精华简报 | 当AI开始抽佣：下一代入口的商业模式困局
来源：虎嗅网 / 沈太阳商读笔记
核心事件：8月10日，阿里千问上线付费会员（最低19元/月），字节豆包将酒店订单综合佣金费率从8%上调至约12%。一个向C端收订阅费，一个向B端抽交易佣金，共同标志中国AI助手免费试用期结束。
一、核心判断
-
C端订阅救不了AI公司。 用户对AI能力的需求是间歇性的，按月付费等于为“用不到的日子”买单；而AI推理的边际成本远高于传统互联网搜索。会员费只是“锦上添花”，无法覆盖大规模推理算力账单。
-
广告在AI场景走不通。 AI助手只给少数几个推荐，广告与回答的物理距离太近，会直接透支用户信任。Perplexity收缩广告、OpenAI谨慎测试，都印证了这一点。
-
抽佣是当前最可行的商业化路径。 抽佣不出售推荐位置，只在交易发生后收费，理论上用户体验与平台收入“同向”。12%的费率卡在平台流量（约8%）与传统OTA（15%-25%）之间，是一次试探性定价。
-
抽佣模式隐含结构性风险。 即便平台不开放付费排序，算法优化目标一旦纳入收入指标，就可能产生向高佣金商品倾斜的内在动机。这比搜索引擎竞价排名更隐蔽——用户看到的不是带“广告”标签的列表，而是一个看似中立的结论。
-
AI助手将成为各生态的交易前台。 豆包是抖音生活服务的前台，千问是淘宝/阿里生态的前台，元宝是微信生态的前台。这不是新模式的诞生，而是旧商业逻辑在对话框里的重演。
二、关键数据
| 指标 | 数据 |
|---|---|
| 豆包日活 | 超2亿，但日收入不足百万 |
| 国内AI原生App月活（2026年6月） | 接近5亿，人均月使用92.7次 |
| 阿里云AI相关产品收入占比（2026财年Q1） | 首次突破30%，外部客户收入416.26亿元 |
| 豆包酒店佣金 | 从8%上调至约12%（11.4%软件服务费+0.6%支付手续费） |
| 传统OTA酒店佣金 | 15%-25% |
| 美团到店佣金 | 8%-15% |
| OpenAI Instant Checkout费率 | 4%（Shopify实物电商） |
| 沃尔玛数据：ChatGPT新客户率 | 约为搜索引擎的2倍 |
| 沃尔玛数据：对话内直接成交转化率 | 仅为跳转交易的1/3 |
| 千问春节免单补贴规模 | 约30亿元（20亿免单卡+10亿红包） |
| 2025年AI技术滥用投诉 | 超1400件（黑猫投诉） |
| 携程反垄断罚单 | 51.79亿元（2025年7月） |
三、为什么是现在？
三个条件同时成熟：
- 算力账单到期。 千问春节免单活动日活冲到7352万，补贴约30亿元，热闹过后投资人要看到回报。
- 战略定调。 字节CEO梁汝波8月6日全员会明确“希望未来豆包也会是个‘主干’业务”，必须从用户规模故事转向收入故事。
- OpenAI验证了方向。 OpenAI的Instant Checkout虽因转化率低被下线，但证明AI助手做交易可行，只是方式需要调整。国内大厂有OpenAI没有的完整交易闭环。
四、OpenAI的教训与国内大厂的挑战
OpenAI的Instant Checkout失败暴露了一个核心矛盾：AI能拉来新客户，却留不住交易。 沃尔玛数据显示，ChatGPT带来的新客户率是搜索引擎的两倍，但对话内直接成交转化率仅为跳转交易的三分之一。
原因在于AI推荐的“黑箱感”消耗信任。用户不知道AI为什么推荐A、为什么排除B和C，信息反而更少。
国内大厂的优势是交易闭环——豆包背靠抖音商城和支付，千问打通淘宝和支付宝，从推荐到支付无需跳出。但闭环也是围墙：AI只能在自家生态货架上选品。实测已发现豆包推荐的部分民宿“查无此店”或歇业，数据同步存在明显缺口。AI“会推荐”不等于“会做生意”。
国内大厂要跑通抽佣模式，必须同时解决两个问题：推荐的可信度和交易的可靠性。OpenAI折在第一个，国内大厂两个都还在交答卷。
五、算法暗箱：比竞价排名更隐蔽的权力转移
豆包回应称“生活服务业务没有付费推广，商家不能通过付费影响推荐和排序”。但这句话说的是“现在没有”，没说“永远没有”；说的是“商家不能付费影响排序”，没说“排序完全不受商业利益影响”。
结构性风险在于：交易分成模式下，算法的优化目标一旦纳入收入指标，就可能产生向高佣金商品倾斜的内在动机。 搜索引擎时代的竞价排名至少标了“广告”标签，而AI说“根据你的需求，我推荐A”——听起来像朋友的建议，没有任何商业利益提示。
更隐蔽的是第三方“AI投毒”产业链：商家批量撰写结构化软文投喂AI，以每月数千到数万元的价格购买“AI推荐优化”服务。平台自己抽佣是“明枪”，第三方投毒是“暗箭”，而AI的黑箱特性让两者都难以被用户察觉。
更深层的权力转移在于：过去二十年互联网的核心是流量分配，商家买的是“被看见”的机会，用户仍有选择权。而AI把比较、筛选、犹豫全部替你完成，直接给你一个结论。当AI同时掌握个人数据、推荐权、交易通道，这三者合一的权力是搜索引擎和电商平台都不曾有过的。
六、监管与应对
现有法规并非空白。《互联网信息服务算法推荐管理规定》要求平台告知算法推荐情况、提供关闭选项。但深度学习模型的决策过程连开发者都无法完全解释，要求黑箱“公示基本原理”在实操层面困难重重。
欧盟《数字公平法案》已启动公众咨询，预计2026年Q4提出正式提案；中国有《算法推荐管理规定》和新修订的《反不正当竞争法》；美国FTC也在调查AI推荐透明度。但法律迭代永远追不上算法迭代，监管真空期就是用户风险暴露期。
对用户的建议：把AI当成一个聪明但可能有利益关联的朋友。听建议，但自己做决定。涉及消费决策时，花两分钟交叉验证其他平台，追问一句“除了A还有什么选择”“A有哪些缺点”。
对行业的底线：AI推荐中的商业内容，应该有明确标识。搜索引擎时代用了十几年才确立“广告可识别性”原则，AI时代不应该再走那么长的弯路。
七、结论
8月10日千问收费、豆包抽佣，不是“时代变了”，而是一个时代的“试用期”结束了，正式合同的条款还没谈拢。
AI助手商业化本质上不是新模式的诞生，而是免费→获客→变现→信任危机→监管介入这一旧剧本在新载体上的重演。舞台从屏幕缩小到对话框，演员从链接变成会说话的算法，观众离舞台更近——近到分不清台上的是建议还是广告。
真正需要回答的问题不是“AI该不该赚钱”，而是：当推荐和交易合一，当算法同时服务于用户、商家和平台三方利益，谁来监督那个优化函数里的权重？
在条款谈拢之前，每一次AI给你推荐的时候，你都可以多问一句：
你推荐给我的，到底是最好的，还是你最赚钱的？