AI 对 Google的冲击大吗？从股价就可以看出来，是挺大的，甚至很多人都觉得Google的搜索会被 AI取代很大的市场份额。但是获取流量，并不等同于能商业化，事实上，到目前为止，Google 可能只是失去了一些那些盈利能力较低的查询流量，在更重要的、可商业化的查询和搜索流量中，Google 仍具有优势。
那么， AI 到底在商业（购物）有哪些机会？能否挑战Google、亚马逊等？是有可能的，但目前看，还只是一丢丢。美国风险投资机构a16z 的两位投资人：Justine Moore、Alex Rampell 日前在机构官网博客发布了一篇文章，系统介绍了他们关于人工智能 x 商业(购物)的看法。
一起来看全文~~~
Google 完蛋了吗？也许吧。但可能和你想象的不一样。
互联网上最赚钱的商业模式一直很简单：在可盈利的搜索词上投放搜索广告。当你搜索“铯原子中有多少个质子”时，Google赚不到钱。当你搜索“最好的网球拍”时，Google如同印钞票。
这种不对称定义了整个搜索经济——有些查询纯粹出于好奇，而另一些则带有直接的购买意图。这也是为什么Google（人们经常在这里搜索产品）是一家市值2万亿美元的公司，而维基百科（人们在这里搜索知识或趣闻）却是一家非营利组织的原因之一。Google 即使损失95%的搜索量，收入仍能增长——只要它能保留那些主要与商业相关的高价值查询。
那么Google是否能够成功阻止这些搜索转移到ChatGPT和Perplexity等人工智能平台？ 也许吧。
2025年5月，苹果高级副总裁埃迪·库伊（Eddy Cue）在美国司法部反垄断审判中作证称，Safari 的搜索量二十多年来首次下降。结果如何？Alphabet 的股价一天内暴跌近 8%，市值蒸发超过 1500 亿美元——这一切都源于查询可能被人工智能抢占的迹象。但考虑到 Google 的收入（包括搜索收入）不断增长，很明显（将Eddy Cue的言论与Google第二季度财报进行比较），Google 可能只会失去那些盈利能力较低的查询，至少目前如此。
人工智能首先吞噬的是低价值（至少在“每次点击成本”方面）的查询，那些没有商业意图但信息量更大的查询。如果大模型能回答你上面关于铯的问题（铯原子中有多少个质子），Google 会失去这个查询，但不会损失一分钱。收入会一直存在，直到人工智能开始取代诸如“最适合 Y 的 X”之类的商业旅程——那些真正具有购买意向的旅程。毫无疑问，这种情况即将发生，但并非所有商业都一样。有些商业会被人工智能吞噬，有些会对其免疫，还有一些会被新的初创公司抢走。
定义“商业”及其人工智能机遇
我们可以将购买行为大致分为五类，按考虑程度排序：
1、冲动购物——想想杂货店收银台排队时买的巧克力棒，或者在TikTok Shop上看到的一件有趣的T恤。你事先并不知道你需要这些东西，也没有做任何调查。
2、日常必需品——比如食品杂货、狗粮、清洁用品、尿布等。第一次买东西的时候，你可能会做一些调查，但更有可能买方便又实惠的东西。
3、生活方式类商品——比如精致的护肤品、精美的包包或家居装饰等。这些东西你不需要，但你却想要。你可能会在购买前做一些研究，但很可能是通过在线搜索和阅读评论。
4、功能性消费——例如通勤自行车、山地自行车、家具、新笔记本电脑或新手机等。这些物品对大多数消费者来说价格昂贵，需要进行大量的研究，通常需要走访一家（或多家）商店并咨询专家。
5、人生大事——比如买房、办婚礼或上大学。这些都是需要深思熟虑的购买，通常需要数月的研究和认真评估各种可能的选择。
其实还有第六类，由于购买行为具有特殊性，我们不会在本文中详细介绍。这类购买属于理想型消费——你梦想着在促销活动后购买的东西，或者你花费数月（甚至数年）积蓄购买的东西。根据你的收入水平，这些购买可能有很多：奢侈手袋、跑车、度假屋等。每一次购物之旅可能都有所不同。
AI Agent 有可能帮助消费者选择他们想要购买的精准SKU，或跟踪价格/库存情况。那么在这些商业行为中，人工智能将如何发挥作用？
我们预计人工智能将以截然不同的方式影响每一种购买方式。首先，我们将深入探讨互联网如何影响人们的购物行为，并推测在人工智能时代，购物行为可能呈现出怎样的面貌。
关于人工智能如何影响每个类别的更多细节，以及我们在这里看到的早期产品示例：
1. 冲动购物——冲动购物的本质意味着你不会提前做研究或咨询专家，因此 AI Agent 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，使广告商能够在合适的时间向你投放合适的产品。
品牌将更容易打造高度个性化的营销材料，吸引用户。例如，想象一下，你正在观看一段关于母亲节礼物的 IG Reel 视频，然后立即收到一条刻有她名字的蜡烛广告。这种形象定制现在很容易（而且相对便宜）的大规模实施。
2. 日常必需品——在日常必需品方面，你可能已经拥有自己熟悉和喜爱的品牌和 SKU，因此，除非你要在产品线中添加新产品（例如，如果你养了一只狗，需要选择它们的食物），否则 AI Agent 不会特别有用。
但人工智能应该可以在采购商品方面发挥作用。例如，如果你经常购买同一款洗衣液，你的 AI Agent 可以监控价格，并在价格跌破某个水平时替你购买（尤其是当它根据你过去的购买模式知道你未来几周会需要新的洗衣液时）。像 camelcamelcamel 这样的工具可以让你设置亚马逊产品的价格监控，并在有特价商品时通知你。下一步可能是让 AI Agent 为你进行采购，尤其是在跨零售商采购时。
3. 生活方式类商品——当你购买一些不经常购买的商品（尤其是价格稍贵的商品，比如奢侈包包）时，你可能需要评估各种选择，以确保选出最合适的。但研究、汇总这些选择，并根据各种标准进行排序，非常耗时。
想象一下，委托一个 AI Agent 帮你完成繁重的工作，然后根据你过去的购买记录、它对你的偏好，甚至你的体型和什么颜色最适合你的眼睛等信息，为你提供推荐，解释为什么某个特定的SKU是你的最佳选择。我们已经开始看到类似 Plush 这样的产品的早期案例，它可以帮助你搜索女性时尚单品，但我们期待看到能够对更多选项进行更深入研究的工具。
4. 功能性消费和购买——这类物品很重要，因为它们通常是一项有意义的金融投资，并且你会每天都用，甚至可能用上好几年。这意味着你需要非常有信心，产品能够满足你的需求，并且经久耐用。
你可能觉得购买 AI Agent 推荐的产品很合适。但可能更希望与主题专家（AI“顾问”）进行更深入的沟通，探讨不同的选择。你可以通过电话或视频通话，更详细地解释您的需求并解答后续问题。
一些零售商/品牌已经在其网站上提供这项服务，但仅限于其库存单位 (SKU)。我们认为，人工智能顾问有机会深入了解不同品牌的产品类别，并随着时间的推移深入了解每个用户的背景信息及其偏好（例如，如果它帮助你购买沙发，它随后可以根据匹配的商品定制椅子推荐）。
5. 人生大事的购物——你人生中真正需要做的“购物”只有几件（例如房子、汽车、婚礼或大学教育）。这些消费既昂贵又意义非凡，所以你很可能会花费数月甚至数年的时间去评估各种选择。你会自己在网上做研究，但也很有可能会咨询专家并尝试各种方案（例如参观婚礼场地或房屋、试驾汽车、参观大学）。
很难想象人们会把这些决策完全外包给人工智能。但 AI Agent 很可能会指导你完成整个选择过程——从研究最初的选项，到评估利弊，再到谈判条款或审查合同（我们已经看到创始人给我们发来由 Claude 批改的条款清单）。
你可能已经注意到，我们在此处的示例中基本上未涵盖以下几类支出：食品、旅行和医疗保健。饮食和旅行因人而异，因此很难将它们归入同一类别。对于某些人来说，在餐厅享用一顿美餐或一次周末旅行是日常消费，无需进行深入研究。但对于另一些人来说，这却是一笔挥霍（也是 AI Agent 发挥作用的机会）。
由于大多数医疗费用很大程度上不受个人控制，因此对其进行分类会更加复杂。我们将留到下次再讨论这个问题，但可以肯定的是，利用人工智能引导患者找到更好的治疗方案/医生/程序的机会有很多。
为什么亚马逊（和 Shopify）处于有利地位？
Google 并非唯一一家可能被人工智能颠覆的大型商业平台。亚马逊和 Shopify 也面临风险——但它们比 Google 更接近购买点。它们不仅将意图转化为行动，还越来越多地将重复行为转化为现实。亚马逊拥有搜索、配送、重新订购数据以及（相当重要的）评论。它是一个集成的商业栈。虽然搜索可以有效地消除亚马逊的中介作用，但亚马逊本身就是一个商业搜索引擎，其内置的忠诚度计划（Amazon Prime）拥有数亿订阅用户。
Shopify 为商家端提供支持：托管 SKU、简化结账流程，并支持直接面向消费者的品牌。现在，Shopify 也正在通过 Shop Pay 和 Shop App 构建消费者端的桥梁。随着代理商成为新的购买界面，这两个平台都占据着有利地位——亚马逊拥有端到端的控制权，而 Shopify 则更胜一筹，因为它拥有遍布数百万家门店的分布式所有权，并且消费者触点不断增长。如果目标商家由 Shopify 托管，那么消费者搜索是从 Google 还是 ChatGPT 开始就无关紧要了。
当然，Google 可以利用其强大的分销和技术实力（更不用说 GooglePay 的“支付凭证”实力）来发起进攻，有目的地以人工智能优先的方式引导更多的商业搜索，甚至制作一款“CamelCamelCamel x AI”新的购买应用程序。
AI Agent介入商业，还需要什么？
AI Agent 若不对其运行的底层进行重大变革，就无法充分发挥其在商业领域的潜力。具体来说：
1. 更优的数据：人工智能潜力的瓶颈首先在于内容，而非计算。大多数产品评论都充斥着噪音、被玩弄或过于两极分化。AI Agent 需要获得结构化、值得信赖的实时反馈。假设你正在寻找“最好的”搅拌机。在理想情况下，你的AI Agent 会订购所有搅拌机，在你的厨房里（用你的家用机器人）试用一周，决定你最喜欢哪一款，然后把剩下的退回去。但如今，AI Agent 只是对网络信息进行总结，无法将那些虚假的垃圾信息转化为诚实的分析。
2. 统一 API：要从推荐功能转向交易功能，客服人员必须能够跨零售平台清晰地对接。这首先需要客服人员能够获取产品的准确数据（例如最新价格和库存情况），然后才能将商品添加到购物车，并最终代表用户进行结账。
3. 身份与记忆：了解你的偏好、过往购买记录和交易门槛（例如 CamelCamelCamel）的 AI Agent 可以自动执行日常购物，并为你规划生活方式。这是一个有趣的挑战，因为偏好会随着时间推移而变化，也因购买类型而异——例如，你可能喜欢花大价钱买机票，但又想购买价格更低的日常必需品。或者，你可能经常退棉质毛衣，却从不退羊毛衫。因此，这种记忆必须是动态的、多方面的。
4. 嵌入式数据采集：最佳的 AI 原生体验将直接在用户旅程中采集数据，从而提供更优质的推荐。想象一下，一个 AI Agent 能够从产品描述页面或评论中通常不会出现的数据中推断出应该向您（或他人）推荐什么。这种推断可以是直接的（例如，下次你打开应用时，它会询问一些关于上次购买的具体问题），也可以是更被动的（例如，它会观察你在特定商品或功能上停留的时间，如果你犹豫不决，它甚至可能会询问后续问题）。
在这些基础建立之前，AI大模型 LLM 和 AI Agent 仍将只是聪明的总结者，而非真正的商业代理人。但这种情况正在迅速发生，预计上面商业的“中间三个”领域将很快被人工智能蚕食。