近期，有不少用户发现，在不选择深度思考的情况下和字节跳动旗下的AI应用——豆包对话，获得的答复内容中开始出现抖音商城的商品链接。尤其是对话涉及消费类话题时，比如“油性皮肤该用什么护肤品”这类问题，豆包往往会给用户推送非常具体的产品链接。由此，“字节豆包开始带货”成为行业关注的问题。

《中国经营报》记者了解到，作为字节跳动旗下月活用户达到1.57亿人的AI应用，豆包已于今年10月完成重要功能升级，正式接入抖音商城。此外，豆包还整合了本地生活与抖音团购服务。

豆包相关负责人在接受本报记者采访时表示：“豆包已接入一些结构化的电商信息，主要是为了让豆包对相关问题的回答质量更好，提高用户满意度。”

豆包带货

本报记者打开豆包APP试着提问“有什么好看的红色毛衣”，对方会介绍相关的商品，记者追问推送链接，对方才推荐了一些抖音商城的商品链接。

据了解，首批接入的商家主要来自抖音电商生态中评分4.8分以上的优质店铺，一定程度上保证了推荐商品的质量基础。目前，该功能已覆盖母婴、美妆、家居等多个高频消费品类。

在业内人士看来，豆包带货的核心原因是商业变现需求，豆包作为产品，需要通过带货、为抖音商城引流创造收益，覆盖运营成本（如技术研发、内容维护），同时反哺产品优化；而抖音生态内，商城是重要交易场景，豆包引流能打通“咨询—消费”链路，提升整个生态的用户留存与商业价值。

以OpenAI为例，根据《金融时报》数据，OpenAI年化经常性收入130亿美元，其中70%来自会员订阅（约91亿美元），但付费会员占比仅5%，凸显订阅模式存在天花板。

根据QuestMobile近日发布的2025年三季度AI应用行业报告，我国AI应用移动端月活跃用户规模已突破7亿人大关。豆包的月活跃用户规模在第三季度末达到1.72亿人，超过DeepSeek的1.45亿人。腾讯元宝、即梦AI、Kimi构成第二阵营，月活用户分别为3286万人、1012万人和967万人。

像豆包给抖音商城引流、带货，核心是打通“用户咨询/互动”到“消费”的链路——AI靠自身流量为电商场景导流，赚佣金或生态分成，同时让用户在同一生态内完成“问—买”流程，提升留存率。

比如，用户问“秋冬穿搭推荐”，豆包会推荐符合需求的款式，附带“去抖音商城看看”的链接，用户点击下单后，豆包赚佣金，抖音商城多了订单，实现双赢。又如，某AI助手在用户问“晚餐吃什么”时，推荐家常菜食谱，同时引导“食材礼盒”，靠食材订单拿分成；还有AI教育产品，用户问“怎么学英语”，推荐配套教材并跳转电商链接，赚教材售卖佣金。

财经专栏作者马继鹏告诉本报记者：“我本人是比较看好这种模式的，因为这种模式提供了一种全新的消费场景，最开始的时候是人找货，后来平台通过各种大数据抓取消费者的喜好，给用户主动推荐，现在又利用AI，这等于是进化到了第三个阶段，就是AI可以洞察消费者的一些习惯，包括消费者可以主动提出自己的一些模糊的需求，然后，它可以给出比较精准的答案。”

马继鹏认为，和传统的消费模式相比，可能AI推荐的有两个显著的特点：第一个是更加智能化，智能化带来的是这个结果可能更精准。对消费者需求的洞察可能会更精准。第二个也是非常关键的，就是有时候消费者可能也不知道自己要什么，但是AI通过一些算法，其可能会主动挖掘消费者的一些需求，这样，其实可以挖掘消费潜力。

AI+电商

值得一提的是，早在今年4月，OpenAI就开始为ChatGPT引入在线购物功能，不过初期用户完成交易仍需跳转至商家网站。到了9月底，OpenAI再度推出“即时结账（Instant Checkout）”新功能，使用户能够在ChatGPT界面内直接选购Etsy和Shopify两大平台上的商品，免去了跳转至第三方平台的烦琐步骤。10月中旬，OpenAI刚刚宣布与零售巨头沃尔玛达成合作，用户未来将能够通过ChatGPT直接购买沃尔玛商品。

从国内来看，Kimi可以在推荐产品之后给出在淘宝和京东平台的购买链接，但大多是代理商家店铺而非官方旗舰店。

对于电商平台而言，它们自己也在革新。比如，亚马逊也推出了AI购物助手Rufus，具备“购物记忆”功能，基于用户全平台历史数据进行智能推荐。

在国内，京东推出智能客服系统“京小智”；淘宝推出“AI万能搜”“AI帮我挑”等AI导购应用；百度优选推出AI智能导购助手“度小优”。

今年“双11”，AI在电商平台发力，成为今年“双11”电商大战的重要角色。

阿里方面表示，今年天猫“双11”是第一个AI全面落地的“双11”，天猫旗舰店已升级至“智能态”3.0版本，聚合货架、品牌、会员和服务四大中心，能够通过AI实时感知用户需求，实现千人千面的个性化展示。平台还同步推出了“AI万能搜”“AI帮我挑”等六款AI导购应用，其中“AI帮我挑”可通过对话精准筛选商品，提升选购效率。

在AI带货时代，用户的消费习惯需要发生改变，但这也伴随着新的挑战。比如AI推荐的不透明性。当询问跨平台比价时，不同AI助手可能给出不同的有倾向性的建议，甚至出现与实际情况不符的“翻车”案例。更有消费者在社交媒体吐槽，AI推荐的商品在结算页面的实际价格与其他平台存在明显差异。

对此，艾媒咨询CEO兼首席分析师张毅指出，随着算法黑箱化的升级，相比传统推荐机制，其复杂性和不透明性显著增加。这种基于训练数据、商业合作、广告投放等多重因素的推荐机制，在保障公平性方面面临更大困难。

“关于会不会颠覆的问题，我觉得这可能要设一个时间线，就是有一个限制，未来颠覆的可能性比较大，但是在近一两年，这个可能性还比较小。”马继鹏说，“AI本质上其实是人的个人助理，其需要对某一个消费者的消费行为和一些想法有更深刻的学习以后，才能推荐出更多、更好、更精准的商品，所以这可能需要一定时间，也需要各电商平台开放数据，因此其在短时间内颠覆的可能性还不太大。”