Kembali ke pustaka

Pertanyaan kunci Baru

Diproses AI · Disetujui penulis

Bagaimana petunjuk pemasaran konvensional memengaruhi pilihan produk dan kedalaman pencarian agen belanja AI otonom?

When the Buyer Is a Machine: The Diagnosticity–Exploration Tradeoff in Agentic Commerce
Suhyeon Lee, Sang Pil Han, Donghyuk Shin · International Conference on Information Systems (ICIS) · 2026
Ilustrasi untuk: Bagaimana petunjuk pemasaran konvensional memengaruhi pilihan produk dan kedalaman pencarian agen belanja AI otonom?

Memuat pemutar Spotify; Spotify dapat memasang cookie. Perangkat ini mengingat pilihan Anda.

Temuan utama

  • Kesembilan strategi pemasaran yang diuji secara signifikan meningkatkan pemilihan produk dibandingkan dengan batas dasar kontrol (11,5% pada model utama), yang menunjukkan bahwa petunjuk rancangan manusia terbukti memengaruhi pembelian AI.
  • Petunjuk pihak ketiga dan yang tervalidasi pasar menghasilkan efek pemilihan terkuat, dipimpin oleh Lencana Produk Terlaris (70,0%), Sertifikasi Kualitas (61,1%), dan Volume Pembelian (59,6%), sedangkan Kelangkaan Stok dari penjual memiliki dampak paling lemah (22,5%).
  • Petunjuk pemasaran yang lebih kuat secara sistematis menyebabkan kompresi pencarian melalui pertukaran diagnostisitas–eksplorasi, yang menyebabkan agen melihat lebih sedikit halaman detail dan ulasan serta berhenti mencari lebih awal.
  • Efek petunjuk pemasaran bertahan di seluruh posisi tampilan dan dapat digeneralisasi ke berbagai model bahasa dasar serta kategori produk, meskipun besaran pengaruh tiap petunjuk bervariasi di berbagai kondisi.

Maknanya bagi Anda

CIO / Eksekutif TI

Audit your organization's internal procurement AI tools by Monday morning to ensure they are configured to override market-validated cues (like Best Seller Badges and Quality Certifications) and enforce a minimum search depth, preventing automated agents from falling victim to search compression.

Manajer TI

On Monday morning, update the system prompt and tool-use parameters for your automated shopping agents to mandate the retrieval of a fixed minimum number of product reviews and detail pages before any purchase decision can be executed.

Ahli Strategi Bisnis

Allocate budget this Monday morning to prioritize third-party validations, quality certifications, and sales volume metrics on your e-commerce platform, as these cues have proven most effective at capturing autonomous AI agent selections.

Peneliti

Design a controlled experiment this Monday morning to test whether varying the prompt architecture or temperature of large language models mitigates the diagnosticity-exploration tradeoff observed during agentic search.

Pembuat Kebijakan

Draft a transparency framework by Monday morning requiring e-commerce platforms to expose standardized, machine-readable metadata for product badges and certifications to prevent manipulative third-party cues from unfairly biasing automated agent decisions.

Ringkasan

Studi ini mengevaluasi apakah petunjuk pemasaran lokapasar yang dirancang untuk konsumen manusia memengaruhi agen belanja AI otonom selama pencarian dan pemilihan produk. Para peneliti membangun lingkungan lokapasar simulasi yang menampilkan sembilan strategi pemasaran dan melakukan 23.015 uji coba eksperimental di empat kategori produk menggunakan tiga model bahasa besar. Melalui arsitektur penggunaan alat bertahap, para peneliti mengukur bagaimana pesan pemasaran mengubah pilihan produk akhir dan kedalaman pencarian.

Masalah

Seiring konsumen melimpahkan wewenang pembelian kepada agen AI otonom, pesan pemasaran lokapasar yang awalnya dirancang untuk bias kognitif manusia kini harus diproses oleh pengambil keputusan berbasis mesin. Penelitian sebelumnya terutama mengevaluasi reaksi AI terhadap persuasi dalam pengaturan statis dengan pilihan terpaksa tanpa penelusuran sekuensial. Oleh karena itu, belum diketahui apakah petunjuk pemasaran memengaruhi pencarian informasi bertahap agen atau memicu komitmen prematur.

Transkrip
Host: Halo dan selamat datang di A.I.S. Insights — powered by Living Knowledge. Saya Anna Ivy Summers. Hari ini kita membahas studi berjudul "Ketika Pembeli Adalah Mesin: Pertukaran Diagnostisitas–Eksplorasi dalam Agentic Commerce" oleh Suhyeon Lee, Sang Pil Han, dan Donghyuk Shin, yang dipresentasikan di International Conference on Information Systems 2026. Studi ini mengevaluasi apakah petunjuk pemasaran lokapasar yang dirancang untuk konsumen manusia memengaruhi agen belanja AI otonom selama pencarian dan pemilihan produk. Bersama saya telah hadir analis kita, Alex Ian Sutherland. Selamat datang, Alex.
Expert: Terima kasih, Anna. Senang bisa bergabung untuk membahas studi ini.
Host: Alex, saat ini konsumen mulai mendelegasikan wewenang belanja kepada agen AI otonom. Mengapa interaksi antara agen AI dan petunjuk pemasaran digital ini menjadi perhatian penting bagi bisnis?
Expert: Masalah intinya terletak pada target audiens dari pesan pemasaran itu sendiri. Sebagian besar taktik e-commerce saat ini dirancang untuk memicu heuristik dan bias kognitif manusia, seperti rasa urgensi atau bukti sosial. Studi terdahulu umumnya menguji respon AI dalam konteks pilihan statis yang terbatas tanpa proses penelusuran sekuensial. Akibatnya, pelaku bisnis belum mengetahui secara pasti apakah petunjuk pemasaran konvensional ini memengaruhi cara agen AI mengumpulkan informasi langkah demi langkah, atau apakah pesan-pesan tersebut memicu keputusan pembelian prematur.
Host: Bagaimana pendekatan metodologis yang digunakan para peneliti untuk menguji fenomena ini?
Expert: Para peneliti membangun lingkungan lokapasar simulasi yang memuat sembilan strategi pemasaran berbeda. Mereka melakukan 23.015 uji coba eksperimental pada empat kategori produk dengan memanfaatkan tiga model bahasa besar. Melalui arsitektur penggunaan alat bertahap, agen AI dapat menjalankan tindakan sekuensial, seperti menelusuri daftar produk, membuka halaman detail, dan membaca ulasan sebelum mengambil keputusan akhir. Pendekatan ini memungkinkan peneliti mencatat tidak hanya produk yang dipilih, tetapi juga kedalaman pencarian informasinya.
Host: Mari kita bahas hasil temuannya. Apa yang ditunjukkan oleh data eksperimen tersebut?
Expert: Pertama, kesembilan strategi pemasaran yang diuji secara signifikan meningkatkan probabilitas pemilihan produk dibandingkan batas dasar kontrol sebesar 11,5 persen pada model utama. Kedua, petunjuk pihak ketiga dan yang tervalidasi pasar menunjukkan efek terkuat. Lencana Produk Terlaris menghasilkan tingkat pemilihan sebesar 70,0 persen, Sertifikasi Kualitas sebesar 61,1 persen, dan Volume Pembelian sebesar 59,6 persen. Sementara itu, taktik kelangkaan stok dari penjual mencatat dampak terendah, yaitu 22,5 persen.
Host: Menariknya, studi ini juga menemukan adanya fenomena kompresi pencarian. Bisakah Anda jelaskan apa artinya bagi perilaku agen AI?
Expert: Hal itu berkaitan dengan pertukaran diagnostisitas–eksplorasi. Ketika agen AI menjumpai petunjuk dengan nilai diagnostisitas tinggi, seperti lencana terlaris atau sertifikasi kualitas resmi, agen cenderung menghentikan penelusuran lebih awal. Agen membuka lebih sedikit halaman spesifikasi dan membaca lebih sedikit ulasan konsumen. Efek ini terbukti bertahan di berbagai posisi tampilan produk serta konsisten di berbagai model bahasa dan kategori produk yang diuji.
Host: Apa implikasi praktis dan langkah nyata yang dapat diambil oleh para profesional bisnis dari temuan ini?
Expert: Ada dua implikasi utama bagi praktisi. Pertama, bagi pemilik merek dan pemasar, investasi pada sinyal yang tervalidasi secara independen menjadi sangat penting. Agen belanja AI memprioritaskan data terverifikasi pihak ketiga dibandingkan klaim internal penjual seperti batas waktu diskon atau peringatan stok menipis. Kedua, bagi pengelola platform lokapasar, penyediaan metadata yang terstruktur dan terverifikasi secara eksplisit dapat menentukan keterlihatan produk dalam transaksi berbasis mesin. Strategi konten produk kini perlu mengakomodasi logika evaluasi agen otonom, bukan semata-mata estetika persuasif untuk manusia.
Host: Ringkasnya, kehadiran agen belanja AI menuntut pemasar beralih dari sekadar manipulasi heuristik psikologis menuju penyediaan sinyal data berkualitas tinggi dan terverifikasi secara obyektif. Terima kasih atas wawasan berharga yang Anda bagikan hari ini, Alex.
Expert: Terima kasih kembali, Anna.
Host: Terima kasih juga kepada para pendengar setia A.I.S. Insights — powered by Living Knowledge. Sampai jumpa di episode berikutnya.
Artificial Intelligence & Automation Information Systems & Management Human-Computer Interaction Data Analytics & Big Data Digital Transformation & Strategy Cybersecurity & Privacy Cloud & Infrastructure E-Commerce & Digital Platforms Operations & Supply Chain Sustainability & Green IS

Agentic commerce, AI shopping agents, marketing cues, consumer search, e-commerce, search compression