2026年初，硅谷科技圈猛然发现，ChatGPT实现“一键购物”的愿景，落地难度远超预期。据《The Information》报道，即便OpenAI与Shopify早已官宣深度合作，截至今年1月，像Away行李箱这类曾被Shopify重点展示的头部品牌，仍未能上线聊天界面内的直接购买功能。另有一位年营收约3亿美元的商家CEO透露，在提交测试申请后，仅收到“功能推广缓慢、仍在排队”的回复。

阻碍OpenAI进军电商的核心，并非模型能力或算力瓶颈，而是电商数据的“混乱现实”。在电商后台，一个简单的“有货”标签，背后可能对应现货、预售、调货等多种状态。AI智能体（AI Agent）尚无法精准处理这种跨系统的模糊定义，导致其对接开放网络时，频繁陷入价格不准、库存不明的尴尬境地。OpenAI不得不投入大量人力与商家手动校对数据标准，这也直接拖累了功能落地的进度。

过去二十年，互联网商业模式的核心是“点击（Click）”。但在AI Agent时代，商业逻辑正加速从“点击”向“指令（Command）”迭代。当OpenAI、Perplexity等硅谷“空军”试图在杂乱的开放网络中建立新秩序时，传统互联网巨头们的应对策略已然分化：亚马逊筑起数据高墙守护广告护城河，沃尔玛激进开放线下库存系统寻求突围，谷歌发力全栈生态争夺标准制定权，而阿里则走出了另一条路径——依托自身庞大生态，将AI打造成连接物理世界的“操作系统”。

巨头们的密集动作，直指AI时代的核心战场：谁能成为新的“AI层（AI Layer）”？这本质上是一场从广告技术（Ad-Tech）到智能体技术（Agent-Tech）的商业模式跃迁。摩根士丹利预测，到2030年，全球电商每10美元交易额中，就有1-2美元由AI Agent促成。对电商平台与品牌商而言，若未能布局AI智能体，或将错失未来20%的市场份额。

一、硅谷“空军”的困境：OpenAI的data难题与巨头防御战

OpenAI进军电商的野心毫不掩饰。在最新战略中，其推出“Operator”智能体，并联合Stripe发布智能体商业协议（ACP），试图让ChatGPT直接切入交易环节。但这份野心，撞上了现实的“数据高墙”——真实世界的电商数据，远比大语言模型（LLM）训练数据“肮脏”得多。若不进行大量手动调试，ChatGPT展示的商品信息难以与商家网站实时同步。

对Shopify商家而言，“库存”定义的模糊性可能引发连锁问题：AI误下单、承诺无法兑现的发货时间，这些都会造成灾难性的用户体验。这也解释了为何有Shopify与Stripe加持，OpenAI的购物功能仍只能谨慎推广。更深层的矛盾在于名义商家（MoR）的归属——交易中，谁来承担收款、退款、税务处理及纠纷调解的法律责任？

OpenAI明确拒绝成为MoR，不愿陷入售后纠纷的泥潭，只能依赖Stripe、Shopify等中间层协调；Perplexity曾尝试通过“Buy with Pro”自研MoR模式，却因需承担巨额资金风险、搭建庞大售后团队，最终因轻资产模式难以承载而受阻。

AI Agent正实现从“信息检索”到“任务执行”的跨越。以万圣节购物为例，传统模式下，用户需自行搜索“壮志凌云夹克”“墨镜”“军靴”，跨平台比价、凑单；而在Agent模式下，用户只需给出模糊场景指令（“我想扮成马弗里克”），AI便能推理出所需物品（飞行夹克+墨镜+靴子+狗牌），跨平台聚合商品、完成支付与物流追踪。用户面对的不再是一个个独立App，而是统一的AI入口。

面对硅谷新贵的冲击，亚马逊陷入了典型的“创新者窘境”。凭借AWS云服务与自研模型，亚马逊并非缺乏AI技术能力，但年收入680亿美元的广告业务，是其利润最丰厚的板块之一，而这一业务完全依赖“搜索-浏览-点击广告”的链路。若AI Agent直接为用户筛选出“最优商品”，用户无需翻页、点击广告链接，680亿美元广告收入将面临蒸发风险。

因此，亚马逊的动作充满防御性矛盾：一方面封锁Perplexity爬虫、筑起数据高墙；另一方面推出自研AI助手Rufus，却刻意限制功能、降低体验，避免冲击自身广告业务。这如同当年的柯达——发明了数码相机，却因胶卷业务利润丰厚而不敢推广，亚马逊仍需时间探索破局之道。

其他传统巨头则走出了不同的突围路径。谷歌选择“定标准”，在2026年美国零售联合会（NRF）大会上发布通用商业协议（UCP），试图打造AI时代的开源交易语言，兼容智能体对智能体（A2A）、智能体对协议（A2P）标准。若搜索入口注定被AI Agent取代，谷歌希望通过定义“对话语法”，保住数字商业的核心地位。

实体零售巨头沃尔玛则选择开放“物理世界的API”。不同于亚马逊背负沉重广告包袱，沃尔玛的核心优势是全美门店网络与实时库存数据。其战略清晰：不争夺AI模型的领先地位，而是成为所有AI背后最可靠的“超级履约中心”。通过开放API，无论用户通过ChatGPT还是Gemini下单，最终履约都由沃尔玛完成。这是“数据拥有者”对“模型拥有者”的反制，也构成了当前硅谷战局的核心：模型公司（空军）狂轰滥炸，零售商（地面部队）坚守阵地，数据连接的“最后一公里”仍充满摩擦。

与此同时，AI正从“被动响应”向“主动预测”进化。以日常杂货采购为例，Agent不再等待用户指令，而是基于历史数据主动推送：“早安布莱恩，这是你本周的采购清单”。当用户提出“我要做玉米片蘸酱”，AI能自动识别需求（玉米片+奶酪）并调整购物车。这种能力将电商从“按需购买”升级为“订阅式/管家式服务”，大幅提升用户粘性。

二、重估“超级APP”：阿里的生态解法与本土尝试

当硅谷新贵与巨头角逐API接口和数据标准时，大洋彼岸的阿里正启动“集团军作战”。根据莫菲特·纳森森提出的“推拉（Push-Pull）”模型，AI通常被认为利好“推送端”（降低内容生成成本），却对“拉取端”（搜索流量被截流）构成威胁，而阿里的解法，正是依托生态破解这一困境。

与OpenAI类似，阿里用Agent切入交易时，同样面临电商“数据泥潭”。其核心对策是将千问App推至“C位”，倾全集团资源打造超级APP。据阿里内部人士透露，阿里先在外卖场景实现全闭环——用户通过聊天下达指令，千问调用各业务线智能体执行任务，并完成支付链路。

千问能实现“一句话点奶茶”，核心在于阿里拥有数据“所有权”。这种内部协同模式，规避了跨平台利益谈判的核心难题，但仍需解决技术层面的数据标准化问题。若依赖第三方Agent串联任务，会因各主体交付质量差异导致流程断裂，最终影响任务成功率。

关键在于，AI若缺乏履约能力与精准到门牌号的兴趣点（POI）数据，只能停留在“聊天”层面，无法落地“办事”功能。当千问能调度数百万骑手时，它便不再是聊天机器人，而是连接物理世界的操作系统。而本地生活场景，正是AI与物理世界交互最频繁、最复杂的界面。

这不禁让人联想到豆包手机的尝试——作为前沿先锋产品，其遗憾在于“生不逢时”，最终被大厂围剿。豆包虽手握海量流量，却缺乏自有物理生态，只能通过截屏、云端识别、模拟点击等“外挂式”手段操作第三方外卖App，在速度、稳定性上存在明显短板，在当前AI Agent能力有限的阶段，难以保障任务成功率。

这也印证了全生态的重要性：在OpenAI与谷歌Gemini的对决中，生态完整性或将成为决定胜负的关键变量。

三、商业模式重构：从“流量税”到“服务佣金”的跃迁

过去二十年，谷歌、亚马逊本质上是全球最大的广告商，商业模式核心是“流量税”（Ads）——用户搜索后，平台展示广告，商家为点击付费，与最终是否成交无关。但在Agent-Tech时代，AI Agent成为核心入口，用户无需浏览冗长搜索结果，广告展示空间大幅压缩，AI仅推送少数精准答案，传统广告模式难以为继。

这意味着商业模式将被迫从“流量税”转向“服务费佣金（Take-Rate）”。本质上，广告费（客户获取成本CAC）也是一种“抽佣”——传统模式下，商家可能花费30%成本投放广告获取客户；而在智能体商业（Agentic Commerce）模式下，这笔支出将转化为支付给AI Agent的10%-15%服务费。

这标志着“流量税”模式的终结与“服务佣金”时代的崛起。正如摩根大通分析师亚历克斯·姚所言，互联网商业模式正经历从“流量变现”到“服务变现”的重估：AI虽推高了单位算力成本（Token Cost），但凭借极高的转化率，打开了“佣金率（Take-Rate）”的全新增长空间。

传统广告模式瓜分的是商家有限的营销预算（通常占GMV的3%-5%），而智能体商业切入的是交易佣金，直接对应GMV本身。对平台而言，这种模式更健康——收入从“为无效点击收费”转向“为成交结果收费”，收入质量显著提升。

摩根士丹利为零售商测算的“生死账”，直指核心财务问题：若零售商需向AI Agent支付5%佣金，那么Agent带来的订单中，新增增量需达到多少比例，才能实现盈亏平衡？这一平衡点，将决定零售商对AI Agent的接受度。

对商家而言，这场变革是效率与控制权的博弈。过去，官网访问等直接流量最具价值——商家可通过像素追踪（Pixel）分析用户路径、开展再营销；而AI Agent成为超级“间接流量”来源，虽能将转化率从传统电商的3%提升至30%，却让商家失去了用户行为数据的掌控权——仅知“用户买了什么”，不知“用户看了什么”。

与此同时，搜索引擎优化（SEO）将逐渐消亡，生成式引擎优化（GEO）应运而生。商家的核心目标，不再是抢占显眼广告位，而是实现商品数据的结构化、标准化，从而进入AI的“推荐名单”。

这场洗牌中，赢家与输家的边界逐渐清晰：基础设施提供商是结构性赢家，Stripe（支付基建）、Shopify（独立站基建）等如同“水和电”，不参与前端入口争夺，却能穿透所有交易环节，成为不可绕过的底层协议；“物理世界API”拥有者如阿里、沃尔玛，凭借实时库存与履约能力掌握谈判主动权——AI再智能，也需调用实体资源完成交付。

而输家将是依赖信息不对称赚差价的中间商，以及靠SEO堆砌关键词欺骗算法的商家。AI Agent能海量读取评论与数据，精准过滤刷单虚假好评，平庸商品在AI筛选机制下将彻底丧失能见度。

显而易见，我们正加速告别Ad-Tech时代，迈入Agent-Tech时代。摩根士丹利在报告《智能体消费者即将到来……谁能赢？谁会输？》中，精准预判了这场变革的影响——流量漏斗被重构，行业格局将迎来颠覆性调整。

四、结语：AI从“连接信息”到“操作世界”的终极进化

Stripe CEO帕特里克·科里森与Shopify CEO托比·吕特克在访谈中，曾共同构想过“通用名录（Universal Catalog）”——不仅覆盖Shopify商家，更囊括世间万物，从耐克跑鞋、街边奶茶到伦敦机票。这正是智能体商业的终极愿景：以标准化产品数据，驱动AI Agent实现智能化购物。

如今，“帮我找个露营帐篷”这类指令仍显笼统，但未来，AI Agent或将精准理解“我要一款重量低于2公斤、防风等级7级以上、明晚前送达的双人四季帐篷”这类细分需求。要实现这一目标，不仅需要针对性商品模型，更依赖极致丰富、结构化的元数据——让AI能像读取数据库一样，精准感知物理世界。

关于新“AI层”的战争，才刚刚拉开序幕。谁能率先推动AI从“连接信息”进化到“操作世界”，谁就将定义下一个时代的互联网——它不再是供人“逛”的数字橱窗，而是能听懂、执行人类指令的AI操作系统。

本文来自微信公众号：一鸣的AI交易思考，作者：刘宇轩