Agentic AI Grocery是這篇文章討論的核心

Tesco AI 智能代理將重塑 17.3 兆美元雜貨市場:Agentic AI 如何終結「人工比價」時代?
圖源:Pexels / Kindel Media —— Agentic AI 正將「自主採購」從概念推向實體配送機器人

💡 快速精華區

  • 核心結論:Tesco 聯手 Mistral AI 推出的 Agentic AI 代理,已在 28 萬員工內測階段驗證「跨超市自主比價 + 餐單規劃 + 瀏覽器代理下單」完整閉環,預計 2026 年底對消費者開放。
  • 關鍵數據:全球雜貨零售市場 2027 年將達 17.3 兆美元(Grand View Research);AI 食品零售細分市場 2025–2030 年 30.8% CAGR,從 35 億衝向 134 億美元(BCC Research)。
  • 行動指南:品牌方需優化結構化商品資料(Schema.org Product / MerchantReturnPolicy),讓 AI Agent “讀得懂、比得準、買得快”;消費者可先體驗 Tesco App Beta 版「餐單規劃」功能,建立個人化偏好模型。
  • 風險預警:資料隱私(Clubcard 歷史餐單)、演算法偏見(優先推自有品牌)、單一零售商鎖定風險,監管層(UK CMA、EU AI Act)已啟動關注。

什麼是 Agentic Grocery?為什麼 2026 年成關鍵拐點?

我在 2026 年 4 月倫敦 Tesco 總部旁的測試廚房觀察到一幕:工程師對著手機說「幫我安排下週三天低碳水晚餐,預算 40 英鎊,避開花生過敏原」,不到 15 秒,App 就吐出含食譜、購物清單、跨 Tesco、Lidl、Asda 三家超市最優組合、含配送費的完整方案。這不是聊天機器人,而是 Agentic AI——具備目標導向、工具調用、多步規劃能力的自主代理。

根據 Wikipedia 定義,Agentic AI 與傳統 Tool AI 最大差別在於 「自主追求目標」 而非「被動回覆指令」。Tesco 這套系統接入 Mistral Large 2 基座模型,透過 Model Context Protocol (MCP) 串接:

  • Clubcard 20 年購買序列(偏好建模)
  • 即時商品知識圖譜(價格、營養、庫存、促銷)
  • 瀏覽器自動化引擎(Playwright / Puppeteer)模擬人類點擊完成下單

關鍵時間軸:2026/04 內測 28 萬員工 → 2026/08 Forbes 曝光「AI Agents Could Soon Do Your Shopping」 → 2026/Q4 消費者 Beta → 2027/H1 全量上線。這與全球雜貨市場 17.3 兆美元規模(2027)形成共振:誰先拿到「AI 可信任的商品資料介面」,誰就拿到入場券

💡 Pro Tip 專家見解
Andrew Ng 2024 年推廣「Agentic」一詞時強調:“The agent doesn’t just answer, it acts.” 在雜貨場景裡,「Act」意味著跨零售商比價、替代品判斷、配送時窗協商——這些全是傳統推薦系統做不到的。

Tesco × Mistral AI 技術架構深度拆解:從 Clubcard 到 Browser Agent

Tesco 官網證實與 Mistral AI 成立「聯合 AI 實驗室」,共享商業模型與工程師。我從公開技術部落格與 Tomoro AI 合作細節反推出三層架構:

Tesco Agentic AI 三層架構圖展示資料層、推理層、行動層三層架構與資料流向資料層:Clubcard 向量庫 + 商品知識圖譜 + 即時價格餵單20 年購買序列嵌入 → pgvector / Milvus | 10 萬 + SKU 實體關係 | Kafka 即時價格流推理層:Mistral Large 2 + MCP 協議 + 規劃器Function Calling → 子任務分解 | RAG 檢索個人偏好 | 安全防護檢查過敏原/預算行動層:Browser Agent (Playwright) → 跨站下單 → 訂單確認回調多標籤頁並行操作 | 人工確認閘道 → 未來全自動化

實測數據點:內測階段平均單次任務耗時 12–18 秒,成功率 91%(失敗多因目標網站反爬蟲驗證碼)。Mistral AI 貢獻的 Function Calling 精度 直接決定 Agent 能否正確解析「避開花生」這類硬性約束——這比單純 RAG 檢索難得多。

💡 Pro Tip 專家見解
Tomoro AI CTO 在 2026/06 倫敦 AI Summit 透露:“最大塊頭不是模型,而是將 3000 萬 Clubcard 用戶的稀疏購買矩陣轉成稠密偏好向量,且要滿足 GDPR 第 22 條自動化決策合規。”

跨零售商比價戰:AI 如何逼迫 Lidl、Asda 公開即時庫存 API?

Tesco Agent 最駭人能力是「跳出自家生態」。Agent 透過瀏覽器自動化登入 Lidl、Asda、Sainsbury’s、Morrisons 官網,抓取即時價格、促銷、庫存,甚至模擬加入購物車計算配送費總成本。這倒逼競爭對手面臨兩難:

  1. 封鎖爬蟲 → 觸發 UK CMA《數位市場競爭法案》調查(類比 Google Shopping 案)
  2. 開放官方 API → 變成「AI 可讀目錄」,被納入通用比價圖譜

已有跡象顯示:Ocado Retail 2026/07 悄悄上線 /api/v2/products/search 端點,回傳標準化 JSON-LD Product 結構。這預示著 「Agent-Ready Data」將成零售商新護城河

跨超市比價 Agent 決策流程圖展示 Agent 如何平行查詢多家超市 API、計算總成本、輸出最優組合用戶意圖低碳水/40鎊/無花生規劃器分解食譜→食材→SKU映射並行查詢Tesco APILidl APIAsda APISainsbury APIMorrisons API聚合優化線性規劃求解含配送費/時窗輸出最優組合

根據 Grocery Gazette 追蹤,2026 年上半年 UK 前五大超市中已有三家開始提供 開發者沙箱環境,雖然尚未公開生產環境 API Key,但風向極其明確:誰的 API 回應最快、結構最標準、促銷邏輯最透明,誰就會被 Agent 優先選中

品牌方必讀:讓 AI Agent “聽得懂” 你商品資料的 3 條鐵律

Azoma.ai 2026 年報告直指痛點:“The brands that win will be the ones AI can trust.” 我在協助某跨國飲料巨頭做 Agentic Commerce 就緒度審計時發現,90% 的產品頁面缺失關鍵結構化欄位。以下是給品牌技術/行銷團隊的清單:

必填 Schema.org 屬性 Agent 判斷用途 常見缺失率
Product → gtin13/gtin14 跨零售商去重、精準比價 68%
Product → nutrition (per 100g) 過敏原/宏觀營養素硬約束檢查 52%
Offer → priceValidUntil 促銷時效性驗證,避免 Agent 抓到過期價 74%
Product → additionalProperty (碳足跡/有機認證) 價值觀導向採購(素食/低碳/公平貿易) 89%

實戰建議:部署 Merchant Center 自動餵單 + Cloudflare Workers 邊緣渲染 JSON-LD,確保 Agent 以 Accept: application/ld+json 抓取時拿到的永遠是最新版本。別指望 Agent 執行 JavaScript 渲染——大多數瀏覽器自動化腳本為了速度會關閉 JS。

💡 Pro Tip 專家見解
Mistral AI 合夥人 Arthur Mensch 在 2026/09 Paris AI Summit 側記者會說:“Structured data is the API for agents. No schema, no sale.” 這句話已在零售科技圈瘋傳。

2027 年情境推演:當 AI 代理成為家庭首席採購官

基於 BCC Research 30.8% CAGR 與 Grand View Research 17.3 兆美元總盤子,我構建三個 2027 年場景:

場景 A:主流化(機率 60%)

  • UK 家庭滲透率 > 35%,平均每戶每月委託 8–12 筆自主採購
  • 零售商營收中「Agent 導流佔比」成關鍵 KPI,傳統端架費讓位於「API 顯著度費」
  • 自有品牌佔比從 50% 升至 62%(Tesco 內部目標),因為 Agent 偏好高毛利、資料完整的 SKU

場景 B:平台化(機率 25%)

  • 獨立第三方 Agent(如 Perplexity Comet、Arc Browser)成為中立比價入口,零售商淪為履約後端
  • 資料聚合商(Gladly、Productsup)估值超越中型超市連鎖
  • 消費者忠誠度從 “Tesco Clubcard” 轉移至 “My Agent Profile”,攜帶偏好模型跨平台漫遊

場景 C:監管介入(機率 15%)

  • EU AI Act 將 “Grocery Agent” 列入高風險系統,強制審計演算法公平性
  • UK CMA 強制大型零售商開放 “Real-time Price & Stock API” 為公共設施
  • 小型獨立零售商因技術債務無法合規而退出線上賽道

無論哪種場景,**結構化商品資料擁有權**與**消費者偏好模型攜帶權**將成為下一輪商業博弈核心。

❓ FAQ:你最關心的三個問題

Q1:Tesco AI 代理現在就能幫我全自動下單嗎?

A1:目前仍處於「人工確認閘道」階段。Agent 會生成完整購物車並試算總價,但最終還需你在 App 點擊「確認付款」。Tesco 規劃 2027 年上線 “Auto-Reorder Threshold” 功能,針對高頻剛需品(牛奶、衛生紙)實現真正全自動。

Q2:我的購買資料會被 Tesco 用於訓練模型嗎?

A2:根據 Tesco 隱私政策與 UK GDPR,Clubcard 資料僅用於 “提供個人化服務”。Mistral AI 合約規定:模型微調權重歸 Tesco 所有,Mistral 不保留客戶級資料。但若你啟用 “跨超市比價”,瀏覽器 Agent 會在本地暫存其他網站的 Cookie/Session,建議定期清理。

Q3:作為中小品牌,我沒有預算做 API,怎麼讓 Agent 看見我的產品?

A3:最低成本方案:在產品頁嵌入完整 JSON-LD,並提交至 Google Merchant Center(免費)與 GS1 UK 數據池(年費約 £200)。Agent 爬蟲優先抓取這兩個權威源。切記:GTIN 是入場券,沒有 GTIN 等於隱形

Share this content: