智能商务：零售业的下一场重大革命——还是仅仅是一场昂贵的表演？

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

Available in 27 languages 📢

在 Google 上更倾向于选择 Xpert.Digital。ⓘ

发布日期：2026年7月12日 / 更新日期：2026年7月12日 – 作者： Konrad Wolfenstein

代理型商务——零售业悄然转型，为何仍有机会？——图片来源：Xpert.Digital

悄悄地淘汰交易以及为何赌注仍然开放

人工智能很快就能自主下单了吗？新购物热潮背后的残酷现实。

2026年，电子商务正处于一场比实体零售向互联网转型更为彻底的范式转变的边缘：智能购物（Agentic Commerce）。算法和人工智能助手正日益扮演着自主购物者的角色，取代人类完成产品搜索、比较，甚至最终结账。对于零售商而言，这意味着控制权的严重丧失。当算法而非消费者决定谁能获得产品时，数十年积累的品牌价值和传统营销策略将突然失去意义。取而代之的是，卓越的运营——从完美的实时库存数据到无懈可击的物流——成为最终的把关人。.

尽管科技巨头和管理咨询公司已经开始宣称传统在线零售的终结，但深入探究其背后的真相却揭示出一幅更为复杂的图景。不断上涨的API成本、超大规模数据中心补贴泡沫的逼近、悬而未决的责任问题以及欧洲消费者的谨慎信任，都在减缓全自动购物革命的步伐。我们究竟是在见证下一场零售业的重大变革，还是正在经历一场数十亿美元的技术豪赌，而其结果却完全无法预测？本文将揭示智能商务的真正运作机制，厘清炒作与现实，并阐明零售商为何现在最需要关注的是自身的运营准备工作。.

与此相关：

零点击购物：人工智能决定购物车里的商品

代理商务的真正含义

智能商务指的是一种零售模式，在这种模式下，人工智能系统独立地为消费者做出购买决策——它们无需任何人工干预即可完成搜索、比较、协商和购买。ChatGPT、Google Gemini、Perplexity 和 Klarna 等平台充当所谓的“超级代理”，它们在几秒钟内从数百个来源聚合产品数据，并根据预定义的标准选择最合适的选项。买卖双方之间的互动被最小化，甚至完全消失。消费者不再通过搜索引擎、广告或品牌承诺找到商家，而是必须先由算法判定其可信度，然后才能通知人工操作员。.

这个概念并不新鲜，但其应用速度之快令许多业内人士感到惊讶。Adobe Analytics 的数据显示，2025 年 7 月，美国零售网站的 AI 流量同比增长高达 4700%。到 2026 年 3 月，AI 带来的访客转化率比传统流量来源的用户高出 42%，与前一年 AI 流量转化率低约 49% 的情况截然相反。这些数据充分展现了变革的步伐：2024 年还处于试验阶段的技术，到 2026 年已成为一项可衡量的竞争优势。.

人工智能代理如何让交易员隐形

智能商务的真正经济影响并非在于价格比较或个性化推荐，而在于决策权的根本性转变。过去，消费者是最终的筛选者，决定着商品的最终归属；而如今，算法取代了这一角色——并且算法的评估标准与人类买家截然不同。科尔尼公司对此过程做了精辟的描述：未来，决定哪些产品出现、以何种顺序呈现以及定价的，将是算法，而非消费者。因此，品牌数十年积累的价值也沦为次要指标。.

因此，零售商的运营基础设施成为算法评估的重点。人工智能代理会检查交货日期是否清晰可靠，库存数据是否实时更新并以机器可读格式提供，退货流程是否透明且标准化，以及支付流程是否对自动化系统开放。不符合这些要求的零售商会被直接排除在外——并非因为产品质量差，而是因为数据管理不善。波士顿咨询公司（BCG）明确指出：如果不采取积极主动的应对措施，零售商就有可能沦为算法驱动型市场中的后台服务提供商。.

科尔尼公司将零售商面临的财务风险量化为息税前利润（EBIT）最多下降500个基点。这一利润率下降主要源于三个方面：一是由于价格透明度最大化导致平均价格下降（预计下降8%）；二是由于购物车规模缩小和订单更加分散导致履约成本上升（预计上升10%至15%）；三是作为零售商和买家之间新型中介的人工智能平台收取的交易费。结构性问题在于：尽管营销预算历来侧重于直接提升客户可见度，但如今竞争正向上游转移——即零售商能否出现在算法排名中。.

物流是秘密守门人

在公共讨论中，智能商务本质上是一个物流问题，这一点常常被低估。然而，物流链却是零售商被人工智能代理拒绝的最常见原因。智能代理在为用户寻找最佳报价时，不仅会评估价格和产品质量，更重要的是评估可靠性指标：准时送达率、平均送达时间、退货率以及实时库存数据的质量。这些参数必须以机器可读格式提供——通过开放API、标准化产品信息流和基于Webhook的状态消息。.

实际上，这意味着，即使商家准确描述了产品，但既不反映实时库存水平，也不动态更新发货日期，代理商仍会将其视为不可靠商家——无论其价格或产品范围如何。目前，相关基础设施仍处于早期阶段：Stripe 于 2026 年 4 月推出了用于受控代理商支付的 API，而 Google 和 Mastercard 正在 FIDO 联盟内联合开发代理商交易的身份验证标准。Google 的通用商务协议 (UCP) 旨在为代理商商务交易建立开放标准，亚马逊也已加入其技术委员会参与开发——Zalando 已积极支持该协议。.

任何认为只需更新产品数据源并进行一些搜索引擎优化 (SEO) 就能应对人工智能系统的人，都低估了运营转型所需的深度。波士顿咨询公司 (BCG) 提出了三项关键战略措施：首先，利用权威、结构化的产品数据，针对生成式搜索引擎 (Generative Experience Optimization，GXO) 进行优化；其次，构建自身的代理基础设施——从品牌代理到供应商代理；第三，创建稳健的人工智能治理框架，包括用于衡量生成式可见性的新指标。.

诱饵逻辑：为什么这种模式仍然是一场赌博

大多数现有市场分析的关键盲点在于智能商务生态系统背后的融资问题。目前的人工智能产品——从免费或补贴的结账服务到每月只需几欧元的综合人工智能助手——本质上都依赖于补贴模式。超大规模数据中心和人工智能公司通过各种激励措施来刺激用户需求并建立用户对平台的依赖。其背后的经济逻辑极其简单：先赢得用户，再实现盈利。.

OpenAI公布2025财年净亏损385亿美元，营收130.7亿美元。预计2026年将进一步亏损约140亿美元。尽管营收超过了100亿美元的内部目标，但该公司未能完成多个月的营收目标，用户增长放缓，用户留存率下降。原定的IPO计划已被推迟——其中一个重要原因是首席财务官公开表示担忧，认为目前的增长速度能否支撑巨额的基础设施成本。.

五大超大规模数据中心巨头——亚马逊、微软、Alphabet、Meta和Oracle——将在2026年总共投资约7000亿美元用于人工智能基础设施建设，比2025年增长36%。红杉资本指出，这将导致人工智能基础设施支出与人工智能生态系统实际产生的收入之间出现约6000亿美元的年度收入缺口。安联研究则认为，人工智能投资与收入之间的增长差距高达46%，高于2001年电信泡沫时期32%的差距。这五大超大规模数据中心巨头的资本密集度（资本支出占收入的百分比）均已上升至45%至57%之间——这一水平通常与资本密集型公用事业公司相关，而非科技公司。.

代币幻觉：纸面上便宜，实际成本更高

人们普遍误解代币价格下跌会增强智能体商业的经济基础。但实际上，代币价格走势呈现出一个复杂的悖论。每百万枚代币的价格已从2023年初的约36欧元暴跌至如今偶尔低于0.07欧元——跌幅超过99%。与此同时，企业在人工智能方面的实际支出却增长了两倍。原因在于：智能体工作流程会使每个任务的代币消耗量增加50到500倍，而实际的模型调用仅占人工智能实际运营成本的20%到40%——其余成本则用于编排、数据库查询、重试和监控。.

与此同时，官方公布的模型价格再次上涨。随着 GPT-5.5 的推出，代币价格相比其前代版本翻了一番；实际上，根据使用场景的不同，成本涨幅在 49% 到 92% 之间。虽然 Claude Opus 4.7 保持了基础价格不变，但新的代币化器导致每次相同请求的代币计费量最多增加 45%。GitHub Copilot 将于 2026 年 6 月切换到基于代币的计费方式；Anthropic 正在测试从 Pro 套餐中移除 Claude Code。对于几项关键的 AI 服务而言，固定费率时代即将结束。.

对于希望在代理商务平台上保持曝光的商家而言，这意味着使用这些渠道的成本将结构性地增加。Shopify 已经对直接在 ChatGPT 中完成的交易收取 4% 的附加费，这笔费用归 OpenAI 所有。加上现有的平台费用和支付处理成本，这笔负担可能相当沉重，尤其对于利润微薄的商家而言。OpenAI 曾测试过该模式，但不久后便将其撤回。这传递出一个明确的信号：盈利模式尚未成熟，定价机制仍在不断变化——现在选择错误的平台或过度依赖这些平台的商家，将面临运营方面的意外风险。.

信任问题：被低估的刹车

技术狂热和市场分析往往预测的普及速度会高于实际情况。目前，64%的美国成年人不信任人工智能助手自主购物。只有17%的欧洲消费者信任助手代表他们自主下单。麦肯锡的数据显示，63%的欧洲消费者已经在使用人工智能进行产品比较，但几乎没有人愿意将关键决策完全委托给机器。使用模式也反映了这一点：人工智能主要被用作认知辅助工具——用于比较、研究和筛选——而不是完全自主的购物代理。.

OpenAI 的即时结账功能初期问题重重，例如缺乏多商品购物车功能以及商家数据结构不够完善。亚马逊的 AI 助手也屡次导致用户误购和未经授权的商家商品信息上架。安全风险真实存在：所谓的“提示注入”，即在 HTML 元素或产品描述中隐藏指令，诱使代理执行非预期操作，这代表了一种新型欺诈手段，而传统的欺诈检测系统缺乏应对这种手段所需的逻辑。在短短几个月内，代理流量高的公司欺诈流量就增加了 37%。.

此外，还存在法律层面的问题：现行合同法要求在合同订立时获得当事人的同意——德国民法典并未规定人工智能代理作为合同当事人。如果代理多付了款项、接受了买方原本会拒绝的报价，或者错过了取消期限，谁该承担责任？这些问题在法律上仍未得到解决。在欧洲，监管体系更为复杂：GDPR、《数字服务法》、《数字市场法》以及自2026年8月起生效的《人工智能法》的标签要求，都构成了美国不存在的障碍。Meta公司已经不得不大幅缩减其在欧洲经济区推出全自动购物助手的计划。.

🎯🎯🎯 数据驱动的 B2B 行业中心，作为一种准内部解决方案

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务——图片：Xpert.Digital

Xpert.Digital 是一个以数据驱动的 B2B 行业中心，由 Konrad Wolfenstein 领导。该公司为工业合作伙伴提供外部的、准内部解决方案，弥补其在市场营销、内容和销售方面的运营缺口，而无需客户投入额外资源。.

更多信息请点击这里：

准内部解决方案：Xpert.Digital 如何弥合 B2B 营销和销售中的运营差距——智能内容驱动型业务

平台力量2.0：为什么零售商现在必须将数据透明度视为生存之战

平台动态的双刃剑效应：谁才是真正的受益者？

智能电商领域的竞争并非发生在亚马逊和沃尔玛之间，而是发生在OpenAI、谷歌和Klarna之间。这些超级智能体整合了跨平台的数据和交易，凭借其核心地位，能够与零售商建立起强大的议价能力。这种模式类似于2000年代搜索引擎平台的崛起：最初是免费的，然后逐渐增加成本，最终形成结构性依赖。对于希望在人工智能平台上获得曝光的零售商而言，营销支出正在不断攀升，一场争夺算法青睐的新竞争正在展开——不再是点击量或货架空间，而是算法的青睐。.

波士顿咨询公司 (BCG) 估计，到 2029 年，美国在人工智能驱动的搜索广告上的支出将达到约 260 亿美元，占搜索广告总支出的 14%。近年来经历了迅猛增长的零售媒体网络，随着广告预算转向由人工智能代理控制发现阶段的平台，其重要性预计将会下降。新的“店面”不再是网站或应用程序，而是算法决定着消费者能看到什么。.

欧洲工商管理学院 (INSEAD) 的研究人员在《哈佛商业评论》上发表了他们的分析，指出零售业正在经历第二次权力转移：第一次转移是实体零售商向亚马逊等平台的转移，而第二次转移则是这些平台本身不再把控消费者的购物选择，转而让AI代理来主导。与不堪重负的人类消费者不同，AI代理不会自动倾向于选择熟悉的平台——它们可以像找到全球巨头一样轻松地找到评分更高的精品小店或配送速度更快的本地供应商。这使得竞争环境更加公平，这对老牌企业来说可能构成威胁，但对小众供应商来说却充满机遇。.

与此相关：

谷歌是否正在向西方微信架构靠拢？权力集中对数字竞争构成结构性威胁。

结构理性陷阱：模型隐藏了什么

对代理商业最悲观的预测基于一个隐含的假设：这项技术将线性且无摩擦地传播，而所有其他市场动态保持不变。从经济史的角度来看，这个假设值得商榷。大多数市场分析系统性地忽略了三个结构性因素。.

首先是信任滞后：研究一致表明，尽管消费者对人工智能助手表现出兴趣，但他们在购买时却很难放弃控制权。关于到2030年人工智能代理将处理全球25%的电子商务交易量的预测，完全来自那些出于商业利益而加速这一发展的消息来源。CRIF的专家则持更为冷静的观点，他们预计，从长远来看，代理驱动的交易量将保持在在线零售的10%到20%之间。.

其次，平台费用上涨也带来了成本压力：当代理型商务从补贴阶段过渡到盈利阶段时，所有参与者的成本都会增加。早期依赖平台的商家将面临两难选择：要么承担不断上涨的依赖成本，要么进行代价高昂的迁移项目。搜索引擎优化的模式似乎正在重演：那些完全依赖第三方平台信誉的商家，将受制于该第三方平台的结构性价格压力。.

第三，存在监管不对称：欧洲实际上是一个特殊的市场。《人工智能法案》、《数字市场法案》、《通用数据保护条例》（GDPR）以及即将出台的《数字公平法案》构建的监管框架，要么严重限制，要么显著延缓了美国设想的那种完全自主代理系统的发展。特别是，DMA禁止守门人平台进行自我优先排序，以及设计中对透明度和公平性的要求，都对美国平台在欧洲市场的战略构成了相当大的障碍。.

资本支出轮盘赌：输了会发生什么？

经济风险的核心不在于交易环节，而在于人工智能基础设施的投资者。超大规模数据中心和人工智能实验室已经启动了一个投资周期，其内在逻辑似乎几乎不可逆转：由于没有哪家供应商愿意在不冒着市场份额风险的情况下单方面削减开支，因此无论短期投资回报如何，投资周期都会自我复制。领先科技公司的资本密集度已从轻资产公司转变为公用事业公司；摩根士丹利和摩根大通预测，未来几年，科技行业将需要新增高达15万亿美元的债务来为持续投资提供资金。.

到2025年，五大超大规模数据中心运营商已新增债务1080亿美元。麻省理工学院2025年7月的一项研究发现，尽管企业累计支出高达300亿至400亿美元，但95%的GenAI试点项目对企业的盈亏没有产生可衡量的影响。分析师明确指出，这种投资与可衡量回报之间的差距，与2001年前后电信泡沫破裂前夕的差距如出一辙。.

如果通过代币化实现货币化——即将此前享受补贴的人工智能服务逐步整合到能够覆盖成本并实现盈利的体系中——的速度不够快，整个生态系统将面临财务压力。这对交易的影响将是双重的：一方面，迄今为止一直扮演中立中介角色的平台可能会大幅提高收费标准以弥补损失；另一方面，对平台财务稳定性的信心下降可能会促使商家减少对代理系统的依赖，并将资金重新投入到自身的直接渠道中。.

炒作过后，真正留下的是对形势的细致分析。

智能商业是真实存在的，但其发展路径并非线性。它的发展至少分为四个影响层级，每个层级的影响范围和强度都各不相同。.

在产品发现和预选层面，人工智能已经占据主导地位：73%的消费者表示人工智能是他们进行产品研究的主要来源。这种转变在很大程度上是不可逆转的，要求零售商立即将产品数据和描述转换为机器可读格式。然而，在自主交易层面，一些基本前提条件仍然缺失：法律责任框架、防止恶意输入的技术安全标准，以及消费者对委托购买决策的信任。人工智能在大众市场的突破仍需数年时间。.

在平台费用和利润结构层面，一场渐进但持久的转变正在发生。如今不了解代理平台成本如何影响其利润的商家，将在两三年内因分销成本的上涨而措手不及。而在物流和供应链透明度层面，这方面对算法可见性的影响最大，但却是最少被商家优先考虑的领域。.

全球63%的零售商认为，两年内，没有人工智能代理的公司将会落后。这种说法不无道理，但这并非一个非此即彼的转变。更确切地说，这是一个渐进的过程：一部分零售商将卓越运营和数据透明度视为竞争优势，而另一部分零售商则继续主要投资于营销宣传，却未能建立起机器可读的数据基础。.

介于歇斯底里与天真之间：冷静的评估

关于许多零售商很快将被机器淘汰的说法，其核心信息固然正确，但其紧迫性和激进程度却被夸大了。这并非世界末日般的剧变，而是所有未能做好运营准备的人将面临的严峻而缓慢的生存危机。与此同时，另一种观点——即由于平台经济的不稳定性，智能电商注定失败——同样过于简单化。基础设施正在建设，标准正在制定，用户行为也在发生显著变化。.

2026年的现实揭示了一个正在转型中的生态系统：主要平台的补贴阶段即将结束。通过代币价格上涨和交易费用增加实现盈利的进程已经开始。法律框架，尤其是在欧洲，阻碍了完全自动化愿景的实现。消费者对人工智能驱动的自主购买决策的信任增长速度也低于行业预期。.

智能商务不会像咨询公司和人工智能供应商预测的那样，以迅猛之势席卷零售业。然而，人工智能显然已经成为每个购买流程中强大的筛选工具——它既是研究工具，又是评分聚合器，还是决策引擎。那些忽视结构化数据、透明物流和强大API的零售商，在消费者采取行动之前，就已经在算法层面失去了可视性。这并非预测，而是2026年第二季度即将发生的现实。.

明智的战略应对既非恐慌也非漠不关心，而是有选择地进行投资：将物流和数据透明度放在首位，持续监控平台费用和依赖关系，并建立直接的客户关系，以此作为抵御人工智能中介机构日益增长的权力的结构性保障。这场博弈仍在继续——而那些了解游戏规则的人则不必失败。.