JD Sports 携手 Algolia 布局代理式商务：体育零售巨头把搜索交给 AI
AI 代理来逛街时，不看你的搜索框快不快，只看商品数据结构不结构化、新不新、真不真。全球体育时尚零售巨头 JD Sports 把这个判断落成了动作：9 月 22 日，搜索与商品发现平台 Algolia 宣布，JD Sports 已部署其 AI 检索能力，作为构建代理式商务（agentic commerce）战略的「受治理智能层」。
据美国零售电商媒体《Digital Commerce 360》报道，JD Sports 于 2024 年在技术栈中首次引入 Algolia，此前的改造已经交出成绩单：搜索收入增长 22%，搜索点击率提升 7.65%，商品列表页（PLP）点击率提升 73%，列表页收入增长 16%。这组数字来自双方 9 月 22 日的联合官宣。
JD Sports 创立于 1981 年，目前在全球 36 个国家运营超过 4800 家门店，JD STATUS 会员计划的活跃账户超过 900 万。《Digital Commerce 360》的欧洲零售商数据库将其列为欧洲第 28 大在线零售商。把这样一家体量公司的搜索与发现层交给 AI 基础设施，代理式商务从概念讨论进入了基建部署阶段。
一、智能层接管搜索
按 Algolia 公告的说法，JD Sports 部署的是一层「受治理的智能层」（governed intelligence layer）：同一个商品目录和排序逻辑，既驱动自家网站，也服务 AI 代理。消费者的购物入口正在从搜索框转向 AI 助手，商品发现能力需要走出自有店面的边界。
公告里最直白的一句话是：一个在商品目录里「逛街」的 AI 代理，并不关心搜索框多快，它关心拿到的数据是否结构化、是否最新、是否真实。人看到缺货商品会自己换一个，AI 代理不会——数据过期，它就会自信地推荐一件已经卖断货的球鞋。
JD Sports 数字运营副总裁 Kristin Matter 表示，用 AI 原生的基础设施替换高度人工的搜索与商品运营流程，改变了团队的运转方式：对购物行为和趋势的反应更快，商品运营人员把时间花在策略上而非手动调参，收入增长随之而来。
对卖家来说，这解释了一个正在发生的变化：搜索体验的 AI 化不再是前台好不好看的算法问题，而是商品数据的机器可读性问题。
二、两年改造的账本
这套能力不是一夜上线。据 Algolia 客户案例披露，随着电商业务和商品目录扩张，JD Sports 的商品运营团队过去要花大量时间手动调整结果、置顶商品、维护静态规则，这套模式跟不上趋势、季节和购物行为的变化。
2024 年，JD Sports 与 Algolia 专业服务团队合作，把电商架构迁移到 MACH 体系（微服务、API 优先、云原生、无头架构），围绕排序、商品运营和用户体验需求重建了搜索与数据底座。技术选型上，Algolia 的 API 优先设计让它可以直接接入无头前端。
改造的收益逐项可查：搜索收入 +22%、搜索点击率 +7.65%、商品列表页点击率 +73%、列表页收入 +16%。Algolia 首席执行官 Stephen Lynch 的评价很直白：22% 的搜索收入提升是损益表上的结果，不是 IT 指标。
不过要留意口径：据行业分析，这些数字衡量的都是站内搜索和列表页表现，公告并未给出经由 AI 代理产生的销售额数据。代理式商务的收益，目前还是「铺路」而非「通车」。
三、动态重排怎么跑
改造中效应最明确的一环是动态重排（Dynamic Re-Ranking）。它用实时的点击和转化信号识别趋势商品，自动调整其展示位置——但所有调整都在 JD Sports 团队定义的商品运营规则框架内进行，每一次调整可见、可逆。
DRR 单项就带来了 2.2% 的点击率提升、4% 的加购率提升和 4% 的转化率提升。运营人员从手动调参中解放出来，但没有失去控制权。Lynch 强调，在需求每周都在变的品类里，赢家靠的是运营人员可以检查和控制的智能，而不是让他们去信任一个黑盒。
双方还在把 AI 用于主动发现：提前捕捉新兴搜索趋势、库存变化和商品运营机会，并按单个购物者的意图定制发现结果。
这个「自动化但可治理」的思路值得琢磨：AI 接管的不是决策权，而是执行层。
四、代理能读到什么
代理式商务的关键拼图在这里清晰起来。要让 AI 代理回答「10 码宽楦跑鞋、150 美元以内、下周马拉松前送到」这类意图密集的对话式查询，尺码、楦型、价格、库存、配送资格等属性必须以机器可读的形式存在，且与网站展示保持一致。
JD Sports 的做法是让站内搜索和对 AI 代理的响应出自同一个检索层，在渠道间只留一个控制相关性的地方，从结构上降低「代理推荐的商品网站显示已售罄」这类错配。北美的 Finish Line 等品牌业务也在这一体系内——据 Chain Store Age 援引的数据，北美是 JD Sports 最大市场，约占集团销售额 40%，门店超过 2500 家。
对品牌方和独立站，这提出一个具体命题：商品目录的结构化程度，将决定你在 AI 导购链路里的曝光权重。目录乱、属性缺、库存不准的品牌，会在代理购物时代被系统性跳过。
五、对独立站的启示
把 JD Sports 的路径拆开看，顺序很说明问题：先做架构迁移（MACH）、再建统一检索层、拿到站内收入增长、最后才把这一层开放给 AI 代理。数据治理在支付集成之前，基建在流量之前。
行业分析同时提醒，公告里的漂亮数字都来自站内搜索，AI 代理带来的销售尚无数据支撑。零售流量向 AI 助手迁移的趋势是真的，但迁移速度仍不确定，重金改造的回报周期需要自己掂量。对中小独立站，全盘照搬 MACH 架构未必现实，更实际的起点是把商品属性补全、把库存数据做准。
搜索框时代拼的是关键词匹配，代理时代拼的是数据真实性。当头部零售商开始把「搜索与发现」这个最核心的转化环节交给 AI 基础设施，你的商品数据，AI 代理读得懂吗？
参考资料
- Algolia（官方公告）：《JD Sports names Algolia to Build its Agentic Commerce Strategy》
- Digital Commerce 360：《JD Sports deploys Algolia for agentic commerce strategy》
- Algolia（客户案例）：《JD Sports speeds up search innovation with Algolia Professional Services, driving 22% more revenue from search》
- Chain Store Age：《JD Sports deploys Algolia for agentic commerce strategy》
- Business Wire：《JD Sports names Algolia to Build its Agentic Commerce Strategy》
- Stellagent：《JD Sports Taps Algolia for Its Agentic Commerce Strategy》