本报记者 秦枭 北京报道
OpenAI 已悄然按下商业变现加速键。
近日，ChatGPT 正式上线购物功能，支持用户通过自然语言对话完成商品搜索、比价与购买推荐。短短一周内，其购物相关搜索量激增 140%，首批覆盖的商品包括时尚、美妆、电子产品等品类。
多位业内人士在接受《中国经营报》记者采访时表示，该模式难以成为大多数大模型变现的主要方式。大模型应用场景广泛，变现路径多元，如企业级解决方案、API接口调用、行业定制化开发、数据服务、广告精准投放等。推荐收费模式虽能直接关联用户消费行为，但面临用户对“付费推荐”的抵触心理、市场竞争导致的价格战压力，以及不同行业对推荐价值的差异化认知。
只导购，不收费
这已不是OpenAI的首次电商化尝试，在去年曾通过其 AI代理平台Operator探索购物功能，该平台只需几秒钟到几分钟即可浏览数十个网页并为用户找到相关商品。当时由于尚处于初步试水阶段，也被很多人诟病过于“笨重”、参考价值有限。
不过，此次ChatGPT 推出的购物功能使用起来相对便捷。该购物功能面向所有用户，内置在ChatGPT对话系统里。目前仅适用于电子产品、时尚、美妆、家居用品这几个类别，之后将会纳入更多商品类别。
OpenAI方面表示，产品建议都是客制化且来自网络，而非广告，购物推荐的结果则基于来自第三方的结构化数据，如价格、产品描述和评论等，以此保证信息的客观性。未来 OpenAI 还计划将记忆功能与 Pro 和 Plus 用户的购物功能整合，这意味着 ChatGPT 能够参考用户之前的聊天记录，提供更为个性化的产品推荐。
与此同时，OpenAI强调，这项功能不包含广告，公司也不会通过ChatGPT平台上的购物交易收取佣金。
在北京社科院副研究员王鹏看来，OpenAI强调推荐不收联盟营销回扣，主要基于用户体验优先，即无广告推荐可增强用户信任，避免“算法黑箱”质疑。同时，若涉及商业合作，需披露推荐逻辑，可能引发监管审查（如欧盟《数字市场法案》对AI推荐透明度的要求）。不过，长期来看，存在收费的可能性主要取决于财务可持续性，AI搜索的运营成本远高于传统搜索，若免费用户激增，OpenAI可能通过“适度广告”或“联盟营销”变现，但需承诺“不牺牲结果独立性”。若竞争对手推出类似功能并收费，OpenAI可能会跟进。
新智派新质生产力会客厅联合创始发起人袁帅表示，ChatGPT推荐功能未来存在收费可能性。当前免费策略可能是为积累用户数据、优化算法模型、建立市场口碑的阶段性策略。随着用户规模扩大、推荐精准度提升及商业价值显现，OpenAI需通过收费机制平衡研发投入与运营成本，实现可持续盈利。收费形式可能包括按推荐次数、交易佣金比例、增值服务订阅等，具体策略需综合考虑用户接受度、市场竞争与长期生态建设。
相比传统电商，OpenAI 的推荐算法基于用户历史行为、实时偏好和上下文信息，能够实现动态调整。
天使投资人、人工智能专家郭涛认为，OpenAI推荐模式与传统电商营销规则存在显著差异。传统电商以广告竞价、销量权重和佣金分成为核心，形成“马太效应”，优先展示付费或高转化商品；而OpenAI推荐基于多源评论分析与用户历史对话偏好，强调客观性和个性化匹配，减少商业利益干扰。数据层面，传统电商依赖平台内易受刷单干扰的交易数据，OpenAI则整合多源评论，通过NLP（自然语言处理大模型）挖掘真实需求。在交互形式上，传统电商是“人找货”，用户主动搜索；OpenAI采用“对话式推荐”，降低决策门槛。
王鹏则认为，ChatGPT 与传统电商的核心差异是从“流量逻辑”到“需求驱动”。传统电商依赖搜索排名、广告投放和关键词竞价，用户需在海量商品中筛选，平台通过流量分配实现变现（如亚马逊的广告收入占比超20%）。ChatGPT的模式则基于自然语言对话，通过多源评论分析（如抓取亚马逊、沃尔玛等平台数据）和用户历史偏好，实现“需求—推荐—购买”的一站式闭环。
冲击传统模式
值得注意的是，相比于ChatGPT“明目张胆”地加入购物功能，国内的大模型多是通过 AI 营销 SaaS 平台，与抖音电商、微信小店等热门社交及电商平台合作，为商家提供 AI 营销服务。
此前，阿里巴巴提出了一种世界知识大模型URM，通过知识注入和信息对齐，让LLM成为兼顾世界知识和电商知识的专家。相比传统的推荐模型，URM通过对用户兴趣的全面理解，可实现基于推理认知能力的用户兴趣推荐。
虽然OpenAI只是试探性地将大模型切入电商领域，但在业内看来，其或将颠覆整个行业。东吴证券研报显示，电商/跨境电商属于产业链长、参与方多、信息呈现形式丰富、数据量和市场规模十分庞大的行业，“AI+电商/跨境电商”是个非常大的应用场景，AI技术对电商产品、平台运营效率、用户体验都有提升作用。麦肯锡的报告指出，使用 AI 驱动的个性化推荐系统可使电商转化率提升 20%—30%，用户留存率提高 15%。与传统电商平台相比，ChatGPT 的推荐准确率在测试中达到了 92%，而亚马逊 2024 年的推荐系统准确率为 88%。
郭涛表示，在短期内，OpenAI虽难以颠覆传统电商，但会分流搜索流量，尤其在复杂决策品类中削弱广告主导的排序逻辑。其局限性在于缺乏供应链能力，且推荐准确性受数据覆盖、实时性和本地化限制。长期来看，OpenAI将推动电商行业从“流量为王”转向“信任与效率为王”，倒逼传统平台优化算法、开放接口或寻求合作。
不过，在王鹏看来，在短期内，传统电商仍占据主流（如亚马逊2024年GMV超6000亿美元），但ChatGPT可能分流部分高决策成本商品（如电子产品、家居用品）的流量，尤其是对价格敏感、注重效率的用户。长期来看，若AI推荐技术持续迭代，可能会重构电商行业逻辑，中小商家可通过AI推荐获得曝光，挑战以亚马逊为代表的巨头的垄断地位。用户决策路径从“搜索—比价—购买”简化到“需求表达—AI推荐—直接购买”，决策效率提升50%以上。
袁帅也认为，传统电商在供应链管理、物流配送、售后服务等基础设施方面已形成完整生态，且用户长期形成的购物习惯与信任关系具有较强惯性。OpenAI的推荐模式更可能成为传统电商生态的补充与升级，推动行业向更智能化、个性化方向发展，促使传统电商企业加速技术迭代与服务优化，而非直接取代现有格局。
