大模型會吃掉平臺嗎？一場關于marketplace生死存亡的深度思考

當ChatGPT開始幫你訂餐、訂酒店、買東西時，那些平臺還會存在嗎？這個問題聽起來像是杞人憂天，但現實是，我們每天都在使用的那些平臺——Expedia、Airbnb、DoorDash、Amazon——正面臨著一場前所未有的生存危機。不是因為有新的競爭對手出現，而是因為用戶可能根本不再需要直接訪問這些平臺了。想象一下，你想訂一家餐廳，不再打開DoorDash的app，而是直接告訴ChatGPT"幫我訂一份披薩"，它就會自動完成整個訂單流程。這聽起來很方便，但對于那些平臺來說，這意味著什么？它們會就此消失嗎？還是能找到自己的生存之道？

最近讀到科技分析師Dan Hockenmaier的一篇深度文章，他系統性地分析了LLM（大語言模型）對各類marketplace（市場平臺）的沖擊。這篇文章讓我對這個問題有了全新的認識。Dan不是簡單地說"所有平臺都會被AI取代"或者"所有平臺都會安然無恙"，而是提出了一個非常精細的框架，幫助我們理解哪些平臺會受到致命威脅，哪些平臺基本不會受到影響，以及為什么會是這樣。他的分析讓我意識到，這場變革的結果不會是一刀切的，而是會呈現出一個完整的光譜，從完全被取代到幾乎不受影響。我在深入思考這個框架后，對整個互聯網平臺經濟的未來有了一些新的認知，想在這里和大家分享。

什么是"DoorDash問題"

讓我先從一個被廣泛討論的概念說起：The Verge把這個現象稱為"DoorDash問題"（The DoorDash Problem）。這個問題的核心是：當AI界面介入到服務提供商和用戶之間時會發生什么？比如說，你不再打開DoorDash的app點餐，而是派一個AI agent（AI代理）去幫你從互聯網上訂三明治。這聽起來像是技術進步帶來的便利，但對于平臺來說，這可能是一場災難。

我一直在思考為什么這是個問題。傳統上，marketplace的商業模式是這樣運作的：它們需要花很多錢來獲取新客戶，這部分成本很高。但一旦客戶開始使用平臺，他們就會不斷回來進行重復交易，而這些重復交易是免費獲得的，不需要額外的獲客成本。這就像是一種"年金"，平臺通過初始投資獲得了一個長期回報的客戶。這種模式的關鍵在于，客戶會習慣性地直接訪問這個平臺，把它當作他們完成某類任務的首選入口。

但如果ChatGPT（Dan用它作為"無論哪個LLM最終獲勝"的代稱）成為客戶開始每次搜索的地方，那這個模式就完全崩潰了。平臺不再擁有那些"免費"的重復交易，而是必須為每一筆交易單獨付費才能獲得流量。更糟糕的是，它們還會失去所有那些通過客戶參與度來變現的機會，比如廣告和向上銷售（upsells）。想象一下，如果Amazon的客戶不再直接訪問Amazon網站，而是通過ChatGPT來購物，Amazon就失去了在搜索結果中插入廣告的機會，也失去了向客戶推薦相關產品的機會。這對于那些依賴廣告收入的平臺來說，簡直是釜底抽薪。

但Dan提出了一個非常重要的觀點：這個"DoorDash問題"并不會發生在所有平臺身上。事實上，諷刺的是，DoorDash本身就是那些不會受到太大影響的平臺之一。這聽起來很矛盾，對吧？為什么一個以它命名的問題，反而對它自己影響最小？這就是我覺得Dan的分析特別精彩的地方，他不是簡單地給出一個籠統的答案，而是深入剖析了不同類型平臺的防御能力。

決定平臺命運的三個關鍵因素

Dan提出了三個關鍵因素，它們將決定客戶是選擇直接在LLM上開始搜索，還是直接訪問某個marketplace。這三個因素是：供應聚合的難度（Difficulty of supply aggregation）、marketplace的管理程度（Degree of marketplace management），以及客戶參與的性質（Nature of customer engagement）。讓我逐一深入分析這三個因素。

供應聚合的難度是第一個也是最重要的因素。marketplace的首要工作就是聚合供應方。OpenAI還沒有嘗試這么做，但Dan認為他們很快就會開始。他們會允許供應商創建賬戶，就像每個本地商家最終都在Google上創建了商業資料一樣。但問題在于，在許多行業中，要匹配領先marketplace的供應是非常困難的。最難聚合的供應具有三個特征：碎片化（fragmented，意味著有很多小型供應商）、異質化（heterogeneous，每個供應商提供獨特的東西），以及難以理解（illegible，難以理解服務內容、可用性、質量和價格）。

我用Dan的例子來說明這一點。匹配Expedia的酒店供應其實不難。酒店是大型企業，有標準化的產品，還有專門的團隊負責探索像LLM這樣的新增長渠道。但匹配Airbnb就難得多了。Airbnb花了很多年時間和數十億美元才聚合了數百萬個獨立的房屋和房間。他們必須大量投資，才能讓設施、照片和質量對客戶來說變得清晰可讀。我特別認同這個觀點，因為供應的完整性是讓客戶持續回來的關鍵。如果你多次向某人展示你沒有他們想要的東西，他們就會停止嘗試。這就是為什么那些擁有難以復制的供應網絡的平臺會更安全。

第二個因素是管理程度。marketplace做的第二件事是一系列幫助客戶找到并從供應商那里購買的工作。Dan把這些工作分為四類：搜索供應商、促成交易、管理風險，以及管理服務交付本身。一個marketplace做的這些工作越多，它就越"heavily managed"（重度管理），也就越具有防御性。Dan畫了一個光譜圖，從左到右分別是：純粹的潛在客戶生成（Lead gen）、交易型（Transactional）、管理型（Managed），到重度管理型（Heavily Managed）。

我覺得這個框架特別有啟發性。Google長期以來一直不滿足于只賺取客戶獲取的費用，一直試圖吃掉整個marketplace的利潤池。Google Flights、Google Shopping和Google Local就是試圖直接在搜索結果頁面（SERP）中完成"搜索供應商"這部分marketplace的工作。在某種程度上，這確實奏效了。Google已經從那些純粹的潛在客戶生成型marketplace那里拿走了大部分利潤，使它們成為相當糟糕的生意。ChatGPT只是像Google一樣的另一個聚合層，但有兩個重大區別：它通過理解意圖、支持多輪對話查詢、跨多個來源解析和聚合信息，使搜索變得更好；更關鍵的是，它實際上可以代表你完成交易，我們已經開始看到這一點在Instant Checkout（即時結賬）等舉措中初現端倪。

更好的搜索加上交易能力，將使ChatGPT能夠比Google更深入地進入marketplace的堆棧，做到交易型marketplace能做的一切。但問題是，ChatGPT會嘗試做最后兩項工作——管理風險或管理服務交付本身嗎？他們會開始接受退貨嗎？會向買家提供融資條款嗎？他們會管理自己的司機或建立自己的物流網絡嗎？Dan認為這看起來極不可能。我完全同意這個判斷。管理風險和服務交付需要大量的資本投入、運營復雜性和規模效應，這些都不是LLM公司擅長或愿意做的事情。

marketplace的客戶從這最后兩項工作中獲得的價值越多，ChatGPT就越需要依賴這些平臺來提供客戶期望的那種體驗。拿DoorDash來說，即使假設LLM能夠聚合它們擁有的所有餐廳（這已經很難了），客戶仍然希望知道他們的食物會準時送達、仍然是熱的、沒有被篡改，并且如果這些都不成立，他們能得到退款。這些都是DoorDash通過管理服務交付來保證的。LLM很難復制這一點。

結合供應聚合難度和管理程度這兩個因素，Dan給出了一個非常清晰的二維矩陣。最危險的象限是左下角：那些（1）不太管理化且（2）供應容易聚合的marketplace可能會被LLM完全取代。左上角也很危險，因為LLM可以用至少marketplace的一部分供應提供相同的服務，開始瓦解其網絡效應。而右上角和右下角——也就是管理型marketplace——則相對安全得多。

第三個因素是客戶參與的性質。即使是管理型marketplace，如果客戶開始在LLM上開始更多的搜索，它們仍然面臨需要為更多交易付費的風險。這會有多頻繁發生，取決于客戶參與的性質，Dan從兩個維度來分析：交易頻率和購買考慮程度。

交易頻率很好理解。客戶使用marketplace的頻率越高，他們就越有可能直接訪問那個marketplace，而不是像Google或LLM這樣的通用工具。當你經常使用一個產品（比如用Uber打車），你更有可能記住它的名字，更有可能在手機上安裝它的app，更有可能習慣它的界面，更有可能加入它們的獎勵計劃。高頻marketplace對客戶有更深的品牌粘性，通常因此有更好的留存率。

購買考慮程度是第二個維度。計劃一次度假或購買新滑雪板通常需要大量研究，比較哪些選項最好，花時間比較品牌、選項和價格。這是LLM的理想用例。即使有人是某個marketplace的忠實客戶，對于高考慮度的購買，他們也很可能會在LLM上開始搜索。

最不可能失去交易的marketplace是高頻、低考慮度的用例，比如打車。而最暴露的是低頻、高考慮度的，比如旅游。我覺得這個分析框架非常實用，因為它讓我能夠快速判斷任何一個平臺的風險程度。

不同行業的命運：從滅亡到毫發無損

基于這三個因素，Dan給出了一個完整的光譜，從左邊的滅亡到右邊的一切如常。我發現這個光譜非常精準地預測了不同行業的未來。讓我逐一分析。

酒店marketplace（比如Expedia、TripAdvisor）的前景非常糟糕。目前的贏家嚴重依賴付費搜索和自然搜索流量，隨著這些流量轉移到LLM，LLM很可能會在初期拿走它們的大部分經濟收益，并最終完全取代它們。我深入思考這個判斷，覺得非常有道理。酒店供應相對容易聚合（大型標準化企業），marketplace的管理程度相對較低（主要是搜索和交易），而且是低頻、高考慮度的購買。這三個因素的組合幾乎是最糟糕的。我甚至覺得，像Expedia這樣的平臺可能在五年內就會面臨生存危機。

本地服務marketplace（比如Thumbtack、Angi）已經有相對較低的重復率，正試圖通過深入家庭維護和規劃工具來解決這個問題。但這恰恰是LLM的核心用例，客戶很可能會在LLM上開始許多搜索，將更多的經濟價值轉移給LLM。Dan認為出路是完全圍繞AI重建體驗，成為管理型marketplace。我覺得這個建議非常關鍵。這些平臺如果不主動轉型，可能會被慢慢邊緣化。

房屋租賃marketplace（比如Airbnb、Booking）會比酒店做得好，因為供應明顯更難聚合和理解。但它們仍然面臨在許多交易上失去經濟收益的風險，因為它們通常與高考慮度的旅行規劃用例相關。我對Airbnb的未來相對樂觀，因為它們的供應網絡是花了多年才建立起來的，而且每個房源都是獨特的，很難被快速復制。但它們確實需要警惕在旅行規劃這個高考慮度場景中失去客戶的首次接觸點。

電子商務marketplace（比如Amazon、Walmart）總體上會做得很好，因為它們是重度管理型的（為客戶創造了顯著的速度和便利優勢），并且有長尾、碎片化的供應。但它們會開始在更高考慮度的購買上失去經濟收益，除非它們能成功地在體驗上采用AI優先策略，并愿意放棄廣告收入。這一點我后面會詳細討論，因為這是一個非常有趣的戰略困境。

食品配送marketplace（比如DoorDash、Eats）幾乎不會受到影響。它們可能會在與重度規劃場合相關的一些交易上有所損失，比如商務和活動，但這些并不常見。所謂的"DoorDash問題"對DoorDash來說根本不是問題。我特別喜歡這個結論的諷刺性。為什么DoorDash這么安全？因為它是一個重度管理型marketplace（管理整個配送過程），供應相對難以聚合（本地餐廳的碎片化網絡），而且是高頻、低考慮度的購買。客戶每周可能會訂好幾次餐，每次都是即時決策，不需要太多研究。這種情況下，直接打開DoorDash app比先問ChatGPT要方便得多。

打車marketplace（比如Uber、Lyft）幾乎完全不會受到LLM的影響，因為它們是重度管理型的，而且有非常頻繁、低考慮度的購買。Dan開玩笑說，這是好事，因為它們需要把時間花在關注另一個以無人駕駛汽車形式出現的重大AI顛覆上。我覺得這個判斷非常準確。打車是一個極其高頻、低考慮度的場景，而且Uber和Lyft在管理服務交付（司機網絡、路線優化、定價算法）方面投入了巨大資源，這些都是LLM無法復制的。

marketplace應該如何應對

在理解了不同平臺面臨的風險程度后，Dan提出了四個具體的應對策略。我覺得這些策略非常實用，值得所有marketplace的管理者認真考慮。

第一個策略是：做那些LLM不會做的事。這包括用退貨、保證和金融條款來承保交易，也包括參與實體服務交付，比如建立自己的車隊或物流網絡。所有這些都會降低毛利率，增加運營復雜性，需要很長時間才能做好。但這正是LLM不會跟進的原因。同樣，那些LLM難以聚合的供應是一個防御性楔子。Amazon直接從工廠采購，創造了全新的供應類別。DoorDash為最好的餐廳鋪開紅地毯，提供定制交易和大力支持，將它們納入網絡。這些正是marketplace應該追求的事情。

我深刻認同這個策略。在AI時代，最安全的護城河不是技術本身，而是那些需要大量資本、時間和運營能力才能建立的東西。LLM公司不太可能去建立物流網絡或管理成千上萬的司機，因為這不是他們的核心能力，也不是他們想要的商業模式。marketplace如果能在這些方向上加深投入，就能建立起LLM無法跨越的壁壘。

第二個策略是：原生構建AI搜索。特別是對于高考慮度用例，marketplace必須在搜索體驗上盡可能接近LLM，這樣其他優勢才能繼續使體驗傾向于有利于它們。marketplace可能不需要是第一個，但它們確實需要培養人才和能力，并密切關注，準備在其行業中創造出出色的新體驗時快速跟進。

我覺得這個策略體現了一種務實的態度。marketplace不需要在AI技術上領先，但必須足夠接近，不能讓差距大到客戶覺得體驗明顯更差。如果ChatGPT能提供比你的網站好10倍的搜索體驗，客戶就會離開。但如果差距只有20-30%，而你在其他方面（比如配送速度、售后服務）有優勢，客戶可能還是會選擇你。

第三個策略是：如果你有高市場份額，要強硬談判。Dan引用了分析師Michael Morton的話："我認為Amazon應該慢慢來對待ChatGPT，因為重要的是要強調ChatGPT需要Amazon的程度超過Amazon需要ChatGPT。如果你是ChatGPT，想向消費者提供電子商務產品，沒有50%的市場份額是做不到的。Amazon占據了電子商務市場的一半，擁有全球的庫存和配送網絡。"

在任何有主導領導者的行業中，OpenAI都面臨同樣的困境。像Walmart這樣的小玩家有動力合作以試圖爭奪份額，它們能夠蠶食一些增量交易。但如果最大的玩家堅持不合作，LLM就無法創造一個非常有吸引力的消費者產品。擁有高市場份額的marketplace有相當大的籌碼。它們應該完全拒絕，或者等待優厚的經濟條件。如果它們確實合作，應該保留選擇權，保留最有價值的數據，包括供應商和產品信息以及轉化率和重復率。

我覺得這是一個非常精明的策略建議。很多公司在面對新技術浪潮時會恐慌，急于合作以免被落下。但如果你是行業領導者，你其實有更多的談判籌碼。OpenAI想要提供一個有用的購物體驗，就必須包括Amazon。Amazon完全可以利用這一點來爭取更好的條款。

第四個策略是：不要貪婪。Dan以Amazon為例：Amazon目前有很多利潤看起來像是ChatGPT的機會。廣告產生了600億美元的收入，貢獻了電子商務業務幾乎所有的利潤。但這也使消費者體驗變得更糟。超過一半的產品展示是推廣的，找到你想要的東西需要很長時間。在LLM出現之前，它們可以這樣做而不受懲罰，但現在這成為了一個巨大的弱點，因為在ChatGPT中立即獲得最佳產品推薦的體驗要好得多。

Amazon是最嚴重的例子之一，但許多成熟的marketplace都愿意為了變現而降低客戶體驗。如果廣告或向上銷售使搜索變得更糟，或者如果傭金太高并提高了客戶的價格，marketplace需要在LLM為它們做之前自我顛覆。

這一點我有特別深的感觸。很多平臺在成熟后會開始壓榨用戶體驗來提高短期利潤。在沒有替代選擇時，用戶會忍受。但一旦有了更好的選擇——比如一個沒有廣告干擾、直接給你最佳答案的LLM——用戶就會毫不猶豫地離開。這就像是溫水煮青蛙，你以為用戶會一直忍受，但其實他們只是在等一個更好的選擇出現。

我的深度思考：這場變革的本質是什么

在深入研究了Dan的分析框架后，我對這場LLM與marketplace之間的沖突有了一些更深層次的思考。我認為這不僅僅是一場技術替代，而是反映了互聯網商業模式的一次根本性轉變。

我覺得最核心的變化是：從"平臺為中心"轉向"用戶意圖為中心"。過去二十年，互聯網的邏輯是建立平臺，讓用戶來平臺上完成任務。平臺掌握了流量入口，因此擁有定價權和變現能力。但LLM改變了這個邏輯。用戶不再需要記住"我要訂餐用DoorDash，要買東西上Amazon，要訂酒店用Expedia"，他們只需要表達意圖"我想吃披薩"或"我需要一個酒店"，LLM會幫他們找到最佳解決方案。這個轉變看似微小，但對商業模式的影響是巨大的。

我還注意到一個有趣的現象：那些最早擁抱互聯網、最成功地把業務線上化的行業，現在反而最容易受到LLM的沖擊。比如酒店預訂、機票預訂這些行業，它們很早就完成了數字化，建立了成熟的在線marketplace。但正因為如此，它們的供應是標準化的、容易被聚合的，它們提供的價值主要是搜索和比價，而這正是LLM擅長的。相反，那些數字化程度較低、服務交付更復雜的行業，比如食品配送和打車，反而更安全。這是一個很諷刺的現象：數字化的先驅者可能成為AI時代的受害者。

另一個我深刻體會到的是"管理即護城河"的原則。Dan的框架清楚地表明，那些重度管理型marketplace會更安全。但這背后的邏輯是什么？我認為是因為管理服務交付需要積累大量的運營know-how（專業知識）、建立復雜的供應商關系、優化無數的細節。這些都不是AI能輕易復制的。AI擅長處理信息和做決策，但它不擅長管理實體世界的復雜性。DoorDash需要管理司機網絡、優化配送路線、處理食品質量問題、解決客戶糾紛。這些都是需要人工和系統深度介入的，不是簡單地調用幾個API就能完成的。

我也在思考一個更長遠的問題：如果LLM確實開始接管用戶的搜索入口，marketplace的價值主張會如何演變？我認為答案是：從"幫你找到"轉向"幫你做得更好"。傳統marketplace的價值很大程度上在于聚合供應、提供選擇、方便比較。但如果LLM能做這些，marketplace就需要提供更深層次的價值。這可能包括：更好的供應質量（因為你直接管理供應商關系）、更快的服務交付（因為你優化了物流）、更可靠的服務保障（因為你承擔了風險）。本質上，marketplace需要從信息中介變成服務提供者。

從投資角度看，我覺得Dan的框架提供了一個非常實用的篩選工具。如果我要投資marketplace類公司，我會問這幾個問題：這個平臺的供應有多難聚合？它在管理程度光譜上處于什么位置？客戶使用頻率如何？購買考慮程度如何？根據這些問題的答案，我可以判斷這個平臺在AI時代的防御能力。那些位于"高頻、低考慮度、重度管理、難以聚合供應"象限的公司，比如Uber和DoorDash，會是相對安全的投資。而那些位于"低頻、高考慮度、輕度管理、易于聚合供應"象限的公司，比如Expedia，可能面臨結構性挑戰。

未來會怎樣：一些大膽的預測

基于這些思考，我想做一些關于未來的預測。我認為在接下來的3-5年內，我們會看到marketplace行業的劇烈分化。

那些輕管理、易聚合的marketplace會首先感受到壓力。我預測像Expedia、Kayak這樣的在線旅游平臺會在未來三年內看到流量大幅下降，毛利率被壓縮。它們可能會被迫大幅降低傭金率來保持競爭力，或者嘗試轉型成為更重度管理的服務提供商（比如提供旅行規劃、行程管理等增值服務）。一些較小的玩家可能會被淘汰或被收購。

電商marketplace會面臨一個艱難的選擇：是保護廣告收入還是保護用戶體驗。我認為Amazon會最終選擇用戶體驗，因為它們有足夠的規模和其他收入來源（AWS、Prime會員等）。它們可能會大幅減少搜索結果中的廣告，轉而在AI搜索體驗上投入巨資，確保自己的平臺搜索體驗不輸給ChatGPT。但一些小型電商平臺可能會陷入困境，既沒有資源投入AI，又無法放棄廣告收入。

食品配送和打車這類高頻、重管理的marketplace會保持穩定，但它們會開始提供更深層次的服務。我預測DoorDash可能會更深入地介入餐廳運營，提供庫存管理、菜單優化等服務。Uber可能會進一步整合交通和配送，成為一個全方位的移動和物流平臺。

我還預測會出現一類新的"AI-native marketplace"。這些平臺從一開始就是為AI時代設計的，它們的界面不是給人類直接使用的，而是給AI agent使用的。它們會提供標準化的API、清晰的數據結構、透明的定價，讓AI能輕松地比較和選擇。這些平臺可能會在一些新興領域（比如AI服務、數據集市場等）率先出現。

最后，我認為OpenAI等LLM公司最終會意識到，深度管理marketplace不是它們想做的生意。它們會專注于成為最好的搜索和決策層，而把服務交付留給專業的marketplace。但在這個過程中，會有一段混亂期，各方都在摸索自己的位置和合作模式。那些能在這段混亂期中保持清醒、堅守核心競爭力、不被短期壓力沖昏頭腦的marketplace，會最終勝出。

這將是marketplace行業動蕩的幾年，但也會是重塑行業格局、創造新機會的幾年。那些能理解這場變革本質、采取正確策略的公司，不僅能生存下來，還能變得更強大。

結尾

也歡迎大家留言討論，分享你的觀點！

覺得內容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產出更好的內容。

歡迎關注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產品創業方向，你知道嗎

速度將成為AI時代唯一的護城河

a16z重磅預測：Vibe coding贏者通吃？錯了，垂直專業化才是未來