搜索在變，交易在變，歸因在變——AI 正在重寫電商的底層邏輯。從"人找貨"到"智能體替你理解、推薦、比價、下單"，消費者與平臺之間的關系被徹底改寫。過去二十年，互聯網商業的三大支柱是：廣告、訂閱與電商。廣告曾是最堅固的支點——無論是 Google 的 AdWords、Meta 的信息流，還是字節跳動的推薦算法，本質都是圍繞"精準投放"展開的注意力生意。

然而，在 AI 時代，廣告的邏輯正在失靈。用戶不再需要在內容與商品間被"投喂"，而是直接向智能體發出需求。這意味著傳統互聯網賴以生存的"廣告→點擊→購買"閉環可能被切斷，AI 需要找到新的變現路徑，而電商——尤其是 AI 參與決策的電商——成為新的關鍵入口。

在這場討論中，a16z 合伙人 Alex Rampell 與投資人 Justine Moore 直指要害：AI 顛覆的不是沖動型消費，而是"研究型購買"。在買電腦、旅行包、自行車這類中高價商品時，AI 能讀完上千條測評、匯總視頻內容、整合價格曲線，再在合適時機替你自動下單。它讓"消費者研究"徹底自動化，也讓"廣告觸達"變得無處安放。當智能體本身成為最可信的"導購員"，品牌與流量平臺之間的那層營銷邏輯就失去了抓手。

與此同時，聯盟營銷—像素追蹤—最后點擊歸因的舊體系也在崩塌。過去我們可以知道一筆成交來自哪個渠道、哪次廣告、哪個用戶點擊，但當 AI 代替人執行購買決策時，這種路徑變得模糊甚至不可見。歸因失效，意味著傳統廣告模型的崩解——因為廣告的前提是"看見因果"，而智能體的行為更接近一個黑箱。未來，流量不再以"曝光"計價，而可能以"成交閉環"計價。

Rampell 提出的另一層判斷更具啟發性：AI 不會制造需求，它只是極致地執行需求。 人類仍然被文化與社交驅動去"種草"，但當真正執行"拔草"的那一步——選擇品牌、計算優惠、使用哪張信用卡返現——AI 將成為最聰明的中介。這種"執行代理"讓廣告與電商的界限模糊，廣告或許將不再以展示存在，而是直接以交易分成存在。

而在另一端，Costco 式的會員信任模型成為少數不可被算法替代的護城河。當電商被聯盟返傭與虛假測評污染、當"十大推薦"淪為 SEO 垃圾，用戶重新追求"幫我選而不是騙我買"的信任關系。Rampell 稱這種信任是神圣的，它無法被算法競價獲得，也無法被大模型復刻。

最終，AI 可能成為電商世界的"最后一擊"——它不制造流量，卻能決定成交。當消費者的研究、比價與執行全被自動化時，平臺的護城河將不再是廣告算法，而是能否承接智能體的交易邏輯。誰掌握了"研究—比價—執行"的閉環，誰就掌握了下一代互聯網的變現權。

一、AI將改寫電商的流量與交易規則

Erik Torenberg：你們倆一直都在關注電商領域。Alex，你能說說這個想法是怎么來的，又是怎么開始的？

Alex Rampell：我很早以前創辦過一家叫Trial Pay的公司，其實在互聯網普及之前我就開始嘗試在網上賣東西了。我當時在思考幾個問題。

第一：Google會發生什么變化？很多人都很關注搜索量的變化，是在增加還是減少？

就我個人來說，我用Google的搜索次數確實在減少，不過這并不是出于購物場景，而是非購物的其他方面在下降。其次，我創辦的Trial Pay是當時全球最大的聯盟營銷平臺之一。聯盟營銷的本質，就是如果你把用戶推薦過去并促成交易，就能拿到一部分傭金。這其實是互聯網上最早的商業模式之一，甚至早于AdWords和AdSense。

據說最初還源自成人內容行業，因為它是最早在互聯網上形成的商業模式。它的實現依賴于cookies和像素追蹤：用戶訪問后瀏覽器會被寫入cookie，當訂單完成時，確認頁上會加載一個隱藏的1x1像素圖片讀取cookie，從而確認"這個用戶是Eric推薦來的"。

Trial Pay就是靠這個模式做大，但問題是：這種機制還能支撐未來的電商生態嗎？對很多場景，比如沖動消費來說，它還有意義嗎？沖動消費在電商中占比很大，而沖動消費本身幾乎不會依賴AI。你去超市結賬時順手買了一瓶可樂，這種行為不會是AI推薦的結果。

事實上，在結賬區買的可樂價格往往比貨架區更高，零售商正是利用這種心理設計來讓你多花錢。這類消費不可能由AI驅動。但另一類情況是高價值商品。人們會花大量時間做功課，而AI可以在做攻略和比價中發揮重要作用。但這里的問題是：沒有聯盟鏈接，那電商交易該怎么完成？所以我當時在思考的第一點是：不同類型的購物行為構成了怎樣的體系？

第二點是：聯盟營銷在AI驅動的商業中是否還有意義？

第三點是我個人的行為變化：我現在使用ChatGPT的頻率，可能是用Google的一千倍，這個變化本身就很有意思。

Erik Torenberg：Justine，那你當時為什么對這個話題感興趣？是什么讓你覺得最值得探討？

Justine Moore：對我來說，有幾個特別大的消費市場，其中最大的一塊可能就是線上購物。不過到目前為止，真正嘗試用AI進入這個市場的初創公司還不多。雖然正如Alex說的，機會其實很大，因為現在有了強大的大語言模型和智能體，它們可以幫助消費者做出比自己更好的購買決策，甚至可以直接替消費者下單。按理說，這應該會吸引更多人把它們打包成面向用戶的產品，但目前我們還沒看到太多人這么做。

所以我們寫這篇文章的一部分目的，就是想深入探討：為什么這個體系會如此復雜？AI能在哪些不同的購物場景中發揮作用？我們希望在更大市場的背景下看到哪些變化？也希望通過這種方式，讓正在這個領域探索的人能和我們分享他們的思路和做法。

Alex Rampell：我個人更喜歡先"觀察"，因為觀察是客觀的，然后才去"預測"。預測未來是很難的，有一句關于預測的名言我忘了，但核心就是：預測未來非常困難。但其實已經有很多可以觀察到的行為模式。比如CamelCamelCamel是世界上最棒的網站之一（我們和它沒有任何利益關系，這不是廣告）。它本質上就像是價格版的Google News Alerts。

我之前給亞馬遜Prime團隊做過一次演講，他們對這個網站非常清楚，因為它可能是亞馬遜最大的聯盟營銷來源。用戶每天都會說：如果這個商品降到這個價位，我就會買。它現在是這個價格，請在它降到我想要的價格時通知我。而當價格真的降到目標值時，用戶確實會立刻購買。這就說明消費者本身已經在扮演"Agent人"的角色，但這個Agent非常低效。

如果能讓這個過程閉環——不只是通知價格變化，而是直接幫用戶完成購買——用戶是會接受的。因為我們已經觀察到這種行為存在，他們只是缺少更方便的執行方式。這是最簡單的"預測未來"方法：你只是在記錄現在的情況，然后加上一個自然的延伸。

Justine Moore：我觀察到的另一個例子，來自一些病毒式的應用場景。有的很成功，因為AI完美找到了商品；也有的很搞笑，因為AI完全找不到。比如一些少女會用ChatGPT上傳Lana Del Rey演唱會的照片，或者Taylor Swift的街拍照，然后問："她戴的這個發夾是什么牌子？"或者"她穿的這件毛衣在哪里買得到？我想買。"

當AI找對的時候，效果非常好。比如它會提示："這件毛衣要5000美元，你作為一個來自密蘇里的19歲女生可能不會買得起，但這里有一些相似的、價格更低的替代款可以買。"這種年齡段的用戶往往是消費行為的早期風向標。所以這其實在暗示，從商品研究到最終購買的過程，未來越來越可能由智能體來完成，尤其是在價格合適的時候，就像Alex剛才說的那樣。

Erik Torenberg：Alex，你能想象一種極端的"動態定制化定價"場景嗎？比如我們在Amazon上看同一個商品，但它給你顯示的價格比我更高，可能是因為我比你更"摳門"，或者因為你更有錢。你覺得會出現這樣的世界嗎？

Alex Rampell：很多人已經嘗試過類似的做法了。從經濟學101的角度來看，這其實是個很聰明的邏輯：要盡可能榨取"消費者剩余"。消費者剩余對買家有利，但對賣家來說就是損失。聽說達美航空在嘗試做這種事情。

其實還有一些"簡陋版"的動態定價，比如：如果你用iPhone上網，那你就應該比用安卓手機的人支付更高的價格，因為iPhone本身更貴，這等于說明你的需求彈性和一個錢更少的用戶完全不同。不過，這樣做大概率會遇到監管問題，更可能的是，會在消費者當中引發極大反感。雖然有人嘗試過，但通常很難真正推行下去。

二、電商歸因問題：究竟是什么導致了"最后一擊"？

Erik Torenberg：如果我們回顧過去的技術平臺轉變，就能看到類似的規律。現在電商大概占到零售總額的16%。但如果你20年前問大家"未來電商會占多少比例"，可能每個人都會預估得更高。為什么現實沒那么高呢？

Alex Rampell：原因在于需求曲線在"即時性"與"非即時性"之間有很大差別。

比如"次日達"已經很酷了，但它永遠比不上"即時購買"的需求強烈。就像我晚上要睡覺時發現牙膏沒了，這時候我會立刻去旁邊的Walgreens買牙膏。Amazon雖然很棒，但如果它第二天早上7點才送到，那對我來說沒什么用。這里存在一個"實時牙膏需求"的市場曲線。

另一種情況是"閑逛"——我今天無聊，干脆去逛個商場。這是一種體驗本身。還有一些是"長周期、深思熟慮的購買"，甚至是帶點"愿望清單"屬性的，比如我盯著一塊勞力士看了很久，正好剛拿到獎金，就可能沖動入手。購物本身就是體驗的一部分。

我在一家叫Wise的公司擔任董事，他們的產品是跨境匯款。結果發現，"實時到賬"的市場需求和"兩天后到賬"的需求完全不同。后者的需求量要小得多。Amazon的物流發展也是類似的故事。電商剛起步時，東西可能要兩個星期才送到。今天看需求曲線仍在不斷擴展，所以電商占比提升是合理的。

Justine Moore：你剛才說電商只占16%，這個數字有點低。我并不是質疑數據，而是很多用戶行為沒有被統計進去。比如：人們常常在線上做攻略，然后在線下完成購買。像買大件商品的時候，我可能會在Reddit、Instagram或Apple官網看各種測評，但最后還是會走進實體店，親手比較MacBook Pro和MacBook Air的重量差異。

再比如買衣服。在舊金山，很多人會網購一堆衣服，試穿后再退掉一半，因為本地大型商場并不多。但我老家在俄勒岡州，那邊幾乎沒必要這么干，因為開車5–10分鐘就能到各類服裝店，退換貨成本要低得多。但其實很多人都會先在網上做攻略，比如去哪家店、要買什么具體商品、要找什么風格。所以雖然現在大約只有16%的交易完全發生在線上，但即便是在很多線下購買中，網絡也扮演了攻略。

Alex Rampell：這就引出了最棘手的問題：歸因。歸因幾乎是所有人的噩夢。比如：我該如何給Justine買MacBook這筆交易分配歸因？互聯網上最具腐蝕性的商業模式就是所謂的"最后點擊歸因（last-click attribution）"。它會把100%的功勞都算在最后一次點擊的渠道上。但現實情況可能是：部分是我在Reddit上看到了一篇帖子受到啟發，部分是我在超級碗看到了一條廣告，這些因素共同促成了購買。

更合理的做法應該是"分攤歸因"，但它并不是完全確定性的。看似"確定性"的方式——把最后一次點擊的渠道視為唯一驅動因素——其實是錯誤的。很多人沒搞清楚相關性與因果性的區別，就掉進了這個陷阱。我最討厭的商業模式就是這種，比如Honey。

它會在你已經在網頁上準備結賬的時候跳出來，問你要不要一個優惠碼。誰會拒絕呢？點一下，就能打九折。它的操作邏輯是：把你重定向到一個聯盟鏈接頁面，給你電腦里寫一個cookie，然后再把你送回剛才的頁面。這樣一來，它就"偷走"了交易歸因。

諷刺的是，很多大型電商的市場人員真的會上當。他們會說："哦，我們最好的渠道是Honey，它增長太快了！"還有更早的RetailMeNot，當年還上市了，估值很高，但本質上就是"偷取歸因"。真正的原因還是：歸因太難分清楚了。

未來在AI世界里，這只會更復雜。比如Justine在Reddit上研究過，看過超級碗廣告，還在ChatGPT上提過問題，最后才點了"購買"。如果Apple把所有功勞都算在ChatGPT身上，說"是它帶來了這筆交易"，那就是錯誤的。它只是其中一個環節，而不是唯一驅動。如何拆解和分配歸因，將會越來越難。

三、Google、Facebook等聚合型平臺才是電商賽道的贏家

Erik Torenberg：再回到更大的行業格局。到目前為止，最大的贏家是聚合型平臺，比如Shopify、Amazon，以及少數個別品牌，比如Allbirds、Casper。這些公司很快拿到了很大規模的營收，但沒能成長為長期可持續的業務，它們并沒有隨著規模變大而變得更強。為什么？

Alex Rampell：因為如果交易是"一錘子買賣"，你其實沒有真正生產商品。以Casper為例，它并沒有自己生產床墊，可能只是找中國的OEM廠代工，然后貼上Casper的logo。它們的模式本質上就是花錢買Google和Facebook的流量。所以真正的贏家是Google和Facebook，而不是Casper本身。當人們看到Casper成功時，就會說："哇，床墊是個好品類，我也要做。"于是跑去深圳找工廠，貼上自己的logo，然后在價格上壓低Casper。這種情況必然會發生。

解決這個問題的辦法之一是綁定"訂閱模式"。比如Dropcam。它是一個電商產品，但同時搭配了訂閱服務。雖然現在市場上有幾十億個攝像頭都能做同樣的事，競爭更加激烈，但因為Google收購了Dropcam并把它整合進Nest，它依然能在這個品類上賺到不少錢。

相比之下，Casper就很慘。如果我5年前買了一張Casper床墊，現在還在用，它就必須不停地去尋找新客戶，而不能從老客戶那里獲得持續收入。與此同時，最初給Casper代工的工廠，如今已經把同樣的床墊賣給了大約5000家其他品牌。這顯然不是一個好的商業模式。

總的來說，如果你只是一個大宗商品的轉售商，問題就很大。很多人會說："Casper有自己的床墊，Allbirds有自己的鞋。"但事實是，他們通常并不真正生產這些商品。

這其實和互聯網1.0時期發生的事情一樣：長尾的大宗商品零售商逐漸消失，因為"地理位置優勢"不再重要了。過去零售的驅動力在于，比如Justinestown（俄勒岡的一個地方）只有這一家商店，你當然會去這里買東西。雖然可以開車去別的城鎮，但太遠了。可在互聯網上，你可以隨時買到任何商店的東西。所以如果有5000家店都不自己生產鞋子，卻都在賣同樣的Nike鞋，那為什么不直接去Nike官網，或者去一家配送更快、服務更好的店？于是長尾零售商模式逐漸消亡，這就是我們已經看到的趨勢。

但其實，品牌直營的電商體驗也沒好到哪去。因為幾乎沒有進入壁壘，沒有壁壘就意味著競爭極度激烈。對消費者來說，這是資本主義帶來的好處；但對那些"成千上萬中隨便一個賣家"來說，就完全不是好消息。

Justine Moore：尤其是消費品，比如鞋子（像Allbirds）或化妝品，更是高度依賴"潮流"。床墊也許更像一種實用型商品，但鞋子或化妝品完全就是趨勢驅動。而在互聯網上，潮流從來不會長久。比如Allbirds曾經火爆一時，但很快大家又追捧復古款的Adidas，然后今年在TikTok的姐妹會BamaRush視頻里，每個女孩腳上穿的都是On Running的鞋子；而去年她們穿的還是日本風格的New Balance。

這對Allbirds來說是個巨大問題，因為它沒法捕捉所有的潮流。它的SKU可能只有一個或幾個風格。而像Shopify或Amazon這樣的平臺，可以輕松承接任何流行趨勢，并把需求分配到對應的SKU上。

這在AI時代會更有挑戰，因為AI智能體可以直接引導用戶去買東西（如果用戶從它那里開啟購買流程）。這對單一SKU零售商來說既可能是機會，也可能是風險。但我的直覺是，最后受益的還是聚合型平臺。

Alex Rampell：另外AI很難去"制造需求"。比如，為什么我會知道On的鞋子很酷？因為我在TikTok上看到了Bama Rush的視頻，每個女孩都有一雙。于是"我也應該買一雙，我是姐妹會成員，我也要擁有它。"這種需求是通過社交和文化傳播形成的，而AI很難做到這一點。AI更適合處理"我已經知道自己要買什么"的場景，比如幫我買到那雙鞋。這其實和Google的定位很像。

我非常尊重Google，但它本質上就是一種"GDP稅收"。大量GDP來自消費支出，而很多消費活動就是從Google的那個小小的搜索框開始的。它通過按點擊、按展示或按行動收費，從每一筆消費中抽取一部分。不過，這種"稅收"模式未來可能會受到威脅，稅收也許會轉移到別的地方去。

四、AI將蠶食免費搜索，但Google的商業搜索仍堅不可摧

Erik Torenberg：接下來我們就來展開聊聊：哪些東西會從Google那里被奪走？哪些東西會保留下來？還有，不同類型的消費支出和電商之間的關系。也許先從你開始？

Alex Rampell：Google一直是"典型的高級商業模式"。他們做出了一個更好的搜索引擎。大家都知道，它始于1998年，當時可能已經是市面上的第47個搜索引擎了，很多人覺得"不可能成功"。但它確實要好太多，因為它的鏈接方式不同，本質上有點像學術研究里的H指數，只是應用在網頁搜索上。比如你搜索"bagel"，如果所有人都鏈接到同一個網站，那它的PageRank就會很高，Google就會把它排在前面。

當Google剛出現時，互聯網的商業化程度還不高，大多數搜索都是免費的、非商業化的。那時候我用Google，就覺得比Hotbot或其他搜索引擎好得多。后來他們基本上借鑒了Overture的商業模式，這家公司是Bill Gross在IdeaLab創辦的，后來被Yahoo收購。這也是Yahoo為什么在早期持有Google股份的原因。如果你了解這段歷史，就會知道Google崛起的關鍵是AdWords。

有趣的是，很多"高級模式"會讓用戶覺得：我不想付費。但在Google的模式里，廣告不僅沒讓體驗變差，反而讓搜索更好。比如我搜索"網球拍"，如果沒人針對這個詞做過SEO優化，那搜索結果可能不理想。但廣告主會出現在結果旁邊，這些廣告只有在用戶點擊時才顯示為"相關"。如果沒人點，那它就不相關。這讓搜索結果在"自然排名+廣告"共同作用下更優質。

所以Google從一開始就是premium，而且一直延續到今天。很多時候我們搜索的內容和購買無關，比如我只是想查點資料，這就是默認的行為：如果我想知道某件事，就去Google搜索。有時甚至不是直接去Google，而是通過Safari，因為Apple每年從Google那里拿到數百億美元，只是因為把流量導過去。

現在正在發生的變化是：Google開始丟失一部分免費搜索，但它的premium部分還在。比如"1977年奧斯卡獎得主是誰？"——這是個不可變現的搜索，人們會更傾向直接問ChatGPT。而這已經在發生了。ChatGPT每周活躍用戶大約有8億，這是個巨大的數字。大家在用它查信息，但還沒直接在上面購物。我們知道OpenAI正在嘗試做電商，但顯然還沒建起來。

而premium部分，也就是那些真正能賺錢的搜索，依然發生在Google上。我們能從Google的財報里看出來：收入還在增長，但搜索量實際上在下降。所以Google真正失去的，并不是營收，而是一些非商業化的"免費搜索"。

或許他們把一部分流量導向了Gemini，但不太可能。現在的情況更像是：人們依然在Google上進行付費搜索，一切照舊；但在免費的部分，大家轉向了AI。

五、虛假推薦削弱信任，AI要切入電商必須先解決真實性

Justine Moore：像所有大語言模型一樣，ChatGPT在產品推薦上有一個非常糟糕的問題——"幻覺"。幾乎所有嘗試過的人都遇到過。

比如你想買一條legging。在Google或Amazon搜索，你能找到排名最高的結果。但你真正想要的是結合自身需求（比如你要進行什么類型的徒步、天氣如何）得到個性化推薦，而不是"全場最佳"。很多人，特別是年輕女性，會覺得：那我去問ChatGPT吧，它能理解我的自然語言輸入，給我推薦合適的產品。但結果常常是：它推薦的很多產品根本不存在，或者曾經存在但已經下架，甚至價格信息完全不對。這讓很多人用過一兩次之后，又回到Google或Amazon。

等ChatGPT把電商問題真正解決，未來人們還是會繼續嘗試，因為OpenAI確實在做電商集成，目標是讓推薦更相關、數據更實時。到那時，Google可能會丟掉一部分搜索流量。但我完全同意Alex的看法：目前還沒有在規模上看到這種行為。

Alex Rampell：不過，放大到整個互聯網來說，現在最大的麻煩是：網絡本身已經"不健康"了。我和John Lilly聊過（他是當年Firefox的CEO），他算是早期互聯網的守護者。他的觀點是：過去互聯網是開放的，起源于DARPANET→ARPANET→Internet，最早主要是研究人員在用，一切都在公開的網絡上，沒有所謂的墻。

而今天，搜索早就被割裂了，不是從ChatGPT才開始的。比如：想要實時搜索，就去Twitter/X；想查看朋友的情況，就去Facebook。這些東西Google搜不到，都被關在各自的平臺里。這是"不健康"的第一個方面。

第二個不健康點是商業化。商業化本身沒錯，我也喜歡資本主義。但今天很多內容被商業污染。比如你搜"最佳跑鞋"，1995年的時候可能有人寫博客分享經驗，他們自己搭服務器，只是出于興趣。后來出現了聯盟營銷，本來是個變現方式，但慢慢污染了開放互聯網。于是到處都是"十大推薦"，其實就是"十大聯盟返傭"，文章是外包寫的，然后瘋狂做SEO來賺錢。

相比之下，傳統的消費者報告（Consumer Reports）模式就完全不同。他們拒絕廣告，完全靠訂閱收費，所以用戶能真正信任評測結果。比如他們會寫：這臺攪拌機很危險，會切到手，別買；而那臺品質可靠，值得推薦。

這種模式在今天幾乎消失了。Craigslist的興起幾乎殺死了傳統媒體。過去報紙賺錢主要靠兩塊：廣告和本地分類信息。Craigslist把后者直接掐斷了，所以報紙衰落。過去報紙偶爾還會做一些"公益式"的測評，比如對比各種攪拌機，確保不會推薦危險產品。這些東西如今幾乎都不復存在。

所以，現在的問題是：開放互聯網的占比越來越小，大量內容被擋在墻外，而剩下開放的那部分，又被垃圾信息淹沒。于是我們常說：你無法把帶貨軟文當成真實測評。這就是難點。即使AI不再"幻覺"，即使總結功能很強，但如果基礎內容本身就是垃圾，結果也不會好。SEO優化的垃圾文為了賺聯盟傭金充斥網絡，而總結這些垃圾并不能讓它變成有價值的信息。那么，問題來了：該怎么"去垃圾化"（decrapify）呢？這其實非常困難。

Justine Moore：老實說，目前最不容易被垃圾內容污染的渠道是視頻。原因是：隨著傳統媒體的衰落，現在很多創作者會自己去測評，比如測試10雙跑鞋，然后在視頻里明確說明是不是品牌贊助。更優秀的創作者則完全不接贊助，只靠YouTube或Google的廣告分成賺錢。所以，當我想看"某人對五款不同吹風機的真實體驗"，尤其是針對某種發質時，我會去看沒有贊助的視頻。這類視頻往往瀏覽量很高，因為很多人有類似的問題。

但問題是，Google并沒有很好地利用這些內容。因為視頻不方便"掃讀"，他們也沒自動把所有視頻轉錄成文本，所以這些信息不會出現在傳統搜索結果里。現在確實有一些公司開始嘗試把優質視頻轉成文本，讓LLM去分析并給出推薦，但目前還沒真正進入Google的主流搜索體系。

Erik Torenberg：比如《紐約·時報》收購的Wirecutter就是一個例子。

Alex Rampell：但這里也有問題：Wirecutter的內容幾乎都帶有聯盟鏈接。是不是有點奇怪？是不是意味著推薦本身有偏差？我對這種模式其實很懷疑。相比之下，Consumer Reports那種年代的評測更可信，雖然他們也可能有主觀偏見，比如某個編輯就是討厭某家公司，但至少原則上是獨立的。

你可能會想，現在有了算法和各種技術手段，如果能得到真正客觀的反饋，那應該會很棒吧。Amazon本身就是一個巨大的搜索引擎，但遺憾的是，這個平臺也被污染得不行了。比如說，很多賣家會去AliExpress批發400個小玩意兒，每個2美元，六周送到。然后貼上自己的logo，在Amazon上賣25美元。這又回到我們之前講的延遲問題：有多少人愿意等6周收貨？有多少人只想"明天就到貨"？Amazon本質上就是利用了這種時效差進行套利。

但一旦你在Amazon上搜索，尤其是消費電子類產品，結果簡直一片混亂。我曾經想買滑雪用的加熱襪，搜索后發現居然有9000多個看起來不同的品牌，實際上幾乎都來自同一個OEM工廠。更糟的是，他們會濫用虛假評論。

比如一個賣家先賣石頭，攢了滿分好評，然后把SKU從"石頭"改成"加熱襪"，繼續用這些五星評價來賣新產品。Amazon完全知道這種行為，卻沒動力去解決，因為他們只想賣更多東西。說實話，如果你愿意等，直接去AliExpress買比Amazon還劃算。但整體上Amazon已經成了一片垃圾海。

相比之下，我最喜歡的商業模式是Costco。Costco是世界上最好的公司。它拒絕賣劣質品，也拒絕收取高毛利。為什么他們會放棄高毛利？這在商業邏輯上聽起來很奇怪，對吧？答案是：因為這會損害會員制度的價值。Costco的利潤主要不是靠商品，而是靠會員費。他們大約收100美元年費，全球有超過5000萬會員。看財報就能發現，他們的凈利潤幾乎就是會員數×會員費，其他部分基本持平。

所以，如果一件衣服毛利率超過50%，Costco會說：太高了，砍掉。因為這樣會降低會員的信任度。他們甚至堅持把熱狗保持在1.50美元，還自建雞肉農場來控制烤雞的成本。

他們的自有品牌Kirkland也很強：Kirkland葡萄酒、啤酒、襯衫品質都很高。甚至因為做了一款比Lululemon還好的運動褲被告上法庭。這就是Costco的獨特之處：它像Consumer Reports一樣嚴選商品，但同時規模巨大、用戶極度信任。

Justine Moore：用戶真的很信任Costco。就拿我媽來說，她一直是Costco的會員。現在連配眼鏡、訂機票都要用Costco，因為她堅信Costco的價格和質量最好。而事實證明，她大多數時候是對的。

Alex Rampell：這種"會員信任"幾乎是神圣不可侵犯的。他們完全可以靠放寬標準賺更多錢，但他們拒絕這樣做。這和Amazon的邏輯形成鮮明對比。

Jeff Bezos曾說過：商業有兩種模式：

第一，賺到能賺得最多的錢——典型是Apple，比如一部iPhone賣1600美元，能不能賣到1700？他們追求極高毛利。

第二，賺到能賺得最少的錢——典型是Amazon，他們提供一大堆商品，不管好壞，交給消費者自己篩選，靠規模賺錢。

Costco則是第三種，非常獨特：它通過幾十年的信任積累，做到"你只要相信我"。就像Justine媽媽說的：只要Costco在賣，那就一定是好的。這模式很難被復制，也很難被AI打破。因為它的核心不是流量，也不是推薦算法，而是長期的品牌信任。

如果你是Costco的CEO，你會利用這種信任去拓展其他業務嗎？這會危及整個企業的根基。不過，他們確實還有很多可以拓展的空間。我們的一位合伙人曾與Costco董事會會面，向他們提議發展金融服務。因為所有銀行都在試圖從客戶身上賺取更多錢，比如提高貸款利率或降低存款利息。而Costco可以提供最便宜的貸款，因為他們并不打算從中盈利，而是通過會員費獲利。因此，他們確實有很大潛力可以擴展這項業務。

六、標準化商品交易將被AI全面自動化，非標商品仍依賴人工體驗

Erik Torenberg：Justine，那我們來聊聊AI會如何改變電商吧？你之前提到過幾種不同的購買類型。

Justine Moore：我們大概把購買行為分成一個范圍：一端是沖動消費，就像超市貨架上的可樂，或者現在很多人是在TikTokShop上刷到一個視頻，覺得那件T恤挺酷就直接買了；另一端是重大消費，比如買房子、訂婚禮場地或買車，這些都要花掉收入中的大筆錢，是一次性或少數幾次的消費，人們會做很多研究。

這兩端都是AI不容易完全顛覆的。沖動消費沒什么前置研究，你看到的那一刻就決定買下。未來算法確實會越來越精準，比如推送一件印著你家狗名字的T恤，你就比其他衣服更容易下單。但這不算是我們討論的"生成式AI"場景。至于重大消費，你可能會先用ChatGPT、Gemini或其他AI工具做研究，但最終因為金額太大，還是會想要實地體驗：親自去看、去摸、和專家面對面聊，才會做決定。

所以真正可能被AI顛覆的，是中間那一大類商品。比如：我常用的旅行包壞了，我想買一個新的，要能放筆記本電腦、大水瓶，還能塞進行李艙上方。自己做攻略很花時間，但如果有一個AI助手能幫我看完TikTok視頻、讀完Reddit帖子、匯總真實用戶反饋，再給我推薦，那就非常有價值。也許我還會點進去看看不同選項，但如果購物流程能和AI無縫銜接，我很可能直接通過它下單。

另一種情況是你已經知道自己要買什么，比如固定買某個牌子的洗衣液。AI助手就可以幫你做價格優化：每天掃描全網價格，如果某個網站突然比平常便宜30%，而且能在合理時間送達，它就直接幫你買多一箱備用。

再往上，是價值更高但還沒到"重大消費"的商品，比如自行車、沙發、筆記本電腦。這類東西你會用很多年，必須確保它合適又不會很快淘汰。現在人們通常會深挖Reddit的"Buy It for Life"論壇，或者直接信任蘋果這樣的品牌，愿意為可靠性付溢價。

未來，我能想象有一個深度理解你的AI助手，你甚至能和它打電話，動態回答它的問題，然后它根據你的需求去做研究，最后幫你做出最優決策。

Alex Rampell：還有另一種角度，就是你買的東西有沒有UPC。UPC就是條形碼，相當于書籍的ISBN。如果有UPC，你就可以直接跑一個"幫我找最低價"的算法。過去在沒有AI的情況下，人們自己也能做這個，最后通常會跳到Amazon。但如果沒有UPC，比如Wayfair為什么能成立、并且賣得動？因為他們賣的很多是沒有唯一編碼的商品，像吧臺椅。你只會說"我要一把吧臺椅"，但市面上沒有UPC來唯一標識。所以Wayfair就能提供不同尺寸、不同風格的選擇。

所以，當年除了亞馬遜，其他幾乎所有玩家都被淘汰了，而亞馬遜存活并做大了。當然我有點簡化了。如果一個商品有UPC碼，那么AI會讓"最低價算法"指數級提升。過去，部分人更看重時間，部分人更看重金錢。如果我更看重金錢，我就會自己當"算法"：找最好的優惠券、最優的返現網站。這類返現網站在互聯網上很多，適合錢比時間更重要的人。未來AI會替消費者全自動完成這一切，但前提是你確定了SKU或UPC。

如果沒有UPC，那又是另一回事了。像自行車，你可能不知道買哪一款，但一旦確定是某款專業車，它有UPC，就可以丟給AI，它幫你挑選最優價格、運費、條款。這在現在是手動完成的，未來會自動化。

Erik Torenberg：結合來看，過去十年幾乎沒有太多全新的大贏家，收益大多被"聚合平臺"拿走。為什么我們認為未來十年會有新機會，能誕生新的、可持續的巨頭公司？

Alex Rampell：比如ChatGPT就是一個新玩家，雖然不是亞馬遜、Shopify，但它肯定會在電商領域扮演角色。問題是會不會出現一些細分賽道的專門化公司？

會的。像CamelCamelCamel這種獨立網站，沒拿過風險投資，可能已經非常盈利。還有返現網站，比如美國的Ebates（后被樂天收購），英國的Quidco。它們的邏輯就是"你更看重省錢而不是省時間"。未來這類購物Agent會更主流，尤其是在不涉及復雜研究的環節上，但規模可能會非常大。

回到歸因問題，大部分公司搞不清廣告歸因，但未來AI將成為21世紀的"最后一擊"——最終促成購買的關鍵一步。可能不是ChatGPT這種通用型AI，而是垂直型購物Agent：你把所有信用卡信息交給它，它幫你挑選哪張卡返現最高，還整合返現、優惠券、返傭，最后替你下單。

這對商家未必是好事，但其實并不難想象。只是以前這些服務算小眾，只吸引那些更懂技術、又愿意花時間省錢的人。比如我媽，她退休了，肯定愿意花時間省錢，但工具太復雜她就不會用。如果AI讓這件事變得極其簡單，那幾乎是個"智商測試"：你想多花錢還是少花錢？當然大家都想少花，但如果要操作18步、下載一堆插件，大部分人就放棄了。

所以這個機會很可能留給創業公司，而不是亞馬遜。因為亞馬遜希望你在它站內購物。其實亞馬遜自己也有隱憂：它很大一塊收入來自廣告，用戶點廣告離開站點，亞馬遜是100%毛利，比實物銷售還劃算。但一旦AI成為中介，亞馬遜就失去了展示層的控制權。

"錢比時間重要"這個邏輯擴展到大眾市場，一定是一個很有潛力的方向。

Justine Moore：這里可以分為兩方面：

第一，消費者側，比如買自行車，未來可能有專門的模型，經過大量"專家–用戶"的對話微調，能問對問題，給出比ChatGPT更好的購買建議。

第二，商家側，如果未來有大量AI Agent在瀏覽網站、代替消費者做決策并直接下單，網站要怎么改進？怎樣讓頁面更容易被Agent理解和抓取？金融支付基礎設施也要變化，讓AI能代表用戶刷信用卡。這一整套商家端的基礎設施，都會有巨大變化。這部分影響會和消費者側一樣大。

Erik Torenberg：這是個很好的收尾點。Alex、Justine，非常感謝你們的精彩對話。

來源：Z Finance