AI x 商业

Google 要完蛋了吗？也许吧。但不是你想的那样。

互联网最赚钱的商业模式一直很简单：在可变现的搜索查询上投放搜索广告。当你搜索“铯原子有多少个质子”时，Google 一分钱也赚不到。当你搜索“最佳网球拍”时，它就开始印钞。

这种不对称性定义了整个搜索经济——有些查询纯粹是出于好奇，而另一些则有直接的购买意图。这部分解释了为什么 Google（人们经常在上面搜索商品）是一家市值 2 万亿美元的公司，而 Wikipedia（人们在上面搜索知识或趣闻）却是一个非营利组织。

谷歌即使失去 95% 的搜索量，仍然可以实现收入增长——只要它保留那些有价值的搜索查询，这些查询大多与商业相关。谷歌是否成功阻止了这些搜索转移到 ChatGPT 和 Perplexity 等 AI 平台上？

也许吧。2025 年 5 月，苹果高级副总裁 Eddy Cue 在美国司法部的反垄断审判中作证称，Safari 的搜索量在二十多年来首次出现下滑。结果呢？Alphabet 的股价在一天之内暴跌近 8%，市值蒸发超过 1500 亿美元——仅仅因为有迹象表明搜索查询可能正在流向 AI。但快进到谷歌收入的持续增长（包括搜索收入！），结合 Eddy Cue 的评论与谷歌第二季度财报来看，很明显，至少目前，谷歌很可能只是在失去那些低变现价值的搜索查询。

AI 正在首先吞噬那些低价值（至少在“每次点击成本”意义上）的查询，这些查询没有商业意图，更偏向信息型。如果语言模型回答了你关于铯的问题，Google 会失去这个查询，但不会损失一分钱。收入会一直存在，直到 AI 开始取代诸如“最佳 X 适合 Y”这样的商业搜索路径——这些才是真正有购买意图的查询。毫无疑问，这种情况即将发生，但并非所有商业活动都是一样的。有些商业会被 AI 吞噬，有些则对其免疫，还有一些将由新创公司争夺。

定义“商业”及其 AI 机会

我们可以将购买大致分为五类，按考虑程度排序：

• 冲动型购买 —— 想想在超市结账队伍中看到的巧克力棒，或者你在 TikTok Shop 上看到的搞笑 T 恤。这些物品你事先并不知道自己需要，也不会做任何研究。
• 日常必需品 —— 想想杂货、狗粮、清洁用品、尿布。第一次购买时你可能会稍微做些研究，但更多时候你会选择方便且价格合理的东西。

• 生活方式类购买 —— 想想优质护肤品、精致的包包或家居装饰。这些东西你并不需要 ，但你想要。购买前你可能会做一些研究，但通常只是上网搜索并阅读评论。

• 功能性购买 —— 想想通勤或山地自行车、家具，或一台新笔记本电脑或手机。这些物品对大多数消费者来说价格不菲，并且需要相当多的研究——通常会去一家（或多家）商店并咨询专家。

• 人生大额购买 —— 想想房子、婚礼或大学学位。这些是高度慎重的购买，通常需要数月的研究，并认真评估多个可能的选择。

这里还有第六类，我们在这篇文章中不会详细讨论，因为这种购买行为具有很强的个人特性。这就是渴望型购买——那些你梦想在升职后买下的东西，或者你花上几个月（甚至几年）攒钱才能买到的东西。根据你的收入水平，这些购买可能是很多不同的东西：一只奢侈品牌手袋、一辆跑车、一套度假别墅。每一次这样的购买旅程都可能不同。但 AI 代理有可能帮助消费者挑选他们想买的确切 SKU，或是跟踪价格/库存情况。

AI 将会发挥怎样的作用？

我们预计 AI 会影响每一种类型的购买——但方式会有很大差异。首先，我们将探讨互联网如何影响购物行为，然后推测在 AI 时代它们可能会呈现出怎样的面貌。

关于 AI 如何影响每个类别的更多细节，以及我们在这里看到的一些早期产品示例：

1. 冲动型购买 —— 冲动型购买的本质意味着你不会事先做研究或咨询专家，因此 AI 代理在其中发挥作用的机会有限。然而，引导你注意力的算法将不断改进，使广告商能够在恰当的时间向你推送合适的产品。

品牌也将更容易创建高度个性化的营销素材来吸引你。例如，想象你正在观看一条关于母亲节礼物的 IG Reel，然后立刻收到一则刻有她名字的蜡烛广告。这类图像定制如今可以轻松（且相对低成本）地大规模实现。

2. 日常必需品 —— 在日常必需品方面，你可能已经有了熟悉并喜爱的品牌和 SKU，因此除非你要在清单中添加新产品（比如你养了一只狗，需要为它挑选食物），否则 AI 研究代理并不会特别有用。

但在商品采购和购买方面，AI 应该发挥作用。比如，如果你经常购买同一种洗衣液，你的 AI 助手可以在价格低于某个水平时替你监控并购买（尤其是当它知道根据你过去的购买习惯，你在接下来的几周内会需要新的洗衣液时）。像 camelcamelcamel 这样的工具，可以让你为亚马逊上的商品设置价格监控，并在有优惠时通知你。下一步可能就是由代理在不同零售商之间替你进行购买。

3. 生活方式类购买 —— 当你购买一些并不经常购买的物品（尤其是价格较高的，比如奢侈手袋）时，你很可能会想要评估各种选项，以确保自己选择的是最好的。但对这些选项进行调研、汇总，并根据不同标准进行排名，是一件非常耗时的事情。

想象一下，委托一个 AI 代理为你完成繁琐的工作，并带回一份推荐，解释为什么某个特定 SKU 是你的完美选择——基于你过去的购买记录、它对你偏好的了解，甚至包括你的体型以及哪些颜色最能衬托你的眼睛。我们已经开始在一些产品中看到这种早期的例子，比如 Plush，它可以让你搜索女性时尚单品，但我们预计会看到能够在更多选项中进行更深入研究的工具出现。

4. 功能性购买 —— 这些物品很重要，因为它们通常（1）是一笔可观的财务投资，并且（2）是你每天都会使用、可能会用上好几年的产品。这意味着你希望非常有信心该产品能够满足你的需求，并且能经久耐用。

你可能会放心购买由你的 AI 研究代理推荐的产品。但你很可能还希望与某位领域专家（AI“顾问”）进行更深入的交流，通过电话或视频通话详细说明你的需求，并回答后续问题。

一些零售商/品牌已经在他们的网站上提供了这种服务，但仅限于他们自己的 SKU。我们看到一个机会，即由对某一产品类别在不同品牌间有深入了解的 AI 顾问来提供服务，并且能够随着时间的推移，学习更多关于每个用户及其偏好的背景信息（例如，如果它帮助你购买了一张沙发，之后它可以为你推荐与之匹配的椅子）。

5. 重大人生采购 —— 你一生中只会做出少数几次“重大人生采购”（例如房子、汽车、婚礼或大学教育）。这些采购既昂贵又意义重大，因此你很可能会花费数月甚至数年时间来评估各种选择。你会自己在网上做研究，但也很有可能会与专家交流，并亲自体验这些选项（例如参观婚礼场地或房屋、试驾汽车、参观大学）。 

很难想象人们会将这些决策完全外包给 AI。但很可能会有一位 AI 教练引导你完成选择的全过程——从研究最初的一组选项，到评估优缺点，再到谈判条款或审阅合同（我们已经看到有创始人将 Claude 标注过的条款清单发给我们）。

你可能注意到，我们在这里的示例中基本没有包含几个消费类别：食品、旅行和医疗保健。食品和旅行因人而异，因此很难将它们归入一个统一的类别。对某些人来说，在餐厅享用一顿美餐或来一场周末旅行是无需深入研究的日常消费；而对另一些人来说，这是一种奢侈（也是 AI 研究代理发挥作用的机会）。

由于大多数医疗保健支出在很大程度上不受个人控制，因此对其进行分类会更复杂。我们会在另一篇文章中讨论这一点，但可以肯定的是，利用 AI 引导患者获得更好的治疗 / 医生 / 手术的机会并不缺乏。

为什么 Amazon（和 Shopify）处于有利位置

Google 并不是唯一可能被人工智能颠覆的主要商业平台。Amazon 和 Shopify 也面临风险——但它们比 Google 更接近购买决策的节点。它们不仅将意图变现，还将行动变现，并且越来越多地变现重复行为。

Amazon 拥有搜索、配送、重复购买数据，以及（非常重要的）评论。它是一个一体化的电商体系。虽然搜索可以有效地去中介化 Amazon，但 Amazon 本身 就是一个带有嵌入式忠诚度计划（Amazon Prime）的电商搜索引擎，拥有数亿订阅用户。

Shopify 为商家端提供支持：托管 SKU、促进结账，并赋能直面消费者的品牌。通过 Shop Pay 和 Shop App，它现在也在构建面向消费者的切入点。

随着智能代理成为新的购物界面，这两个平台都处于有利位置——亚马逊凭借端到端的控制，而 Shopify 或许更具优势，因为它在数百万家商店中实现了分布式所有权，并且与消费者的接触点不断增加。无论消费者的搜索是从 Google 还是 ChatGPT 开始，只要最终的商家由 Shopify 托管，这都无关紧要。

当然，Google 可以利用其强大的分发能力和技术实力（更不用说通过 GooglePay 在“支付凭证”方面的优势）来主动出击，有意地以 AI 优先的方式引导更多的商业搜索，甚至可以打造一个“CamelCamelCamel x AI”的全新购物应用。

还需要发生什么

AI 代理若想在商业领域发挥其潜力，必须依赖其运行基础的重大变革。具体来说：

1. 更好的数据：AI 的潜力首先且最主要的瓶颈在于内容，而非算力 。大多数产品评论嘈杂、被操纵，或过于极端化。代理需要获取结构化、可信赖、实时的反馈。假设你在寻找“最佳”搅拌机。在一个理想的世界里，你的 AI 会订购所有搅拌机，在你的厨房里（配合你的家用机器人！）测试一周，决定你最喜欢哪一款，然后将其余的退回。但如今 AI 只是对网络内容进行总结，无法将虚假宣传的垃圾信息转化为诚实的分析。

2. 统一的 API： 为了从推荐走向交易，代理必须能够在零售平台之间实现无缝对接。这首先要求代理能够获取准确的产品数据（如最新价格和库存情况），并进一步扩展到能够将商品加入购物车，最终代表用户完成结账。

3. 身份与记忆： 能够理解你的偏好、过往购买记录以及交易阈值（类似 CamelCamelCamel）的智能体，可以自动化日常采购并为你策划生活方式决策。这是一个有趣的挑战，因为偏好会随着时间变化，并且会因购买类型而异——例如，你可能愿意在机票上大手笔消费，但希望以较低价格购买日常必需品。或者你可能经常退回棉质毛衣，但从不退回羊毛毛衣。因此，这种记忆必须是动态且多维的。

4. 嵌入式捕获： 最佳的 AI 原生体验将在用户旅程中直接捕获数据，从而提供更好的推荐。想象一个 AI 代理，它能够从产品描述页面或评论中通常不存在的数据中推断出应该向你（或他人）推荐什么。这种方式可以是直接的（例如，下次你打开应用时，它会问你几个关于你上次购买的具体问题），也可以是更被动的（例如，它会观察你在某个特定商品或功能上停留的时间，甚至在你犹豫时提出跟进问题）。

在这些基础尚未建立之前，LLMs 仍将只是聪明的总结者——而不是真正的商业代理。但这一切正在快速发生，关注商业中“中间三环”领域将很快被 AI 吞噬。