商业趋势
AI开始接手商品研究、比较和推荐，甚至进一步执行购买任务。客户如何找到你、为什么选择你，以及企业内部如何完成工作，都需要重新审视。
对创业者来说，关键已经不只是学会几个AI工具，而是看清商业链条中哪些环节正在被AI改变。
下面的内容，仅是笔记侠 PPE（政经哲）课程26级美国站交流的一部分，分享者来自前亚马逊搜索广告成员。
这场分享从消费者、商家、平台、广告到企业组织，讨论一个问题：当AI越来越多地参与决策，企业该如何调整自己的经营方式？
今天这场分享也只是其中一个切面。
这次美国之行，笔记侠和一批优秀的中国第五代企业家，在硅谷和西雅图双城，展开了深度的现场学习和实践，相关内容请点击链接了解：
明年再赴美国，我们期待与更多创业者同行：带着自己的问题，走进变化发生的现场，找到下一步的方向。
希望今天的分享，对你有所启发。
一、AI 时代，从流量为王，到意图为王
1.平台的价值，不只是拥有流量
要理解AI为什么会影响广告、品牌，以及整个商业化体系，我们需要先弄清楚，过去20年，互联网平台究竟是怎么挣钱的。
移动互联网的本质是链接，不管是链接信息、链接人和链接商品。
把谷歌、亚马逊、Meta这些公司放在一起看，会发现一个有意思的现象：它们看起来在做不同的事情，但从商业模式的底层逻辑看，都在解决一类相似的问题——把用户、内容、商品、服务和需求连接起来，再从这些连接中创造价值。
谷歌，是你现在想知道什么；Meta ，是你可能对什么感兴趣；亚马逊，是你可能要买什么。
亚马逊连接消费者和商家，Meta社交平台连接用户、内容以及其他用户。
它们真正建立起来的，是一套连接系统。
但是，只有流量、内容和用户，并不一定能够挣钱。
比如，一个平台每天有1000万用户。接下来还要问：这些人为什么来？他们在看什么？需要什么？有没有购买意愿？平台有没有办法把这些需求与商业连接起来？
一个人到亚马逊搜索商品，往往意味着他已经准备购买，或者至少进入了购买前的考察阶段。
这时候，广告不是简单地把一条信息放到用户面前，而是在需求已经出现的场景里，把愿意购买的消费者，与愿意付出成本获得客户的商家连接起来。
两边都有比较强的需求，离交易结果也就更近。
广告的发展过程，也在不断接近这个结果。
广告系统在不断地逼近一个问题：我今天所得到的客户，他到底是多少长期价值？这也是为什么现在的广告越来越复杂。
早期卖的是曝光：广告展示了多少次；后来关注点击，再往后关注转化。广告主越来越关心的，不只是“有多少人点了”，而是“这些点击给我带来了多少价值”。
甚至还要继续追问：今天获得的这个客户，长期商业价值有多大？
搜索平台能够通过搜索词理解用户当下的需求；社交平台可能不知道用户此刻想买什么，但可以根据长期积累的兴趣和行为判断商业机会；购物平台则更接近明确的购买意图。
互联网知道用户的兴趣和行为，有可能不知道这个用户当下的需求，但是我可以根据长期的数据去分析，知道这个用户对某个东西感兴趣，这就存在所谓商业化的机会。
亚马逊是最强的，亚马逊的广告是转化率最高的，为什么？因为所有人去亚马逊，已经知道要买东西，已经有买东西的状态，至少是在考察。
因此，亚马逊要去理解这个客户，他可能要买什么，它离真正的商业化结果非常近。
过去，互联网公司变现的方式是流量，流量为王。
而AI正在向更基础的问题走：你真正想解决的，究竟是什么？
这是AI现在的重要变化。如果当机器开始理解内容、理解商品、理解上下文，就从流量为王走向意图为王。
我们正在处在一个过渡时期：从流量为王，走向意图为王。
2.消费者不必先知道搜什么，只需要知道想解决什么
AI 时代的第一个变化，是需求的表达方式。
过去，消费者想在购物平台上买一件东西，需要先把自己的需求翻译成搜索词。比如，我想买耳机，就去搜索“耳机”，再通过不同关键词，一步步缩小范围。
这个过程是有认知负担的，消费者需要知道自己应该找哪类商品、使用什么词，才能得到合适的结果。
有了AI之后，消费者可以直接描述问题：我在什么场景下，需要解决什么事情，希望获得什么体验。
比如，我想在坐飞机的时候舒服一点。这是一个需求，但它不一定只对应某一种商品。消费者不必先把答案想好，再去搜索；只要知道我需要解决什么问题，可以先把问题交给AI。
AI 时代的第二个变化，是购物研究开始被AI接手。
买一件稍微复杂的商品，大家通常都做过类似的事情：花大量的时间找商品、看参数、翻评价、看测评视频，再回来比较价格。
很多时候，真正花时间的并不是购买本身，而是弄清楚“我应该买什么”。
现在，AI可以帮助用户寻找商品、筛选信息、比较参数、汇总评价。
这不只是推荐做得更好了，而是原本需要消费者自己完成的一部分购物研究，被AI接过去了。
接下来，AI还会进一步参与判断。
过去，系统可能告诉你：“这里有10个你可能喜欢的商品。”最后选哪个，仍然要由你来研究和决定。
现在，AI可以综合预算、用途、购买历史、个人偏好以及你描述的条件，直接告诉你：“我认为这个更适合你。”
这意味着系统的方向发生了变化：过去是提供更多选择，现在是帮助消费者减少选择。心智负担一下子几何级减少。
消费者的角色在无形中也随之改变。
过去，消费者是决策的制定者；现在，消费者越来越像推荐的批准者。
你不必重新研究所有商品，只需要判断AI给出的推荐是否符合自己的要求。越来越多购买前的判断，会由AI参与完成。
AI 真正争夺的，是消费者的判断权。
这里最大的一个影响是，过去人们会看十几个商品，买东西的时候取决于推荐系统，现在AI给你推进去。
AI不光是在帮你找商品，不光是在帮你做研究，它开始参与决策，看似是人在决策，其实是它在决策，这是一个根本的变化。
3.AI的下一步发展，是从推荐信息走向执行任务
AI与消费者的关系，还会从“帮你找信息”，进一步走向“帮你完成任务”。
AI，从小的辅助，变成帮你去完成任务，把“搜了什么”、“点了什么”、“比较了什么”、“买了什么”几个环节全部串在一起，从你要找到更多的商品，变成了让你更加轻松地完成一次购买决策。
比如，一件商品现在卖300美元，你觉得合适，但价格有点高。你可以向AI提出一个任务：“等它降到250美元以下，帮我买下来。”
这与一次搜索、一次推荐，已经不是同一回事。你交给AI的，是一个带有条件、需要持续执行的任务。
当然，消费者可以自己设定决策边界。
哪些事情交给AI，哪些事情保留自己的最终决定权，可以根据自己的需求来选择。比如，小额购买不想花时间研究，就让AI完成；另一些购买，则需要自己确认。
这里的核心变化是：过去追求更多商品、更多信息和更多选择，现在越来越强调减少过程，让消费者更轻松地完成一次购物。
二、从争夺搜索排名，到争取AI推荐
1.商家要回答一个新问题：AI为什么推荐你？
AI 时代，当消费端受到影响，下一个受到影响的是商家。AI时代，当流量变成意图，商家应该优化什么？
当消费者从搜索商品变成与AI对话，从自己浏览变成让AI推荐，商家关心的问题也会发生变化。
过去，商家关心的是：我的商品怎样能够出现在搜索结果里？怎样排到前面？不管通过广告还是其他方式，都希望消费者先看到自己。
现在，需要增加两个问题：AI能不能理解我的产品？理解之后，愿不愿意推荐我的产品？
这要求商家改变信息表达的方式。
于是，GEO（获得AI推荐）的概念出现了。
商家的思维要转变，要被AI去理解。
AI要判断一件商品是否适合消费者，需要具体条件，比如用途、使用场景、续航以及各种限制。商家提供的产品和服务信息表达得越具体，就越有利于判断商品与需求是否匹配。
所以，不只是告诉消费者“我有一个好产品”，还要把产品放进具体场景里，说清楚它适合什么情况，能够解决什么问题。
从这个角度看，商家的竞争力也要扩展。
过去，我们更多关注商品本身。进入AI参与购物的环境之后，还要关注商品的数据：属性是否清楚，使用场景是否具体，消费者反馈是否能够被理解。
这些信息不是与产品无关的附属物，而是AI理解产品、判断产品是否适合用户的依据。
过去，我们问的是“消费者看到我以后，会不会买”；未来，还要问“AI理解我以后，会不会把我推荐给消费者”。
对消费者的分析、经营数据的分析、价格与库存等方面的判断，原来需要大量人员参与。随着部分工作交给AI，企业需要考虑的就不只是“用了几个工具”，而是经营系统是否需要相应调整。
广告投放也是如此。
过去，亚马逊的核心属性，是以广告投放来销售自己的产品为核心。商家进入广告系统，考虑的是买什么流量、投哪些搜索关键词。
未来，ChatGPT 这一类的工具，是可以直接去理解到消费者的用户和意图。商家可以更多地向系统说明：我希望找到什么样的消费者？我希望达到什么样的结果？
这时候，人向系统提出的，不再只是具体的投放操作，还包括目标人群与预期结果，更多中间判断可以由AI参与完成。
在未来，从一个购买流量的广告系统，逐渐变成帮助 AI 的决策系统。
怎么去看商家的竞争力？过去，看的是商品力。因为有AI，扩到四个维度的能力框架：
①商品力：商品能否满足需求；
②数据力：数据力就是你有没有足够的数据，有没有做好的数据，信息是否准确、完整、及时？
③AI可理解性：能够帮助AI去理解商品的属性、使用场景、消费者的反馈，需要正确地给AI去理解；
④AI推荐能力：最终还要进入AI的推荐。
2.亚马逊平台正在把AI放进购物的每个环节
AI 影响了消费端、商家端，那么对平台有什么变化？亚马逊已经上线了7款AI产品功能。
①Alexa for shopping 购物助手。
以前消费者要买双鞋，亚马逊会发一些信息做对比，现在消费者直接跟AI讲这个事，AI直接全流程完成。
这是亚马逊AI的一个拳头产品，从做对比，到筛选，再到推荐，自动给你做全流程。可能100元以内的产品，消费者就不想去参与决策了，AI直接给消费者干了就可以了。
②AI shopping guide AI购物指南。
主要帮助消费者研究品类和关键参数。
消费者有时知道自己想研究哪个品类，但还不清楚应该怎么选。比如购买护肤品，需要考虑皮肤类型、使用部位、敏感情况、品牌和价格等条件。
它只有三页，你可以去选。你可能不知道自己想要什么样，或者在还不是很清楚的情况下，你只要把你的具体需求说出来。
这类功能的价值，就是先帮助消费者理解一个品类，再逐步明确自己的选择，而不是一上来就要求消费者知道具体型号。
比如，你现在坐飞机想要更舒服一点，可以让你舒服的方式可能有很多不同的品类，AI给你推出来，你可以戴眼罩，或者其他小工具。
③review highlights，可以理解为评价摘要。
过去，消费者看到一个商品下面有3000条评价，通常只能挑一些来看。现在，你买一个产品，AI可以汇总这些评价，提炼出用户反复提到的特点，这样就可以很快地让消费者更快理解商品的优点和不足。
④Interest，围绕兴趣持续发现商品的功能。
这与“我现在就要买一件东西”不同。你可以把你的想法需求，你对什么感兴趣，甚至你说我想变美，我想变瘦，把你的一个想法放进去，它可能会持续给你兴趣爱好，继续帮助你发现商品，长期激发你的购买意向。
前四个AI功能，单独看，它们像是不同工具；放进购物流程里看，就能发现共同方向：亚马逊平台正在把AI放进购物决策的各个环节，逐步让人的心智负担越来越低，越来越懒。
⑤和⑥Shop direct（跳转购买）/buy for me（代购）。
过去，亚马逊的搜索是“我有什么，我卖什么”。
ChatGPT一出来，亚马逊担心沦为ChatGPT的小弟。因为，原来亚马逊是购物流量的入口，现在很多人在ChatGPT搜商品。
所以亚马逊Shop direct产品的野心，就是如果你在亚马逊想买一个东西，但是亚马逊没有，亚马逊说我帮你跳转到第三方的其他网站，我来帮你去购买。亚马逊现在想打破边界，突破自己的边界。
Shop direct（跳转购买），是你点了之后跳转到其他品牌网站页面上看产品，再购买。
buy for me（代购），是你直接在亚马逊把钱花完，给它付钱，它再去给你购买，你就不用再跳转过去这么麻烦。
这已经无限接近Agent，就像今天 Meta 推出的Muse（个人生活助手 AI），从信息服务变成AI帮你弄，完全执行。
从最初的认知，到研究，到分析，到对比，到决定，把research（研究）、 comparison（比较）、 decision（决策）、purchase（购买）全部逐渐转给了AI。AI有点统一天下的感觉。
⑦Agentic ads代理广告。
理解网络广告，可以先看三个基本概念。
CTR是点击率，即看到广告的人中，有多少人点击，CTR=点击次数/展示次数，越高越好；
CVR是转化率，点击之后有多少人购买，CVR=购买次数/点击次数，越高越好；
CPC是单次点击成本，即广告主为一次点击支付多少钱，CPC=广告花费/点击次数，越低越好。
平台不只是在展示广告，也在预测：这个用户会不会点击，点击之后会不会购买。
所以，广告本身就包含判断。
还有一个经常被忽略的问题：出价高的广告，一定排在前面吗？
按照竞价系统，谁价格高，谁在前面。
但是亚马逊没有这样做。
比如，用户搜索跑鞋，平台不能因为手机壳广告的出价更高，就把手机壳推给他。这与用户的需求不相关。
在搜索广告流程里，搜索词进入系统之后，要先经过相关性判断，把不匹配的广告筛掉，再进入后续的竞价和排序。
亚马逊宁可牺牲排名，宁可少挣点钱，但是一定要让消费者的体验是最好的。保证用户的体验，才能保证长期的商业价值。
平台需要同时考虑商家收益与用户体验。如果只顾眼前收入，长期商业价值就可能受到影响。
因此，广告并不是卖出一个位置那么简单，而是要在合适的时间，把合适的内容放到合适的人面前。
AI继续进入这套系统之后，可以帮助理解语言、上下文、商品的描述和历史的交互。系统关心的，也会越来越接近最终结果，而不只是一次点击。
亚马逊的第7种广告形式，就是agentic ads（代理广告），消费者可以与它对话。
当广告可以与消费者对话，变化就不只是从图片变成文字，或者从文字变成视频。
过去，消费者看到不同广告位，再从中寻找自己需要的信息。进入对话场景之后，系统可以根据消费者当前表达的需求，调整推荐与广告内容。
原文：http://weixin.sogou.com/weixin?type=2&query=%E7%AC%94%E8%AE%B0%E4%BE%A0+%E4%BA%9A%E9%A9%AC%E9%80%8A%E9%83%BD%E6%85%8C%E4%BA%86%EF%BC%9A%E8%B5%9A%E9%92%B1%E7%9A%84%E6%96%B9%E5%BC%8F%EF%BC%8C%E5%BD%BB%E5%BA%95%E5%8F%98%E4%BA%86%EF%BC%81
