本期主题 深入解析 AI Agent 驱动的电商（Agentic Commerce）如何颠覆传统购物逻辑、重构价值链权力分配，并探讨其对商家、平台、支付体系乃至 Google 等巨头的深远影响。 核心观点引入 AI Agent 电商绝非 “AI 帮你买东西” 的简单功能升级，而是一套全新的商业基础设施。当购物决策从人类转向 AI Agent，流量入口的转移将引发利润池的重新分配，这场变革可能彻底重塑整个互联网经济结构。 一、AI Agent 电商的核心战场：哪类消费场景最适配？ 1. 不同时代消费场景的变迁对比消费类型前互联网时代互联网时代AI 时代冲动购买超市货架末端 / 收银台随手拿Amazon/Groupon 折扣推送TikTok/IG 算法精准引导日常必需品沃尔玛 / Costco 线下采购Instacart/DoorDash 线上下单配送AI Agent 自动追踪价格 + 下单生活方式类购买品牌专卖店 / 玩具反斗城Reddit / 博客调研 + 线上订购AI 研究员匹配需求推荐 SKU功能性购买百思买 / 专卖店咨询专家D2C 品牌（如 Casper）线上选购AI 顾问一对一推荐 “买什么 + 在哪买”重大人生购买线下专家咨询 + 实地考察Zillow 初步调研 + 线下决策AI 教练辅助调研 + 决策引导 二、第三方电商的 “权力光谱”：从 Amazon 到 Shopify 1. 核心差异：谁是 “记录商家”（Merchant of Record, MoR）？MoR 决定了平台与商家的责任划分：包括支付处理、退款纠纷、税务计算等核心环节，直接影响流量控制权与利润分配。 2. 为何这条 “光谱” 对 AI Agent 电商至关重要？ 平台在光谱上的位置，决定了其 AI Agent 业务的扩展性、商家的流量控制权，以及对支付体系的冲击程度。例如：Amazon 模式（平台为 MoR）：控制力强但商家无客户关系，AI Agent 若介入可能进一步削弱商家话语权； Shopify 模式（商家为 MoR）：商家自主权高，AI Agent 可低摩擦接入，成为 “基础设施伙伴” 而非 “流量掌控者”。 三、AI Agent 电商的两条路径：OpenAI vs Perplexity 1. OpenAI（与 Stripe 合作 ACP 协议）：开放中立的 “基础设施路线” 核心设计：Agentic Commerce Protocol（ACP）是 “支付中立” 协议，商家可保留自有支付服务商（PSP），无需更换现有体系。流程：OpenAI 将支付凭证打包为共享令牌，商家接收后传递给自有 PSP，PSP 解令牌完成支付；商家支付常规手续费 + OpenAI 抽成。 战略优势：商家无迁移成本，降低接入门槛； OpenAI 不承担 MoR 责任（避免退款 / 税务 / 欺诈风险），专注核心 AI 能力； 开放性适配生态（如 Etsy 不使用 Stripe 仍可接入），类似 Android 的 “开放标准” 逻辑，易快速扩张。 2. Perplexity “Buy with Pro”：闭环控制的 “平台路线” 核心设计：Perplexity 亲自担任 MoR，商家仅作为 “履约方”，不接触支付环节。流程：用户付款给 Perplexity（Stripe Link 处理），Perplexity 再通过商家 PSP 下单，全程控制交易链路。 挑战：承担大量运营责任（退款 / 税务 / 纠纷），分散技术精力； 商家失去支付 / 客户数据控制权，易引发信任顾虑； 长期扩展性存疑：闭环模式难以快速适配多商家 / 多 PSP，不如开放协议灵活。 3. 路径对比结论OpenAI 路线更符合 AI Agent 电商的长期生态需求：避免陷入电商运营 “泥潭”，通过开放协议整合各方资源； Perplexity 路线短期可能提升用户体验（流程闭环），但长期易因 “责任过重 + 商家抵触” 陷入增长瓶颈。 四、巨头的教训：Google 与 Meta 为何在电商上失败？ 1. 核心原因：广告商业模式的 “路径依赖” 广告变现 vs 电商变现的本质差异：广告：售卖 “注意力”，无需承担履约责任，利润高、流程简单； 电商：需覆盖支付 / 物流 / 售后全链路，责任重、成本高，与广告基因冲突。 2. Google 电商的 “停滞”Google Shopping 最初被寄予厚望，但最终沦为 “广告展示平台”：用户可比价，但交易仍跳转至第三方； 关键选择：Google 发现 “商家广告付费” 比 “运营电商平台” 更赚钱，放弃深入交易环节，核心收入仍依赖搜索广告。 3. Meta 电商的 “退场”2023 年强制商家使用 “应用内结账”，2025 年默认跳转至商家网站，Meta Commerce 宣告失败； 致命问题：支付体验极差（8 + 步骤、强制登录、频繁重定向），Meta Pay 未形成规模，且始终不愿放弃广告主业，未投入资源解决电商核心痛点。 4. 教训启示流量≠交易：掌握流量入口（如 Google 搜索、Meta 社交）不代表能做好电商，需匹配 “交易运营能力”； 专业分工的重要性：Google/Meta 试图自建支付体系，违背 “非我发明”（Not Invented Here）陷阱，而 OpenAI 选择与 Stripe 合作，正是规避了这一错误。 五、历史镜鉴：Google 如何 “榨干” 在线旅游平台（OTA）？ 1. OTA 的 “流量困境”：直接 vs 间接流量的利润差现状：Booking/Expedia 约 50% 流量来自直接访问，50% 来自 Google 等间接渠道； 单位经济效益对比：直接流量：利润率高，还可通过 “付费展示位” 二次变现（如酒店排名推广），贡献 OTA 约 25% EBIT； 间接流量：通过 Google CPC 获客，成本极高（每笔预订需 25-30 次点击，CPC 1-3 美元），基本处于 “盈亏平衡” 状态。 2. 残酷真相：Google 拿走旅游行业的 “大部分利润”案例：酒店每晚 300 美元，OTA 抽成 15%（45 美元），但 Google 获客成本可能高达 25-90 美元，OTA 仅赚 “辛苦钱”； 结论：控制 “漏斗顶端”（流量入口）的平台，最终会攫取行业大部分价值，OTA 沦为 “打工者”。 3. 对 AI Agent 电商的警示若 ChatGPT 等 AI 平台成为新的 “流量顶端”，现有电商 / OTA 可能重蹈覆辙：表面订单量增长，但利润被 AI 平台通过 “抽成” 或 “广告” 拿走，陷入 “高营收、低利润” 陷阱。 六、数字税的新逻辑：广告支出 = 抽成率？ 1. 核心框架：所有平台都在收 “数字税”，只是名称不同YouTube 对创作者收 45%“广告分成税”，Meta 捕获 99% 创作者经济价值，苹果 App Store 收 15-30%“抽成税”； 电商平台的 “隐性税”：商家支付的 “广告费用”+“平台抽成”，本质是统一的 “数字税”。例如：拼多多商家可能支付 5% 交易抽成 + 10% 广告费，合计 15% 数字税。 2. 有效抽成率：比 “名义抽成” 更真实的指标OTA 名义抽成 15%，但间接流量需向 Google 支付高额广告费，实际 “有效抽成率” 仅 0-5%； AI Agent 平台的潜在策略：初期收低抽成（如 2%）吸引商家，待流量依赖形成后，逐步提至 10-15%“均衡水平”，复制平台经济的 “补贴 - 垄断 - 提价” 路径。 3. 商家的真正困境：议价能力丧失当 AI Agent 成为主流流量入口，商家若不接入则失去客户，接入则需支付 “数字税”，议价能力进一步削弱； 关键问题：不是 “抽成率高低”，而是 “是否有替代流量选择”—— 若 AI 平台形成垄断，商家只能被动接受。 七、对商家与平台的多维冲击 1. 直接冲击：流量结构与收入模式重构直接流量占比下降：用户习惯 AI Agent 购物后，平台直接访问量减少，高利润的 “站内广告收入”（如 Booking 的酒店推广位）大幅缩水； 间接流量的 “双刃剑”：AI Agent 可能带来 5-6 倍转化率提升，但商家失去 “用户浏览数据”（无网站访问、无追踪像素），无法做追加销售 / 重定向广告，平均订单价值（AOV）可能下降。 2. 不同商家的分化小商家：利好。无需优化网站 / 投放广告，通过 AI Agent 直接触达精准需求，净收益提升； 大商家 / 品牌：利空。失去品牌展示机会（用户不访问品牌网站，无法感知品牌故事 / 氛围），品牌溢价被削弱；且现有 AOV 优化体系（页面设计 / 推荐算法）失效。 3. 平台的利润危机：以 Expedia 为例假设原收入结构：50% 直接预订佣金（高利润）、40% 间接预订佣金（盈亏平衡）、10% 站内广告（高利润）； AI 时代结构：20% 直接、80% 间接，广告收入缩水至 4%，EBIT 可能下降 15-20%，商业模式根基动摇。 八、谁是赢家？Shopify 与 Stripe 的机遇 1. Shopify：AI Agent 时代的 “基础设施赢家”核心优势：从不做 MoR，不控制客户关系，定位 “商家赋能者”，与 AI Agent 平台无利益冲突； 具体机遇：中小商家迁移：难以适配 AI Agent 数据需求的商家，会转向 Shopify 标准化体系（易暴露产品数据给 AI）； 营销效率提升：商家集体节省 200-500 亿美元广告支出，Shopify 可通过 “统一 AI 接入协议” 简化流量获取，提升生态粘性。 2. Stripe：支付体系的 “隐形杠杆”中立角色：支持 OpenAI（开放协议）与 Perplexity（闭环模式），不绑定单一平台，成为 AI Agent 电商的 “通用支付层”； 核心价值：解决 AI 公司的 “支付短板”（合规 / 欺诈 / 跨境交易），类似 AWS 为互联网公司提供基础设施，从生态增长中稳定获利； 长期趋势：支付领域整合，能适配 AI Agent 的 PSP（如 Stripe）将抢占市场份额，落后者被边缘化。

本期核心主题 AI 浪潮下，传统增长路径（SEO、社交媒体导流等）全面崩塌，Lovable 增长负责人 Elena Verna 拆解行业底层逻辑变革，分享 6 种新分销策略与产品驱动增长的实战方法论，揭秘 10 个月获百万用户的核心密码。 嘉宾介绍 Elena Verna：Lovable 增长负责人，曾任 Dropbox、Miro、Amplitude、Surveymonkey 增长核心成员，Reforge 合作伙伴及项目创建者，同时为 Clockwise、Sanity.io、MongoDB 等多家企业提供增长咨询，深耕增长领域多年，对 AI 时代的分销变革有深刻洞察。 本期核心内容 一、颠覆认知：传统增长策略为何集体失效？ 1. 流量渠道崩塌：SEO 与社交媒体的 “死亡”ChatGPT 推出后，依赖 SEO 获客的企业（如 B2B 产品评论平台 G2）访问量暴跌 80%-90%，用户习惯从 “Google 搜索” 转向 “AI 直接问答”，传统自然流量渠道被瓦解。 社交媒体算法频繁变动，且为提升用户留存限制外部链接导流，试图通过社交平台获客的成本与难度陡增。 2. 产品护城河瓦解：用户成 “竞争对手”AI 降低软件构建门槛，vibe coding 平台（如 Lovable）让用户能在几小时内复制 80% 简单 SaaS 产品核心功能（如电子签名、表单工具），导致依赖 “简单功能收费” 的企业面临用户 “自建替代工具、取消订阅” 的威胁，甚至出现 DocuSign 因用户复制功能而采取法律行动的案例。 3. 增长本质的误区：“好产品≠自然增长”行业大量优秀产品因缺乏分销能力被埋没，而部分体验一般的产品却凭强分销能力成为行业垄断者；Elena 强调：产品 “够用” 即可，分销能力才是决定公司成败的关键，需从产品设计初期就融入获客、激活、变现、留存逻辑。 二、增长逻辑重构：从 “漏斗” 到 “循环” 的关键转变 1. 循环（Loop）：增长的 “复利飞轮”传统漏斗（Funnel）是线性流量消耗，而循环是 “输入→动作→输出→再投资输入” 的自强化系统：新用户通过产品动作产生可复用的输出（如分享、内容），进而吸引更多新用户，实现低成本持续增长。 2. 实战案例：Dropbox 与 Lovable 的循环设计Dropbox：早期靠 “存储空间换分享” 实现病毒循环，如今 60% 新用户来自 “用户分享文件→接收者注册” 的产品自带循环，无需依赖市场或销售团队。 Lovable：聚焦 “口碑循环”，通过优化 “用户前两分钟体验” 让产品超出预期，驱动用户主动分享至社交网络，进而带来新注册用户，核心是 “首体验惊艳化”。 三、PLG（产品驱动增长）兴起：背后的 4 大市场转变 Elena 指出，PLG 并非炒作概念，而是市场底层逻辑变革的结果，核心源于 4 大转变： 1. B2B 用户变 “购买者”：过去 B2B 产品由采购部门决策，实际用户被动使用；如今用户因 “产品无法解决需求” 主动寻找自助式、类消费体验的 B2B 产品，推动产品从 “企业采购导向” 转向 “个人用户→企业渗透”。 2. 渠道生命周期急剧缩短：传统广告活动可复用一年，如今有效周期仅一周，且用户注意力分散，需频繁迭代创意，倒逼企业从 “渠道依赖” 转向 “产品自带增长”。 3. 数据可获得性提升：产品经理可通过数据仪表盘实时查看用户行为，替代过去 “依赖销售反馈” 的模糊优化，精准提升产品体验。 4. 角色界限模糊：产品经理需懂营销，市场人员需有产品思维，人人需具备数据分析能力；Elena 建议：做 PLG 可直接 “抄袭消费类产品逻辑”，这是最快捷径。 四、AI 时代的 6 种新分销策略（Lovable 实战总结） 面对传统渠道失效，Elena 分享 6 种必须掌握的新打法，核心是 “把产品当营销渠道，让用户当营销代理”： 1. Freemium（免费增值）：将免费用户视为 “营销预算”AI 提升免费功能成本（部分企业利润率从 80%-90% 降至 30% 以下），但需转变思维：免费用户支出不是成本，而是 “替代 Google 广告的营销投入”。例如 Lovable 超一半支出用于免费用户，通过免费体验驱动口碑传播。 2. 速度（Velocity）：把 “发布快” 做成护城河Lovable 以 “发布速度” 为核心竞争力，构建分层发布体系：一级重大更新（每 3 个月）、二级功能更新（每周）、三级小优化（每天 / 每小时），实现 “比竞争对手更快响应需求”。 关键支撑：培养 “AI 原生员工”（默认用 AI 完成全流程工作，而非仅 “使用 AI”），打破跨职能依赖，赋予员工端到端自主权（如工程师兼顾营销、对发布结果负责），70 人团队实现 “日更甚至时更”。 3. 数据：打造 “粘性护城河”用户数据和产品记忆是留存与防御的关键，但需避免 “绑架客户”，应通过数据优化产品价值（如 Salesforce 切断 Slack 数据对外部工具的开放，保护自身生态优势）。 4. 品牌：产品体验即品牌传递品牌不再是市场部门的 “广告牌、色调设计”，而是通过产品交互传递：Lovable 零品牌营销支出，却靠 “快速修复‘不够 lovable’的体验” 让用户感知品牌调性；当软件选择增多时，用户更倾向 “有情感共鸣” 的产品，而非仅 “功能实用” 的工具。 5. 生态系统集成：借他人分销渠道增长与其自建渠道，不如通过集成 / 合作 “借力”：例如 OpenAI 新推出的应用商店，可能成为下一个关键分销节点；核心是 “抓先发优势”，避免因犹豫被竞争对手抢占合作机会。 6. 创始人 / 员工社交媒体：让公司 “人性化”Lovable CEO Anton 从 “零粉丝” 起步，通过 LinkedIn/X 发布内容，如今单条帖子获 2000+ 互动、百万级曝光，带来免费自然流量；Elena 建议：鼓励团队全员参与社交分享，在人性层面与客户建立连接，大公司可在合规前提下最大化 “个人发声”。 五、额外关键策略：创作者经济，B2B 增长的新蓝海 * 打破 “创作者经济只适用于 B2C” 的误区：B2B 潜在客户（如企业决策者）也活跃于 YouTube、TikTok、Instagram，通过与技术类创作者合作，可借助其信任背书实现精准获客，效果远超传统广告；Elena 强调：“哪里有用户注意力，就该去哪里布局”。 六、总结：AI 时代增长的核心启示 1. 分销是生存基础：好产品需搭配强分销，否则会在 AI 渠道变革中被淘汰；产品本身应是 “最具防御性的分销渠道”。 2. 价值向 “不可复制领域” 迁移：软件价值从 “简单功能” 转向 “复杂数据处理、生态集成、品牌信任、深度领域知识”，企业需向价值链上游升级。 3. 速度与角色融合是关键：AI 原生员工、扁平化组织、快速迭代能力，将成为企业在 “软件易复制时代” 的核心竞争力。 互动话题 * 你所在的行业是否面临 “AI 冲击传统分销渠道” 的问题？ * 欢迎在评论区分享你的观察与思考！你认为产品设计中最容易被忽略的 “循环增长点” 是什么？ 关于 “深思圈” 专注挖掘全球最新 AI 产品与出海增长策略，播客每日更新，扫描订阅获取更多实战案例与深度分析。