出品 | 何璽

排版 | 葉媛

AI大模型進入商業化新階段。

近期，豆包、騰訊元寶、Kimi等國內AI大模型紛紛在對話中加入電商平臺商品鏈接。更早之前，國外的ChatGPT已與沃爾瑪合作，支持用戶在聊天界面內直接完成下單支付。

從回答問題到上鏈接“帶貨”，AI工具正從“信息提供者”向“交易入口”轉型。這場靜悄悄的“改變”背后，是整個大模型行業在探索商業化道路上的一次關鍵轉向，有較為現實的壓力和需要。

那么，AI對話大模型會成為“帶貨”主流嗎？

下面，筆者就從AI大模型廠商的壓力和焦慮說起，聊聊個人的一些看法。

01

AI大模型廠商集體上鏈接“帶貨”的背后

從根本上說，大模型廠商紛紛上鏈接“帶貨”，最直接的驅動力是尋求商業變現，背后則是高企的成本壓力。

來看OpenAI最新發布的2025半年報，數據顯示，2025年上半年，OpenAI營收約為43億美元，同比增長16%，虧損卻高達135億美元。這筆錢主要流向了研發和ChatGPT的運營。

這種高成本是全行業的宿命。

公開數據顯示，2020年，訓練一個前沿模型僅需數百萬美元，而到2025年，這一數字已激增至3億美元以上，訓練成本正以驚人的速度攀升。硬件壟斷、能源消耗和高質量數據稀缺等多重因素疊加，將模型訓練變成了奢侈游戲。

除了模型訓練費用，日常運營更像燒錢競賽，頂尖AI工程師年薪動輒幾十萬美元，服務器運維團隊一年成本就要五十萬美元，再加上合規審查、碳抵消等隱性支出，賬單是越堆越高。

用戶使用時的“推理成本”同樣不容小覷。一次簡單的問答成本可能不到0.6美元，但如果是用智能體做復雜分析，成本直接達到上百美元，差距高達百倍。

有行業從業者直言，“大模型的訓練和推理就是一場‘燒錢競賽’。”

面對如此高昂的成本，傳統的變現模式顯得力不從心。即使是頭部玩家也扛不住這種壓力，不得不探索新的生存之道。

目前，大模型行業主要依賴三種變現模式：API調用、會員訂閱和企業定制化解決方案。其中，API調用是最主要的收入來源之一。今年前6個月，Anthropic的API收入達到31億美元，OpenAI為29億美元。但國內市場競爭激烈，API價格一降再降，從以前的幾毛錢降到現在的幾分錢，利潤空間被嚴重擠壓。

會員訂閱模式則是OpenAI一家獨大。其ChatGPT Plus會員費為每月20美元，年化經常性收入中約70%來自會員訂閱，約91億美元。 但OpenAI的付費會員占比僅為5%，顯示出訂閱模式的天花板。

定制化方面，企業客戶對高昂的部署費用望而卻步，個人用戶習慣了免費服務，付費意愿低迷。還有，很多廠商投入巨資研發的行業解決方案，要么和實際需求脫節，要么落地時面臨數據適配難題，變現效率大打折扣。

面對傳統變現模式的不足，大模型公司只能將目光轉向“離用戶更近”的變現方式：廣告和電商。而在這兩項中，廣告因可能損害用戶信任而被謹慎對待，電商則成了更優選擇。因為與可能干擾用戶體驗的廣告相比，電商鏈接通常是對用戶主動提問的響應，感覺上更自然、干擾更小，所以被大模型廠商認為是當前更優的變現模式。

總的來說，大模型廠商集體上鏈接“帶貨”這事，我們可以將其理解為行業在巨大成本壓力下追求商業變現的一次關鍵轉向和積極探索。

02

AI對話大模型會成為“帶貨”主流嗎？

聊完AI大模型廠商集體上鏈接”帶貨“背后的原因，接下來，筆者聊聊AI對話大模型是否會成為“帶貨”主流的看法。

在回答問題之前，我們先你來看看AI大模型“帶貨”的將會遭遇的難題。在筆者看來，AI大模型廠商“帶貨”至少會遭遇用戶信任基石被侵蝕、技術突破難、跨行業博弈遭阻擊三大難題。

用戶信任方面，從大模型開始推薦商品并尋求變現，其引以為傲的“客觀中立”立場其實就已經開始崩塌。用戶終究會懷疑：這個推薦是真的最適合我，還是平臺收了“廣告費”或傭金？這種懷疑會直接動搖用戶對AI的基本信任。這還不算最糟的情況，如果大模型始終無法實現盈利，平臺可能會從最初的“被動容忍”商業信息，轉向“主動、系統化地植入”廣告。這意味著用戶與AI的對話，可能不再是純凈的咨詢，而是精心設計的銷售話術。一旦大模型的核心算法目標被迫加入“帶貨”的權重時，它作為可信賴助手的“人設”也就走到了盡頭。

技術突破方面，用戶理想中的AI購物體驗，“自己動動嘴，AI搞定一切”，在當前的技術水平下，依然面臨諸多短期內難以逾越的障礙。比如，AI會給用戶推薦根本不存在的商品功能，或基于錯誤信息進行比價。根據筆者實測，當前AI大模型主要以來關鍵詞匹配商品鏈接，其相關性和準確性和成熟電商平臺推薦差距還很大。

此外，AI雖然擅長處理標準化的信息和基于歷史數據的預測，但對于需要情感、審美和復雜權衡的個性化消費決策（如“哪條裙子能讓我在聚會中顯得既優雅又獨特？”），AI目前的理解依然膚淺，其推薦往往停留在表面。

簡單說，就是現在的AI大模型推薦一點不聰明，想要用它全面接管消費決策，無異于將重要的購物車交給一個時而走神、時而自作聰明的助手。很難讓人放心。

跨行業博弈方面，AI帶貨并非在真空中發展，傳統電商平臺的戒備心理也將阻礙其發展。據報道，電商平臺不愿將自家商品數據開放給外部AI產品，擔心會損害自己的流量入口、降低用戶粘性。對電商平臺而言，自己付出了昂貴的獲客成本，當然更希望將流量沉淀在內部，而不是把用戶的交易心智放在AI產品入口里。所以我們看到，就算是走在“帶貨”前面的ChatGPT，目前能在站內完成購買的電商平臺也僅有Etsy和Shopify等相對小眾的平臺。

可以預見的是，傳統電商平臺（如淘寶、京東）絕不會坐視大模型成為新的購物入口，從而讓自己“管道化”。它們必然會加固自己的護城河，例如通過深化供應鏈優勢、優化物流體驗、構建更封閉的生態來留住用戶。在未來一段時間里，AI大模型、電商平臺之間必有一戰。

一句話，電商巨頭們苦心經營多年的交易堡壘，絕不會輕易向AI敞開大門。

回答上面的問題，AI對話大模型上連接“帶貨”，確實是一個重要的方向，但其能否成為“主流”現在斷言還尚早。長遠來看，AI“帶貨”能否成為一種主流的購物方式，取決于大模型公司能否在推薦精準度、購物體驗流暢度和維護用戶信任度上取得實質性突破。

03

大模型“帶貨”時代，用戶、商家該如何應對

上面，筆者聊了AI大模型廠商集體上鏈接”帶貨“背后的原因，回答了AI對話大模型是否會成為“帶貨”主流的問題。接下來，筆者聊聊，大模型“帶貨”時代，用戶、商家該如何應對這種變化。

AI大模型“帶貨”時代，用戶的購物習慣正在悄然發生變化。傳統的“搜索-瀏覽-比較”模式正在被對話式購物取代。用戶不再需要面對海量商品信息茫然無措，而是可以通過自然語言對話，獲得個性化推薦。

然而，這種便利性也伴隨著新的挑戰。比如AI推薦的不透明性。筆者實測顯示，當詢問跨平臺比價時，不同AI助手可能給出有傾向性的建議，甚至出現與實際情況不符的“翻車”案例。更有消費者在社交媒體吐槽，AI推薦的商品在結算頁面的實際價格與其他平臺存在明顯差異。

面對不太聰明和可能有傾向性的AI大模型，用戶該如何應對呢？筆者看法是，普通人應該積極擁抱AI購物，成為一個清醒、主動的“智能消費者”。

比如，可以嘗試將AI視為一個強大的購物助手或超級參謀。AI在處理“滿減湊單”、對比平臺內復雜優惠規則時，其計算速度和準確性遠超人工。我們可以安心地將這些“算術題”交給它，為自己節省精力。當然，我們也要清楚它的局限，比如對于跨平臺比價、推薦非標準化商品（如服飾、手工藝品）等復雜任務，目前的AI還不大“可信”。這時，它的建議可以作為“參考”，但不能作為“標準答案”。

此外，我們最好采用“交叉驗證”策略在AI購物中保護自己。首先是價格驗證，對于AI推薦的商品，務必手動切換到不同電商平臺的官方App，將商品加入購物車查看最終結算價格。這是戳破虛假比價最直接有效的方法；其次是信息核實，對于AI提供的產品信息、規格參數，特別是它推薦的一些不熟悉的品牌或書籍時，要有意識地去商品詳情頁、品牌官網或第三方評測平臺進行二次確認。如果有必要，還可以到線下門店去做比對；最后是對規則和細節的把握。比如使用AI購物功能時，留意其申請的數據權限。仔細閱讀相關用戶協議，了解個人信息將如何被收集和使用，謹慎對待過度索權的要求。此外，還要警惕沖動消費，AI可能會利用“限時優惠”、“低價倒計時”等策略制造緊迫感。這時尤其需要冷靜，問自己是否真的需要，避免在對話的便利性中“手滑”下單。

一句話，與AI共舞的購物新時代，“信任，但驗證” 是核心原則。我們不要完全拒絕AI帶來的便利，但需要將它置于一個合理的位置——是超級參謀，但非決策的主人。

AI大模型帶貨時代，對商家而言，商品能否被AI“讀懂”并推薦變得關鍵。這不再僅僅依賴廣告投入，更取決于商品信息是否清晰、完整、準確，以便AI能更好地理解和匹配。

面對這種變化，商家該如何緊跟潮流，積極應對，獲得發展紅利？筆者的看法是商家要深刻理解AI帶貨的邏輯，主動擁抱AI，積極應對。

筆者建議商家從優化商品信息、適應新邏輯、規避潛在風險等方面應對AI大模型“帶貨”帶來的變化。

AI大模型“帶貨”時代，您的商品信息就是與AI大模型“對話”的語言。說得越清晰、越標準，被理解和匹配的幾率就越高。為了讓AI讀懂并推薦自己的商品，商家不要在堆砌關鍵詞，而應采用清晰的結構描述產品，并詳細說明使用場景、解決的具體痛點以及適合的目標人群。例如，不僅僅說“便攜保溫杯”，可以描述為“適合通勤白領的500ml大容量保溫杯，可單手開啟，滿足全天候熱水需求”。類似這種，AI更容易識別和匹配這類信息。

此外，還要豐富且標準化的數據。確保商品圖片清晰、多角度，產品參數（如尺寸、材質、重量）完整準確。為商品打上豐富、準確的屬性標簽，這能極大幫助AI進行理解和分類。

光這樣還不夠，想要獲得AI大模型“帶貨”紅利，還需要理解AI帶貨的底層邏輯，并提前布局。商家要明白，AI大模型是對話，不是搜索。傳統的SEO針對的是關鍵詞搜索，而AI推薦更多基于自然語言對話。商家需要思考用戶會如何用口語化的方式描述需求，并據此優化產品內容，例如在商品描述中融入更多生活化的使用場景和解決方案（比如上面的保溫杯推薦）。

如果有條件，建議組建AI效率小組，優先部署內容生產與分發，訓練適應大模型的內容，確保大模型輸出內容符合“帶貨”需要。

當然，商家在擁抱AI的同時，也需保持警惕，規避風險。AI決策基于數據和模型，但市場是復雜多變的。商家應結合一線實際經驗進行判斷，避免完全被AI建議所主導，忽視市場的靈活性和人的創造性。

       原文標題 : 豆包、元寶、Kimi等AI大模型廠商集體上鏈接“帶貨”的背后