这是首个公认的 "AI 原生大促元年 "。
几乎所有电商平台都相信一个故事：AI 会让平台变得更强，购物体验更好。推荐更精准了，转化率更高了，广告 ROI 提升了，运营效率改善了，资本市场也买账，阿里巴巴的估值逻辑还从电商驱动切换到 "AI+ 云增长 " 驱动。
今年 618 期间，阿里将千问与淘宝全面打通，京东宣称 AI 首次全场景融入 618，字节跳动旗下豆包上线 " 帮你选 " 购物功能。
然而，星图数据显示，618 购物节（5 月 13 日至 6 月 18 日，共 37 天），综合电商平台销售额为 8636 亿元，同比仅增长 0.9%，远低于上年 15.2% 的增速。全网电商累计销售额 9340 亿元，同比增长 4%，同样大幅跑输去年的 20.9%。
虽然 GMV 增速下滑未必与 AI 相关，宏观经济环境、消费信心指数、去年同期的基数效应、促销常态化的疲劳感，都是可能更重要的变量，但也说明，AI 并没有点燃消费者的购物热情。
更尴尬的是 AI 购物的实际转化数据。YouGov 调研数据显示，仅 6% 的消费者愿意借助 AI 发掘新款单品与新锐品牌；智能商务平台 Nosto 也发现，推荐精准度短板直接影响用户留存：69% 的 AI 购物助手早期使用者，在收到无关产品推荐后便直接放弃使用。
为什么 AI 购物喊了这么久，消费者并不买账？问题到底出在哪里？
AI 购物，卡在哪里了？
AI 购物的窘境，主要来自两个层面的问题：技术层面的 " 能不能做好 "，和商业层面的 " 允不允许做好 "。
首先在技术层面，大模型还没学会 " 买东西 "，幻觉问题在购物场景中被放大了。
作者实测豆包、京东 AI 购、千问三款产品购物体验中，均存在推荐精准度不足的问题。输入 "1000 预算买跑鞋 " 后，三大平台的推荐的结果都不尽如人意。
豆包页面不显示完整价格，点击后跳转至抖音直播间，步骤烦琐；而淘宝仅推荐了两个购物链接，还不如用传统的直接搜索框模式一目了然，信息丰富；京东推荐的价差较大，甚至出现了 100+ 的选项推荐，显然不符合用户定位。
虽然这些 BUG 各有不同，但指向同一个问题：模型理解意图与匹配商品的能力，远未达到用户 " 找到最合适的 " 的预期，并且信息效率还不及传统搜索模式。
事实上，69% 的早期用户在收到无关推荐后放弃使用，更说明了问题，因为早期用户本就是最愿意尝鲜的人群，连他们都大规模流失，说明当前 AI 购物体验与用户预期之间存在巨大落差。
不过，这不是单纯的技术问题。即便模型能力提升，精准度改善，另一个更根本的障碍依然存在。在商业层面，平台不敢让 AI 说真话。
实测中，无论用哪家平台的 AI 购物工具，推荐结果几乎都来自自家电商体系。千问推淘宝天猫，豆包推抖音商城，京东 AI 购推京东自营。
以 Agent 购物的理念来看，消费者使用 AI 的目的是，帮他找到全网最好的，但平台提供的 AI 是，" 找到我这儿有的 "。这是一种 " 伪开放、真封闭 " 的 AI 购物体验。
如果千问真的开放全网比价，当用户问 " 哪款跑鞋性价比最高 " 时，AI 可能会推荐拼多多的商品，那么，流量和交易就外流了。但如果封闭在自家生态内，AI 充其量只是一个智能导购（甚至是慢思考的导购），价值和体验就大打折扣。
开放全网真实信息，则商业护城河崩塌，封闭则 AI 本身的价值黯然失色。
AI 购物哑火的现象，似乎已经有了合理的解释：技术上不够好，商业上也不敢好。但问题远不止于此。即便技术成熟了，平台愿意开放了，AI 与平台之间依然存在更深层的结构性矛盾。
平台的困境：AI 正在撕裂利益结构
AI 购物遇冷，表面上消费者对这一模式的不认可，实际上是平台的进退维谷。平台在 AI 上的投入越大，越发现 AI 的逻辑和自己的商业模式根本冲突。
传统电商平台的推荐系统与 AI Agent 的推荐和执行逻辑完全不同。
在传统货架电商内，推荐系统的工作方式是，划定候选集、调整排序权重、控制用户能看到什么。它的本质是操控信息，在用户做出决定之前，平台已经替他过滤掉了大部分选项。
而 AI Agent 的逻辑恰好相反，它是理解用户意图、跨平台抓取信息、自动生成最优解、自动完成交易。它的本质是追求效率，帮助用户用最短路径找到最优解。
这两套逻辑难以在同一个产品里共存。
阿里巴巴的内部博弈是观察这一矛盾的绝佳切片。当前的旗舰 AI 应用千问 APP，归属于 ATH 事业群，由吴嘉直管，该事业群的核心 KPI 是 Token 消耗——用户数量 × 任务数量 × 单次消耗。为了更丰富平台 Agent 生态，千问尝试还跳出了阿里体系，直接将 AI 能力全面开放给第三方，东航、瑞幸、肯德基已首批接入。
而作为阿里的立身之本之一的淘宝 APP，归属于电商事业群，由蒋凡执掌，追求的是 GMV 和广告收入，赚的是商家的投放预算。当用户向千问提问 " 帮我选一款合适的跑鞋 " 时，作为一个合格的 Agent，千问的理想回答是：基于全网数据给出最优推荐，最大化 Token 价值。但淘宝想要的是：推荐平台上广告出价高的商家，以此最大化 GMV 和广告收入。
这两个核心诉求，使 AI 跑向了完全相反的方向，即便是在同一个集团体系，在同一场 AI 战役，诉求不同，必然各自为战。技术问题迟早可以随着模型能力进步而得到解决，但利益分配问题始终悬而未决。
除此之外，平台面临着第二重矛盾是，AI 越精准，广告越不值钱。
这在亚马逊的身上体现得更为明显。
2024 年，亚马逊推出 AI 购物助手 Rufus。到 2025 年，Rufus 驱动了约 120 亿美元的销售增量，月活同比增长 115%，亚马逊还在 Rufus 上推出了 Sponsored Prompts（提示词广告），2026 年 3 月正式从免费公测转向 CPC 计费。
但是，Rufus 将传统搜索结果页面上约 50 个产品的考虑范围，压缩到了对话交互中约 5 个推荐产品，普通产品的可见性至少下降了 90%，很多产品在进入用户视野前就被过滤掉了。
过去，品牌和商家在亚马逊上竞争的是可见性。而 AI 助手在用户看到产品之前就做出了第一个决定——只推荐 5 个。商品广告位的供给量突然间被急剧压缩，货架电商的竞价逻辑被彻底改写。
虽然电商与零售是亚马逊营收的基石（占比超过 70%），但实际上，亚马逊还是全球第三大广告商，广告服务收入仅次于谷歌和 Meta，收入在业务板块中占比接近 10%，也是目前增长最快的业务之一。
然而，AI 越强大，推荐越集中，广告位越稀缺，广告收入的天花板就越低。
亚马逊用 AI 强化用户体验，却用同一把刀割向自己最赚钱的业务。它显然意识到了这个矛盾。
今年 5 月，亚马逊做出了新的战略调整：关停已经服务超过 3 亿用户的 Rufus，将战略重心转向其广为人知的语音助手 Alexa，将其打造为 AI 购物战略的核心载体。调整的核心是新上线的 Alexa for Shopping，不仅支持在亚马逊站内购物，还能在亚马逊之外的网站选购商品。
亚马逊高管明确表示，此举是为了应对来自 OpenAI、谷歌等公司的竞争压力，防止用户流量外流。与其让 OpenAI 的购物 Agent 从外部绕开亚马逊，不如自己做一个 " 半开放 " 的 Agent。但这带来了一个新的难题：当亚马逊自己也在教用户去站外购物时，它的商业围墙还能守住吗？
电商平台的核心商业模式，赚的是信息不对称的钱。用户不知道哪个商品最好、哪个价格最低、哪个商家最可靠，平台通过排序和推荐，来降低这种不确定性，同时从中赚取广告费和佣金。
AI Agent 做的事情，是用户说 " 帮我选最合适的跑鞋 "，Agent 可以全量比价、参数评分、自动决策，意味着平台不再能通过控制信息流来赚钱。
Google 已经有了前车之鉴。AI 营销平台 Ahrefs 的研究表明，截至 2025 年 12 月，Google AI Overviews 使搜索结果排名第一的页面平均点击率（CTR）降低了 58%，这意味着，原本能获得 100 次点击的页面，现在大约只能获得 42 次。当 AI 直接在搜索结果顶部给出答案，用户不再需要点击进入网站，广告的触达空间被急剧压缩。
电商平台也会面临同样的命运。Gartner 预测，2026 年搜索引擎流量将下降 25%，到 2028 年 AI 搜索份额可能超过传统搜索。当用户的购物起点从打开淘宝搜索变成打开 ChatGPT 提问时，平台的流量入口价值将直接归零。
谁在真正获益？
价值正流向新节点，电商平台方可能会反驳：我们的 AI 虽然只推自家商品，但生态内的 SKU 足够丰富，用户根本不需要跨平台。而且，履约能力本身就是数十年搭建起来的竞争壁垒，这是 Agent 再强大也难以短期内触碰的。
不过，这个逻辑成立的前提是，用户自己就不会主动在各大电商平台比价。当 AI 助手可以一键跨平台比价时，平台的封闭生态就成为了一座孤岛。
至于履约壁垒，仓储、物流、售后的确是关键，但这一护城河，能护住的是交易完成的地方，而不是决策开始的地方。而当决策权丧失，履约就变成了一种纯粹的代工，电商平台的利润空间将被急速压缩。
如果平台不是核心获益者，那么 AI 购物的钱正在往哪里流？
很可能是在往基础设施层转移。
今年在 AI 购物上最值得关注的信号，是 OpenAI 与 Visa 的战略合作。Visa 的全球支付网络被嵌入 OpenAI 平台，用户授权后，ChatGPT 能够独立完成从商品搜索到支付确认的全流程购物操作。
在官方的演示中，用户向 ChatGPT 提出 " 寻找 150 美元以下的无线耳机 " 的需求后，聊天机器人即可筛选符合要求的商品并直接代用户完成购买。用户不再需要打开任何一个电商 App，一切都在 ChatGPT 的对话框里完成。
Google 同样在加速布局。Gemini 开始面向美国用户提供完整的 AI 购物服务，消费者在 AI 搜索或 Gemini 对话框内提出购物需求，系统即可完成商品推荐并支持直接下单。
这些 AI 原生公司或者产品的的核心优势在于：它们没有自家电商生态和商业利益需要保护。 它们可以真正地跨平台比价、推荐和交易。
谁控制入口，谁控制一切。相比意图层的激烈争夺，基础设施层的赢家更为确定。
Agent 调度系统、工作流编排、数据结构化层、企业 AI 工具链，这些卖铲子的生意，不受平台博弈的影响。无论最终是 OpenAI 赢了还是 Google 赢了，无论平台成功防守还是被瓦解，AI 基础设施的需求只会增长不会减少。
亚马逊旗下的 AWS 已开始向品牌开放 AI 购物技术授权，品牌最快 60 天即可搭建专属 AI 购物助手。这类基础设施生意，正在成为大资本最确定的押注方向。
在 AI 购物的版图里，电商平台的真实位置，或许会从价值捕获者降级为价值管道。
过去，平台同时控制决策发生的地方（搜索、推荐、广告）和交易完成的地方（支付、物流、售后）。这是电商平台成长为零售巨头最核心的原因——它同时控制了信息流和商品流。
但在 AI 零售的新结构中，决策发生的地方正在从平台内部迁移到意图系统内部。平台正在失去对信息流的控制，而只剩下对商品流的控制，也就是履约能力。
平台不会被淘汰，它们仍然不可或缺，履约也当然非常有价值。亚马逊的物流、阿里的菜鸟、京东的仓储，都是真金白银砸出来的基础设施。只不过，履约的价值和商业化空间，远低于 " 决策 + 履约 " 的组合价值。当平台的角色退化为仅是 " 履约 " 时，它的利润空间将被史无前例地压缩。
平台还能 " 逆风翻盘 " 吗？
平台不会坐以待毙。未来三到五年，它们可能会走上三条路。
路径一：封闭生态，用 AI 加固围墙。
这是目前大多数电商平台的选择。把 AI 能力嵌入自家生态，用更好的用户体验留住用户，同时封锁外部 AI 的抓取和接入。亚马逊通过更新底层代码，封禁了包括 OpenAI 在内的多款 AI 爬虫程序，还停止了向谷歌购物板块提供商品数据推送；美国联邦法院在今年 3 月对 Perplexity AI 发布了初步禁令，禁止其访问亚马逊受密码保护的账户系统，此案还被称为 "AI 智能体第一案 "。
但围墙越高，用户的抱怨越大。当用户发现 AI 购物助手只推荐自家的、不推荐最好的，他们会转向真正开放的 AI 入口。封闭生态短期内可以守住存量，但长期来看是在消耗用户信任。
路径二：拥抱开放，成为 Agent 的 " 供应商 "。
主动开放，将商品数据、物流能力、支付基础设施开放给 AI Agent，成为 AI 零售的 " 水电煤 "。这可能意味着短期广告收入下降，但可以保住履约层的价值。但这条路径的挑战在于，平台需要放弃对消费决策的控制权，而这是平台过去二十年最核心的竞争力。
路径三：双向押注，在矛盾中生存。
对内用 AI 强化生态闭环，对外有限度开放 API 接口。就像亚马逊正在做的，一方面封锁外部 AI 抓取数据，另一方面让 Alexa for Shopping 支持站外购物。但双向押注的成本极高，意味着同时承担封闭的维护成本和开放的机会成本。对于现金流已经承压的平台来说，这不是一个轻松的选择。
无论选哪条路，平台都回不到控制一切的位置了。 区别只在于，是在收缩中守住利润，还是在开放中寻找新位置。
所以说，AI 购物体验不佳，表层原因是技术不够好所致，但深层原因是，AI 购物与电商平台的商业模式之间存在根本性冲突。
今年 618 的期间 0.9% 的增速，很可能成为一个结构变化开始的信号。AI 对零售本质的影响是重构而非提振增长，而平台在 AI 浪潮中处于最尴尬的位置。
AI 购物的真正的竞争，已经从流量入口转向了决策心智。谁控制用户购物前问的第一个对象，谁就控制了整个交易链路的上游。
在这个上游，传统平台正在失去它们最宝贵的东西。因为 Agent 购物足够强大，强大到开始瓦解电商平台赖以生存的生态系统。电商平台，至少是那些只做货架不做 " 大脑 " 的平台，很可能会成为 AI 时代最大的输家。（本文首发于钛媒体 APP，作者｜李程程，编辑｜杨林）
