文章编译自a16z合伙人们的最新播客[1]，探讨AI时代搜索的衰落与购物模式的变革，由 Intern-S1、Qwen3 等 AI 翻译， 由机智流编辑部润色校对。

主要观点：

• AI Agent将取代传统关键词搜索，实现从发现到购买的全链路自动化，威胁谷歌的广告模式和联盟营销；
• 电子商务规模小因物流与体验限制，但AI可通过动态定价、虚拟试穿等提升效率；
• 高研究类别如电子产品最易被AI“吞噬”，而冲动购买较少影响；
• 未来可能诞生AI个人助手和垂直平台，类似于Costco的订阅模式，推动更高效、个性化的商业生态，同时引发公平与隐私担忧。

关于a16z

a16z（Andreessen Horowitz）硅谷顶级风险投资公司，秉持“软件正在吞噬世界”的核心理念，助力企业快速成长。公司由马克·安德森（Marc Andreessen）与本·霍洛维茨（Ben Horowitz）于2009年联合创立，目前管理资金规模达460亿美元，聚焦投资敢于突破的科技创业者，覆盖软件、互联网、生物科技、加密货币等多个前沿领域。其投资组合贯穿企业发展全周期，从早期到成长期均有布局，代表性项目包括Coinbase、Airbnb、Facebook（早期投资）、GitHub等，加密生态领域则涵盖Solana、Helium等。

为何思考AI在商业中的角色

埃里克·托伦伯格（Erik Torenberg） ：硅谷知名科技创业者与投资者，现任a16z普通合伙人，专注种子期与前种子期投资，代表项目包括Scale AI、Rappi、Lattice等。他创办了专注媒体与创投领域的Turpentine，此前还联合创立并担任职业发展项目平台On Deck主席，该平台已帮助数千名创业者构建行业网络。

埃里克·托伦伯格：你们二位都深耕AI与商业交叉领域多年。亚历克斯，不妨先聊聊是什么启发你发起这次讨论，这个话题是如何在你心中成型的？

亚历克斯·兰佩尔（Alex Rampell） ：a16z普通合伙人，主导金融科技（fintech）投资及10亿美元规模的应用实践。连续创业者背景，曾创办TrialPay（被Visa收购）与消费金融公司Affirm（市值达数十亿美元），核心工作聚焦推动fintech创新，投资了Rillet（财务自动化工具）、Salient（AI应用）等项目，强调创新与渠道分销的平衡。

亚历克斯·兰佩尔：我早年创办过TrialPay，其实在互联网诞生前就已经涉足线上销售领域了。我最近一直在思考两个核心问题：首先是谷歌的未来—很多人都在讨论搜索量的涨跌，以我个人体验，非商业类搜索量确实在下降，但商业相关搜索并未受影响。

其次是联盟营销的生命力。TrialPay曾是全球最大的联盟营销商之一，这个模式本质是“引流分佣”，堪称互联网最古老的商业模式之一，甚至早于AdWords和AdSense。其运作依赖Cookie和追踪像素：在用户设备植入Cookie，再通过支付页面的1x1像素隐形代码读取信息，从而确认“是谁带来的客户”。但我们当时就疑惑：这种依赖流量追踪的模式，真的能支撑商业创新吗？它对冲动消费或许有效—毕竟收银台的可乐靠情绪驱动购买，没人会用AI决策这类消费；但对高价值商品，用户会深度研究，却没有对应的联盟营销机制，这种情况下商业交易该如何完成？

再加上一个个人观察：我现在用ChatGPT的频率是谷歌的1000倍。这让我意识到三个关键问题：商业的本质逻辑在AI时代会如何演变？依赖Cookie和像素的联盟营销是否还能存续？以及，AI正在重构用户的信息获取与决策习惯。

埃里克：贾斯汀，是什么吸引你参与这场讨论？你认为当前最值得关注的点是什么？

贾斯汀·摩尔（Justine Moore） ：a16z投资团队合伙人，专注AI领域投资，涵盖基础模型与应用层，代表项目包括ElevenLabs（AI语音生成）、Krea AI（AI图像工具）、Hedra Labs（AI视频）等。职业生涯早期曾在电商平台Canal主导市场进入策略（GTM），后于Pinterest负责发现与购物灵感业务。她推动“AI丰裕议程”，探索AI在创意、生产力、陪伴与健康领域的价值，其在X（前Twitter）发布的AI生成短故事曾引发病毒式传播。

贾斯汀·摩尔：网购是规模最大的消费市场之一，但奇怪的是，借助AI切入该领域的初创公司却相对较少—尽管如亚历克斯所说，大语言模型和智能体的出现，已经能帮用户做出更优决策，甚至代用户完成购物。理论上，这为创业者提供了将AI能力打包为消费产品的绝佳机会，但实际案例却寥寥无几。所以我希望通过这场讨论厘清：电商系统的复杂性究竟体现在哪里？不同类型的购物品类中，AI能发挥哪些独特价值？ 更希望听到行业实践者的经验，了解当前的突破点与挑战。

亚历克斯：我习惯先观察再预测—预测未来太难了，但很多趋势藏在现有现象里。比如CamelCamelCamel（亚马逊价格追踪工具，提供价格历史、降价提醒等服务，非a16z投资项目），它本质是“价格版谷歌提醒”，连亚马逊Prime团队都对它极为熟悉，因为它其实是亚马逊最大的联盟营销伙伴之一。

这背后是最基础的经济学逻辑：用户心里有个“心理价位”，当商品价格达到这个点就会购买，CamelCamelCamel只是帮用户自动化追踪这个过程。本质上，消费者自己就是个“低效的AI”—如果有工具能完成“信息获取-自动行动”的闭环，用户一定会接受。这就是最简单的预测：未来的消费行为会延续这个逻辑，只是AI会让这个过程更高效。

贾斯汀：我观察到的现象更具体：有些AI产品推荐案例非常成功，有些却错得离谱。比如十几岁的女孩会上传拉娜·德雷演唱会或泰勒·斯威夫特街拍的照片，问“这个发夹是什么牌子”“这件毛衣哪里能买”。当AI起效时，会给出这样的回答：“这件毛衣约5000美元，作为19岁密苏里州的学生，你可能更适合这些平价替代款”。这个群体是消费趋势的风向标，这也印证了亚历克斯的判断—从产品研究到“价格合适即自动购买”，AI介导的消费流程会越来越普遍。

AI将如何推动动态定价走向极致？

埃里克：亚历克斯，你能想象一个动态定价极致化的世界吗？比如在亚马逊上，同样的商品，因为你更富有，或者我买过更便宜的版本，你就要付更多钱。这种场景可能实现吗？

亚历克斯：很多企业都尝试过类似模式。从经济学角度看，这是捕捉“消费者剩余”的聪明做法—消费者剩余对买家有利，但对卖家不利。达美航空就曾有过类似尝试。

这种模式的“简化版”比如：用iPhone的用户比用安卓的多付钱，因为iPhone本身价格更高，暗示用户需求弹性更低。但这种做法面临两大障碍：一是监管挑战，二是会引发用户强烈不满。虽然有人尝试过，但整体很难落地。

为什么电子商务规模“看似偏小”？

埃里克：在讨论平台变革前，我们先回顾下历史。目前电商仅占零售总额的16%，20年前我们预测的比例远高于此，为什么实际增长未达预期？

亚历克斯：核心原因是“即时性需求”与“非即时性需求”的需求曲线完全不同。

比如深夜用完牙膏，你会去楼下沃尔格林药店买—亚马逊再快也要次日清晨送达，满足不了“马上要用”的即时需求。还有购物中心的体验属性：“无聊了去逛商场”本身是一种消费，即便买的是经过深思熟虑的商品，比如看到劳力士后，借着奖金入手，这种“场景体验”也是电商无法替代的。

我在Wise（汇款公司）任董事时也发现类似规律：实时到账的汇款市场，和两天后到账的市场，是两个完全不同的赛道。哪怕只是两天的延迟，需求也会大幅下降。亚马逊的物流升级其实已经印证了这一点—从早期两周到货到现在当日达，电商渗透率才逐步提升。但即便如此，16%的占比还是比预期低很多。

贾斯汀：我觉得实际“线上影响率”比16%高得多—不是质疑数据本身，而是很多消费是“线上研究+线下购买”。比如买笔记本电脑，我会先在Reddit、Instagram和苹果官网做足功课，但最终会去实体店感受Pro款和Air的重量差异；买衣服也是，旧金山人会网购一堆试穿再退货（因为线下店少），但我在俄勒冈州长大时，附近十分钟车程内全是服装店，没必要网购退货，但依然会线上查“哪里买特定风格单品”。

所以16%可能是“纯线上交易”的比例，但多数消费决策都有线上环节的参与。

亚历克斯：这就涉及到商业领域最难的“归因难题”—怎么判断贾斯汀买MacBook的决策中，哪些环节起了关键作用？

互联网最具“腐蚀性”的商业模式就是“最后点击归因”：把100%功劳归于最后一次点击。比如你买电脑前，可能看了Reddit帖子、超级碗广告，最后在ChatGPT上问了问题才点击购买，但按这个逻辑，ChatGPT会被认定为“唯一功臣”。这本质是混淆了相关性和因果关系。

Honey（PayPal旗下浏览器扩展，自动搜索优惠券）就是典型例子：你准备结账时，它弹出“要优惠码吗？”，点击后会跳转联盟页面植入Cookie，再跳回原页面—本质是“偷走”了原本属于其他渠道的归因。很多电商营销人员还误以为“Honey是最佳渠道”，但亚马逊就很聪明，从不参与这类玩法。

RetailMeNot（优惠券与返现平台，已上市）也是同理。AI会让这个问题更复杂：用户的决策路径可能经过Reddit、广告、ChatGPT等多个节点，要理清每个环节的价值，难度会指数级上升。

为什么电商品牌难以长久？

埃里克：从平台层面看，Shopify和亚马逊是大赢家；但个体品牌如Allbirds、Casper，虽然快速起量，却难成持久企业，规模扩大后反而竞争力下降。亚历克斯，你怎么看这个现象？

亚历克斯：核心问题是“没有真正的产品壁垒”。Casper自己不生产床垫，而是找中国OEM代工，贴个牌就卖，本质是“在谷歌和脸书买流量的经销商”。这种模式下，真正的赢家是流量平台—当其他人看到“床垫好赚钱”，也会去深圳找工厂贴牌，用更低价格抢市场。

如果有订阅模式能缓解这个问题。比如Dropcam（带订阅服务的摄像头），现在市场上90%的摄像头功能都一样，但谷歌收购Dropcam后，靠订阅还能赚钱；而Casper呢？用户买一张床垫能睡五年，它必须不断找新客户，但代工工厂可能同时给5000个品牌供货—这根本不是健康的商业模式。

本质上，大宗商品零售商的“长尾”正在消亡。互联网1.0时代前，俄勒冈小镇的商店能存活，是因为地理限制；但现在用户能逛全球的店，如果5000家店都卖同款耐克鞋，要么直接去耐克官网，要么选发货最快、服务最好的平台—没有生产能力的经销商自然被淘汰。

电商的准入门槛太低，在资本主义体系下，这对消费者是好事，但对“纯营销型品牌”是灾难。

贾斯汀：消费品尤其如此—床垫更像实用品，但Allbirds鞋、化妆品这类受潮流影响极大的品类，很难长红。Allbirds曾是爆款，第二年大家就回归复古阿迪，现在又流行On跑鞋。我今年看阿拉巴马大学女生联谊会的抖音，所有人都穿On跑鞋，去年还是日系新百伦。

单一品牌很难追得上所有潮流—Allbirds可能只有几款核心SKU，但Shopify、亚马逊能随时承接新潮流的需求。AI时代这个挑战会更突出：如果用户从AI智能体那里获取购物建议，智能体会引导他们买特定商品，这对单一SKU品牌可能是机遇也可能是风险，但对聚合平台大概率是利好。

亚历克斯：还有一点，AI很难“创造需求”。比如你怎么知道On跑鞋很酷？可能是看了社交动态，觉得“我也想要”—这是情绪驱动的需求，AI做不到。

AI的核心价值是“效率优化”：“我知道要什么，帮我买到它”。这和谷歌的逻辑很像—谷歌本质是对GDP收的“税”：消费占GDP比重极高，而消费决策往往从搜索框开始，谷歌靠点击、展示收费分走收益。但现在，这笔“税”可能要转移到AI平台了。

AI是否威胁谷歌的商业模式？

埃里克：这正是我们今天的核心—谷歌会失去什么、保留什么？结合电商相关的消费支出，亚历克斯你先谈谈看法？

亚历克斯：谷歌的核心是“免费增值模式”：1998年推出时，它是第47个搜索引擎，但靠PageRank算法（类似学术论文的h指数，链接越多的页面排名越高）脱颖而出。早期互联网商业不发达，搜索多是免费信息查询，比如搜“百吉饼”，PageRank能精准找到最受认可的网站。

当时搜索完全免费，没有商业化，后来谷歌复制了Overture（IdeaLab旗下公司，后并入雅虎）的模式—这也是雅虎早期持有谷歌股份的原因。最终，关键词广告（AdWords）让谷歌成长为2万亿美元巨头。

谷歌的巧妙之处在于，把付费搜索结果与自然结果结合，反而提升了体验。比如搜“网球拍”，如果某个优质品牌没做好SEO，广告能帮它触达用户；而且只有用户点击，广告才会展示，确保了相关性。

现在的变化是：谷歌正在失去“免费信息查询”部分，但“付费商业搜索”还在增长。比如“1977年奥斯卡奖得主”这类无变现价值的查询，用户现在更愿问ChatGPT（周活已达8亿）；但“买网球拍”这类商业查询，用户仍会用谷歌—财务数据也显示，谷歌的广告收入还在增长，只是免费搜索量被AI分流了。

贾斯汀：这背后有个关键原因：大语言模型的“幻觉问题”。以ChatGPT为例，做产品推荐时，经常推荐不存在的商品、过时的型号或错误的价格。比如用户问“适合徒步的 leggings”，真正需要的是“匹配天气和需求的特定款”，而非“总体评分最高的款”。很多年轻女性尝试用ChatGPT问这类问题，结果发现推荐不靠谱，又回到谷歌或亚马逊—OpenAI虽然在发力电商融合，但还没解决信息真实度和时效性问题。

所以谷歌暂时没面临大规模流失，但长期来看，一旦AI解决了幻觉问题，商业搜索的份额可能会被侵蚀。

亚历克斯：还有个更深层的问题：开放互联网正在衰退。我和前火狐CEO约翰·利利聊过，早期互联网源于阿帕网，全是开放内容，没有封闭生态；但现在，实时信息在X（前Twitter），社交内容在Facebook，这些都被“墙”围了起来，谷歌爬不到。

更糟的是互联网的商业化污染：1995年，评测跑鞋的博客是博主出于热爱搭建的，托管在自己的服务器上；后来联盟营销出现，催生了大量“十大跑鞋”之类的垃圾内容—本质是“靠SEO赚佣金的水文”，印度外包团队写一堆废话，只为排名。

对比之下，《消费者报告》之所以可信，是因为它拒绝广告，靠订阅盈利，会真实评测“这个搅拌机可能伤手”“这个产品值得买”。但这类模式快消失了—Craigslist摧毁了报纸的分类广告收入，而报纸本可能承担“公益评测”的角色。

现在的开放互联网，要么被墙隔离，要么充斥垃圾信息。哪怕AI解决了幻觉，总结的也是糟粕—这才是核心挑战。

贾斯汀：视频是目前垃圾信息最少的渠道。传统媒体衰退后，创作者会实地测评10款跑鞋，要么明确标注“品牌赞助”，要么靠YouTube广告变现（无赞助的更可信）。比如我想知道“适合细软发质的吹风机”，会看高浏览量的无赞助YouTube视频—但谷歌搜不到这些内容，因为视频难快速浏览，且没有自动生成的文字稿供搜索引擎抓取。

现在有些公司在尝试“把优质视频转文字稿，让大模型分析后给出建议”，但还没形成谷歌那样的规模效应。

亚历克斯：《纽约时报》收购Wirecutter（产品评测网站）算是个尝试，但它的问题是“几乎所有推荐都带返佣链接”—这难免让人怀疑“推荐是否客观”。亚马逊也一样，充斥着“速卖通套利商品”：卖家花2美元批量进货，贴个牌卖25美元，靠虚假好评刷排名。我以前在亚马逊卖过石头，积累的五星好评，换个SKU卖加热袜还能用—亚马逊对此无所谓，因为它只想多卖货。整个电商生态就像“污染的垃圾海洋”。

Costco的商业模式：为何能穿越周期？

到目前为止，我最推崇的零售模式是Costco。它拒绝卖劣质商品，拒绝高毛利率—这看似不合常理，实则藏着核心逻辑。

埃里克：是为了把利润返还给顾客吗？

亚历克斯：不是，是为了维护会员价值。Costco靠会员费赚钱：每年收约100美元会员费，5000多万会员的缴费总额，基本等于它的净利润—其他业务几乎不赚不赔。如果某件衬衫毛利率达50%，他们会直接否决：“这会让会员资格贬值”。为了维持1.5美元的热狗价格，他们甚至自己开养鸡场；柯克兰（Costco自有品牌）的葡萄酒、衬衫品质媲美大牌，价格却低得多，甚至因瑜伽裤比Lululemon好而被起诉。

Costco就像“《消费者报告》+极致性价比”，靠数十年积累的信任立足—贾斯汀的妈妈会说“Costco的东西肯定好”，这种信任是无法复制的。

贾斯汀：确实，我妈妈是Costco老会员，现在连眼镜都在那买，还让我用Costco订机票—她坚信Costco能提供“最优价+最好选择”，而且通常没错。

亚历克斯：这种信任是“神圣不可侵犯”的。Costco本可以赚更多钱，但它拒绝牺牲信任。亚马逊则相反，杰夫·贝佐斯曾说过两种商业模式：一种是苹果式“收高价”，靠高毛利率盈利；另一种是“尽可能低价”，亚马逊选了后者，但它的问题是“不筛选商品”—把判断权丢给消费者，却没管好虚假评论。

Costco的模式非常独特：靠信任立足，而信任需要数十年积累。这种模式几乎不受技术变革影响，AI也取代不了。

埃里克：如果是Costco CEO，会利用这种信任拓展业务吗？还是会担心风险？

亚历克斯：拓展确实有风险，但空间很大。我的合伙人曾向Costco董事会推荐金融服务—银行总想靠贷款多收钱、存款少付息，但Costco可以做“最便宜的贷款”，因为它靠会员费盈利，不需要从金融业务赚钱。

它可以做些现代化改造，比如延长营业时间、优化配送，但核心的“信任模式”不能动。这种模式能穿越前互联网、互联网到AI时代，因为它解决的是“消费决策的信任痛点”，而这是技术无法替代的。

AI将吞噬哪些购物品类？

埃里克：贾斯汀，聊聊AI会从哪些维度改变商业？列举几种可能受影响的购物品类吧。

贾斯汀：我们可以按“消费决策复杂度”划分：

1. 冲动消费：比如TikTok视频里弹出的“印着你家狗名字的T恤”，靠算法精准推送触发购买—这是传统推荐算法的延伸，不是生成式AI的核心价值，AI很难颠覆这类“即时情绪驱动”的消费。
2. 高决策成本消费：买房、婚礼场地、汽车等大额支出，用户会用AI做前期研究，但最终还是要线下体验—AI无法替代“摸实物、感受场景”的需求。
3. 中间地带品类：这是AI的核心机会区，又可细分为三类：

• 调研型消费：比如旅行手包坏了，需要“装下电脑+大水瓶+能上飞机”的款式—忙的时候，你可以让AI智能体爬遍抖音、Reddit，收集真实反馈后推荐，整合购买功能后，直接通过AI下单的概率很高；
• 固定需求消费：比如常用的洗衣液，AI可以实时扫描全网价格，“降价30%且能及时送达时自动下单”，还能根据使用频率囤货；
• 中高价值耐用品：自行车、沙发、笔记本电脑等，用户会用好几年，需要“精准匹配需求”—现在只能靠逛“买了能用一辈子”论坛做决策，未来AI可以通过电话或对话深入问清需求，再做定制化推荐。

亚历克斯：从“产品标准化程度”看更清晰：有UPC（通用产品代码，可扫描的商品标识）的产品，AI能发挥更大价值。UPC类似书籍的ISBN，有了它，“找最低价”“用最优优惠券”这类流程能完全自动化。

比如亚马逊的成功，很大程度上是因为能高效处理“有UPC的标准化商品”—用户搜“某型号加热袜”，亚马逊能快速匹配最低价。AI会让这个过程更高效：以前“看重钱多于时间”的人，要自己找优惠券、返现网站；现在AI能自动完成，甚至帮你选“返现最高的信用卡”。

但没有UPC的非标品（比如无固定型号的吧台凳），AI能帮你做研究，却无法自动下单—因为缺乏标准化标识。所以AI会优化“深思熟虑型消费”的决策过程，但只有标准化商品能实现“AI自动购买” 。

AI时代将诞生哪些全新商业公司？

埃里克：过去十年，电商领域鲜有新的大型赢家，收益多流向聚合平台。为什么我们认为未来十年会诞生全新的持久型大公司？有哪些值得期待的公司类型？

亚历克斯：ChatGPT算是新贵，但还不是亚马逊、Shopify级别的公司。未来的机会可能在“垂直领域的AI消费工具”：

比如CamelCamelCamel，作为独立公司盈利良好，没融过资，却有大量用户；Ebates（返现网站，被乐天收购）、Quidco（英国返现平台）也类似—它们服务“看重钱多于时间”的用户，但操作太复杂，普通用户用不来。如果能把这类工具做得“傻瓜化”：自动选最优信用卡、整合返现和优惠券、处理联盟追踪，市场会非常大。

亚马逊的隐患也在这里：它的广告业务毛利率极高（用户点击广告跳转外链），但如果AI智能体成为“消费决策的最后一环”，亚马逊的广告收入就会被分流。这类“AI消费代理”不会是ChatGPT这样的横向平台，更可能是专注某一环节的垂直公司。

贾斯汀：机会分两端：

消费者端：比如针对“买自行车”这类需求，有人会微调大模型，让它能处理“专家-用户”的对话，提出精准问题、给出比ChatGPT更好的推荐—这是对现有AI能力的垂直深化。

商家端：当大量AI智能体访问网站、代用户决策下单，商家需要适配的基础设施：比如让网站更易被智能体抓取信息、优化智能体交互逻辑；金融层面还要解决“AI代付”的安全与合规问题。这部分基础设施的变革，可能诞生和消费端一样重要的公司。

埃里克：今天的交流就到这里。亚历克斯、贾斯汀，非常感谢你们的分享。

亚历克斯：谢谢。

贾斯汀：感谢。