Agentic commerce：Goldman Sachs认为，智能体商业将逐步但广泛地重塑发现、支付和商业基础设施。

概览

这份深度报告研究行动导向AI智能体如何改变消费者购物旅程，从发现环节开始，最终延伸至购买和支付。Goldman Sachs预计这是多年渐进式转变，而非即时颠覆；价值将日益流向掌控消费者意图或提供将意图转化为交易所需可信基础设施的企业。

核心观点

Goldman Sachs将智能体商业界定为电子商务采用的下一个潜在阶段：AI智能体已被用于商品发现、研究和推荐，但自主购买仍处于早期。该机构预计未来3–5+年及可能更长时间将持续推进，并将其路径比作电子商务的渐进式发展，而非一夜之间的转变。报告估计，约60%的零售和服务支出，即超过$12.3tn，属于高和中等可能性类别。其中，美国高可能性类别的近期机会涉及$2.6tn消费者支出；高可能性线下刷卡支出约2%的智能体渗透，可能为电子商务增长增加约1个百分点。低风险、重复性和标准化购买应率先采用，而服装和奢侈品等主观性类别因误读消费者意图的代价更高，进展应更慢。 报告认为，行动导向个人智能体正取代单纯对话式AI，并在发现、比较、结账和支付环节汇聚消费者意图。技术仍高度分散：智能体可通过浏览器流程、嵌入式商家工具、储值钱包系统或操作系统式个人智能体运行。商家目录开放、购物协议和支付授权必须协同运作。报告将MCP描述为目录和库存访问的集成层，而UCP支持发现、结账和售后流程中的商业交互。Visa Trusted Agent Protocol和Mastercard Agent Pay旨在增加智能体验证、消费者意图和支付授权。Goldman Sachs认为，协议提供了规模化路径，但仍需明确各利益相关方规则和责任分配。 报告预计，广告变现将随商业意图迁移，而非消失。AI已改善创意生成、定向、广告活动优化和衡量；智能体商业则是更长期的变化，可能将发现行为从搜索引擎和零售商网站转移至AI界面。赞助推荐、商品信息流广告和面向智能体的广告形式可能出现，这类似于桌面向移动端迁移如何改变用户关系的价值。META和GOOGL被视为主要的长期受益者，因为二者兼具消费者分发、AI能力、数据、商业整合和广告生态系统。报告引用Sensor Tower的数据称，META的Muse上线后下载量超过2.8 million，并在上线第二周成为美国iOS免费应用榜首。不过，归因、衡量及第三方商家参与仍未解决。 对于零售商和平台，Goldman Sachs指出，更广泛分发与保留客户关系控制权之间存在张力。AI智能体可能提升小型商家的曝光度并支持Shopify生态，但围绕价格、速度、可得性和交易可靠性的优化，也可能有利于Amazon和Walmart等规模化运营商。Amazon阻止未经授权的Muse购物访问，说明零售商担忧第一方数据、会员经济、零售媒体经济和利润控制。报告将Walmart的Sparky列为零售商自有智能体案例；其周活跃客户同比翻倍、环比增长60%，并带来40%更高的平均订单价值。Shopify被视为尤其有利的基础设施受益者，因为无论发现流量来自何处，目录管理、库存同步、结账、Shop Pay、履约、身份验证和退货仍不可或缺。 Goldman Sachs认为，Visa和Mastercard等卡组织具备良好优势，因为智能体支付预计将建立在现有银行卡基础设施之上，而非全新的支付形态。网络效应、代币化、认证、欺诈防范和实时决策可能支持交易量及增值服务渗透。报告称，超过50%的V/MA电子商务交易已实现代币化，Visa估计代币化在FY24减少了约$650 million欺诈损失。该机构还认为，更小的购物篮和分散购买可能通过每笔固定收费提升网络收益率。其估计，V/MA网络安全相关增值服务加速5%，可分别使Visa和Mastercard的VAS增长加速90bps和200bps，并使总净收入增长分别加速20bps和80bps。 威胁环境的扩张速度可能快于合法自主商业。由于云基础设施、共享IP地址、程序化浏览和机器速度活动削弱了传统欺诈信号的有效性，获授权智能体可能与恶意自动化行为相似。报告预计，对经验证智能体身份、消费者与智能体关联、商家验证、欺诈决策、网络安全和风险控制的需求将上升。根据零售商网络安全支出约75bps以及该预算用于线上业务比例的假设，报告估计网络安全支出目前约占电子商务收入的1–2%，并预计长期强度将提高。Cloudflare可能通过机器人管理、API安全和应用安全受益，但Goldman Sachs称增量收入机会仍不明确。 对于EFX、TRU和FICO，智能体商业被描述为长期选择性机会，而非已量化的盈利驱动。EFX在消费者身份、商家验证、收入、就业和信贷输入方面覆盖广泛；TRU在持续身份关联和数字网络风险方面具有差异化能力；若自动化融资和支付决策更频繁或更复杂，FICO在欺诈和信贷决策软件中的变现路径最清晰。报告强调，支付网络、发卡机构、钱包和智能体平台仍将控制凭证、代币化和授权，因此机会集中于陌生商家、新账户关联、融资请求及授权范围变化等高风险事件。 在现场活动票务领域，Goldman Sachs预计，拥有差异化库存的一级平台将优于二级市场。智能体可改善活动发现、转化和售罄率，尤其对未售罄容量更有帮助；Live Nation称95%的演唱会不会售罄，露天剧场售罄率为60–70%，剧院为65–75%。但更便捷的价格比较可能使二级库存商品化、压低服务费，并削弱附加产品渗透，最终还可能以新的AI平台推荐或展示费用替代搜索成本。因此，报告认为一级票务平台的处境优于二级市场。

分析框架

Goldman Sachs沿着从发现到结账、支付和售后活动的购物旅程展开分析，继而评估这一转变如何影响广告、零售商、支付、网络安全、身份验证、信贷决策和票务的经济性。报告运用历史电子商务采用情况、类别交易风险、基础设施和协议分析、公司能力比较及部分情景敏感性分析，以识别可能受益者和限制因素。

方法论与常识提炼

• 行业/产业分析框架供需框架

  基于类别的智能体商业采用框架

  报告对可覆盖支出进行规模测算，并按交易风险、复杂性和主观性划分购买类别，以判断智能体采用最可能首先出现的领域。

• 行业/产业分析框架产业链上中下游传导

  商业技术栈传导分析

  报告追踪消费者发现如何传导至商家、广告、支付网络、身份提供商、欺诈控制和贷款机构。

• 估值方法SOTP 分部估值

  Amazon分部加总估值

  Amazon披露的12个月目标价基于对北美、国际和AWS业务分别采用估值倍数。

• 估值方法DCF 现金流折现

  修正后的现金流折现估值

  报告对包括GOOGL、META和STUB在内的多家覆盖公司，将修正后的DCF方法与交易倍数一同使用。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Meta Platforms (META)

  可能受益于Muse、消费者分发能力，以及AI原生商业和广告变现。

  优势

  庞大的用户基础、既有消费者关系、广告平台和第三方商业整合。

  劣势

  端到端扩展取决于权限、账户连接和商家参与。

  对比

  与GOOGL一同被视为数字广告领域的主要长期受益者。

  风险

  用户增长、互动和广告预算竞争，投资压力以及监管审查。

• Alphabet (GOOGL)

  可能受益于搜索、Gemini、AI Mode、商业协议和商业意图聚合。

  优势

  广泛分发、AI基础设施、计算能力和广告主关系。

  劣势

  发现行为迁移可能需要持续演变变现形式。

  对比

  与META一同被视为数字广告领域的主要长期受益者。

  风险

  搜索颠覆、产品效用竞争、广告预算竞争和监管。

• Shopify (SHOP)

  作为碎片化AI驱动商业的商家基础设施，可能成为受益者。

  优势

  目录、库存、结账、Shop Pay、履约和商家工作流基础设施；在UCP和Agentic Storefronts中发挥作用。

  对比

  与可能面临更紧迫现代化需求的传统商业平台形成对比。

  风险

  消费者环境走弱、投资导致的利润率稀释和竞争。

• Visa (V) and Mastercard (MA)

  可能受益于智能体支付交易量、代币化、欺诈控制和增值服务。

  优势

  银行卡网络规模、代币化、认证、欺诈防范和网络效应。

  劣势

  责任和授权框架尚未完善。

  对比

  由于智能体支付预计建立在现有卡网络上，而非新支付形态，二者被认为具备更好优势。

  风险

  宏观疲弱、跨境复苏、竞争和监管。

• Equifax (EFX), TransUnion (TRU) and Fair Isaac (FICO)

  可能为高风险智能体事件提供身份、商家风险、欺诈和信贷决策输入。

  优势

  EFX拥有广泛验证数据；TRU具有持续身份和网络风险能力；FICO具备决策和欺诈软件。

  劣势

  潜在收入属于选择性机会，取决于增量付费决策，而非现有工作流的迁移。

  对比

  FICO在软件决策方面的潜力被认为大于增量Scores业务量。

  风险

  采用未必产生增量核查，AI竞争或宏观和信贷环境可能压制需求。

• Cloudflare (NET)

  可能受益于智能体验证、机器人管理、API安全和应用安全。

  优势

  位于商家网站和API之前，可区分获授权智能体与恶意机器人。

  劣势

  增量收入机会仍不明确。

  对比

  属于报告更广泛的欺诈和网络安全受益者范围。

• Walmart (WMT) and Amazon (AMZN)

  当智能体围绕价格、速度、选择和履约可靠性进行优化时，可能成为零售受益者。

  优势

  规模、物流、品类广度、定价和直接商业能力。

  劣势

  客户控制权的权衡，以及面临外部智能体访问决策的影响。

  对比

  二者相对难以匹配价格和履约变量的零售商更具优势。

  风险

  利润率、定价、宏观、监管和执行风险。

• Live Nation (LYV) and StubHub (STUB)

  智能体发现可改善票务发现和售罄率，但对不同库存模式的影响不同。

  优势

  一级票务拥有差异化库存；AI可改善个性化和发现。

  劣势

  二级市场库存更标准化，且更依赖获客。

  对比

  一级平台被认为比二级市场更具优势。

  风险

  价格透明度、服务费压力、AI分发费用和附加业务变现走弱。

关键数据

• 近期高可能性美国支出机会$2.6tn报告识别出可能引领智能体商业采用的消费者支出。
• 高和中等可能性商业规模More than $12.3tn约占当前零售和服务支出的60%。
• 示意性电子商务增长影响Approximately 1 percentage point来自高可能性线下刷卡支出约2%的智能体渗透。
• AI用于商品发现~44% of online buyers报告引用Bain & Co.的数据。
• Visa/Mastercard电子商务代币化比例>50%报告称电子商务交易中已代币化的占比。
• 零售媒体市场~$170bn globally in 2025Goldman Sachs引用Statista估计，2020年为$77bn。
• Muse下载量Over 2.8 million自发布以来的下载量，依据报告引用的Sensor Tower。

影响与含义

报告认为，价值将日益追随消费者意图。长期赢家更可能是同时具备分发能力、消费者信任、商家参与、支付基础设施以及将智能体驱动意图转化为可靠交易能力的企业；依赖无差异化库存、付费获客或旧式欺诈信号的公司可能面临更大压力。

风险

• 消费者采用可能缓慢且在各类别间不均衡，特别是主观性强或后果严重的购买。
• 意图验证、欺诈损失、拒付、退货和责任分配仍未解决，可能限制采用。
• 商家可能限制第三方智能体访问，以保护客户关系、第一方数据、会员经济和利润率。
• AI平台最终可能通过推荐费、佣金或优先展示费用，以新的分发收费层取代付费搜索。
• 获授权智能体可能降低旧式欺诈信号的有效性，并提高网络安全要求。
• 更高的价格透明度可能使库存商品化，并压缩商家或平台利润率。

后续跟踪

• 责任、授权、消费者意图和争议解决框架的进展。
• 商家是否愿意向第三方智能体开放目录、支付流程和交易基础设施。
• MCP、UCP、Visa Trusted Agent Protocol和Mastercard Agent Pay等协议的采用。
• 智能体是否会推动商品发现、转化和电子商务渗透超越早期应用场景。
• AI原生广告形式、衡量和归因的发展。
• 欺诈强度、身份验证需求和支付网络增值服务渗透的变化。
• AI平台是否降低获客成本，或形成新的长期分发费用。