Visa发布首个此类行业基准，评测AI购物；近半数测试运行未通过

发生了什么

Visa推出了其Visa Agentic Commerce Benchmark，对AI模型执行真实的购物任务进行测试，这些任务要求模型澄清客户需求，并在要求未满足时避免购买。在第一轮测试中，来自12个实验室的22个模型完成了15项挑战，总体通过率为57.2%。

已确认

全球影响 / 市场背景

结果表明，AI购物工具在推荐或进行购买之前，可能需要更好地询问问题。如果它们误解需求，零售商可能会失去销售机会，或收到不合适的订单；表现更强则可能帮助企业将更多购物对话转化为已完成的购买。

分析师推断

Visa的测试表明，AI购物表现差异很大：排名最高的模型通过了82.2%的尝试，而排名最低的模型通过率为28.9%。发现更多隐藏购买需求的模型，其平均通过率也更高，这说明有效对话与更好的任务完成表现相关。

已确认

下一步关注

1. 后续基准测试结果可能显示AI模型在识别客户需求方面是否有所改进；这一能力可能影响购物工具推荐商品或完成购买的可靠程度。 分析师推断
2. 文章报告称，平均每次运行成本最高的五个模型通过了67.1%的运行，而成本最低的一组通过率为50.2%。 已确认
3. 零售商和支付企业可以评估，表现更好的AI购物工具能否带来足够多的已完成订单，从而证明使用更昂贵模型的成本合理。 分析师推断

证据

• 原始来源链接不可用