Lazuli 股份有限公司舉辦私人網路研討會「代理商務時代的商品數據策略」

Lazuli 股份有限公司將於 2026 年 4 月 28 日舉辦一場關於「代理商務時代的商品數據策略」的網路研討會。該活動旨在探討當購買決策逐漸由 AI 代理主導時,企業應如何準備「AI-Ready」的商品數據以確保競爭力。研討會將結合海外最新案例與產品示範,提供從策略到執行的具體方案。
eventNQ 100/100出典:PR Times

📋 文章處理履歷

  • 📰 發表: 2026年4月14日 20:00
  • 🔍 收集: 2026年4月14日 11:31
  • 🤖 AI分析完成: 2026年4月14日 16:45(收集後5小時13分鐘)
以實現商品數據結構化、綱要映射、自動補完的產品數據平台「Lazuli PDP」為核心,並根據各公司的數據基礎設施和系統提供客製化支援的 Lazuli 股份有限公司(總公司:東京都澀谷區,代表取締役:萩原靜嚴,以下簡稱 Lazuli),將於 2026 年 4 月 28 日(週二)舉辦一場私人網路研討會,主題為「代理商務時代的商品數據策略」。

近年,一個由 AI 代理而非消費者親自搜尋並選擇商品的時代已經來臨。在 2026 年 3 月於美國拉斯維加斯舉行的全球最大零售科技會議「Shoptalk 2026」上,Sephora、e.l.f. Beauty、Walmart 等行業領導者表示,「未來競爭的關鍵將取決於能否被 AI 選中」。這一變化的背後,凸顯了商品數據重新設計的重要性。僅僅像過去那樣列出規格資訊,已不足以讓 AI 充分理解商品;只有經過結構化、具備上下文和意義的數據,才能成為 AI 推薦的對象。

在 Lazuli 主辦的這場私人研討會中,我們將根據 Shoptalk 2026 的第一線報告,以淺顯易懂的方式解說何謂「AI-Ready」的商品數據。同時,透過產品的現場示範,我們將介紹與會者從今天起就能執行的具體行動方案。在從傳統的「搜尋引擎優化(SEO)」轉向「AI 優化(AEO)」的背景下,本活動將傳達最新的商品數據策略趨勢,以實現能被 AI 選中的品牌。

本研討會主要針對以下對象:正在考慮重新審視其電子商務及數位策略的人士、在商品數據整理方面遇到挑戰的人士、正在探索如何開始應用 AI 的人士,以及將應對代理商務視為經營課題的人士。

當天的議程將分為三大部分。第一部分將根據 NRF 及 Shoptalk 2026 的內容,解說購買主體從人類轉向 AI 代理的「代理商務」概念,並分享 OpenAI 與各零售企業的最新案例,以及 AI 時代品牌策略的變化。接下來的第二部分,將探討 AI 時代所需的商品數據策略,整理從 SEO 到 AEO 的典範轉移,以及讓 AI 能夠理解的數據設計思維。最後的第三部分,將進行實踐「AI-Ready」理念的產品示範,介紹從導入到運營的具體流程,並設有問答環節。

此外,本研討會的詳細資訊如下。

**研討會概要**

**活動名稱**:代理商務時代的商品數據策略。~透過海外零售・品牌最新案例解說「AI-Ready 商品數據」的重要性~
**形式**:網路研討會(線上)
**舉辦時間**:4月28日(週二)11:00-12:00
**目標對象**:經營層・事業負責人/行銷負責人/EC・數位業務負責人
**詳細資訊・報名**:https://corporate.lazuli.ninja/event/webinar-agentic-commerce-260428/
**議程**:

**從 NRF、Shoptalk 2026 看趨勢**
* 什麼是代理商務
* AI 時代的品牌策略
* 何謂 AI-Ready 的全通路

**AI-Ready 的商品數據策略**
* 為何現在需要重新設計商品數據
* AI-Ready 5 步驟

**產品示範**
* 自動化商品數據整理的產品實演
* 從導入到運營的具體流程介紹
* Q&A

**<關於 Lazuli PDP (Product Data Platform)>**
Lazuli PDP 是一個產品數據平台,它能將以多種格式管理和接收的商品數據,透過結構化、綱要映射、自動補完、正規化及驗證等一系列流程,轉換為高品質的數據。它支援 CSV、Excel、PDF 等任意輸入格式,並具備透過 AI 推論進行綱要自動映射和類別推斷的功能,從而高效地自動化大量商品數據的整理工作。此外,還可以透過 API 等方式與現有系統進行無縫整合。

**<關於 Lazuli 股份有限公司>**
Lazuli 是一家成立於 2020 年 7 月的新創公司。透過開發和提供利用先進 AI/ML 技術的產品數據平台「Lazuli PDP」,以及提供客製化支援,我們協助企業將商品資訊轉化為競爭力。針對製造商和零售商長期以來面臨的「手動收集、註冊和管理商品資訊」的挑戰,我們透過自動提取和結構化非結構化數據,以及自動生成元數據和商品標籤,實現商品數據的「AI-Ready」化。我們擁有為 Beisia、Panasonic、Asahi Beverages 等零售商、EC 業者、食品及日用品製造商導入的實績,致力於為 AI 時代的零售和電子商務構建基礎的商品數據設施。