩根士丹利研究部分析师
开场致辞
Simeon Gutman
大家好，谢谢各位。我是 Simeon Gutman，摩根士丹利负责硬百货、综合百货及食品零售的分析师。很荣幸邀请到沃尔玛人工智能加速与产品设计执行副总裁 Daniel Danker。他此前曾担任 Instacart 的首席产品官，负责在线杂货业务。感谢沃尔玛连续第三年参加本届大会，看来你们花了三年时间才被正式“加冕”为一家科技公司。
在开始之前，我想为 Daniel 做个介绍。大约两个月前，我在与 Doug（沃尔玛 CEO）交谈时，聊到了他职业生涯中一些最艰难的抉择，我也问了他最成功的决策之一。当时我还不认识 Daniel，但 Doug 提到，在企业层面聘请 Daniel 来推动人工智能（AI）进程是他最明智的决定之一。所以 Daniel，大家对你的期待很高，先跟你打个招呼。
问答环节
Simeon Gutman
先从你的职位谈起。这对沃尔玛来说是一个全新的职位。是什么吸引你来到本顿维尔（沃尔玛总部所在地）的？
Daniel Danker
说实话，很难找到一家像沃尔玛这样既有深厚根基和价值观，又拥有如此庞大规模、能服务这么多顾客的公司。但更难得的是，这样一家公司能如此清晰地认识到技术的作用。Doug 经常说沃尔玛是“以人为本，技术赋能”。这不只是口号，它们至关重要。尤其在当下，这赋予了技术一种非常有意义的使命感，我非常想参与其中。
但知易行难。要真正实现“技术赋能”，就必须像科技公司一样投入技术。沃尔玛已经做到了。这个职位的设立很有意思，它既反映了我们利用技术实现增长和提速的渴望，也代表了一种共识：如果我们想充分发挥 AI 的潜力，这个职位必须进入执行委员会，与业务团队及其他全球职能部门并肩作战。
很高兴看到关于 AI 和技术的讨论已经渗透到我们所有的执行团队会议中，并影响到整个组织。
Simeon Gutman
在应用 AI 时，增长与成本效率之间存在一种微妙的平衡。对你来说，这两者是否有优先级之分？
Daniel Danker
当然，我们始终专注于以最高效的方式运营，因为我们要为顾客提供最优的价格。这一直是我们的核心。但我认为，寻找提升效率的方法其实比思考增长更容易，因为你只需审视现有的业务，思考如何做得更精简。在我看来，“增长”是一个更有趣的维度。
从某些方面来说，多年来我们一直想为顾客做一些事情，但以前缺乏技术手段。现在，技术突然到位了。所以这是一种更令人兴奋的路径，也体现在我们的优先级排序中。我们将 AI 视为加速和驱动增长的引擎，这也是我的核心工作重点。
Simeon Gutman
作为一个“外来者”，目前为止有什么让你感到惊讶的事情吗？
Daniel Danker
有的。我们很多人往往会将大公司与官僚主义、行动迟缓联系在一起。这也是我入职前最大的担忧。虽然我知道自己在价值观和核心客户价值主张上与公司高度契合，但我担心公司会因为规模庞大而运转缓慢。
但我发现沃尔玛的执行速度极快。我想部分原因在于那种根深蒂固的零售思维——你必须每天都去赢取顾客。竞争是世界运行的核心方式，而获胜的唯一途径就是比任何人都更好地服务顾客。这种思维不仅为顾客创造了价值，也提升了公司内部的运转速度。这种高效让我感到既欣慰又兴奋。
Simeon Gutman
切入正题，“智能体电子商务（Agentic E-commerce）”对沃尔玛来说是好是坏？为什么？
Daniel Danker
我认为这非常有好处，理由有几点。首先，人们每周都会购买大量重复性商品。AI 和智能体商务能让这些消费进入“自动驾驶”模式。你并不想把时间花在思考冰箱里还缺什么、储藏室要补什么货上，或者等到洗衣服时才发现洗衣粉用光了。
我们可以让这些琐事自动化。这就是我所说的“家务活（Chores）”。光是提到这个词，大家就能产生那种避之不及的情绪反应。智能体商务让我们能把这些不想花时间的事情交给机器处理。其次，它能让我们把节省下来的时间投入到更具个性化、更优质的商品发现体验中。
某种程度上，实体店在创造沉浸式全景体验方面做得非常好，通过精心布置的成千上万件商品带给顾客感官享受。而在线体验虽然承诺了更好的个性化，但在沉浸感上一直有所欠缺。现在有了 AI，我们可以升级个性化水平，并围绕它升级整个购物体验，这在以前的技术条件下是无法实现的。
所以，智能体商务帮我们解决了两个问题：让琐事自动化，不再成为负担；同时吸引顾客参与到更有趣、更细致、更个性化的购物场景中。
Simeon Gutman
我们的一个前提假设是：智能体实际上扩大了商务市场的总体规模。你同意吗？
Daniel Danker
我同意。因为你得问自己：人们现在买什么？怎么买？智能体商务能解锁哪些以前无法实现的购物场景？这是一个非常重要的出发点，否则我们只是为现有的业务创造了一个略有不同的界面，那没什么意思。
智能体商务是一种扩张性的解决方案。不过，这里需要定义一下。很多人把“智能体商务”等同于“机器人商务”，认为就是把方向盘交给电脑，让它代你购物。正如我刚才提到的，在处理“琐事”部分，确实可能如此。
顺便说一句，这虽新颖，但并不完全是新鲜事。顾客一直可以使用订阅或重复下单功能。这只是更高级、更智能的版本。我们可以称之为“机器人商务”。而“智能体商务”更多是指一个 AI 智能体与另一个 AI 智能体协作完成任务。
这并不意味着电脑取代了人类。恰恰相反，电子商务发展了 30 年，人们依然热爱逛店，因为人类天生热爱购物。我不认为人们会急于放弃这种体验，因为观察商品、看它们如何搭配、挑选自己心仪的东西，是人类乐在其中的过程。
你可能不需要连续八周亲自挑选同一种黄油，但在购买服装、美妆、家居等无数品类时，你当然想参与其中。当我们说“智能体商务”时，如果它暗示这些旅程全自动了，我不认为那是未来。所以我甚至想在这儿发明一个新词——“机器人商务”，以此来区分智能体商务在服务和交互方面的独特作用。
Simeon Gutman
我想深入探讨一下“去中介化（Disintermediation）”的问题。在谈这个之前，我先快速读一下免责声明……（略过免责声明）。好，现在华尔街有很多讨论，经常看到标题说像沃尔玛这样的传统零售商会被“去中介化”，比如流量流向了沃尔玛 App 之外的地方。你对此有何反应？
Daniel Danker
好。首先，让我们拆解一下人们在沃尔玛在线购物的方式。到目前为止，传统且最常见的方式是使用 App 里的搜索框。绝大多数加入购物车的商品都是通过搜索驱动的。
第二种方式是我们去年推出的，叫做 Sparky。它是我们的购物智能体。它不是自动化的，而是一种不同的购物入口。它位于 App 底部，是一种对话式的购物体验。
第三种就是当你在 ChatGPT 或其他沃尔玛体系外的搜索大模型（LLM）中使用 Sparky 的情况。我花了很多时间研究人们在这些不同入口买什么。我们发现，在搜索框里，人们买的是食品和日用消耗品。这是每周的常规采购，排名前几的通常是香蕉（美国人太爱香蕉了）、面包、牛奶、鸡蛋。
而在 Sparky 内部，我们看到了两条不同的路径。一条是自动化我刚才说的每周采购。Sparky 会主动跳出来说：“我注意到你每周都买这些，要我直接帮你加入购物车吗？”或者“我发现你的洗衣粉快用完了，要补货吗？”这很好。
第二条路径是“发现导向”的。它扩展到了很多非常有趣的新场景，我从中看到了增长。举几个例子：比如手机充电器。在对话中描述“我需要一个适配这款手机的充电器”比在搜索框里搜要容易得多。再比如轮胎，我们的超级中心有很多汽车护理中心。如果你需要轮胎，在搜索框里你甚至不知道该打什么字，型号、尺寸太复杂了。但在 Sparky 里，你只要说“我需要轮胎”，它会问“你是什么车？”、“要 1 个还是 4 个？”、“今天就要还是明天可以？”如果今天就要，它会告诉你店里有哪些现货。
这些都是全新的购物场景，是对杂货业务的极好补充。以上是搜索框和 Sparky 的区别，但它们都在我们的 App 内部。最近我们又在 ChatGPT 内部推出了 Sparky。
我们开始注意到那里的消费模式。原本可能有人认为大家在 ChatGPT 里买的东西和在沃尔玛 App 里一样，但事实并非如此。在 ChatGPT 上通过沃尔玛购买的前两大商品是：维生素补充剂和蛋白质补充剂。
大家可以猜猜是什么提示词（Prompt）导致了这些购买？这些提示词并不是从“商务”开始的。它可能开始于：“我刚开始服用 GLP-1（减肥药），需要注意什么？”
对话的回复可能是关于睡眠建议、运动习惯、饮食改变，然后提到“你可能需要补充更多蛋白质”。最终，这段对话演变成了商务体验。这就是我们介入的地方。这些是增量体验，因为它们起始于咨询而非购物，但我们在合适的时候提供了商业闭环。
Simeon Gutman
但在第三种模式下，用户在 ChatGPT 内部交互，这难道不是被“去中介化”了吗？
Daniel Danker
我明白你的意思。但我认为这是“中介化（Intermediation）”，原因如下。今天你看到的还是最原始的版本，即所谓的“原生结账”。客户在 ChatGPT 输入提示，它返回沃尔玛的商品，你甚至不用离开 ChatGPT 就能下单。
但这只是暂时的。到下个月，你会看到完全不同的体验。Sparky 的体验将直接“旅行”到 ChatGPT、Gemini 以及任何我们集成的平台中。当 LLM 决定推荐沃尔玛的商品时，客户点击它，就会直接打开 Sparky 并在其内部接管购物旅程。
这时客户已经登录了。这意味着我们知道他这一周还往购物车里加了什么，我们可以把它们合并成一个订单。我们知道他是不是会员，从而提供更优的价格。我们还可以根据他买的蛋白质补充剂推荐其他相关商品。甚至他可能在 ChatGPT 里没买完，第二天打开沃尔玛 App 继续完成交易。两边是流动的、一体的。
核心在于：沃尔玛的购物体验存在于客户可能购物的所有场景中。这和今天的“深度链接”世界不同。在今天，你点击链接会被从一个网站踢到另一个完全不同的网站，然后弹出“是否接受 Cookie”这种糟糕的断裂体验。我们所做的“智能体对智能体”，是让我们的购物智能体进入其他环境，使旅程更连贯、更统一。
Simeon Gutman
所以是统一化了？
Daniel Danker
是的，更加统一。你可以在一个地方开始，在另一个地方继续，而不会觉得被生硬地拽出。
Simeon Gutman
你正在为我们勾勒智能体商务的蓝图。我想复述一下：沃尔玛将与各种大模型共存，大模型智能体会与 Sparky 对话，而 Sparky 控制着数据和用户体验，并完成最终交易。
Daniel Danker
没错。Sparky 决定显示哪些商品、以什么顺序显示，并且是高度个性化的，因为我们了解这位顾客的线下和线上购物历史。
Simeon Gutman
那么，为什么 Sparky 会被优先考虑？在那种语境下，沃尔玛凭什么赢？
Daniel Danker
问得好。LLM 面临着众多零售商和海量商品的选择。这又回到了我们的客户价值主张。客户信赖沃尔玛有几个原因：
1. 海量种类：我们在门店和线上平台提供 5 亿件商品。
2. 价格：我们以价格优势著称。
3. 速度：配送极其迅速。
这些对顾客很重要，因此对 LLM 也很重要。如果 LLM 推荐的购物方案不能让顾客满意，它们就无法留住用户。
此外还有一个不可忽视的因素：信任。这是沃尔玛数十年的核心。在线购物时，你需要确信收到的就是你想要的，价格是公道的，如果有问题可以无障碍退货。基于这些优势，LLM 的激励机制与顾客的利益是一致的。
Simeon Gutman
我们必须谈谈广告。在此之前，回到传统 LLM 与 Sparky 的对话，为什么这能加速增长？能举个例子吗？你之前提到的平台（Marketplace）案例挺耐人寻味的。
Daniel Danker
令人兴奋的是，每周有数千万家庭已经把沃尔玛这根“管道”接入了他们家，主要购买食品和日耗品。但我认为通过智能体，我们可以切入电子产品、美妆、时尚、家居等更多样化的场景。
一个典型的超级中心（Supercenter）有 15 到 18 万件商品，但我们的线上平台（Marketplace）有近 5 亿件。很多长尾、细分的购物需求，以前顾客可能还没养成在沃尔玛购买的“肌肉记忆”，但现在通过智能体发现，这一切都变了。
Simeon Gutman
关于零售媒体（Retail Media），这是一个利润丰厚的领域。如果智能体接管了过程，广告费会如何流动？这如何对沃尔玛有利？
Daniel Danker
我们要回到广告主支付费用的本质：他们是为了触达客户并完成销售。虽然我们也有展示广告，但核心是我们在产生销售时获得回报。
在智能体交互中，我们依然扮演着挑选商品并排序的角色。我们的激励机制与广告主是一致的：我们必须展示对客户最相关的商品，否则就不会转化。这种能力从 App 内部延伸到了 Sparky 出现的任何地方。当我们驱动了新的购物场景，就创造了新的机会向客户和广告主提供价值。
Simeon Gutman
更哲学一点的问题：你怎么知道客户真的想要智能体代其购物？这是否属于“只要建好了，客户自然会来”的理想主义？
Daniel Danker
我不确定，但我认为在某些情况下他们确实需要。回到“家务琐事”的类比，谁想一直抓着琐事不放？智能体无疑会在这里大显身手。
但至于剩下的购物体验，人们是否愿意完全“松开方向盘”？我不这么认为。头条新闻可能夸大了这种趋势。人类依然热爱浏览、热爱选择权。
智能体可以提供决策辅助，比如告诉你哪件衣服更配你的家居风格，或者 3 岁和 5 岁孩子的感冒药有什么区别。Sparky 很乐于提供这些帮助，但这不代表人类会彻底退出决策流程。
Simeon Gutman
听起来沃尔玛的智能体体验在未来几周会有巨大变化。消费者的整体体验什么时候会迎来真正的拐点？
Daniel Danker
我们正在向 Sparky 添加大量功能，观察哪些有效。顾客每天都在 Sparky 里输入各种问题，我们正痴迷地研究这些数据：他们想去哪儿？哪些问题我们答得好，哪些不好？
Sparky 与 ChatGPT 不同。LLM 喜欢拉长对话，问你要不要画图、要不要转 PDF。但 Sparky 是目标导向的，来沃尔玛的人是为了解决问题。我们在补齐短板的同时，也在尝试一些“魔法时刻”。
我最喜欢的例子是买衣服。今天我们买衣服是看别人穿衣服的照片，这其实挺奇怪的。下一代人可能不会相信我们以前竟然是这样购物的。因为以前我们没有技术让你看到衣服穿在你自己身上的样子。现在我们有了。虽然顾客没有主动要求这个，但我们正在开发。当这种体验普及后，10 年后的人会觉得这理所应当。
Simeon Gutman
最后，阻碍智能体商务大规模普及的障碍还有哪些？
Daniel Danker
顾客接受新技术需要一个过程。现在新技术爆发式增长，有时甚至超前于顾客的接受能力。
我们需要更多的细心。我们没有胡乱地堆砌新功能，是因为我们希望每一个构建出的功能都能真正为顾客解决问题。目前我们还在触及基础需求的表面。我希望团队能保证质量和可靠性，而不是为了 AI 而 AI。这是我们思考最多的事情。