高盛详解代理式AI消费时代：谁将成为电商领域的最大赢家？

AI时代，购物链条正在被重写。

据追风交易台，高盛全球投资研究的最新研报显示，AI代理将重构消费者意图的入口——从过去的"用户主动搜索、比价、下单"，演变为"AI代理理解需求、筛选商品、触发支付"。价值链的争夺点，也从"谁有页面流量"转向"谁能捕捉并执行购买意图"。

研报将核心判断压缩为一句话："价值应越来越跟随消费者意图。"含义直接：如果商业意图从搜索框、零售网站和App迁移到AI代理界面，广告预算、支付流量、身份验证、反欺诈和商户分发费用都将随之迁移。这一切不会一夜发生，时间维度更接近电商本身的演化周期，可能持续三至五年以上。

这场迁移已经开始影响投资逻辑。高盛的框架认为，赢家由五件事决定：分发能力、消费者信任、商户参与、交易基础设施，以及捕捉商业意图的能力。受影响的行业横跨电商、数字广告、支付、身份验证、反欺诈和网络安全，而争议始终集中在一个核心问题上：谁拥有消费者。

最先被接管的，是纸巾和清洁剂

代理式购物的落地顺序，取决于两件事：交易复杂度有多高，买错的后果有多严重。

低风险、低复杂度的品类将最先被代理接管。纸制品、清洁用品、包装食品和杂货等，消费者品牌忠诚度相对低，代理可以根据历史购买记录、价格、库存和配送速度完成复购。缺货时，代理也更容易替换SKU或品牌。私人品牌在这类场景中占优势，因为"价值"和"可得性"将成为代理优先排序的指标。

叫车、餐厅预订和配送等复杂但出错代价不高的场景，同样具备早期采用条件。消费者可能仍然设定偏好，但结果若不完全匹配，后果相对可控。

最难自动化的是高个性化、高出错代价的消费。鞋、珠宝、部分服饰和奢侈品受个人偏好影响深，退货风险高；旅行、酒店和航空等场景能给商户带来明显价值，但一旦订错，消费者损失更大，因此需要更成熟的授权、确认和责任规则。

高盛测算显示，美国约有2.6万亿美元消费位于高可能性品类，即低风险、重复购买类型。另一关键数字是：银行卡线下消费中，每有2%的代理式渗透，可能为电商增长贡献约1个百分点。这解释了为何代理式商业被放在"电商渗透率继续提升"的框架下，而非单纯视为AI应用。

广告不会消失，只是换了一个收税口

数字广告的核心从不是展示位置，而是商业意图。桌面互联网时代，广告跟着网页流量走；移动互联网时代，广告跟着App内用户关系走；AI代理时代，广告可能跟着"默认推荐"走。

短期内，AI更多提升广告效率：降低创意成本、优化投放、提高广告支出回报。更大的变量在中长期：越来越多商业意图若发生在AI界面里，传统搜索页、零售页面和信息流广告的价值都将被重新定价。

关键不在于广告预算是否消失，而在于谁成为新的推荐入口。AI原生的赞助推荐、排序和默认选择，都可能成为新的广告货币化形式。搜索被扰动之后，未必走向免费的开放市场，也可能出现新的收费者。

三类公司的位置最为清晰。Meta将个人AI与AI原生广告界面结合，既有消费端个人代理入口，也有广告货币化路径。Alphabet仍然拥有发现入口，AI界面将发现从传统搜索延展出去，代理和支付协议同时触达"意图转交易"的基础设施。Amazon离交易最近，零售媒体本就建立在购买意图上；价格、库存和配送可靠性，正是消费者和代理都会优化的指标。

过去广告买"曝光"，后来买"转化"，下一步可能买"被代理选中"。

大零售商：吃红利，也得防着入口被截走

代理式商业给大型零售商带来两面影响。

有利的一面在于，AI代理天然优化价格、库存、配送速度和交易可靠性，这将偏向规模化平台。Amazon和Walmart在履约网络、库存深度和价格能力上有优势。小商户也可能受益，因为代理能降低发现门槛，帮助用户找到更合适的长尾供给；但当排序函数越来越看重低价、速度和稳定性，规模仍然是硬优势。

不利的一面同样现实：大零售商不愿把发现入口和客户关系交给横向AI代理。一旦用户不再直接进入零售商App或网站，第一方数据、会员体系、交叉销售和零售媒体收入都将被削弱。代理带来订单，也可能拿走用户心智。

Walmart的Sparky提供了一个典型样本。该AI助手于2025年6月推出，功能涵盖客服、根据常购商品建购物车、总结评论并给出推荐、帮助用户规划和比较商品。推出后，周活客户同比翻倍，环比增长60%，平均订单价值高出40%。用户已将其用于派对筹备等复杂多商品购物场景。

Walmart的策略边界也相当清晰：与AI玩家合作共享实时价格和库存等"易腐数据"，获取更上层的发现和新客；长期客户数据则留在自己手里。对广告业务而言，Sparky改变的不只是广告位——对高频用户，广告负载更低但价值更高，搜索查询触发广告的逻辑，正在向上下文信号触发"解决方案"的逻辑迁移。

品牌分化：标品怕被替换，高参与品类靠属性胜出

消费品公司面对AI代理，将按品类走向分化。

在低参与度、商品同质化的品类，风险更直接。纸品、清洁用品、货架食品和基础款服饰，AI代理可以接管完整购买周期，缺货时自动换品牌，价格低且可得性强的私人品牌更容易被选中。过去依赖货架位置、搜索页曝光和惯性复购的品牌，优势将被压缩。CLX和KHC因私人品牌暴露度，被高盛列在风险较高一侧。

高参与度品类相对更抗冲击。高端美妆和护肤等场景中，代理可以推荐，但消费者仍会做最后判断。较高客单价、功效诉求、品牌偏好、DTC关系和会员忠诚度，都将保留品牌建设的回报。EL的位置更好，原因包括与Shopify的DTC体验合作，以及通过Profound参与AI原生品牌发现。

代理推荐还带来一个新约束：选项数量远少于搜索首页。未来品牌争的可能不再是"第一页排名"，而是"能否被AI理解并推荐"。产品属性必须机器可读。高盛中提及，MDLZ旗下Oreos只出现在10%的AI曲奇推荐中；PG正在推进面向生成式引擎的优化（GEO）。营销预算也将随之倾斜——消费者仍参与最终决策的品类，品牌投放越有价值；可替代标品的预算回报越容易被代理排序规则吞掉。

服饰软线：品牌故事在代理时代反而更重要

服饰、鞋包和软线品类的逻辑类似，但更强调品牌差异。

基础款、价格驱动型零售面临更高争议。AI代理若只比较价格、尺码、配送和退货便利度，弱品牌很容易被替代。创新驱动、功能差异明显、需要推荐解释的品类，更适合在代理式发现中胜出。

胜出的品牌需要让AI"看懂"自己为什么不同。产品创新、差异化功能、品牌叙事和AI引擎优化都将变得更重要。线下体验和营销活动也不会失去价值，反而可能承担"让消费者覆盖代理推荐"的作用。

支付网络：新购物方式仍跑在旧轨道上

代理式商业并未绕开支付基础设施。Google、Stripe、Visa和Mastercard的相关协议，正在把"代理到商户"的授权流程接入既有卡组织体系。AI代理可以改变下单入口，但交易仍可能依托卡网络、令牌化、授权、风控和拒付处理。

最大的未解问题是责任归属。传统卡现交易中，欺诈损失通常由发卡行承担；无卡交易中，商户承担更多责任；非卡支付责任结构更分散；代理式商业的责任边界尚未清晰。错误购买、意图验证、欺诈损失、拒付和退货，都将影响大规模采用。

Visa的无卡交易令牌化比例说明了既有网络的适应能力：2019年为4%，2025年已升至54%。这条路径支持一个判断：新行为出现时，成熟网络未必被替代，反而可能通过安全、认证和增值服务提升附着率。

高盛测算显示，若Visa/Mastercard网络安全相关增值服务增速提高5%，将分别推动增值服务增长加快90个基点和200个基点，并推动总净收入增速提高20个基点和80个基点。现代消费金融和BNPL同样在受益范围内——代理式购物可能把融资选择前置到购买路径的更早阶段。

身份与反欺诈：风控逻辑被迫重写

代理式商业越发展，传统反欺诈信号越容易失效。过去风控依赖设备、IP、浏览行为、鼠标轨迹、输入节奏和Cookie；AI代理执行交易时，这些信号将变得不可靠——请求可能来自共享云基础设施，IP可能属于模型提供商，交易速度超过人类正常水平，不存在打字节奏和鼠标移动。

风控逻辑因此从"判断人像不像真人"，转向"判断代理是否注册、是否被授权、背后消费者是谁、交易是否符合授权范围"。新的关键控制点包括代理身份凭证、消费者与代理的绑定关系、持久身份与账户设备关系、交易上下文，以及高风险动作的额外确认。

在身份和决策层，Equifax、TransUnion和FICO分别卡在不同位置。Equifax覆盖最广，能横跨消费者身份、合成身份风险、企业、税号、支付账户、信用、收入和就业数据，覆盖交易生命周期中的多个验证节点。TransUnion强在持久身份解析和网络情报，能把消费者、账户、设备和数字活动联系起来，当合法代理与恶意流量共享同一云基础设施时，这类身份图谱价值显著上升。FICO主要在决策层，代理发起融资比较或申请时，FICO更接近"给出是否通过、如何定价、是否异常"的环节。

网络安全：代理商业的闸门

当合法自动化越来越像恶意自动化，网络安全投入将被提前拉动。

Cloudflare和Okta在这条链路上位置互补。Cloudflare站在商户边缘，Web Bot Auth可加密认证自动化流量，Bot Management用于区分合法购物代理和恶意机器人，API Shield保护目录、库存、账户和结账API，AI Crawl Control控制AI爬虫对网站内容的访问。商户真正关心的问题是：谁可以访问商品数据，谁可以下单，谁只是在抓取，谁在囤库存或撞库。

Okta站在身份和授权层，解决的是代理与消费者如何绑定、代理能访问哪些账户和数据、什么动作需要额外批准、代理权限何时撤销。其Auth0、Token Vault、Async Authorization、Fine-Grained Authorization以及Okta for AI Agents，对应的是授权链条而非网页防护。

代理式商业要大规模发生，必须先回答五个问题：代理是真是假，消费者是否授权，它能访问什么，哪些动作需要确认，当前活动是否恶意。这个环节跑不通，购物体验越流畅，风险反而越大。

票务市场：机会与新通行费并存

现场娱乐票务将代理式商业的机会和风险展示得清楚。

机会在于发现和个性化。AI代理可以按价格、地点、艺人、场馆和时间窗口帮消费者找活动，而不必在多个网站之间跳转。Ticketmaster与Meta Muse的整合，展示了代理式发现叠加在既有基础设施上的路径；StubHub则将AI视作增量获客渠道。代理还可能提高上座率，将仍有余量的活动主动推送给有意愿的用户。

但分发入口长期不会免费。短期内若AI渠道获客成本低于付费搜索，二级票务市场将看到客户获取成本下降和利润率改善；规模扩大后，代理平台可能获得定价权，票务市场需要支付推荐费、展示费或佣金，以确保出现在AI生成推荐中。

最大风险落在库存同质化的平台。二级票务中，同一座位类型可能在多个平台挂牌，AI一旦进行全包价比较，竞争将从品牌和营销转向价格与履约可靠性，服务费随之承压。代理完成明确请求、减少用户浏览行为，还将压低附加销售和站内付费展示价值。因此，拥有差异化库存的一级票务平台位置更好，二级票务平台则面临商品化和新分发收费的双重压力。

真正的分水岭：谁掌握"默认被选中"的位置

代理式商业的本质，是让购物链条里更多环节被代理执行。最早改变的是发现、比较、推荐和补货；最难改变的是高个性化、高风险、高责任成本的决策。

这条主线对行业的影响直接：广告跟着意图走，支付跑在既有网络上，品牌必须变得机器可读，零售商既想接入AI流量又不愿失去客户关系，身份和安全公司负责给整个系统装上刹车。

高盛研报的最终判断是，最值钱的位置未必是模型本身，而是"默认被选中"的位置。AI代理时代的商业竞争，最终可能还是回到一个老问题：当消费者不再亲自翻页、搜索和比价时，谁能决定第一推荐是谁。