搜索的终结：AI时代的购物将如何运作
摘要
Google目前的商业搜索地位依然稳固，但AI正在夺走支撑其更广泛使用习惯的免费查询，最终可能重定向这笔“GDP税”。 Alex Rampell观察到，信息类搜索量正在下降，但Google的财务表现仍在上升，这意味着用户正把不可变现的问题交给ChatGPT，而不是把可变现的购物需求也转移过去。真正的风险在于，当代理掌握购物发起权后，“这笔税可能会转移到别处”。
AI在电商领域最适合切入的，是介于无计划冲动消费与高度审慎、大额购买之间的广阔中间地带。 TikTok触发的一件衬衫无需研究，而房子、汽车或婚礼场地往往仍需要线下体验或人的安抚，难以完全代理化。手袋、洗衣液、自行车、沙发和笔记本电脑提供了更好的切入口：更高效的研究、持续比价，以及最终自动完成购买。
一旦买家选定SKU或UPC，代理就可以自动化解决整套“用钱换时间”的优化问题。 它可以搜索价格、配送条款、优惠券、返现计划、联盟返利，甚至最合适的信用卡，并在达到阈值时下单——相当于把CamelCamelCamel的行动闭环补上。Rampell把这个测试称为一道“智商题”：“你是想少花钱买东西，还是多花钱买东西？”
商业世界真正承重的问题不是商品发现，而是归因；而AI可能让今天已经失真的激励机制变得更糟。 现有的最后点击归因体系，已经允许Honey等优惠券插件在结账时拦截客户，并把并非由自己促成的销售据为己有。代理可能成为“21世纪的最后一次点击”，即便它只是Reddit、广告、创作者、门店和既有品牌偏好中的一个影响因素，也会攫取商家的经济利益。
互联网信息供给的劣化，是AI购物的结构性约束，因为模型无法把为联盟营销优化的输入转化为客观建议。 搜索横跨一个个围墙花园，开放网络则充斥着“为SEO优化的垃圾”；Amazon的商品页面和评论同样容易被操纵。未解的问题非常直接：“你不可能把软文垃圾变成诚实分析”，平台究竟要如何给语料“去垃圾化”？
AI可能进一步强化聚合平台，同时暴露那些缺乏差异化的DTC品牌：它们的产品由他人制造，流量则必须花钱购买。 床垫品牌等商品化卖家可以被同一批OEM复制，还必须不断从Google或Facebook获取新客户；时尚品牌也不可能独占每一种潮流。Moore认为，一旦需求已经产生，代理可以把买家导向相应商品，但她和Rampell都指出，在文化让一件商品变得令人向往之前，AI可能很难主动培育需求。
真正持久的机会在于可信的策展、专业化购物代理和商家基础设施，而不只是再做一个横向聊天机器人。 Costco依靠会员费支撑，拒绝销售劣质商品，因此格外“AI-proof”；创业公司则可以打造领域专家、让代理读懂的店铺，以及支持委托购买的支付基础设施。如果AI在消费者到达Amazon之前就接管展示层，Amazon的高毛利广告业务将暴露在风险之下。
精读
1. 现有行为已经勾勒出代理购物的未来
Rampell的出发点兼具个人经验和历史纵深：他使用ChatGPT的频率比Google“高出3个数量级”，并称自己减少的是非商业查询，而不是商业查询。他此前创办的TrialPay曾是大型联盟营销平台，依靠Cookie和不可见的1×1跟踪像素运行；问题在于，这套原始的归因系统是否足以支撑代理化购买。
Justine Moore认为，线上购物是消费科技最大的市场之一，但真正攻向这一领域的AI创业公司却寥寥无几。聪明的LLM理论上可以改善决策，甚至自主完成购买，因此本期讨论的核心是：为什么电商依然复杂，哪些购买行为容易被代理接管，以及新产品现实中可以从哪里切入。
Rampell更倾向于“先观察”，并以CamelCamelCamel为例：消费者已经可以设定条件，告诉系统当Amazon某件商品降到目标价格时就购买。他认为这可能是Amazon最大的联盟伙伴，尽管自己并未持有其股份。把提醒变成自动执行，不过是“在现有流程上再加一个附录”，因为消费者已经明确表达了购买意图和触发条件。
Moore观察到的对应行为来自青少年：她们把名人照片上传给ChatGPT，询问对方戴的是什么发辫、穿的是什么毛衣。在最佳情况下，系统能识别出原价5000美元的单品，再为“密苏里州一个19岁的女孩”提供买得起的相似款；这类行为说明，视觉研究很可能会进一步延伸到购买。
2. 线下即时性与体验，解释了电商为何尚未全面接管零售
主持人指出，电商目前只占零售销售额的16%，远低于20年前观察者可能做出的预测。Rampell的解释是，即时性对应着一条独立的需求曲线：早上7点送到的牙膏，并不能替代晚上临睡前急需刷牙、而附近就有一家Walgreens的场景。
他从Wise得到的平行例子是：即时到账的钱，与两天后到账的钱，服务的是实质不同的市场。随着配送时间从大约两周缩短到次日，电商不断扩张，但它仍无法满足所有“实时牙膏”需求。
零售卖的不只是库存，也是一种出门体验：无聊的消费者会去逛商场，有购买欲望的消费者可能反复试戴Rolex，直到拿到奖金后才把浏览变成购买。这些体验和情绪功能，可能抵抗交易引擎的全面替代。
Moore的反驳值得保留：16%低估了互联网的影响力。消费者可能先在线研究MacBook，再到门店比较实际重量；也可能先研究衣服，再开车5到10分钟去附近门店。交易发生在线下，但决策旅程并不在线下。
3. 个性化定价在经济学上漂亮，在商业上却很危险
被问及代理是否会带来个性化价格时，Rampell解释说，按照支付意愿收费在经济学101的框架下很有吸引力，因为它可以捕获消费者剩余。一个粗糙的版本，是向iPhone用户收取高于Android用户的价格，把设备选择视为其价格敏感度更低的证据。
但他的实际结论远没有那么乐观：企业已经多次尝试动态个性化定价，Delta可能就是一个例子，但这会招致监管和“非常、非常高程度的不受欢迎”。即便技术上做得到，“通常也很难真正实施”。
4. 最后点击归因奖励的是拦截，而不是促成
Rampell称，最后点击归因是他最讨厌的互联网商业模式，因为它把一笔交易100%的功劳归给最后一个可测量的引荐来源。一次MacBook购买可能同时受到Reddit研究、超级碗广告、Apple官网和门店试用的影响；如何分配功劳具有非确定性，但只奖励最后一次点击却是确定性地错误。
Honey是他最典型的案例：客户已经进入结账页面时，它才弹出来提供优惠券；随后把客户重定向到联盟页面、写入Cookie，再把买家送回同一家商户。它“偷走了这笔归因”，但营销团队可能把相关性误读成因果性，最终把Honey或RetailMeNot报成最强、或增长最快的渠道。
AI会进一步放大这个问题。如果Moore先在Reddit和广告中研究，再向ChatGPT提问，最后完成购买，那么模型确实提供了帮助，却并非单独驱动了这笔交易。即便代理掌握最终行动，拆解这些影响仍然“非常、非常困难”。
5. 聚合平台捕获价值，因为商品化品牌无法守住SKU
Rampell对DTC弱点的诊断，从一种由第三方生产、买过一次就结束的产品开始。Casper并不生产自己的床垫；OEM可以为数千个竞争品牌供货，而Casper还要反复从Google和Facebook购买流量。最终，流量平台成了更大的赢家。
订阅模式可以部分改善这套模型：Dropcam在摄像头商品化的同时，把经常性收入附着在硬件上。一张五年前买的床垫仍然服务于原用户，Casper却必须寻找新客户，而原始工厂则可以通过“5000家其他制造商”销售相似产品。
互联网1.0已经开始淘汰大量受地理位置保护的长尾商品零售。消费者一旦可以触达所有卖家，数千家销售同一款Nike鞋的门店就变得多余；优势转向制造商，或转向配送最快、服务最好的聚合平台。
Moore补充说，时尚需求变化太快，单一风格品牌很难持续占据主导：Allbirds可能让位于复古Adidas、On Running或New Balance。Amazon和Shopify可以跟随需求，承接任何正在流行的SKU；AI可能进一步强化这种聚合，因为它能够引导已经存在的购买意图，但Moore认为，AI很难“培育需求”。Rampell举例说，在看到文化信号之前，很难知道一双On鞋已经变酷。
6. Google正在先失去信息类搜索，随后才可能失去可变现搜索
Rampell重构了Google的商业模式：它于1998年进入市场，当时或许只是第47家搜索引擎；随后利用链接和PageRank提供显著更好的结果，再借鉴Overture的付费搜索概念。AdWords把Google做成了约2万亿美元的公司，因为相关的付费结果可以改善商业查询，而不只是为免费搜索提供补贴。
Google长期的优势在于无数免费问题形成的默认习惯，其中包括通过Safari发起的搜索——Apple每年靠把这些搜索导向Google赚取数百亿美元。如今，用户会向ChatGPT询问“1977年谁赢得了奥斯卡”之类的问题，把不可变现的工作转移到别处，但仍然把带有购买意图的搜索留在Google。
Rampell的证据是，尽管搜索量似乎下降，Google收入仍在上升：“他们开始失去一些免费搜索，但还没有失去任何高价值搜索。”他估计ChatGPT每周活跃用户约为8亿，但这些用户并没有直接在ChatGPT内购买；OpenAI正在加入电商功能，说明这条闭环仍未完成。
Moore指出，消费者在尝试过AI后重新回到Google或Amazon，原因之一是商品推荐会凭空捏造不存在的商品、过时的版本或错误的价格。针对特定徒步路线和天气推荐合适的紧身裤，这类自然语言建议很有吸引力，但前提是底层库存和价格保持实时准确。
7. 糟糕的源材料，是可信AI购物面临的核心障碍
Rampell称万维网处于“不健康”状态：早在ChatGPT出现之前，搜索就已经碎片化为一个个围墙花园，Twitter或X上有实时信息，Facebook上有朋友动态。与此同时，剩余的开放网络被联盟营销内容商业化，这些内容的目标是排名，而不是提供信息。
他将其与由订阅费支持、拒绝广告的Consumer Reports相对比。如今的“十大跑鞋”页面，很多时候真正意味着“给我带来最高联盟收入的十大跑鞋”；模型无法修复这种激励失灵：“你不可能把软文垃圾变成诚实分析。”Rampell还把传统媒体的衰落与Craigslist从报纸手中夺走本地分类广告收入联系起来。
Moore在无赞助YouTube测评中看到了更好的证据：创作者会比较多款产品、披露赞助关系，并通过观看量而不是联盟转化获得广告收入。机会在于把这些高质量视频转写出来，让LLM能够吸收其中的信息；由于视频无法快速扫读，Google也不会自动转写每一段视频，这些内容尚未被传统搜索充分呈现。
Rampell提到《纽约时报》收购Wirecutter，认为它可能成为可信评测的参照，但Moore仍持怀疑态度，因为几乎每一条推荐似乎都带着联盟链接。他提出的根本挑战适用于整个行业：如果“互联网上大多数东西都是垃圾”，仅仅做摘要并不能“去垃圾化”。
8. 信任与自动化，定义了值得投资的层次
Amazon体现了被污染的商品供给：卖家可以在AliExpress上花2美元买400件小商品，加上自己的Logo，再利用6周与次日达之间的配送套利，以25美元卖出。Rampell发现，大约有“9000个”电热袜商品来自相同的OEM；他还称，卖家可以把一个五星岩石商品的SKU切换成电热袜，同时保留原有评论。Amazon本应修复这一问题，但它缺乏动力，因为它希望卖出更多商品。
Costco是他的反例，因为会员制经济让客户信任成为核心。每年约100美元的会员费、超过5000万名会员，意味着会员收入大致接近净利润；如果商品加价过高，就会损害会员价值，因此Costco会进行激进的商品筛选。Moore说，Costco把热狗价格维持在150美元，并建造养鸡场来保护烤鸡的经济性。
当被问到Costco是否应该把这种信任延伸到更多领域时，Rampell表示，扩张可能危及整个企业，但金融服务是合适方向：Costco贷款可以追求最低价格，而不是最大化贷款利差。几十年来，“只要在Costco卖的东西就是好东西”这一信念，让公司格外坚韧；用Moore的话说，它几乎“AI-proof”。
对新进入者而言，最清晰的代理化目标是已经确定的SKU或UPC。代理可以持续比较价格、配送、优惠券、返现和信用卡奖励；以洗衣液为例，当某个网站的价格比平时低30%、且配送仍然合理时，代理就可以自动下单。没有UPC的商品——Rampell举例说是Wayfair的高脚凳——在执行前则需要更多发现和判断。
Moore把对话式协助放在手袋、自行车、沙发和笔记本电脑等品类周围：代理可以观看TikTok、阅读Reddit、动态追问，并深入理解用户标准，从而推荐一件可能使用多年的商品。冲动购买，以及房屋、汽车或婚礼场地，仍然是更难的终点：前者没有前期研究，后者则仍然需要触摸、体验或人类专家参与。
Rampell认为，专业代理可以把如今局限在CamelCamelCamel、Rakuten收购的Ebates、Quidco、优惠券工具和技术型比价玩家中的行为带向大众。把“18件事”压缩成一条指令后，服务可以选择正确的信用卡和返利路径，成为“21世纪的最后一次点击”——即使它不是ChatGPT，也可能成长为一家大型公司。
Moore认为第二个市场是商家基础设施：店铺必须变得足够清晰，让浏览型代理能够读懂；金融系统则需要支持软件使用消费者的信用卡并完成购买。Amazon在这里暴露度很高，因为广告是它“最好的SKU”——100%毛利率；如果AI掌握展示层，这个利润池就会受到威胁。