AI购物来了，七成零售商还在裸奔

流量入口正在换引擎，而大多数卖家的库存里，连一台『新引擎』都没装。

这不是危言耸听。Channable 刚刚发布的 AI Readiness Audit 给出一组扎眼的数字：77%的零售商没有为AI购物做好准备。与此同时，TikTok Shop 在欧盟继续铺渠道，OpenAI 的推理模型 o1 把『会思考的购物助手』从PPT拉进了现实。三件事发生在同一个月，指向同一个判断：电商的竞争维度，正在从『货架运营』转向『数据可被机器理解』。

这篇文章不讲概念，只讲三件事：AI购物入口怎么改写Feed逻辑、内容电商为什么在欧洲提速、推理模型贵在哪、以及卖家现在该动哪根手指。

🤖 77%没准备好，AI购物先惩罚谁

入口换了，货架没换的人最先出局。

先看场景。过去消费者在Google上搜『跑鞋 男 缓震』，看到的是一排广告位和自然结果，卖家靠关键词出价和Listing优化抢位置。现在，用户可能在 Google 的 AI Mode 里问：『我每周跑三次五公里，膝盖有点不适，预算一千以内推荐双鞋』。这不是关键词匹配，这是语义理解+多条件推理。AI需要从商家的商品数据里，自己读出『这双鞋的支撑结构适合哪种跑姿』。

问题来了：绝大多数商家的商品Feed里，根本没有这些字段。

Channable 这家多渠道电商平台，客户名单里有 Asics 和 Samsung，在自家的 IMPACT cube 线上活动上发布了 AI Readiness Audit——一个专门检测商家商品Feed中是否包含Google AI购物界面（AI Mode、Gemini）所需数据的工具。77%的零售商未做好准备，这个数字的产业含义是：AI购物的筛选权，正在从『会投广告的人』转移到『数据结构完善的人』手里。

新的链路长这样：

注意一个关键变化：在传统搜索里，Feed质量决定的是曝光排序；在AI购物里，Feed质量决定的是你能不能被『看懂』。看不懂，连进牌桌的资格都没有。对跨境卖家来说，这比广告CPC上涨凶残得多——CPC涨了还能算ROAS，数据缺失是直接不可见。

📦 Feed成了新战场，谁在卖铲子

淘金热里最先赚钱的，永远是卖铲子和量尺的。

Channable的AI Readiness Audit本质上就是那把量尺。它的逻辑不复杂：先扫描商家Feed，对照Google AI购物界面所需的字段清单做体检，缺什么、错什么、格式对不对，给出一份缺口报告。

这事的精妙之处在于商业模式。据多位接近服务商业内的人士私下聊，Feed工具这类生意过去是个『苦活』——帮客户把商品数据喂给Google Shopping、Meta、各大比价平台，赚的是数据清洗和同步的辛苦钱。AI购物界面出现后，这门生意的天花板被抬高了：Feed不再只是分发管道，而是AI理解商品的唯一接口。

对卖家来说，该做的事其实很朴素：

• 补全结构化字段：材质、适用场景、技术参数、使用条件，凡是AI推理会用到的属性，都要机器可读；
• 对齐平台规范：不同AI购物界面读取的数据标准不同，Feed要按目标平台逐一适配；
• 建立体检机制：AI能力在迭代，字段要求会持续变化，一次整改不是终点。

这是一个闭环，不是一次性工程。那些把Feed当『上传一次就不用管』的卖家，接下来会发现自己在新入口里集体隐身，而且收不到任何报错提示——这是AI购物时代最隐蔽的流量流失方式。

🛒 TikTok Shop的欧洲算盘：内容电商补第二曲线

美区卷价格，欧区还在铺路。

视角切回内容电商。TikTok Shop 联合 M2E 在欧盟办了一场免费Webinar，主题很直白：帮卖家在欧盟做大——不管是把TikTok Shop新增为销售渠道、在现有店铺上加码，还是探索新市场。官方话术里反复强调两个词：机会在哪，以及如何准备你的商品目录（catalog）和运营体系。

注意『catalog』这个词又出现了。内容电商表面看是流量打法，底层依然绕不开商品数据这一层：多国多语言的商品目录、多市场的合规标签、跨渠道的库存同步——这正是M2E这类多渠道管理工具切入的原因。

产业逻辑上，欧盟对TikTok Shop是一块必须拿下的拼图：美区增速放缓、竞争加剧后，平台的第二增长曲线只能往欧洲找。而对卖家，这里面藏着一个时间窗口——平台冷启动期的流量红利和政策扶持，从来只属于提前把目录和履约准备好的人。等规则成熟、卖家挤满，入场成本会是另一个量级。

有意思的是，Feed管理工具和TikTok Shop培训服务，两类玩家做的是同一件事的两面：把卖家的商品数据，翻译成平台和AI听得懂的语言。 这印证了开头的判断——数据结构化能力，正在成为跨平台、跨模式的基础设施级门槛。

🧠 o1的贵，贵在把『推荐』变成『推理』

当模型会思考，购物建议就不再是排序结果。

2024年9月13日，OpenAI 发布推理模型 o1-preview 及更小成本的 o1-mini。API负责人当时发了一句话：『如果你过去有个产品想法，当时的模型不太行、不够智能，现在你再试试』——这句话在电商圈被很多人默默收藏了。

先看硬数据：

输出token价格是GPT-4o的4倍。对电商应用开发者，这个价差直接决定产品形态：不是所有场景都配得上用推理模型，只有『多条件比较商品』『理解复杂需求』『长链条决策辅助』这类高价值场景，才值得为推理能力付费。

把线索串起来：o1这类推理模型，正是Google AI Mode、Gemini购物体验的底层技术同源物。推理模型的落地节奏，决定了AI购物体验的进化速度。据多位接近开发者社区的人士观察，已经有人开始把推理模型用于选品分析和客服决策链路——20 RPM的速率限制下做不起规模化，但足以验证方向。

对跨境卖家的启示是间接但重要的：AI购物助手的『购物智商』会越来越强，消费者提问会越来越像跟一个懂行的人聊天。 你的商品数据如果只有价格和标题，在这个对话里连被引用的资格都没有。前提条件没变——还是Feed，还是结构化数据。

⚠️ 现金流视角：卖家本周就该做的三件事

判断不值钱，动作才值钱。

按现金流视角排序，三件事的投入产出比从高到低：

第一，给现有商品Feed做一次AI就绪体检。 无论用 Channable 的AI Readiness Audit还是其他工具，先搞清楚自己缺失哪些字段。这是几乎零成本的动作，但决定了你在AI购物入口里是否存在。别忘了，77%的同行还没做——这是当前少数还存在信息差的窗口。

第二，欧盟市场算一笔账再进。 TikTok Shop的欧盟扩张还处在渠道建设期，Webinar本身免费，意味着平台在教育和拉新。卖家要算的不是『要不要做』，而是本地化目录、合规和履约的沉没成本，能不能被冷启动期的流量红利覆盖。中小卖家建议先跟随平台节奏，不押重注。

第三，推理模型先做场景验证，不做重投入。 o1-preview的输出价格是GPT-4o的四倍，规模化接入前先用API等级5的额度（累计消费1000美元且满30天的开发者）小流量测试：客服复杂咨询、多商品对比推荐，看转化提升能不能覆盖token成本。算不平的，继续用传统模型等降价。

一句话总结优先级：Feed体检是必答题，欧盟是选择题，推理模型是观察题。

小结

把三条线拉直了看：AI购物入口重构（Google AI Mode/Gemini）决定了流量怎么分，Feed数据结构决定了谁能被看见，推理模型（o1）决定了AI的『懂行程度』会多快进化。77%的零售商没准备好，意味着先行动的人在 未来一到两年里有一段无竞争窗口。AI购物不是下一个风口叙事，它已经开始分配流量——而流量的分配标准，是数据。对跨境卖家，现在最贵的不是广告预算，是商品数据里缺失的那些字段。