本文来自微信公众号： Fast Company中文版 ，作者：Eric Xie
“AI购物”正在成为兵家必争之地。
据彭博社日前报道，Meta正在测试一项AI购物功能，以与ChatGPT和Gemini的购物功能展开竞争——去年年底，ChatGPT推出新版AI购物功能，由专为购物训练的GPT‑5 mini版本提供支持；今年一月，Gemini与沃尔玛宣布合作，用户可直接在Gemini应用内搜索、对比和购买沃尔玛及山姆会员店的商品。
国内，阿里千问正试图利用AI重塑国人的购物习惯。今年春节期间，千问砸下30亿元红包补贴，发起“千问请客”春节限时活动，取得11天内超1.3亿人使用千问点奶茶、囤年货、订机票酒店的亮眼数据。
AI购物的本质是在来自商品、商家、广告等信息交织如麻的当下，为消费者提供更全面、更快速、更精细的消费决策。消费者也正尝试将决策权外包给AI。麦肯锡则预测，至2030年，全球将有3万亿至5万亿美元的购物交易由此类代理完成。
虽然AI购物尚未在人们的消费决策中占据主导地位，但其影响却真实存在，并正在扩大。问题也随之浮出水面：AI购物将成为消费决策的终极外包吗？当我们放弃选购过程，我们或将失去什么？
消费决策的外包，本质是人们对决策疲劳的应对。
“当人们能够处理的信息远大于接收到的信息时，决策质量会变差。”AI依恋风格提出者之一、早稻田大学心理学博士杨帆在Fast Company China的采访中表示，“从前人们可能乐于接受这种选择权，但现在选择太多。”
互联网诞生前，人们的消费决策主要依赖自身判断，或参照熟人建议。彼时，购物是“货比三家”的精挑细选，商品的多样性和流通性均受地域限制。面对有限的选择，消费者有足够的精力做出判断。
进入互联网时代，可选择的商品数量呈指数级增长，人们的期望值也被不断拉高，也增加了“还有更优选”的焦虑。与此同时，科技进步让商品趋于专业和复杂，消费者对商品的认知成本也水涨船高。当“结算键”越来越难以按下，人们愈发渴求决策帮助。例如，借由KOL、KOC、电商商品评价等外部渠道，通过付出一定的信任，转让部分消费决策权。
随后直播带货的出现，一定程度上解决了人们选购的焦虑，也加速了消费决策权的让渡——主播通过选品、低价、打造IP等方式，赢取消费者信任；消费者在直播间一键下单，用“信任成本”对冲“决策成本”。
如今兴起的AI购物，则正以前所未有的极致效率帮助人们应对决策疲劳。消费者只消发送一条需求指令，数十秒内，AI便能奉上一个带有购买理由和链接的商品方案。AI不再只是辅助筛选的工具，更成为深度介入消费链条的“决策代理人”。AI购物似乎正在成为消费决策的终点站，但现实比表象要复杂得多。
消费者对AI购物的需求极其简单：响应快速、准确度高、全网优解。“从用户体验角度看，AI购物最大的价值在于提升决策效率。”长期专注AI投资的某创投基金合伙人Amanda在Fast Company China的采访中表示，“比如在多次购物场景里，AI可基于用户历史行为做更智能的推荐，减少重复筛选和决策的时间，优化购物体验。”
不过，用户初次体验的满意度，极大程度决定着复用的意愿。就目前而言，AI购物在实用性上面临着三大硬伤。首先，面对千差万别的商品，AI的理解力参差不一。对参数清晰的数码商品，AI可高效理解并按需生成购买方案；但对时装、配饰这类基于个性化审美的商品，AI的表现并不尽如人意。
其次，面对明确的需求指令，AI仍可能给出相左选项。这是由于AI的本质是概率模型，无法保证百分百准确的信息输出。ChatGPT官方表示，AI购物有时会在价格、库存等细节上出现错误，建议最终购买前访问商家网站。姑且不论体验的流畅性，这种直接涉及金钱等关键信息的偏差，无疑是交易的一大忌讳。
再者，AI购物的优势在于调取和比较各个平台的商品。理论上，调取范围越广，越可能满足用户期望。但平台间的竞争关系注定了这种优势难以被真正释放。在国内，互联网生态结构呈中心化，一个平台往往集成着社交、购物、支付等综合功能，平台间保持数据独立。典型案例如千问不能调用美团，仅提供阿里生态内的优解。
相较国内，国外互联网生态结构呈去中心化，电商平台与品牌独立站并重。AI购物的出现打破了这一平衡。它像个捕食者，将平台和独立站的商品全部“捕获”至算法内，创造出全新的购物入口。这直接动摇了亚马逊这类大型电商的商业根基，由此引发了一场数据“保护战”——亚马逊禁止ChatGPT爬取其商品数据，eBay更新用户协议以严厉打击未经授权的AI购物工具。无论国内国外，这种“局部优解”，与消费者期待的“全网优解”不甚匹配。
“这更多是互联网生态结构所决定。”Amanda指出，“长期来看，还是有可能出现更中立的第三方平台，去连接多平台数据，为用户提供更全量的信息浏览和跨平台比价能力。”
AI购物的实用性决定了其用户基数，商业性则决定了其本身能走多远、能为用户提供多长远的价值。当前AI购物浪潮的掀起，本质在于业内普遍判断该模式有可能成为新的流量入口。但在实际发展中，其商业性的硬伤正日益凸显。
在全球范围内，AI购物均面临着消费信任问题。其一，算法背后复杂的商业运作，让普通消费者难以判断AI购物的推荐中参杂了多少商业水分。即便平台方承诺，为商业推广内容注上“广告”标签，消费者依然面临着GEO（生成式引擎优化）的干扰。这项技术的底层逻辑在于理解AI的运作并“投其所好”，使目标信息被AI检索并引用。其结果是，商业推广有可能被AI当作客观事实输出，诱导消费。
其二，用户支付、地址等核心数据的安全，也是摆在AI购物面前的一道难题。就在2025年年底，OpenAI及其数据分析提供商Mixpanel遭遇一场集体诉讼，起因在于Mixpanel遭遇网络攻击导致包含客户信息的数据集外泄。Amanda从投资角度也分享道：“目前最核心关注的是AI购物的数据安全与隐私风险。”
必须提及的是，一些先行者已做出战略性回撤。据The Information报道，OpenAI放弃了在ChatGPT中全面落实即时结账的计划，原因在于部分用户习惯“浏览但不购买”，以及欺诈防范和商家数据实时同步等技术障碍。这种回撤，揭示了AI购物正面临的现状——试图重新定义流量入口，但落地之路荆棘满布。
尽管AI购物在实用性和商业性上面临重重难关，但这不意味着其止步不前。Semrush近期一项基于1000多名美国消费者的调研显示，22%的人直接在AI内完成购买，69%的人预计AI将在他们的购物方式中扮演更重要的角色。因此值得追问的是，当购物交给AI，我们或将面对什么？
不久前，哥伦比亚大学和耶鲁大学的一项研究指出，AI会表现出选择同质性，通常将需求集中在少数“典型”产品上，而完全忽略其他产品。这种倾向尽可能地满足了大众喜好，强化着流行和主流标签，同时扼杀着个性和偶然。
“AI可能基于‘现在的我’来推荐，但有时候在偶然中，我们会通过购物拓展现在的自己。”作为消费者，杨帆博士重视购物中的偶然性，“这些东西我可能事前不知道它们的存在，甚至我自己都不知道我自己会喜欢。”这种偶然不仅是购物的乐趣，更是探索未知自我的乐趣。
更深层地，AI购物还影响着我们对“已拥有”的感觉。相较传统购物“搜寻-发现-比较-购买”的链路，AI帮人们跨过了搜寻到比较的过程，直接给出“购买”链接。这种消费体验，正在影响我们对“拥有一件商品”的价值感知。
杨帆博士从心理学角度指出：传统购物的过程，正是心理所有权形成的过程。人们查看选项、权衡利弊、做决定，这些行为让人对商品产生投入、控制和自我关联。对某个对象投入了时间和精力、对它有控制权，并把它与“我是谁”联系起来时，大脑就会产生“这是我的”的感觉。
“当人们不用再花费这么多精力和时间去亲自选择和决策时，商品就更像是AI给我的，而不是我选的。”杨帆博士对此保持疑虑，这或将导致人们对商品的价值感知变得更低，甚至更容易后悔、更频繁地退货。
或许，AI购物的意义，不只在于提升决策效率，更在于它像一面镜子，照见我们必须思考的一个新命题：在一切都可以被高效代理的AI时代，我们究竟如何定位自身，又该成为何种角色。