「这不是价格问题，是控制权问题。」Azoma创始人说这话时，OpenAI刚向Shopify商家开出了一张新账单——通过ChatGPT完成的每笔交易，抽成4%。
表面看，这只是个支付通道的常规操作。亚马逊收8%-15%的推荐费，Stripe收2.9%+30美分，4%介于两者之间，不算离谱。但数字背后藏着一套完全不同的商业逻辑：亚马逊卖的是流量入口，OpenAI卖的是决策本身。
当你的购物助手不再帮你「搜索」，而是直接帮你「决定」，谁掌握了那个对话窗口，谁就掌握了价值链的最上游。
从货架到对话框：二十年电商逻辑的终结
过去二十年，电商的核心动作是「逛」。用户打开亚马逊、淘宝、京东，在搜索框输入关键词，在列表页对比参数，在详情页阅读评价。平台靠广告位和流量分配赚钱，本质是「注意力经济」的变体。
这种模式有个前提：用户愿意花时间做选择。但当ChatGPT这样的代理（Agent）介入，整个流程被压缩成一句话——「给我推荐一款适合程序员的机械键盘，预算500块，要静音。」
发现行为从「主动搜索」变成「被动接收」，决策权从用户手中滑向了算法。
这不是假设。OpenAI与Shopify的合作已经落地：商家接入ChatGPT后，用户可以直接在对话中完成比价、选品、下单。平台不再是目的地，而是执行层——你甚至不需要知道最终商品来自哪个网站。
价值迁移的路径因此清晰：谁控制推荐，谁抽成；谁只提供库存，谁被管道化。
400亿烧出来的紧迫感：OpenAI等不起
4%的费率设定，藏着OpenAI的财务焦虑。
据内部消息，这家公司每月烧钱约4亿美元。对比谷歌——搜索广告养了它二十年，AI转型可以慢慢来——OpenAI没有退路。它必须在资本耐心耗尽之前，证明自己能赚钱。
电商是现成的答案。全球零售市场规模超过30万亿美元，代理购物（Agentic Commerce）尚处早期，但增长曲线陡峭。OpenAI选择在这个节点收费，不是因为它已经垄断了市场，而是因为它需要「先占坑，再定规则」。
平台更迭的历史反复验证这个策略。PC时代微软靠操作系统绑定硬件，移动互联网时代苹果靠App Store抽成30%，每一次都是先行者划定边界，后来者只能遵守。
OpenAI的4%，就是那张画边界的粉笔线。
商家的两难：交保护费，还是被边缘化？
对Shopify商家来说，这笔账不好算。
4%低于亚马逊的佣金，但叠加Shopify本身的订阅费和支付手续费后，综合成本并不便宜。更麻烦的是依赖性——一旦用户养成「问ChatGPT买东西」的习惯，商家就失去了直接触达消费者的能力。
品牌官网的访问量会下降，邮件营销的打开率会萎缩，会员体系的粘性会被稀释。你不再是「某某旗舰店」，只是ChatGPT推荐结果里的一个选项，和其他竞品并排躺在对话框里。
有商家在论坛吐槽：「以前怕亚马逊封店，现在怕ChatGPT不推我。」
这种恐惧正在催生新的行业分工。一些代运营公司开始提供「AI可见性优化」服务，帮商家调整产品描述的关键词结构，训练模型更频繁地提及特定品牌。听起来像SEO的变种，但战场从网页排名转移到了对话上下文。
消费者的幻觉：便利的代价是透明度的丧失
用户端的故事更微妙。
代理购物确实省事。你不用在十几个标签页之间切换，不用分辨刷单评价，不用计算满减套路。ChatGPT会告诉你「这款键盘在程序员圈子里口碑最好，过去三个月退货率低于2%」——听起来很专业，直到你意识到：这个「口碑最好」的结论，是谁定义的？
推荐算法的黑箱问题，从信息流蔓延到了交易环节。当你在淘宝刷到某件商品，至少还能看到「广告」标签；当ChatGPT把它塞进对话，边界完全模糊。你不知道这是客观比较的结果，还是商家付费投放的位置，抑或是模型训练数据中的偶然偏差。
更隐蔽的风险是价格歧视。代理有足够的数据画像判断你的支付意愿——你过去买过什么价位的电子产品、对品牌敏感度如何、是否愿意为「省心」支付溢价。理论上，同一款商品，不同用户看到的推荐价格和理由可能完全不同。
你以为是AI在帮你省钱，实际上它可能在帮你「优化」支出上限。
竞争者的反应：谷歌、亚马逊的防守与反击
OpenAI不是唯一看到这块蛋糕的玩家。
谷歌的Gemini正在整合Google Shopping的库存数据，试图把搜索优势延续到代理场景。亚马逊则在测试「Rufus」——一个内置于App的购物助手，专门回答「这款跑鞋适合扁平足吗」这类具体问题。
但两者的处境都很尴尬。谷歌有流量，缺交易闭环；亚马逊有供应链，缺对话能力。它们都在补自己的短板，而OpenAI已经先跑了一步。
更激进的挑战者来自亚洲。阿里巴巴的「通义千问」接入了淘宝天猫的全品类库存，拼多多的AI客服能直接完成砍价和拼团。这些产品的代理能力未必比ChatGPT强，但它们背靠完整的电商生态，不需要像OpenAI那样依赖外部合作。
战场正在分化：一派做「通用代理+插件生态」，一派做「垂直代理+自有供应链」。哪条路能走通，取决于用户更愿意信任一个「什么都能买」的助手，还是「某个品类特别懂」的专家。
4%之后的连锁反应：行业标准如何形成
费率本身也会成为竞争变量。
OpenAI定4%，给自己留了降价空间——如果亚马逊或谷歌推出类似服务，它可以迅速调整到3%甚至2%来抢商户。反之，如果市场接受度良好，这个基准也可能被抬高。
更深远的影响在于数据归属。每一笔通过ChatGPT完成的交易，都会产生完整的决策链条：用户最初的需求描述、对比过的选项、放弃的理由、最终的选择。这些信息对训练下一代模型价值连城，但商家几乎无法获取。
传统电商里，品牌至少能看到「用户从哪个广告点进来」「在详情页停留多久」。代理购物时代，这些中间过程被封装在对话里，平台成了唯一的信息中介。
有分析师预测，未来可能出现「代理竞价」模式：商家为获得推荐位实时出价，类似搜索广告的逻辑。到那时候，4%只是基础通道费，真正的成本藏在看不见的拍卖机制里。
一个值得观察的测试案例
Shopify商家中的早期 adopters 正在提供反馈。一位销售户外装备的店主分享了他的数据：接入ChatGPT三个月后，来自代理渠道的订单占比从0%涨到了12%，但客单价下降了约18%。
他的解释是：AI推荐倾向于选择「参数达标且价格最低」的选项，而不是品牌溢价更高的旗舰款。这对白牌商品是利好，对建设多年的品牌则是侵蚀。
另一个意外发现是退货率。代理购物的用户退货率比站内搜索用户高出7个百分点——可能是因为「对话中的冲动决策」比「浏览中的理性比较」更容易后悔。
这些细节还在快速迭代。OpenAI的产品团队据称每周调整推荐算法的权重，测试不同的对话策略。4%的费率是固定的，但什么商品能被推给用户、以什么方式呈现，每天都在变。
如果你是一名电商从业者，现在该做的不是计算4%划不划算，而是去ChatGPT里输入你所在品类的典型购买请求，看看自己的商品出现在第几个推荐位——以及，它旁边的竞争对手是谁。
热门跟贴