圖片由AI生成，僅供視覺示意。
想像你站在電器店，比較兩部洗衣機，手機鏡頭對着貨架，問AI：「哪部較省電？保養差在哪裡？」這個「隱形店員」不是商店請來的，而是客人自己帶入店內；那如果它答了第一輪，真人店員接下來還能幫上甚麼忙？
Meta最近宣布未來幾個月會把Muse帶到最新型號的AI眼鏡，並以向眼前貨架商品提問作例子。功能還未推出，但客人在店內用手機查產品，早已不是新鮮事。眼鏡若連輸入型號這一步都省去，店員未開口，客人可能已聽過另一套說法。
對品牌來說，難題早在客人入店前已經開始。尺寸、耗電量和保養資料散落在官網、零售商頁面和用家評論；幾處說法若對不上，AI的比較也可能跟店內介紹不同。品牌可以把公開資料講清楚，卻不知道每個客人問了甚麼。店員甚至未必看過那段對話，就要接着答案說下去。
一項德國電器店進行的研究，讓年輕消費者分別向店員查詢或用手機看產品評論。對產品認識較少的人，問店員後較少感到選擇太多，揀貨也較有信心。拿這項研究來說「真人店員必勝」也太快了：它比較的是手機評論與店員，但沒有測試可以即時追問的AI。假如AI已幫客人縮窄選擇，店員可能少了一輪基本規格要講，面對的卻是更具體、也更難答的問題。
假如AI先替客人排除了幾款不合用的機，店員便不用由頭介紹，可以直接問客人家裡怎樣擺。麻煩的是，AI若漏了浴室門的闊度，或者用了過時的資料，客人未必知道答案少了甚麼；店員一句「AI唔準」，又有幾多人會信？
以後客人說「AI話另一部較好」，店員怎樣接，很看門市容許他做甚麼。好的sales未必要即時反駁AI，可以先問清楚家中位置和送裝限制；AI的比較若有道理，也應坦白承認。「這款未必適合你」這句要有說服力，就要求店員要做多更多更多的功課。如果門市只按當日有沒有開單評價店員，這種判斷力還有多少空間發揮？