案例一：Constructor 对话式 AI 导购智能体——一年客户部署量增长 900%，Discovery MCP 把商品目录接进 ChatGPT

• 时间与来源：2026-10-02 官方发布，Agile Brand Guide 报道（10-03）
• 背景痛点：传统电商搜索与商品发现依赖关键词匹配，语义理解弱、转化漏斗长；同时 ChatGPT 等外部 AI 入口正在分流购物流量，零售商的个性化商品发现能力被困在自己站点内，无法触达站外的 AI 购物场景。
• 策略：电商商品发现平台 Constructor 围绕"三类智能体"布局：面向购物者的对话式导购 Agent（自然语言找货、问答式推荐）、面向商家的运营 Agent（商品数据与 merchandising 决策）、以及面向其他 Agent 的机器互操作层——其中 Discovery MCP 基于 Model Context Protocol，把零售商的个性化商品发现能力直接放进 ChatGPT 等外部引擎，让站外 AI 购物会话也能调用零售商的排序与个性化逻辑。该方案获 MACH Impact Award “Agentic Achievement” 类奖项。
• 量化成果：官方披露其对话式 AI 智能体的客户部署数量过去一年增长 900%（一年前的 10 倍）；Discovery MCP 已进入生产环境，成为零售商把"个性化发现"外挂到第三方 AI 入口的标准管道。
• 创新价值：把商品发现从"站内搜索框"重新定义为"任何 AI 都能调用的能力服务"——当购物入口迁移到 ChatGPT 类助理时，零售商不再是被动等流量，而是把自己的推荐算法输出成 AI 可调用的接口。
• 原文链接：https://agilebrandguide.com/yesterdays-martech-ai-cx-news-october-3-2026
• 分析师短评：900% 是厂商口径（未披露基数），但方向判断可信：AI 购物的"入口-目录"关系正在反转，零售商要从"建站引流"转向"把目录变成 Agent 可消费的服务"。国内平台（千问×淘宝、豆包×抖音）已用自家闭环走通类似路径，独立站与跨境卖家最该研究 Constructor 这类"开放外挂"路线。

案例二：巴西时尚零售 Riachuelo × Genesys——Agentic 虚拟客服让自助解决率从 30% 升至 84%

• 时间与来源：2026-09-30 官方发布，Genesys 新闻室
• 背景痛点：时尚零售的电商售后咨询量大且琐碎（物流延迟、换码、退换货），传统规则式聊天机器人仅能解决约 30% 的问题，转人工率高、响应慢，WhatsApp 上的消费者体验与品牌口碑持续承压。
• 策略：Riachuelo（巴西头部时尚零售商）在 Genesys Cloud 上部署 Agentic Virtual Agent 承接 WhatsApp Business 渠道：智能体自主处理配送延迟等复杂交互，可独立完成工单创建、串联后端系统与工作流推进到解决阶段，全程保留上下文；顾客需要时无琏转接人工。此前该公司已用 Genesys Cloud Copilot 改造员工侧体验，此次把 Agentic AI 从"辅助员工"推进到"直接服务顾客"。
• 量化成果：使用 Agentic 自助服务的客户中 84% 无需人工介入即可解决问题（传统聊天机器人仅 30%）；客户满意度（CSAT）提升 60%；电商支持流程精简带来技术成本下降 26%。
• 创新价值：验证了"客服 Agent 的价值=解决率"这一硬口径——从 30% 到 84% 的跃升不是靠话术模板，而是把 Agent 接进后端工单与履约系统，让"会说话的机器人"变成"能办事的员工"。
• 原文链接：https://www.genesys.com/company/newsroom/announcements/riachuelo-advances-autonomous-customer-experience-with-genesys-cloud-agentic-virtual-agent
• 分析师短评：对国内电商 AI 客服项目的对标意义在于指标选型：别只报"满意度 92%“这类软指标，84% 自助解决率 + 26% 技术成本下降的组合才是 CFO 认账的口径。WhatsApp 承接 84% 自助解决也提示：社交渠道（对应国内微信生态）是 Agent 化客服的主战场，而非 APP 内。