index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
OpenAI与Stripe合作推出的AI Agent电商协议，预示着电商领域的一场革命。这不仅是购物体验的革新，更可能重塑整个互联网经济的权力结构，影响商家、平台、支付系统乃至广告巨头。文章深入分析了AI Agent适合的购物场景、第三方电商的不同形态，以及OpenAI与Perplexity的不同策略，并从Google和Meta的失败案例中汲取教训，探讨了广告支出与抽成率的数字税本质。同时，文章还预测了Shopify的优势地位、支付体系的冲击以及Google面临的生存危机，最终勾勒出agentic commerce将如何改变我们对购物的理解，并引发新的生态系统和深刻的社会心理影响。
💡 **AI Agent 驱动的电商将重塑价值链，改变权力分配**：Agentic commerce 不仅仅是“AI 帮你买东西”，而是全新的商业基础设施，其核心在于谁控制了 AI agent，谁就控制了流量入口，从而重新分配利润。与传统电商不同，它改变了用户决策逻辑，将购买行为从人类转移到 AI agent 手中。
🛒 **AI Agent 适合处理生活方式和功能性购买，市场规模巨大**：AI agent 最适合处理需要研究、意见和信任的生活方式类购买（如电子产品、服装）和功能性购买。这些领域结合起来的市场规模高达约 3 万亿美元，是 OpenAI 选择 Etsy 和 Shopify 入手的关键原因，因为这些平台的产品特性与 AI agent 的优势高度契合。
🌐 **第三方电商的范围决定了 Agentic Commerce 的影响**：Amazon（平台为 MoR）和 Shopify（商家为 MoR）代表了第三方电商的两个极端。Agentic commerce 的引入将迫使所有平台重新审视其在这一范围上的位置，因为平台在 MoR 上的立场直接影响其对用户体验的控制权、商家的流量和数据所有权，以及对支付体系的冲击程度。
🤝 **OpenAI 的开放协议策略降低了商家迁移成本，有望快速扩展**：OpenAI 与 Stripe 合作创建的 Agentic Commerce Protocol（ACP）是一个不可知论的协议，允许商家保留自己的支付服务提供商（PSP）。这种低摩擦的接入方式，使得商家无需改变现有支付基础设施，大大降低了迁移成本，有利于 ACP 的快速普及和采用。
📈 **Shopify 作为基础设施提供商，在 Agentic Commerce 时代前景看好**：Shopify 定位为赋能商家的基础设施提供商，而非控制客户关系的平台，使其在 agentic commerce 时代具有结构性优势。其标准化架构、对中小企业的赋能以及高效的营销模式，都将使其成为新趋势下的赢家。
💳 **Stripe 作为中立支付基础设施，将在 Agentic Commerce 中获得隐形杠杆**：Stripe 通过支持 OpenAI 的开放协议，将自己定位为 agentic commerce 生态的中立支付基础设施提供商。这种战略使其能从整个生态的增长中受益，同时利用其在支付领域的专业能力，为 AI 公司提供关键支持，有望在支付领域实现整合。
2025-10-24 09:46 浙江
当 OpenAI 宣布与 Stripe 合作推出 AI agent 电商协议时，大多数人只看到了购物体验的革新。但深入研究后我发现，这是一场可能重塑整个互联网经济的权力再分配。从 Google 如何榨取 OTA 利润的历史，到广告费与平台抽
你有没有想过，购物这件事可能要彻底变了？当 OpenAI 宣布与 Stripe 合作推出 Agentic Commerce Protocol（AI agent 电商协议）时，大多数人可能只是觉得这又是一个科技公司的商业尝试。但当我看到 Freda 对这个话题的深度分析后，我意识到这远不止是一个新的购物功能那么简单。这是一场可能重塑整个互联网经济结构的革命，它将改变商家、平台、支付系统，甚至是 Google 这样的广告巨头的生存方式。我花了很长时间研读 Freda 的分析框架，她是一位在自动驾驶、机器人技术、数字金融等前沿领域投资的投资人，特别擅长打破信息孤岛，分享跨生态系统的知识。她对 agentic commerce（AI agent 驱动的电商）的剖析让我看到了一个完全不同的未来图景，这促使我重新思考电商、广告和平台经济的本质。
在深入讨论之前，我想先说清楚一个核心观点：agentic commerce 不是简单的"AI 帮你买东西"，而是一种全新的商业基础设施。它改变的不只是用户体验，更是整个价值链的权力分配。当购物决策从人类转移到 AI agent 手中时，谁控制了这些 agent，谁就控制了流量入口。而流量入口的转移，意味着利润池的重新分配。这就是为什么我认为每一个关注互联网经济的人都应该认真对待这个话题。
电商不是铁板一块，AI Agent 要攻克哪类市场
Freda 在她的分析中引用了 a16z 合伙人 Alex Rampell 的框架，将消费分为三大类：冲动购买（Impulse Buys）、日常必需品（Routine Essentials）和重大人生购买（Life Purchases）。这个分类看似简单，但却直击 agentic commerce 的核心问题：AI agent 到底适合处理哪类购物场景？我认为这是一个被严重低估的关键问题。很多人在讨论 AI agent 购物时，都假设它可以处理所有类型的购买，但实际上不同类别的购买有着截然不同的决策逻辑和信任要求。（可以看之前的文章《a16z最新洞察｜传统电商已死？AI原生平台正在重新定义"购物"这件事》） 生活方式类购买（Lifestyle Purchases）和功能性购买（Functional Purchases）是最适合 agentic commerce 的两个领域。为什么？因为这两类购买都需要研究、需要意见、需要信任。想象一下，当你需要买一台新笔记本电脑时，你会花时间研究配置、对比价格、阅读评测。这个过程本质上是信息收集和决策辅助，而这正是 AI agent 最擅长的事情。它可以快速浏览成百上千的产品信息，理解你的具体需求，然后给出最优推荐。生活方式类购买也是如此，比如选择家具、服装或礼物，这些都需要考虑风格偏好、使用场景和预算约束，AI agent 可以充当一个永不疲倦的私人购物顾问。
Freda 提到，根据 GPT 的估算，仅这三个类别的在线市场规模就达到约 3 万亿美元。这是一个令人震惊的数字。这也解释了为什么 OpenAI 选择从 Etsy（拥有 540 万卖家）和 Shopify（约 300 万商家）入手。这两个平台上充满了需要"咨询式销售"的产品，正好符合 agentic commerce 的优势领域。我特别注意到，OpenAI 没有选择从标准化商品入手，比如日用品或书籍，而是选择了那些需要个性化推荐和深度理解的商品。这说明他们非常清楚 AI agent 的能力边界，也知道在哪里可以创造最大价值。
至于冲动购买，Freda 认为随着时间推移，AI agent 可能也会变得足够好来处理这类购买。我对此有些保留意见。冲动购买的本质是情绪驱动的，而 AI agent 是理性的。当然，AI agent 可以学习识别你的冲动购买模式，甚至可能比你自己更了解你什么时候会想买什么。但这引发了一个有趣的哲学问题：如果 AI agent 代替你做冲动购买，那还算是"冲动"吗？这可能会从根本上改变消费心理学的某些基本假设。
第三方电商的范围：从亚马逊到 Shopify
在讨论 agentic commerce 之前，我们必须先理解第三方电商（3P e-commerce）的不同形态。Freda 提出了一个非常精准的观察：大多数人把"第三方电商"当作一个统一概念来讨论，但实际上它是一个范围。Amazon 和 Shopify 分别位于这个范围的两端，其他所有平台都处于中间某个位置。这个框架对我理解 agentic commerce 的影响至关重要。
Amazon 模式中，平台是记录商家（Merchant of Record，简称 MoR）。这意味着 Amazon 处理退款、退单、统一支付和税务。商家完全不拥有客户关系。这种模式给了平台最大的控制权，但也意味着平台承担了最大的责任和风险。对消费者来说，体验是统一的，无论你从哪个商家购买，都是在"Amazon 购物"。
Shopify 则完全相反。商家是 MoR，一切都由商家处理，包括选择自己的支付服务提供商（PSP）、管理物流、独立处理退货。商家拥有 100% 的客户关系。这种模式给了商家最大的自主权，但也意味着消费者体验可能参差不齐，因为每个商家都有自己的流程和标准。
中间地带更有意思。Etsy 和 eBay 是平台作为 MoR（集中支付），但在退货方面，买家首先联系卖家，如果 2-3 天内没有回应，平台才介入。淘宝和拼多多则是商家作为 MoR，但平台高度参与，提供托管服务和支付代收，并调解纠纷。我认为这些中间模式其实代表了不同市场环境下的妥协方案，它们试图在控制力和灵活性之间找到平衡点。
为什么这个范围如此重要？因为 agentic commerce 本质上就是第三方电商。平台在这个范围上的位置决定了三件事：一是业务能做多成功，二是商家对流量和数据保留多少控制权，三是对支付体系的冲击有多大。我深入思考后发现，这个范围位置实际上反映了平台的核心商业哲学：是要完全控制用户体验（像 Amazon），还是赋能商家自主经营（像 Shopify），或是在两者之间寻找某种平衡。而 agentic commerce 的引入，将迫使所有平台重新审视自己在这个范围上的位置。
OpenAI 和 Perplexity 的不同路径
当 Freda 指出 Perplexity 的 "Buy with Pro" 功能和 ChatGPT 的 agentic commerce 采用了完全不同的模式时，我意识到这不只是技术实现的差异，而是两种截然不同的战略选择。这种差异将深刻影响整个 agentic commerce 生态的发展方向。
OpenAI 与 Stripe 合作创建的 Agentic Commerce Protocol（ACP）是一个不可知论的协议，它不在乎你用哪个 PSP，可以与任何 PSP 和任何 agent 配合工作。Freda 特别强调了一个容易被忽视但极其重要的细节：Etsy 并不使用 Stripe 作为支付处理商，但仍然可以参与 ACP。这个设计非常聪明。流程是这样的：OpenAI 将支付凭证打包在一个共享 token 中，Etsy 收到 token 后传递给他们自己的 PSP，PSP 解开 token 获取凭证并处理支付。对商家来说，他们支付同样的支付处理费用，外加给 OpenAI 的抽成。目前还不清楚 Stripe 从 ACP 中获得多少收益（如果有的话），但正如历史所示，被广泛采用的开放标准（想想 Android）通常会获胜。
OpenAI 的这个选择非常关键。通过让商家保持 MoR 地位，OpenAI 避免了承担退款、税务、欺诈等责任。这让他们可以专注于做最擅长的事：提供 AI agent 能力和流量。同时，这种开放性也降低了商家的迁移成本，因为他们不需要改变现有的支付基础设施。这种低摩擦的接入方式可能是 ACP 能否快速扩展的关键因素。
相比之下，Perplexity 选择了一条更艰难的路。在 "Buy with Pro" 中，Perplexity 充当 MoR，而 Walmart（商家）只是履行者。这意味着 Perplexity 承担了比 OpenAI 多得多的责任。流程是：资金先通过 Perplexity，Stripe（通过 Link）为 Perplexity 的结账处理你的信用卡，然后 Perplexity 使用 Walmart 的 PSP 向 Walmart 下单。对商家来说，如果你关心拥有支付、税务、退款、欺诈、CRM 和第一方数据的所有权，同时仍然获得 agentic 分发，那么 ACP 更好。对平台来说，ChatGPT 的方法更容易扩展，因为它几乎不承担任何责任。
OpenAI 的 agentic commerce 通过了第一个测试。这是正确的方法。如果 OpenAI 决定成为 MoR，我会非常担心。为什么？因为成为 MoR 意味着你要进入电商运营的泥潭，处理无数琐碎但关键的细节。这会分散 OpenAI 的注意力，让他们偏离核心优势。更重要的是，成为 MoR 会让商家产生戒心，因为这意味着 OpenAI 不仅控制流量，还控制交易本身。这种双重控制会让商家感到被绑架，可能会阻碍 agentic commerce 的采用。Perplexity 的选择可能在短期内提供更好的用户体验（因为他们可以完全控制整个流程），但长期来看，这种模式的可扩展性和可持续性都存在疑问。
Google 和 Meta 为什么在电商上失败了
Freda 对 Google 和 Meta 电商失败的分析让我重新思考了平台经济的一些基本假设。很多人认为这两家公司在电商上失败是因为他们不想成为 MoR，但 Freda 指出这不是真正的原因。真正的原因是：他们都意识到广告是一个比电商容易得多、利润也高得多的商业模式，所以他们更倾向于做广告。
Google 的电商从未真正起飞。今天它纯粹是展示广告，有一些基本功能让人们比较同一商品的价格。我记得 Google Shopping 刚推出时，很多人都预测它会革命电商行业，因为 Google 掌握着流量入口。但现实是，Google 发现让商家为广告付费比运营一个电商平台要简单得多，利润也高得多。为什么要承担库存、物流、客服的麻烦，如果你可以简单地向想要流量的人收费呢？
Meta 的情况更加戏剧性。Meta 曾经非常努力地试图让应用内结账（in-app checkout）工作，甚至在 2023 年强制商家使用。但截至 2025 年 9 月，Facebook 和 Instagram 上的 Shops 现在默认返回网站结账（链接跳转）。Meta Commerce 正式宣告死亡。Freda 描述的 Meta 支付用户体验简直是一场灾难：8 个以上的步骤、强制登录、无休止的重定向。Meta Pay（前身是 Facebook Pay）从未达到广泛采用，与 PayPal、Shop Pay 或 Amazon Pay 的集成也没有解决摩擦问题。
这两个失败案例揭示了一个深刻的商业真理：不是所有流量都能轻易变现成交易。广告变现的核心是售卖注意力，这是一个相对简单的价值交换。但电商变现需要你承担整个交易过程的责任，包括支付、物流、客服、退货等等。这是完全不同的业务能力要求。Google 和 Meta 都是广告公司，他们的 DNA 不在运营交易上。
Freda 特别强调，从这些案例研究中学习非常重要，因为我们需要完全理解为什么过去的第三方电商尝试失败了，无论是否涉及 AI agent。从她的分析中，我看到 OpenAI 与 Stripe 合作构建 Agentic Commerce Protocol 是一件大事。说实话，如果 Meta 或 Google 当时做了类似的事情，他们的电商努力可能会有完全不同的结局。支付体验的摩擦是电商采用的最大障碍之一，而 Stripe 在这方面的专业能力正是 Google 和 Meta 所缺乏的。
这让我想到一个更大的问题：为什么科技巨头总是试图什么都自己做？Google 和 Meta 都想建立自己的支付系统，而不是与现有的优秀支付提供商合作。这种"非我发明"（Not Invented Here）综合症可能正是他们失败的根本原因。OpenAI 选择与 Stripe 合作，而不是建立自己的支付系统，显示出了更成熟的战略思维。
历史的镜子：Google 如何重塑在线旅游平台
在深入探讨 agentic commerce 的影响之前，我们必须先回顾一段关键历史：Google 这个最初的"漏斗顶端"霸主，是如何彻底重塑在线旅游社（OTA）和其他消费互联网平台的。Freda 对这段历史的梳理让我看到了一个惊人的模式，这个模式很可能会在 agentic commerce 时代重演。
让我们先看 Booking 和 Expedia 的现状。这两家全球最大的在线旅游平台，大约一半的预订和流量是直接的，另一半是间接的（主要通过 Google）。表面上看，这似乎是一个健康的平衡。但当你深入研究单位经济效益时，会发现一个残酷的真相：对于间接流量部分，这些公司基本上只是收支平衡，因为他们向 Google 支付的每次点击成本（CPC）非常高。
假设一家酒店每晚 300 美元，OTA 的抽成率是 15%，也就是 45 美元的收入。听起来不错，对吧？但是，从 Google 获取这个客户的成本是多少呢？典型的 CPC 是 1-3 美元，点击到预订的转化率是 3-4%。这意味着每完成一次预订，需要大约 25-30 次点击，也就是 25-90 美元的营销费用。考虑到其他运营成本，每次通过 Google 获得的间接预订，OTA 基本上是在盈亏平衡线上挣扎。
对比之下，直接流量就是纯金。它不仅有利可图，还可以通过付费展示位进一步变现。广告收入约占 Expedia 总收入的 10%，Booking 的 5%，但这些广告收入贡献了约 25% 的 EBIT（息税前利润）。这个对比揭示了一个关键洞察：在线平台真正赚钱的不是交易本身，而是控制流量入口后的二次变现能力。
Etsy 的情况也类似。他们在营销上的支出约占收入的 30%，这意味着间接流量部分几乎没有利润可言。我越深入研究这些数字，越意识到一个让人不安的事实：间接流量是一个昂贵的挤压。而最令人震惊的结论是：Google 从旅游行业提取的总利润，超过了所有 OTA 的总和。让这个信息在脑海中停留一下。这意味着什么？这意味着真正的赢家不是提供服务的平台，而是控制流量入口的守门人。
这个历史教训对理解 agentic commerce 的未来至关重要。如果 ChatGPT 或其他 AI agent 平台成为新的"漏斗顶端"，同样的价值转移模式会再次上演。那些看似强大的电商平台和旅游平台，可能会发现自己再次陷入微薄利润的困境，而新的守门人则会攫取大部分价值。
数字税的新形态：广告支出等同于抽成率
Freda 提出了一个极其深刻的分析框架：在消费互联网中，广告支出和抽成率本质上是可以互换的数字税形式。这个观点彻底改变了我对平台经济的理解。每一个网络化经济体都可以被视为在收取某种形式的"抽成"。
用几个具体例子来说明。YouTube 对创作者的"税"是 45%，也就是说，创作者的广告收入中，YouTube 拿走 45%。Meta 更厉害，通过广告模式捕获了约 99% 的创作者经济价值。苹果的 App Store 收取 15-30% 的抽成。表面上看，这些是不同的商业模式，但本质上，它们都是在向使用其平台的人收取"数字税"。
回到 OTA 的例子，这个框架变得更加有启发性。虽然 Booking 和 Expedia 对所有预订都收取 15% 的名义抽成率，但当你计算间接流量的单位经济效益时，会发现有效抽成率实际上只有 0-5%。为什么？因为他们需要把大部分收入作为营销费用支付给 Google。这就是我所说的"有效抽成率"概念，它揭示了名义抽成率和实际留存利润之间的巨大差距。
这让人想到一个关键问题：如果 ChatGPT 向 Booking 和 Expedia 收取 10-15% 的抽成率，从单位经济效益的角度看，这些公司实际上与从 Google 获取流量相比是收支平衡的，甚至可能更好，因为 ChatGPT 可能提供更高的转化率。这意味着平台对新流量来源的议价能力可能比我们想象的要弱得多。
这种广告与电商商业模式的融合，在中国已经发生了。拼多多、阿里巴巴等平台在向商家收费时，早已模糊了广告支出和抽成率之间的界限。它们统称为"数字税"。一个商家可能支付 5% 的交易抽成，加上 10% 的广告费用，本质上就是 15% 的数字税。叫什么名字不重要，重要的是平台从每笔交易中提取的总价值。
可以预测，agentic commerce 的发展路径可能是这样的：ChatGPT 一开始会收取很低的抽成率（比如 2%），以吸引商家和平台接入。然后随着流量增长和依赖性增强，逐步提高到均衡水平（10-15%）。这是经典的平台策略：先补贴获取网络效应，然后提高收费实现盈利。无论它被称为"抽成率"还是"广告支出"，都只是语义上的差别。控制漏斗顶端的网络总是会获得它的数字税。
这个分析对所谓的"公平抽成率"产生了新的认识。当商家抱怨平台收费太高时，他们往往忽略了一个事实：如果不通过这个平台，他们需要在其他地方（比如 Google 广告）花费同样甚至更多的钱来获取相同的流量。真正的问题不是抽成率的高低，而是商家是否有足够的议价能力和替代选择。在 agentic commerce 时代，如果 AI agent 平台成为主导的流量入口，商家的议价能力可能会进一步削弱。
对商家和平台的多维度冲击
当我们讨论 agentic commerce 对商家和平台的影响时，Freda 提醒我们要从多个角度全面分析。这种影响不是单一维度的，而是一个复杂的多变量系统。让我逐一分析这些关键变量，以及它们之间的相互作用。
直接流量与间接流量的比例是第一个关键变量。传统上，电商平台和旅游平台都在努力提高直接流量的比例，因为直接流量意味着更高的利润率和更强的客户关系。但 agentic commerce 可能会彻底扭转这个趋势。当用户习惯通过 AI agent 完成购买时，平台的直接流量可能会大幅下降，即使他们提供同样优质的服务。
对于直接流量部分，还有广告收入的问题。这是一个经常被忽视但极其重要的收入来源。Booking 和 Expedia 都通过向酒店和航空公司销售付费展示位来变现其直接流量。这部分收入的利润率非常高，因为它基本上是纯利润。但如果 agentic commerce 大幅降低直接流量，这部分高利润收入会去哪里？我认为这是一个价值数十亿美元的问题，却还没有得到足够的关注。
对于间接流量部分，需要考虑多个因素。单位经济效益，也就是我们讨论的"有效抽成率"概念，是核心指标。如果 AI agent 平台收取的费用与 Google 类似，那么对商家来说只是换了一个流量来源。但如果 AI agent 能够提供显著更高的转化率（有人预测可能是 6 倍），那么即使收费更高，对商家来说仍然是划算的。转化率的提升潜力是 agentic commerce 最有吸引力的价值主张之一。
市场份额的变化也值得关注。在 agentic commerce 时代，那些能够最好地将产品数据结构化、最容易被 AI agent 访问的平台，可能会获得不成比例的市场份额增长。这可能导致赢家通吃效应的加剧，或者如果标准化做得好，可能会促进更公平的竞争。目前还不清楚会是哪种情况。
还可以注意到很多卖方分析师在预测，agentic commerce 的采用将提高行业的在线渗透率。他们的逻辑是：更便捷的购物体验会吸引更多人在线购物。但我对这个逻辑持保留态度。在线渗透率的提高通常受限于产品特性（某些商品必须线下体验）和人口结构（老年人的数字化程度），而不是购物流程的便捷性。agentic commerce 更可能是重新分配现有在线市场的份额，而不是显著扩大整个市场。
Freda 用了一个非常形象的比喻：就像奇异博士看到 1400 万个未来一样，大多数路径对商家和平台来说都不太好。为什么？因为直接流量比例受到挤压是几乎不可避免的趋势。这种挤压可能比苹果的 30% 税或 Google 的 CPC 费用更严酷，因为它不仅仅是成本的增加，而是整个商业模式的根本性改变。
传统上，商家高度依赖购物者在他们网站上的浏览行为。通过精心设计的产品页面、相关产品推荐、限时优惠、用户评论等手段，商家可以引导购物者进行追加购买和交叉销售，从而提升平均订单价值（AOV）。这是电商运营的核心艺术。但 agentic commerce 彻底改变了这个游戏规则。
在 agentic commerce 模式下，购买发生在站外，没有网站访问、没有追踪像素、没有浏览数据。用户只是告诉 AI agent 他们想要什么，agent 直接完成购买。商家可能仍然会得到买家的电子邮件地址，但他们失去了影响购买决策的关键时刻，失去了通过视觉设计和心理暗示提升订单价值的能力，也失去了重定向广告的基础数据。
这引发了一个关键问题：6 倍的转化率提升能否抵消这些损失？Freda 的判断非常精准：对于小商家来说，答案可能是肯定的。小商家通常缺乏资源和专业知识来优化网站体验和运营复杂的营销漏斗。对他们来说，能够通过 AI agent 直接接触到有明确购买意图的客户，即使失去一些追加销售机会，仍然是净收益。
但对于大型零售商来说，我的判断是否定的。这些公司已经围绕 AOV 优化建立了整套精密的运营体系。他们的产品团队专门研究如何通过页面设计增加购物车大小，他们的数据团队分析用户行为模式以优化推荐算法，他们的营销团队运营复杂的重定向广告活动。这整套能力在 agentic commerce 模式下可能会大幅贬值。
更深层的问题是品牌价值的侵蚀。当购买通过 AI agent 完成时，商家失去了与客户建立情感连接的机会。消费者不再访问精美设计的品牌网站，不再看到品牌故事，不再沉浸在品牌营造的氛围中。购买变成了一个纯粹功能性的交易。对于那些品牌溢价是核心竞争优势的公司（想想奢侈品牌或生活方式品牌），这可能是致命的。
营销费用流向的问题。在 Freda 的分析框架中，营销费用最终都流向"漏斗顶端"，无论是以广告支出还是平台抽成的形式。但有一个更微妙的问题常被忽视：来自直接流量的广告收入会去哪里？如果 agentic commerce 将越来越多的流量从直接转向间接，那些依赖站内广告盈利的平台（比如 Booking、Expedia、Etsy）会失去这部分高利润收入。这不仅仅是利润的减少，而是商业模式的根本性破坏。
用一个具体场景来说明这种复杂性。假设你是 Expedia 的 CFO，今天你的收入结构是：50% 来自直接流量的预订佣金，40% 来自间接流量的预订佣金（基本盈亏平衡），10% 来自向酒店销售的广告展示位（高利润）。现在，agentic commerce 将你的流量结构改变为：20% 直接，80% 间接。你的预订佣金可能保持总体稳定（如果转化率足够高），但那 10% 的高利润广告收入会缩水到 4%，因为它只能从直接流量中获得。这 6% 的收入损失可能意味着 EBIT 下降 15-20%。这就是为什么我说 agentic commerce 对某些商业模式可能是灾难性的。
思考一个更宏观的问题：这种权力转移对整个互联网经济意味着什么？在过去二十年里，我们见证了权力从内容创作者转移到平台（想想 YouTube、Facebook），又从平台转移到流量聚合器（想想 Google）。现在，我们可能正在见证另一次转移：从流量聚合器到 AI agent 平台。每一次转移都伴随着价值的重新分配，总是有赢家和输家。理解这个动态，对于在新时代中生存和繁荣至关重要。
Shopify：基础设施的赢家
在所有可能受 agentic commerce 影响的公司中，Shopify 的定位可能是最有利的。Freda 认为 Shopify 可能是 ChatGPT agentic 世界中最干净的结构性契合。我完全同意这个判断，而且我认为这背后的逻辑非常深刻。
Shopify 从来不是 MoR，也不像市场那样"策划"商家。所以直接流量与间接流量的问题不会真正适用。多年来，Shopify 一直因为没有成为真正的消费者市场而受到批评。但在这个新世界中，这实际上可能是一个福音。为什么？因为 Shopify 从一开始就定位为赋能商家的基础设施提供商，而不是试图控制客户关系的平台。这种定位在 agentic commerce 时代变得极其有价值。
对 Shopify 的影响体现在几个方面。GMV 将向优质中小企业倾斜。Shopify 的约 300 万商家中，许多销售独特、高质量的产品，但负担不起广告支出军备竞赛。AI agent 可能会拉平竞争场地。当购买决策由 AI agent 根据产品质量和匹配度做出，而不是由广告预算决定时，那些真正有好产品的小商家将获得前所未有的机会。这可能会导致电商生态的民主化，让更多小商家能够与大品牌竞争。
渗透率会提高。难以为 AI agent 构建数据和目录管道的中小企业可能会迁移到 Shopify 的标准化堆栈。这是一个非常重要的点。当 agentic commerce 成为主流时，能够轻松将产品数据暴露给各种 AI agent 将成为竞争优势。Shopify 的标准化架构使这变得容易，而那些使用定制或陈旧系统的商家将面临重大技术债务。
营销变得更高效。Shopify 本身在营销上花费约 14 亿美元（占收入的 16%），而其商家集体估计花费 200-500 亿美元（基于约 3000 亿美元的 GMV 和典型的 7-15% 营销与销售比率）。这种重复的"数字税"可能在 agentic 世界中得到简化。想象一下，如果商家不需要各自为战地投放广告，而是可以通过统一的 agent 协议获得流量，整个系统的效率将大幅提高。
Shopify 的成功还有一个更深层的原因：它的商业模式与 agentic commerce 的本质是对齐的。Shopify 赚钱靠的是提供工具和服务，而不是控制流量或客户关系。在 agentic commerce 世界中，控制流量的价值可能会下降（因为 AI agent 会根据客观标准做出选择），而提供优质基础设施的价值会上升。Shopify 恰好处于正确的位置。
当然，这不意味着 Shopify 可以高枕无忧。他们需要确保自己的平台能够无缝地与各种 AI agent 集成，需要不断改进产品数据的结构化和可访问性，还需要帮助商家理解和适应这种新的流量获取方式。但总体而言，Shopify 在 agentic commerce 时代的前景是光明的。
对支付体系的冲击：Stripe 的隐秘杠杆
当大家都在讨论 agentic commerce 对商家和平台的影响时，Freda 敏锐地指出了一个容易被忽视的受益者：Stripe。OpenAI 的 Agentic Commerce Protocol 和 Perplexity 的方法都让商家保留现有的 PSP，而 Stripe 为两者提供支持。这不是巧合。
随着 agentic checkout 的普及，Stripe 作为中立连接组织的角色可能会加强。为什么？因为在一个碎片化的电商生态中，能够提供统一、可靠的支付基础设施变得更加重要。当购买通过各种不同的 AI agent 发生，跨越各种不同的平台和商家时，需要有一个底层的支付层来确保一切顺利运作。Stripe 正是定位在这个位置。
我认为 Stripe 的战略非常聪明。通过支持 OpenAI 的开放协议，Stripe 将自己定位为 agentic commerce 生态的中立基础设施提供商，而不是试图控制整个价值链。这种定位让他们可以从整个生态的增长中受益,而不会引发商家或平台的戒心。这让我想起了 AWS 的策略：提供强大而中立的基础设施，让所有人都可以在上面构建，而 AWS 从中获得稳定的收入。
更重要的是，Stripe 在支付领域的专业能力是 AI 公司所不具备的。OpenAI 可以构建世界上最好的 AI agent，但他们不擅长处理支付合规、欺诈检测、跨境交易等复杂问题。通过与 Stripe 合作，OpenAI 可以专注于自己的核心优势，而将支付的复杂性交给专家处理。这种专业分工可能是 agentic commerce 成功的关键。
从长远来看，我预测支付领域可能会出现整合。那些能够提供无缝 agentic commerce 支付体验的 PSP 将获得市场份额，而那些无法适应的可能会被边缘化。Stripe 的先发优势和技术领先地位使他们处于有利位置，但他们需要继续创新以保持这种优势。
Google 的生存危机
Freda 对 Google 的分析让我陷入了深思。她承认 Google 有一个近乎完美的"T 型"价值主张：纵向上，从应用到云到芯片的全栈整合；横向上，跨越广泛的产品范围——生产力（Google Suite）、娱乐（YouTube）和实用工具（Google Home 等）。最终，最好的模型往往会获胜。
她也理解，到目前为止，Google 的搜索广告收入并没有受到 GPT 的实质性影响。理论上，Google 可以失去 95% 的搜索量，但仍然能增长收入，只要它保留了有价值的查询，这些查询主要与电商相关。这是一个非常深刻的观察。大多数搜索查询实际上价值很低，Google 的利润主要来自那些具有明确购买意图的高价值查询。
但 Google 的广告模式是否能在 agentic 时代完好无损地存活下来，仍然有待观察。我认为这是一个悬而未决的重大问题。如果 AI agent 成为主要的购物入口，用户不再需要先搜索、比较、然后点击广告，而是直接告诉 agent 他们想要什么，然后 agent 直接完成购买，那么 Google 的广告模式还有什么价值？
更深层的问题是，agentic commerce 可能会改变"搜索"本身的性质。传统搜索是基于关键词的，用户需要知道如何表达他们的需求。但 AI agent 可以理解更复杂、更模糊的意图。你不需要搜索"防水透气登山鞋 42 码"，而是可以说"我下个月要去尼泊尔徒步，需要一双舒适的鞋子"。这种从关键词搜索到意图理解的转变，可能会从根本上削弱 Google 的核心优势。
Google 会积极应对这个挑战。他们已经在将 AI 能力整合到搜索中，推出了 Search Generative Experience（SGE）等功能。但问题是，Google 能否在不破坏自己现有广告业务的情况下，成功转型到 agentic 模式？这是一个经典的创新者困境。Google 的大部分收入来自广告，任何可能减少广告展示的创新都会面临内部阻力。
另一个问题是竞争。Google 在搜索领域的主导地位是建立在海量数据和多年优化基础上的。但在 agentic commerce 领域，竞争格局可能完全不同。OpenAI、Perplexity，甚至 Amazon 都在构建自己的 agent 能力。如果用户开始习惯通过 ChatGPT 或其他 agent 购物，Google 可能会发现自己被边缘化。
我认为 Google 的最大优势可能不在搜索本身，而在其生态系统的广度。如果他们能够将 agentic commerce 能力整合到 Google Assistant、Google Home、Android 等产品中，创造一个无缝的跨设备体验，他们仍然有机会保持相关性。但这需要组织上的重大转变和战略上的大胆决策。
未来的路
在 Patrick Collison 与 Tobi Lütke 的对话中，Collison 思考到，应该有人构建一个通用的消费品目录，不仅仅是为 Shopify 商家，而是为所有东西。Freda 认为这是 agentic commerce 的梦想状态：标准化的产品数据支持 AI agent 智能购物。我完全同意这个愿景，而且我认为这可能比大多数人想象的更接近实现。
今天，"给我找双女款跑鞋"这样的请求仍然太高层次了。明天，AI agent 可能能够解析"一件黑白相间的马海毛毛衣，上面有一个大大的字母 G"。这需要产品特定的模型和更丰富的元数据。我认为这种细粒度的产品理解能力将是 agentic commerce 成功的关键。AI agent 需要能够理解不仅仅是产品类别和价格范围,还要理解风格、材质、用途、质量等微妙的属性。
还需要一个反馈驱动的评论层来完成闭环。这是一个经常被忽视但极其重要的部分。在传统电商中，用户评论和评分帮助其他买家做出决策。但在 agentic commerce 中，这些反馈主要是训练 AI agent 的数据。一个购买是否成功？用户是否满意？产品是否符合描述？这些信息需要系统地收集和分析，以不断改进 agent 的推荐质量。
我们会看到一个新的生态系统围绕产品数据和元数据发展起来。会有公司专门从事产品数据的结构化和标准化，会有评级和认证服务来验证产品信息的准确性，会有反馈和评论聚合器来帮助 AI agent 理解产品质量。这个生态系统的复杂性和重要性可能不亚于今天的 SEO 产业。
更长远来看，我认为 agentic commerce 会改变我们对"购物"本身的理解。购物可能不再是一个独立的活动，而是无缝融入我们的日常生活。当你的 AI agent 知道你的冰箱快空了，它会自动订购杂货。当你计划去度假，它会提前预订机票和酒店。当你提到需要一件新外套，它会根据你的风格偏好和预算推荐选项。购物从一个需要时间和注意力的任务变成了一个在后台自动发生的过程。
结尾
也欢迎大家留言讨论，分享你的观点！觉得内容不错的朋友能够帮忙右下角点个赞，分享一下。您的每次分享，都是在激励我不断产出更好的内容。欢迎关注深思圈，一起探索更大的世界。
a16z重磅预测：Vibe coding赢者通吃？错了，垂直专业化才是未来
阅读原文
跳转微信打开
