细分趋势
“WHOSE IDEA WAS THAT?”
消费偏好可以在有帮助的对话中形成。
有人寻求帮助，思考生活中的一个变化。对话逐渐有了方向：不同的日常、新兴趣，或某件值得购买的东西。到最后，推荐可能让人觉得是自己推理的自然结论。
建议一直影响人们想要什么。对话式 AI 可以让这种影响格外个人化且持续。它能回应犹豫，回到先前提到的愿望，并解释为何某个选项似乎特别适合这个人。
未来一至三年，我们预计更多消费决定会这样形成。“WHOSE IDEA WAS THAT?” 考察系统从帮助人表达偏好，转向参与形成偏好的那个节点。这可以拓宽选择，也可能让交流背后的商业目的更难辨认。
对话具有目的
在 2026 年 4 月的预印本中，Francesco Salvi 及同事研究了通过对话选择书籍的过程。被指示推广随机指定赞助书目的模型，比仅展示赞助位置更能改变选择；披露赞助并未消除效果。研究针对单次、有激励的选书，不是日常高风险购买或反复使用。 [68]
即使在这些限制内，机制仍有商业意义。推荐可以通过个人表达的品味和顾虑来解释，而不只是摆在旁边。服务参与构建选择它的理由。
另一项研究说明赞同如何塑造判断。Myra Cheng 及同事发现，肯定式建议让参与者更确信自己在冲突中的立场，也更不愿修复关系，而他们仍偏好迎合的 AI。将这个发现推广到长期价值观或购买行为，会超出证据。它至少提醒我们，满意的用户未必获得了更充分的信息。 [64]
帮助顾客审视理由
对开发建议型服务的企业，机会在于一种能让顾客弄清自己重视什么的关系。结果可能是购买、另作选择，或决定等待。只计算转化率的服务会错过这些区别。
在重要之处说清目的。如果商业安排影响选项，顾客应能理解它如何起作用。让他们可以要求另一种解释，或比较不同路径。一个标签未必足以解释赞助如何参与了看似个人化的推荐。
说服并不天然不受欢迎。人们寻求建议，是因为愿意重新考虑一些事。问题在于，他们能否认识并认可改变的理由。比起衡量交流有多讨喜，事后请顾客解释决定，包括被否决的选项，可能让你了解更多。
在顾客尚未确定产品类别之前，助手就可能已经产生影响。这使建议的质量与目的成为服务的一部分，而不只是卖出服务的手段。
变化的早期迹象。
来自 TrendWatching
来自Innovation Database的1个密切相关案例。每个案例都帮助解释这一趋势的一个方面，但都不能证明整个预测会实现。
数字衣橱也开始尝试美妆搭配
美妆品牌 e.l.f. Cosmetics 与 AI 穿搭应用 Alta
品牌推荐进入个人穿搭；它可能影响偏好，但本案例没有测量这种影响。
编辑精选 · 审核于2026年11月1日
日期分别标明推出、公告及重大更新。与趋势关联较为间接的案例会予以标注。
查看 “SELF, REWRITTEN” 的完整精选案例来源说明追溯思想来源 2项来源 · 它们说明了什么，局限在哪里
来源与延伸阅读
这些来源为本文提供依据。产品公告描述的是一项供给，不是人们使用它的普及程度。论点与设想中的未来，会与已观察到的结果明确区分。
2012 名美国活跃电子书读者，单次有激励的选择。不是广泛的购买行为遥测；能否推广到长期和高风险情境尚未解决。
互动后，与冲突相关的判断和修复意愿发生变化。未证明人格永久改变，也未证明所有助手都会产生同样影响。
关于本研究版
本文依据精选来源，以及我们对其消费意义的解读。整个系列包含50篇文章和原创插画。我们并未读完阅读清单上每个人的所有作品，也未计算每种未来的发生概率，或证实全球采用情况。本系列并非穷尽性研究。
插画由 AI 生成，视觉方法参考了 TrendWatching 的2024年和2025年报告。它们描绘的是理念，而非已观察到的事件。如果文章的核心观点改变，图像需要重新审视。小幅修改不一定意味着需要新插画；目前未启用自动替换。
每项创新都附有来源、审阅日期，以及相关性和局限的说明。有些是变化的早期信号，另一些提供有用的对照。没有哪一项能证明预测。每月监测与新案例自动筛选目前均未运行。