谁能想到，AI 的尽头是带货。
OpenAI 在最近的版本更新中，为 ChatGPT 增加了购物功能支持与优化，且目前已面向所有可使用 ChatGPT 的地区，向 Plus、Pro、免费及未登录用户全面开放这一功能。这一动作，宛如一颗投入平静湖面的巨石，不仅为用户带来前所未有的购物新体验，更可能在传统电商平台、搜索引擎，乃至整个电商生态领域掀起惊涛骇浪，引发深远变革。
突破性的体验升级
产品可视化
当用户就电子产品、时尚、美妆、家居等品类进行询问时，ChatGPT 不再仅以文字作答，而是别具一格地通过商品卡片的形式，直观呈现出推荐商品列表。这种可视化展示，让用户仿佛置身于一个琳琅满目的虚拟商场，各类商品一目了然，极大提升了信息获取效率与购物趣味性 。
商品个性化
ChatGPT 具备强大的学习与分析能力，它会紧密基于用户历史偏好及对话上下文，智能提升推荐列表中商品的相关性。设想用户曾在对话中提及不喜欢某品牌或某种颜色，ChatGPT 便会精准捕捉这一信息，在后续商品推荐时自动将无关选项过滤。这种个性化推荐模式，大幅削减了用户在海量商品中筛选的时间与精力，降低交易摩擦成本，同时显著提升商品与用户需求的匹配效率。测试数据显示，ChatGPT 的推荐准确率高达 92%，相较之下，亚马逊 2024 年推荐系统准确率为 88%，高下立判。
全网比价
在过去，消费者为了买到性价比最高的商品，往往需要在 30 个标签页或 App 之间来回切换，在各大电商平台间艰难比价。如今，ChatGPT 彻底改变了这一局面。它给出的商品推荐，会将价格、评分、送达时间、是否免运费等关键信息全方位展示。不仅如此，推荐理由中还巧妙聚合了各大内容平台针对该商品的相关热门评论，帮助用户全面了解商品口碑，做出更明智的购物决策 。
直达购买链接
虽说当前版本的 ChatGPT 尚不支持直接付款，但点击购买链接后，用户可无缝跳转至第三方商品页面完成交易。尽管只是 “临门一脚” 的辅助角色，可谁又能断言，OpenAI 未来不会顺势推出 ChatGPT Pay，进一步打通交易闭环，构建起完整的电商生态呢 ？
官方着重强调，所有商品搜索结果均秉持独立客观原则，绝非广告植入。不过，Altman 也透露，为平衡中立性与商业化考量，OpenAI 未来不排除采用联盟分成获取佣金的运营方式。
可能的生态颠覆
电商平台
首当其冲受到冲击的便是传统电商平台。ChatGPT 的出现，让用户无需再在 5 个 App 或 30 个 Tab 页签间来回折腾比价，从需求产生到做出决策，再到完成交易的需求闭环被大幅缩短。更为关键的是，AI 凭借对用户偏好、上下文的精准理解及强大的个性化商品推荐能力，搭配对自然语言的深度剖析，对于传统电商平台而言，无疑是一场降维打击。
潘乱老师曾举过一个生动案例：想在淘宝上搜一件黑色、不粘猫毛且带口袋的 Polo 衫，然而现有电商平台搜索功能却难以给出契合结果。其中，精准理解和处理 “不粘猫毛” 这一复杂需求堪称难题，需明确商品材质及何种材质不粘猫毛，甚至还要区分猫毛长短。而这恰恰是 AI 大模型的专长领域，也正是当下电商平台的最大短板。长此以往，当用户习惯了与 AI 对话这种高效购物方式，传统电商平台的低效搜索与推荐模式，恐怕将被彻底抛弃。
只不过，这也引出一个疑问：电商平台们会主动切断来自 ChatGPT 的流量吗？恰似当年阿里巴巴的抉择，因忌惮上游单一流量来源，毅然切断百度及第三方导购网站的流量入口，毕竟自家平台广告收入的维系至关重要。如今面对 ChatGPT 这一新兴流量变量，电商平台们无疑站在了抉择的十字路口 。
搜索引擎
所谓 “城门失火，殃及池鱼”，搜索引擎同样难以在这场变革中独善其身。Google 财报显示，2024 年其电商广告收入高达 580 亿美元。而 ChatGPT 无广告干扰的推荐模式，正悄然改变和重塑用户的线上消费行为习惯。当越来越多用户选择用 AI 替代传统搜索引擎进行商品搜索与消费决策，搜索引擎对流量的垄断地位及议价能力必将遭受重创。
现实已初现端倪，上周有新闻报道，苹果公司 Safari 浏览器 4 月份搜索量历史首次下滑，而 Safari 默认搜索引擎正是 Google，消息一出，市场应声下跌 6%。SEMRUSH 数据也清晰表明，在线服务、教育、文娱媒体、科技互联网等领域，已成为 ChatGPT 导流的直接受益者。这场由 AI 引发的变革，正以一种 “毁灭你，却与你无关” 的态势，重塑着互联网流量格局 。
GEO
既然 ChatGPT 直接展示全网综合评价商品，自然会有 “大聪明” 琢磨如何针对 AI 推荐习惯，让自家商品在推荐列表中占据更高排名，就如同 Web 时代针对搜索引擎做 SEO 一般。于是，Generative Engine Optimization（GEO）应运而生。
GEO 旨在优化网站现有内容，使其更契合语言学习模型（LLM）扫描需求，成为模型数据源，从而助力更多用户在 AI 搜索中发现并点击访问网站。不难想象，未来或许会有商家通过巧妙运用 GEO 技术，将自家 “商品” 推送至 ChatGPT 商品推荐列表的更靠前位置，届时，这所谓的 “推荐”，究竟是用户所需，还是变相广告，恐怕界限将愈发模糊。就像下图展示的那样，一家披萨店借助 GEO，成功在 AI 回答中抢占先机，替代知名的纽约中央公园，出现在最高优先级 。
千人千面
当前传统电商平台虽打着 “千人千面” 旗号，基于用户画像推送商品与广告，但本质上更像是 “千人一面”。因为同一件商品在面向不同用户的推荐 Feed 流中，呈现的商品标题、图片、详情几乎毫无二致。然而，一条促销文案、一个商品卖点，又怎能打动所有潜在用户 ？
AI 的介入则有望打破这一僵局。借助 AI 强大的生成能力，能够创造出十万个甚至无限个消费场景、职业形象、人物属性、细分地域特征等元素。将这些元素相互组合，形成 N*N 无限矩阵，实现不同用户在不同时间，即便浏览同一件商品的推荐或广告，所看到的商品文案、图片、标题、详情皆截然不同。这，才是真正意义上的 “千人千面”，甚至可称 “一人万面”，为用户带来极致个性化的购物体验 。
算力需求市场将更高大更强劲
一位网友曾向 OpenAI CEO Sam Altman 发问：“人们在与模型互动时频繁说‘请’和‘谢谢’，会让 OpenAI 多花多少电费？”Altman 给出的答案令人咋舌：千万美元。仅仅处理简单的礼貌用语，便需耗费如此庞大的算力与资金，那么 AI 要生成无限文案、图片，并精准匹配到合适用户，实现真正的 “千人千面”，所需算力无疑将是一个天文数字 。
我们又赢了？
面对如此庞大的算力需求市场，叠加近期美国对华禁售英伟达芯片（其根本目的在于限制我国 AI 发展），却意外为国产芯片产业带来难得机遇。巨大的市场缺口，将更快倒逼国产芯片产业加大研发投入，迎头赶上，在全球 AI 算力竞赛中，努力争得一席之地 。
畅想 ChatGPT
数据显示，ChatGPT 周活用户达 2.3 亿，其中 30% 的对话涉及消费决策。若 ChatGPT 将这部分流量导向商家，并收取 2% 的服务费，该业务年收入有望突破 50 亿美元。这一诱人前景，无疑让 ChatGPT 在电商赛道的拓展充满想象空间 。
不过，OpenAI 的野心显然不止于电商一隅。其志在通过一系列组合拳，如搭建商城、推出支付、涉足小额贷等，串联起各业务部门的协同势能。在应用层面深度击穿用户心智，培养用户全新行为习惯，全方位提升用户体验，切实解决用户痛点。通过拉齐各方认知，不断夯实生态根基，打造出差异化显著、具备强劲增长动力的第二曲线 。
