樂天的AI電商成效，需要更精確的歸因

樂天10月22日的公告將2026年AI技術大會安排在11月14日。本文依據已經發布的文件，不將未經核實的大會發言當作事實。大會公告

對電商經營者而言，重要問題不是助手的展示是否更聰明，而是扣除成本、排除原有交易的轉移之後，產品改變能否帶來額外且持久的業務。改善購物體驗與解釋這種改善的經濟價值，是兩件需要分別完成的事。

實驗究竟證明了什麼

樂天11月13日財報簡報稱，10月A/B測試中，決策模型與新搜尋引擎的組合使轉換率提高32.3%；測試未單獨識別模型貢獻。財報簡報，第56頁

這個邊界具有經營意義，卻不是否定結果的理由。商家最終使用的是完整體驗，不是孤立演算法。如果產品組合確實改善顧客體驗，即使尚未拆清每個元件的貢獻，上線組合仍可能合理。但同一證據不能直接支持「全部改善都由模型帶來」的結論。

設想一家零售商同時調整候選商品檢索與結果排序。更好的檢索，可能找到舊系統遺漏的商品；更好的排序，則可能在相同商品集合裡把合適的選擇提前。兩種變化也可能相互增強。舊系統與新系統的對照，只能測出組合效果。若要決定下一步替換哪個元件，就需要增加比較，例如保留舊檢索而更新排序，再保留舊排序而更新檢索。這是本文提出的評估設計，並非對樂天未公開實驗的描述。

這會影響真實預算。組合結果可以支持上線，卻不足以單獨決定某個元件的採購價格。如果混淆這兩類決策，企業可能把依賴搜尋系統、商品資料整理或介面優化才實現的收益，全部計入模型價值。評估不是要阻止部署，而是讓不同決策使用匹配的證據。

分母也是產品的一部分

轉換率只有在明確統計對象與成交定義後才具有可比性。假設一家商戶只觀察主動選擇使用助手的人，較高轉換可能部分來自這批顧客原本就更明確的購買意願。若觀察隨機分配體驗的全部合格顧客，回答的則是另一問題。商業論證不能在兩種口徑之間悄悄切換。

訂單品質同樣重要。顧客可能更快下單，卻因需求被誤解而退貨；平台可能透過改變商戶之間的交易分配增加佣金，卻未擴大整體消費；賣家也可能銷量增加，但因系統偏向折扣商品而降低利潤。這些是需要檢驗的潛在機制，不是對樂天經營行為的指控。

因此，合理實驗應在初次成交之外，追蹤退貨後保留的訂單與貢獻利潤，並觀察品類、新舊顧客以及配送和售後的差異。一個平均數字可能掩蓋這樣的情況：簡單購買更順利，高價或要求模糊的購買反而更困難。測量的目標並非無限增加指標，而是明確哪些購物任務適合採用新體驗。

還應事先寫明觀察週期。短期試驗能發現明顯的體驗改善，卻未必涵蓋退貨、再次購買或顧客習慣變化。較長觀察也不是天然更可靠，因為促銷、庫存與季節會同時變化。經營者需要保留可比較的對照，並在無法隔離外部變化時承認不確定性，而非把時間拉長當作因果證據。

成本必須有明確的承擔者

另一份11月13日公告說明，樂天自2026年第一季起將部分AI開發成本分攤給各業務，並追溯調整2025年第一季起的比較資料。財報公告，註3

分攤共享成本本身不證明專案獲利，卻讓經營團隊更難迴避成本問題。評估助手時，需要區分隨互動量增長的費用，與共享工程、商品資料維護、監測和基礎設施承諾。否則，產品團隊可能報告漂亮的單次服務成本，而維持可靠性所需的勞動與支出留在其他部門。

這裡有兩種都合理的視角。對眼前的營運選擇，已有閒置算力可能使新增一次查詢很便宜；對長期投入決定，未來更換設備和維護系統的支出不能忽略。同時展示邊際成本與充分分攤後的成本，比爭論其中一種是唯一正確答案更有用。商戶也應理解：更低的計算成本，只有在沒有被糾錯、人工接手與售後負擔抵銷時，才構成經營改善。

分發入口不等於新增需求

樂天與HP在7月29日公布過面向日本的桌面產品，結合本地與雲端AI。這是歷史背景，不是11月新發布。聯合產品公告

桌面入口引出另一層判斷：更容易接觸產品，與創造額外需求並不相同。把助手放在顧客工作的位置，可能減少導覽步驟，也可能只是把本來就會在同一平台完成的購買改道。使用量增長可以有價值，卻不能讓每筆經過助手的交易都自動變成新增消費。

更有意義的檢驗，是新入口能否改善跨通路的整體顧客結果，而不僅是提高被歸給它的成交份額。桌面上開始、其他裝置上結束的購物，需要一致的歸因規則；即使更完整的顧客路徑有助測量，隱私邊界也不能因此放寬。

理解電商AI，不必在熱情接受與全面懷疑之間二選一。產品組合可能創造真實價值，分發也可能讓價值更容易被使用。但是否上線組合、應該為某個元件支付多少、整體經濟性是否足以支持擴張，仍是三個不同決策。把它們分開，才能既承認創新，又不讓結果超出證據。這是Open Market Notes的分析框架，不是對樂天AI利潤的獨立核算。