Agentic commerce：智能体商业可能将价值转向掌握消费者意图、可信交易和商家基础设施的平台

概览

本主题报告考察AI智能体如何将消费者商业从产品发现推进至比较、购买、支付，并最终可能实现自主交易。Goldman Sachs预计这将是长期且不均衡的采用过程，而非即时颠覆；价值将日益流向兼具分销能力、消费者信任、商家参与、交易基础设施和消费者意图控制力的参与者。

核心观点

Goldman Sachs将智能体商业视为电商的下一潜在阶段，而非对现有购物方式的即时替代。消费者已广泛使用AI进行发现、研究、推荐和比价：根据Epsilon，购物是AI的第三大应用；根据Bain & Co.，约44%的线上买家使用AI工具进行产品发现；Epsilon数据表明，六成消费者购物时使用AI。但端到端自主购买仍处于早期。报告预计采用将持续3-5+年，并可能延续数十年，类比电商从信息发现、信任建立、准入门槛降低、配送改善到安全支付的渐进发展。低风险、重复性和标准化购买应最先迁移；服装和奢侈品等主观性强或购买失误后果较大的品类将更慢，因为智能体误判意图的风险更高。 可覆盖机会可观但取决于条件。Goldman Sachs识别出高可能性类别中$2.6tn近期美国消费者支出，并估计高、中可能性篮子约占零售及服务支出的60%，对应超过$12.3tn的商业规模。其敏感性分析显示，高可能性线下刷卡支出约2%的智能体渗透率，可能为电商增长增加约1个百分点；相当于高、中可能性线下刷卡类别约50个基点的渗透率。作用机制是减少发现和交易摩擦，但报告强调消费者习惯、品类信任、商家开放目录的意愿以及可靠交易基础设施将决定速度。 报告梳理了发现、转化和协议三个层面的技术栈。在上游漏斗，LLM可搜索目录、比较产品，并按价格、配送速度和可得性等偏好识别商家。Amazon Alexa和Walmart Sparky等零售商自有智能体可能引领近期采用，因为它们依托第一方身份、支付受理、忠诚度和既有客户关系，但库存广度较窄。下游模式包括浏览器智能体、嵌入式商家工具、智能体钱包和个人操作系统智能体。MCP和Google的UCP等商家协议旨在开放目录并支持发现；Visa Trusted Agent Protocol、Mastercard Agent Pay和AP2等支付协议则寻求提供认证、同意、凭证绑定和授权。报告认为技术协议已建立交易路径，但在大规模采用前，仍需明确错误购买、欺诈、争议、退货和拒付的责任分配。 这引出一个核心战略冲突：横向智能体或可改善小商家和Shopify生态的发现机会，而Amazon和Walmart等规模化零售商也可能受益，因为智能体会优化价格、可得性、配送速度、品类和交易可靠性。若独立智能体成为主要界面，零售商可能失去第一方数据、忠诚度互动、交叉销售、零售媒体经济以及对店面的控制。Amazon禁止Meta的Muse访问Amazon.com体现了这一张力。Goldman Sachs认为，现在判断开放或封闭生态系统何者更具防御性仍为时过早。智能体商业可能实现发现民主化并使购物篮分散至多个商家，但若智能体平台成为需求新入口，也可能增加转介、佣金、广告或优先展示成本。 在广告领域，Goldman Sachs预计变现会随消费者意图迁移而非消失。AI已在改善创意制作、定向、衡量、广告活动优化和广告支出回报。长期看，若发现从传统搜索或零售商网站转向AI界面，广告可能迁移至赞助推荐、目录关联格式和其他AI原生展示。报告将此潜在转变类比于桌面端向移动端的迁移：有价值的资产不再是应用安装，而可能是成为智能体反复为用户选择的默认商家、服务或品牌。META和GOOGL因其分销能力、用户关系、数据、AI能力和商业整合，被视为数字广告中的主要长期受益者。META的Muse自发布以来下载量超过2.8 million，并在发布后的第二周成为美国免费iOS应用榜首，但账户连接、权限和第三方商家参与仍是重要扩展障碍。GOOGL则因其AI技术栈以及Gemini、AI Overviews和AI Mode的整合而被视为具备优势。 报告认为Shopify是商业基础设施中定位特别有利的受益者。其观点是，Shopify的价值不局限于面向消费者的店面：无论发现始于搜索、社交媒体、市场平台还是AI智能体，目录管理、库存同步、结账、Shop Pay、履约、客户数据、订单管理、身份和购买后流程都仍然必要。随着商业在AI界面间碎片化，Shopify对UCP和Agentic Storefronts的投入可能使其一体化商家平台更具价值；智能体驱动的发现也可能提升独立和新兴品牌的可见度。相反，消费者必需品及其他低参与度、易替代类别可能面对更强的比价、自产品牌替代和同质化压力。Goldman Sachs认为包括高端美妆在内的个性化品类相对更具韧性；品牌可能需通过从传统SEO向生成式引擎优化转型，让AI系统可读取并准确呈现产品信息。 支付和安全是核心支撑层。Goldman Sachs认为，智能体支付将建立在现有银行卡生态之上，而不需要全新的支付形态。Visa和Mastercard凭借代币化、认证、反欺诈、实时决策、全球网络效应和更高附加值服务渗透的潜力，被认为处于有利位置。超过50%的V/MA电商交易已代币化，Visa指出约54%的无卡交易已代币化，并估计FY24减少欺诈约$650mn。智能体商业还可能将购买拆分为更多小额交易，因固定单笔收费而潜在提高网络收益率。Goldman Sachs估计，V/MA网络安全相关附加值服务加速5%，将使Visa和Mastercard的VAS增长分别加速90个基点和200个基点，总净收入分别加速20个基点和80个基点。Stripe和Adyen等现代处理商可能受益于更高的整合复杂度；若智能体使结账时融资比较更容易，AFRM和KLAR等BNPL提供商也可能受益。 报告预计反欺诈、网络安全、身份验证和决策需求将上升，因为商家需要区分获授权智能体与恶意自动化行为，而不能仅仅阻止机器人。当合法智能体通过共享云基础设施以机器速度运行时，设备信誉、IP位置、导航模式、打字节奏和会话速度等传统信号本身可能变得较不有效。Goldman Sachs按其假设估计，网络安全支出目前约占电商收入的1-2%，并预计随着机器对机器风险上升，长期投入强度会提高。NET可能通过机器人管理、API安全和应用安全受益，但报告称增量收入机会仍不明确。EFX、TRU和FICO在新账户关联、不熟悉商家、融资请求或授权范围重大变更等高风险事件上具备长期选择权。EFX在消费者及商家验证方面覆盖广泛；TRU定位于持续身份关联和数字网络风险；FICO最明确的潜在路径是通过更多自动化欺诈和融资决策推动Software业务，而非增加Scores量。 在现场活动票务领域，Goldman Sachs预计一级平台将优于二级市场。智能体发现可改善个性化推荐、转化和活动售罄率，尤其是对有闲置容量的活动；Live Nation曾表示，95%的演唱会未售罄，露天剧场售罄率为60-70%，剧院为65-75%。然而，拥有同质化库存的二级市场可能面临更高价格透明度、服务费压力，以及AI平台获取新的分销通行费的风险。拥有差异化库存和独家供应关系的一级平台，如Ticketmaster，被认为定位更好。跨行业而言，报告结论是，持久赢家较少由AI模型能力本身决定，而更多取决于其在提供可信、可扩展、整合的商业体验时捕获消费者意图的能力。

分析框架

Goldman Sachs先分析AI购物采用现状及从发现到自主购买的技术演进，随后评估美国潜在支出规模，以历史电商采用作为类比，考察不同品类的交易风险，并追踪发现、授权、支付、欺诈、身份和分销变化如何影响广告、零售商、商业基础设施、金融科技和票务。

方法论与常识提炼

• 行业/产业分析框架产业链上中下游传导

  智能体商业生态系统映射

  报告沿消费者发现、商家目录访问、支付授权、反欺诈控制、身份验证、融资和履约的流程，识别哪些环节可能获得或失去价值。

• 行业/产业分析框架量价拆分

  智能体商业渗透率敏感性分析

  Goldman Sachs将假设的智能体渗透率应用于高、中可能性线下刷卡消费类别，以估计其对电商增长的潜在影响。

• 估值方法DCF 现金流折现

  公司估值方法

  对于部分覆盖公司，报告引用现金流折现法以及盈利或企业价值倍数，以支持现有目标价。

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)

  可能通过消费者智能体分销、Muse、互动、商业和广告变现受益。

  优势

  拥有广泛的消费者分销、既有用户关系、广告基础设施及Muse的早期增长。

  劣势

  规模化需要账户连接、权限和第三方生态参与。

  对比

  与GOOGL一起被列为数字广告领域的主要长期受益者。

  风险

  用户和广告资金竞争、投资压力、监管以及选择权变现困难。

• Alphabet (GOOGL)

  可能通过对话式搜索、Gemini、AI Mode和商业意图汇集受益。

  优势

  具备AI基础设施、算力、模型能力、广泛分销以及广告主和商家连接。

  劣势

  发现环节的迁移可能要求持续演进搜索变现。

  对比

  与META一起被视为报告中的主要数字广告受益者。

  风险

  产品和广告竞争、搜索颠覆、投资强度和监管审查。

• Shopify (SHOP)

  可能作为碎片化AI驱动商业的商家基础设施层受益。

  优势

  具备目录、库存、结账、Shop Pay、履约、客户数据和购买后基础设施，以及UCP和Agentic Storefronts。

  劣势

  投资者争议聚焦于AI智能体是否可能绕过面向消费者的店面。

  对比

  报告将Shopify的开放整合路径与更具限制性的市场平台方式作对比。

  风险

  消费者环境转弱、投资导致利润率摊薄和竞争。

• Visa (V) and Mastercard (MA)

  可能受益于更快的电商增长、代币化、认证、反欺诈和附加值服务渗透。

  优势

  拥有全球网络效应、既有银行卡凭证、代币化、实时授权和智能体支付协议。

  劣势

  智能体交易的责任规则及利益相关方角色仍未明确。

  对比

  由于智能体支付预计建立在现有银行卡基础设施之上，因此被视为比新型支付形态定位更佳。

  风险

  宏观环境走弱、竞争、监管和跨境复苏慢于预期。

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

  可能从更多身份、商家风险、欺诈、信用和融资决策活动中获得长期收益。

  优势

  EFX提供广泛身份及商家验证；TRU提供持续身份和数字网络情报；FICO提供受治理的欺诈和信用决策。

  劣势

  机会取决于智能体活动是否创造增量付费决策，而非仅迁移既有工作流程。

  对比

  FICO在决策和欺诈Software方面的机会被认为大于Scores；EFX覆盖最广；TRU在身份关联方面具差异化。

  风险

  智能体商业向收入转化存在不确定性，以及各公司特定的宏观、信用、竞争和执行风险。

• Cloudflare (NET)

  可能受益于验证购物智能体以及保护商家网站和API的需求增加。

  优势

  具备机器人管理、API安全、应用安全和协议整合能力。

  劣势

  报告称增量收入机会仍不明确。

  对比

  与支付网络及身份基础设施一起定位为安全执行层。

  风险

  智能体商业使用场景的变现不确定。

• Live Nation Entertainment (LYV) and StubHub Holdings (STUB)

  智能体发现可改善票务发现和售罄率，但对一级和二级市场的影响不同。

  优势

  一级票务受益于差异化库存和供应关系；AI可提升推荐相关性。

  劣势

  二级市场库存更同质化，易受价格透明度影响。

  对比

  一级票务平台被认为比二级平台定位更有利。

  风险

  新的AI分销费用、服务费压力、附加销售渗透下降以及广告变现减少。

关键数据

• 近期可覆盖的美国支出$2.6tn报告识别出的智能体商业高可能性消费者支出类别。
• 高、中可能性商业规模More than $12.3tn按报告分类，约占当前零售和服务支出的60%。
• 潜在电商增长加速Approximately 1 percentage point基于高可能性线下刷卡支出约2%的智能体渗透率估计。
• AI产品发现使用率~44% of online buyers报告引用的Bain & Co.估计。
• 零售媒体市场~$170bn globally in 2025报告引用的Statista估计，2020年为$77bn，5年CAGR为17%。
• Meta Muse下载量More than 2.8 million自发布以来；根据Sensor Tower，该应用在发布后的第二周成为美国免费iOS应用榜首。
• 网络安全投入强度~1-2% of eCommerce revenue由报告对零售商网络安全预算和线上运营的假设推导。

影响与含义

报告认为，智能体商业可能成为电商增量增长来源，并使价值重新分配至拥有分销能力、可信消费者关系、商家整合、安全支付通道和风险管理能力的平台。报告也指出，商家客户所有权、零售媒体经济、低参与度品牌类别及拥有同质化库存的二级票务平台将面临风险。

风险

• 由于购物习惯、信任和不同品类对购买错误的容忍度变化缓慢，消费者采用可能是渐进的。
• 欺诈、拒付、退货和错误购买的责任仍未明确，可能限制商家和消费者参与。
• 商家可能限制第三方智能体访问，以保护客户所有权、第一方数据、忠诚度和零售媒体经济。
• AI平台可能成为新的分销入口，收取转介、展示、佣金或广告费用。
• 获授权智能体可能削弱传统欺诈信号的有效性，并增加恶意自动化活动的风险。
• 价格透明度和智能体主导的比较可能压缩同质化类别的利润率、品牌差异化、服务费和附加收入。

后续跟踪

• 智能体是否会从发现进一步发展为可靠的端到端购买和自主交易。
• 消费者意图验证、认证、欺诈损失、退货、争议和责任框架的发展。
• 商家向第三方智能体开放目录、库存、结账和支付基础设施的意愿。
• 零售商自有智能体、横向AI平台以及开放与封闭商业生态系统之间的竞争平衡。
• UCP、MCP、Visa Trusted Agent Protocol、Mastercard Agent Pay、AP2及相关代币化标准的采用。
• AI原生广告和赞助推荐是否替代或补充搜索和零售媒体变现。
• 智能体主导活动是否会为EFX、TRU和FICO创造增量付费验证和决策量。