文 | 太平洋科技
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。
