说到AI，你脑子里浮现的第一个应用产品是什么？

如今，万物皆可AI。或者说，万物皆需AI。

家里的监控、冰箱、洗衣机，甚至买个咖啡机，似乎只要是个带电的，都能说集成了AI技术。甚至于之前在某展会上，还看到了个AI面膜。

明明是和之前一样的产品形态，却似乎不加个AI就跟不上时代潮流，但AI在哪？它们的效果如何体现？

从技术狂欢到价值落地，AI应用的爆发已成定势，大家争抢着培育应用场景，期望看到下一个iPhone时代。

但如果要让普通消费者来定义何为AI，或者说他们感受到的AI，仍然是那些AI搜索软件。

与其关注AI硬件，不如回归“梦开始的地方”，AI搜索领域，还能加什么有新搞头？

AI电商，市场需求在哪？

前段时间，OpenAI宣布，将在ChatGPT推出一项新功能——购物。

你只需要简单的给出预算和产品，以及期望拥有的功能，ChatGPT就能之间帮你上链接。

首先GPT会通过商品卡片的形式呈现出推荐商品列表。同时在卡片下方以你最初的需求推荐最优产品。

再点一下产品卡片，GPT也会直接展示有关该产品的详细信息以及在不同网站上的购买价格，值得注意的是，它甚至会在下面总结“你为什么会喜欢这个”以及“别人怎么评价”。

用户只需要点进合适的产品里，找到意向的购物网站，点击“Buy”就能直达购买链接。

PConline经测试，发现在国内还未能使用该功能，但据悉OpenAI 已经在GPT-4o中为全球所有可使用ChatGPT的地区的用户推出该功能，包括Plus、Pro、免费及未登录用户。目前，该功能首先覆盖的是时尚、美容、家居用品和电子产品等类别。

乍一听，或许会觉得，现在电商软件这么发达，我自己在App上搜不是更方便吗？

要回答这个问题，首先我们要问自己：如今的电商App，能否满足你的搜索需求？

我想买一个杯子，我可能可以基于杯子的材质、形状去进行搜索，但如果我要一些更为个性化的功能设计呢，我想要把手可以磁吸的，还能搜出来吗？

这可能就得靠商家能在商品标题的描述里叠加多少定语和形容词了。

去年年中，自媒体人潘乱曾举过一个例子，他想要一件黑色的，不粘猫毛的，上面有口袋的Polo衫。需求看着已经十分明确了，但现有电商平台搜索完全找不到合适的结果。

虽然如今的电商App在满足常规搜索需求（如材质、形状）上已相对成熟，但在处理​​高度个性化、多属性叠加的复杂需求​​时仍存在显著瓶颈。

这是因为目前的电商平台的搜索基于关键词的机械匹配，无法理解属性间的逻辑关系。用户的一些隐性需求，还需依赖更复杂的自然语言处理技术。

这也能理解，毕竟现有算法更多服务于大众化需求，对一些溢出性的需求覆盖能力有限。

但这个问题，交给如今的AI就很合适，DeepSeek的出现让深度推理成为主流，多模态模型的发展正在逐渐步入成熟期，用它们来解决用户个性化需求的问题，难度并不大。

强大的自然语言处理能力，能精准理解用户复杂需求。同时AI搜索本身的技术优势，如语义分析和上下文推理，在个性化推荐上，还能基于你此前的提问进行理解推荐。

从用户体验来看，搞头大吗？搞头不小。

为什么是AI搜索？

推荐从搜索产生。

从后PC时代，百度一直稳坐国内搜索市场头把交椅。为什么搜索引擎有这么大的市场，因为搜索是用户主动表达需求的核心场景，也是用户获取信息的直接途径。要不然说“百度一下你就知道”呢。

所以早期百度才能因为“莆田医院”陷入如此大的争议风波。包括后期小红书滋生的“种草”经济，用户本身对搜索较高的高接受度和信任度，是商业价值的源泉。

小红书数据显示，70%的月活用户都有主动搜索的习惯，每月寻求购买建议的用户数高达1.7个亿，在笔记里“求链接”的评论数量高达8000万。

这让近期小红书和天猫合作，即小红书用户能在笔记中直达天猫购买页顺理成章。

更别说，如今用户对AI搜索的高接受度和使用频率也是AI搜索+电商的核心动力。据AI产品榜4月份数据，DeepSeek和豆包的月活用户都在1亿左右。

而同样是做推荐，如果说小红书直链电商平台靠的是种草，那AI搜索直链电商平台靠的就是协同过滤——即协同用户的行为，一起对海量的信息进行过滤，从中更加快速筛选出用户可能会产生兴趣的内容。

简单来说，算法。

传统电商平台依赖被动推荐，而AI搜索能主动引导需求。AI通过语义分析可直接捕捉消费意图，通过问答式交互推荐商品。

更重要的，你不需要再打开多个电商平台进行比价，大模型可以整合全网商品信息、用户评价及实时价格，提供动态比价与决策支持。

同样是“人找货”，AI搜索与电商的结合，这一模式的核心优势在于：​​将搜索行为转化为深度用户画像，并基于此实现“需求翻译-商品匹配-场景化推荐”的闭环​​。

广告将是那把达摩克里斯之剑

当然，以上更多是一个理想化的模型。

回归到消费者身上，AI搜索+电商，首要面临的问题，是AI搜索会不会成为电商产品们一个新的广告位？

如果AI搜索若优先推荐合作商家的商品，那搜索出来的内容可信度还有多少？

目前，国内的AI搜索应用暂未和电商平台合作，进行直链。而正式推出了购物功能的OpenAI则直接表示：商品结果是独立选择的，不是广告。

“购物推荐的结果基于来自第三方的结构化元数据，例如价格、产品描述和评论。公司不会从通过 ChatGPT 搜索进行的购买中获得回扣。”

包括此前，奥特曼就曾多次反对在GPT中投放广告，虽然近期他在接受采访时态度有所松动：“也许我们可以用一种‘有品位’的方式做广告。”

他表示：“比起传统广告，我更想尝试的是很多人使用Deep Research做电商，比如说，我们是否可以想出某种新模式，即我们永远不会收钱来改变投放位置或其他，但如果您通过Deep Research购买了您找到的东西，我们会收取 2% 的联属费用或其他费用。”

但说实话，只要是搜索广告，就很难逃离搜索竞价排名。通俗意义上的搜索竞价，即企业可以选择针对某些关键词进行广告投放，按照点击竞价付费。

苹果竞价搜索广告Apple Search Ads

简单来说，你花更多钱，搜索出来的展示结果你就会在更前面。但目前大多数竞价搜索都有平衡算法，推荐权重比较复杂，过程相对“黑盒”，并非花更多钱就绝对在最前面。

但只要涉及广告，商业化与用户权益的冲突就仍然存在。若过度依赖广告营收，可能损害AI搜索的中立性，若完全拒绝广告，则难以覆盖高昂的模型训练成本。

更别说，如今用户对AI的信任程度还没那么高。毕马威报告显示，尽管66%受访者已形成规律性AI使用习惯，但超半数仍认为其不可信赖。相比2022年ChatGPT发布前开展的同类研究，如今的AI普及率已显著提升，但公众信任度反而呈现下降趋势，且忧虑情绪随之上升。

值得注意的是，目前国内AI搜索其实也有相似于购物体验的存在。如让AI推荐餐厅和景点，这些其实都是搜索竞价的温床。

事实上，我们很难完全拒绝广告，关键在于平台如何把握好那个“度”，说到底，用户信任是AI搜索商业化的根基，任何盈利模式的创新都需以不损伤可信度为前提​​。