AI 購物大戰開打：Google 與 OpenAI 爭奪你的錢包
這是一場正在發生的科技與商業正面衝突。當 AI 從「搜尋資訊」進化到「直接幫你做決策與下單」，Google 與 OpenAI 不再只是比模型，而是爭奪誰能成為你購物時的第一入口。從搜尋、推薦到付款，誰掌握流程，誰就更接近你的錢包。
AI購物大戰開始了？一分鐘速讀
協議對決與哲學： Google UCP（開放/DNS 模式）與 OpenAI/Stripe ACP（封閉/App Store 模式）的對決，是 AI 時代開放去中心化網路與封閉圍牆花園兩種網際網路哲學的終極之爭。
技術與門檻： UCP 核心技術為 Capability Manifest + MCP，但商家整合門檻較高；ACP 則依賴 共享支付代幣（SPT），以極低門檻實現零知識交易。
巨頭戰略： Walmart、Shopify 採取兩邊押注的策略；而 Amazon 則透過其內建助手 Rufus 和法律戰，保持沉默並積極鞏固其封閉生態。
行銷轉變： 數位行銷典範從 SEO 轉向 AEO（AI Engine Optimization），結構化數據取代關鍵字，成為確保商品能被 AI 代理精準看見和推薦的核心。
NRF 2026：AI 商務元年的號角
2026 年 1 月 11 日，紐約賈維茨會議中心的氣氛與往年截然不同。
每年的 NRF（美國零售聯盟大會）向來是零售業的風向標，但今年的焦點不再是全通路行銷或供應鏈優化這些老生常談。當 Google 執行長 Sundar Pichai 走上主舞台，台下聽眾知道這場演說將重新定義未來十年的電商遊戲規則。
Pichai 宣布的「通用商務協議」（Universal Commerce Protocol, UCP），一個試圖成為「商務世界的 DNS」的開放標準。這個比喻意思是能像 DNS 讓任何瀏覽器都能找到任何網站，UCP 的野心是讓任何 AI 代理都能找到任何商家、理解其能賣什麼、如何結帳、如何處理退貨，然後代表消費者完成整個交易流程。
但這不只是一場的產品發布會。這場演說，是對三個月前 OpenAI 與 Stripe 聯手突襲的正式回應。
讓我們倒帶回顧這場風暴的形成：
2025 年 9 月 OpenAI 與 Stripe 的突襲。 雙方聯合發布「代理商務協議」（Agent Commerce Protocol, ACP），並在 ChatGPT 中啟用「即時結帳」功能。美國用戶只要對 ChatGPT 說「幫我買一雙跑鞋」，AI 就能自動比價、顯示商品、直接在對話中完成下單與付款。這項功能利用 Stripe 的支付基礎設施，讓商家只需添加一行程式碼即可接入。上線僅三個月，就已有數十萬款商品可透過 ChatGPT 購買。這是「圍牆花園」策略的極致展現。
2025 年 11 月 Amazon 的法律戰。 全球電商霸主對 AI 搜尋引擎 Perplexity 提起訴訟，指控其「Comet」代理程式在未經授權的情況下偽裝成瀏覽器抓取 Amazon 數據。這標誌著封閉生態對外部 AI 代理的正式宣戰。
2026 年 1 月 Google 的反擊。 UCP 的發布不僅是技術標準的推出，更是一場政治結盟。Google 成功拉攏了 Shopify、Walmart、Target、Etsy、Wayfair 等電商巨頭，以及 Visa、Mastercard、American Express、Adyen 等支付與金融公司，甚至包括了「敵營」的 Stripe，形成了一個超過 20 家重量級夥伴的「反圍牆花園」聯盟。
這一系列事件確立了 2026 年作為「AI 代理商務元年」的歷史地位。市場不再討論「AI 是否會影響零售」，而是轉向更尖銳的問題：誰將定義 AI 零售的規則？誰將控制下一個十年的商流入口？
這不是一場普通的商業競爭。這是兩種截然不同的網際網路哲學「開放式去中心化網路」與「封閉式圍牆花園」在 AI 時代的對決。
協議對決：圍牆花園 vs. 商務 DNS
要理解這場戰爭的本質，必須先拆解兩套協議背後的設計哲學。表面上，ACP 和 UCP 都是「讓 AI 幫你購物」的技術標準，但它們代表了截然不同的網際網路願景。
OpenAI/Stripe 的 ACP：極致效率的 App Store 模式
OpenAI 與 Stripe 推出的 ACP 代表了高度集成、垂直整合的解決方案。如果要找一個類比，Apple 的 App Store 最為貼切：為了提供最流暢的使用者體驗，必須控制端到端的環境。
運作模式是這樣的： 商家需要在 chatgpt.com/merchants 註冊，主動將產品數據「推送」（Push）至 OpenAI 的中央索引庫。當消費者在 ChatGPT 中表達購買意圖時，AI 直接在對話框內調用 Stripe 的支付介面完成交易。整個流程發生在 ChatGPT 這個單一入口內，消費者無需離開聊天介面。
ACP 最關鍵的技術創新是「共享支付代幣」（Shared Payment Tokens, SPT）。這解決了 AI 代理商務最大的安全隱憂：如何讓 AI 代表人類付款，卻不讓 AI 接觸到信用卡號？
SPT 的運作流程是這樣的：用戶在 ChatGPT 授權購買後，OpenAI 向 Stripe 請求一個受限制的代幣。這個代幣被嚴格限制使用範圍，僅限特定商家、最高金額上限、有效時間可能只有 10 分鐘。ChatGPT 將這個 Token 傳遞給商家的結帳 API，商家再持此 Token 向 Stripe 請款。整個過程中，AI 代理只負責傳遞意圖與代幣，從未真正「看見」或「儲存」用戶的敏感金融資訊。這種設計實現了「零知識」交易。
ACP 的優勢顯而易見：
整合門檻極低：已經使用 Stripe 收款的商家，幾乎只需新增一行程式碼即可開通 ChatGPT 的代理購物支付功能
體驗極致順暢：消費者無需離開聊天介面，轉化率極高
速度快：OpenAI 上線即時結帳僅三個月，就已有數十萬款商品可直接購買
但劣勢同樣明顯：
封閉性：目前只有在 ChatGPT 環境內才能享受這樣的便利服務，其他 AI 平台或搜尋引擎難以直接利用
依賴性：商家高度依賴單一平台的流量分配演算法，數據與流量被鎖定在 OpenAI 的生態系內
換句話說，OpenAI 正在建起一座「圍牆花園」。商家若想接觸透過 ChatGPT 購物的消費者，就必須進入這個生態。這種封閉性引發了競爭對手的警覺——尤其是搜索與廣告巨頭 Google，不願將未來的電商入口拱手讓人。
Google 的 UCP：去中心化的商務 DNS
Google 的 UCP 則承襲了 WWW 的精神。X 平台上的開發者將其比喻為「商務世界的 DNS」。
核心理念是： 網路應該是分散式的，商家應保有對自己網站、數據和客戶關係的完全控制權。商家不需將數據上傳至單一平台，而是在自己的伺服器上發布一份「能力清單」（Capability Manifest）。任何 AI 代理都可以「讀取」這份清單，理解商家能賣什麼、如何結帳、如何處理退貨，進而代表消費者發起交易。
UCP 的運作機制建立在三大技術支柱上：
第一，Capability Manifest（能力清單）。 商家必須在其網域的特定路徑（如 /.well-known/ucp）託管一份 JSON 格式的清單，宣告支援的服務與能力。這份清單包含：支援的垂直領域（如一般購物、旅遊）、AI 代理可呼叫的具體功能（搜尋、購物車、結帳）、API 的接入口，以及支援的通訊協議。這種設計讓 AI 代理能夠動態地「爬取」並理解商家的交易規則，就像瀏覽器解析 HTML 一樣自然。
第二，MCP 整合。 UCP 與 Model Context Protocol（MCP）原生整合。在 UCP 架構下，商家的伺服器運行一個 MCP Server，將庫存查詢、運費計算等功能封裝成 LLM 可以直接調用的「工具」。傳統方式是 AI 嘗試解析網頁 HTML，容易因版面變更而失敗；MCP 方式則是 AI 發送結構化請求，伺服器返回確切數據。這大幅降低了 AI「幻覺」的風險，確保交易數據的準確性。
第三，OAuth 2.0 身份連結。 當消費者透過 Gemini 購物時，若涉及會員專屬折扣或積分累積，UCP 會引導用戶進行一次性的帳戶授權。這確保了商家能夠識別「這是我的金卡會員」並提供相應的個性化定價，同時商家依然保有完整的客戶數據所有權。
UCP 的優勢在於開放性：
不綁定特定 AI：Gemini、Claude、ChatGPT，甚至開源模型都能使用
商家主權：商家保留「商家紀錄」（Merchant of Record）的地位，直接處理金流與物流
互操作性：支援多種傳輸協議，與現有其他協議（如 Agent2Agent、Agent Payment）相容
但劣勢同樣存在：
技術門檻高：需要商家端進行更複雜的伺服器配置（設置 .well-known 端點、MCP 伺服器），整合難度遠高於 ACP
碎片化風險：去中心化可能導致不同商家的實作標準不一，影響 AI 代理的穩定性
推動速度慢：相較於 ACP 依託 ChatGPT 一家之力即可推廣，UCP 需要產業各方共同投入開發實作
對比總覽
簡言之，ACP vs UCP 的競爭，本質是「平台一體化」與「協議標準化」兩種路線之爭。 前者集中火力優化自有平台內體驗，後者試圖制定行業標準、串連多元平台。最終誰能勝出，取決於商家與消費者對「便利性」與「自主性」的權衡：是願意為一站式便捷而進入封閉平台，還是偏好開放生態帶來的靈活選擇。
信任與安全：當 AI 代你付錢
在商務協議之下，還隱藏著一層更為基礎的戰爭：支付授權層。這個問題聽起來很技術，但其實很直觀，銀行憑什麼相信一筆由 AI 發起的交易是合法的？
傳統的信用卡交易，銀行信任的是「持卡人本人操作」這個前提。但當 AI 代理介入後，這個前提被打破了。如果 AI 幫你買了一雙跑鞋，結果送來的是童鞋尺寸，誰該負責？如果用戶事後聲稱「是 AI 亂買的」要求退款，銀行該相信誰？
支付層的三方角力
Google 的 AP2：授權委託書機制
配合 UCP，Google 推出了 Agent Payments Protocol（AP2）。AP2 的核心概念是「委託書」（Mandates），這是一種加密簽章，用於證明用戶確實授權了 AI 進行交易。
這套機制分為三層：
Intent Mandate（意圖委託）：用戶簽署「我要買一張去倫敦的機票，預算 800 美元以下」
Cart Mandate（購物車委託）：鎖定具體的商品項目
Payment Mandate（支付委託）：最終的資金放行授權
這些委託書構成了不可否認的數位證據鏈。如果用戶事後反悔，聲稱「是 AI 亂買的」，銀行可以調閱這些加密簽章作為仲裁依據。
Visa 的 TAP：信任代理協議
Visa 則推出了 Trusted Agent Protocol（TAP），重點在於「驗證代理本身的身份」。TAP 為經過認證的 AI 代理頒發數位證書。商家在接收到交易請求時，可以驗證這個代理是否為「Visa 認證的良民」，從而區分合法的購物助理與惡意的爬蟲機器人。
三者的堆疊關係
這三種協議並非完全互斥，未來很可能形成「堆疊」關係：TAP 驗證代理身份（這個 AI 是誰？可信嗎？）、AP2 記錄用戶授權（用戶真的同意了嗎？）、ACP/SPT 執行具體交易（怎麼完成這筆買賣？）。
AI 幻覺的真實案例
當我們把購物決策和操作越來越多地交給 AI 代理，一個不得不慎重對待的問題是：如何確保 AI 不會出錯或「幻覺」？
這並非杞人憂天。在 Amazon 最近的一次 AI 購物實驗中，一家文具店在毫不知情的情況下突然收到多筆來自 Amazon 的訂單，而訂購的竟是一款該店根本沒有販售的商品。原來是 Amazon 測試的 AI 購物代理抓取了該店網站資訊後，「幻覺」般地下單了不存在的產品，導致商家一頭霧水。
商家在社群發文無奈吐槽：「聽起來是很棒的功能，直到 AI 幫顧客買的東西根本不在你的庫存，而你的店還蒙在鼓裡幫忙發出了錯誤商品。」
這個案例敲響了警鐘：當 AI 介入交易流程，容錯機制與安全確認就變得前所未有地重要。
責任歸屬的困境
在 UCP/ACP 架構下，商家通常被視為 Merchant of Record（商家紀錄）。這意味著，即使錯誤源於 AI 的理解偏差，商家仍可能面臨退貨成本。OpenAI 的 ACP 也強調「商家仍是記錄在案的商戶」，AI 只是在中間傳遞指令，最終扣款和履單還是由商家現有系統處理。
為了解決爭議，新的證據標準正在形成。商家需要保存「代理意圖日誌」（Agent Intent Logs），記錄 AI 當時接收到的指令以及其推理過程，以證明「AI 沒有出錯，是用戶指令模糊」。Visa 的 TAP 協議正是為了標準化這類證據而生。
更棘手的是「友好詐欺」的升級。AI 代理可能被用來進行更複雜的詐欺：用戶設定 AI 搶購限量球鞋，若市價下跌，便宣稱「AI 失控」要求退款。這迫使支付產業必須重新定義「授權」的法律邊界：只要你啟動了代理，你是否就必須為代理的所有行為買單？ 目前的共識傾向於「是」，但相關法律判例尚未成熟。
產業觀察者建議，短期內應保持人機協作：AI 提供建議和自動化流程，但關鍵確認點仍需人為把關。例如用戶在下單前最終點擊確認，或商家對可疑訂單進行二次校驗。「AI 不亂買東西」將成為 AI 購物得以大規模普及的前提之一，如何在便利與安全間取得平衡，是接下來協議制定者和平台需要持續優化的方向。
零售商的戰略抉擇：三巨頭的不同賭注
面對兩種截然不同的協議與生態，零售商該怎麼選邊站？
答案是：很多精明的零售商選擇不選邊站。
Walmart：全通路防禦戰
美國零售龍頭 Walmart 是最典型的「兩邊押注」案例。Walmart 同時擁抱 ChatGPT 與 Google Gemini 兩大 AI 助手的購物功能。
作為 UCP 的共同開發者，Walmart 的戰略非常清晰：防禦 Amazon，利用 Google。Walmart 擁有龐大的實體店數據與供應鏈優勢，透過 UCP 將這些數據結構化並開放給 Gemini，能夠在 AI 搜尋結果中佔據優勢位置。
想像這個場景：當用戶問 Gemini「哪裡可以馬上買到除雪機？」，UCP 能即時回傳 Walmart 當地門市的庫存，這是純電商無法比擬的優勢。同時，支援 ChatGPT 的 ACP 則是為了攔截年輕一代的流量，確保不錯過任何一個入口。
未來消費者無論透過哪個 AI 平台尋找商品，Walmart 都不缺席。
Shopify：軍火商策略
Shopify 在這場戰爭中扮演了最有趣的角色「軍火商」。
Shopify 一方面與 Google 共同開發 UCP，宣佈全平台商家將自動具備 UCP 支援。換言之，每個 Shopify 商店都等於掛上了讓 AI 找得到、買得到的標準接口。另一方面，Shopify 也是 OpenAI 首批合作夥伴，官方消息指出逾百萬家 Shopify 商戶的商品將陸續接入 ChatGPT 即時結帳功能。
這意味著 Shopify 商家的產品，未來將同時出現在 ChatGPT 和 Google 搜尋的 AI 模式中，透過兩種不同協議都能被 AI 代理「看見」。
Shopify 的核心價值主張很簡單：無論哪種協議獲勝，Shopify 都是基礎設施的提供者。
更深層的意義是，透過在平台層級內建 UCP，Shopify 實際上是在幫助其中小企業商戶對抗「隱形懲罰」。在 AI 時代，如果一個商家的商品數據無法被 AI 讀取，它就等於不存在。Shopify 自動生成的 UCP Manifest 讓一家賣手工蠟燭的小店，也能被 Google Gemini 像檢索 Amazon 一樣輕鬆檢索到。這大大提升了 Shopify 平台的黏著度。
中小企業的技術鴻溝
但不是所有商家都這麼幸運，雖然 Shopify 商戶獲得了庇護，但那些使用老舊自建系統（如舊版 Magento、WordPress）或客製化網站的中型企業正面臨巨大危機。實作 UCP 需要配置 MCP Server、OAuth 認證及複雜的 API，這對缺乏 IT 團隊的企業來說門檻極高。
市場可能因此出現兩極化：能被 AI「看見」的頭部與平台型商家，以及逐漸在 AI 視野中消失的長尾商家。 這是一種新型態的數位落差。
Amazon：房間裡的大象
當 Google、OpenAI、Stripe、Shopify、Walmart 等各方在這場標準之爭中紛紛站隊，全球最大的電商平台 Amazon 的動向卻異常低調。
Amazon 既沒有公開參與 UCP 標準，也沒有宣布支持 ACP，在表面上顯得按兵不動。然而，這絕不表示 Amazon 無意介入。事實上，Amazon 正在構築一道更為堅固的牆。
Rufus：封閉生態的超級代理
Amazon 的回應是 Rufus，其內建於 Amazon App 的 AI 購物助手。Amazon 擁有其他對手無法比擬的優勢：真實的交易轉化數據。
OpenAI 知道用戶「問」了什麼，Google 知道用戶「搜」了什麼，但只有 Amazon 確切知道用戶最終「買」了什麼、退了什麼、以及真實的滿意度。Rufus 利用這些數據提供精準的推薦，並將用戶牢牢鎖在 Amazon 的生態系內。
另外 Amazon 推出的「Shop Direct」功能，讓用戶可以在 Amazon 平台上直接瀏覽其他品牌官網的產品，其中的「Buy for Me」按鈕透過 AI 代理替用戶在第三方網站上下單。這相當於把 Amazon 化身為一個無所不包的 AI 代購員，不要求商家入駐 Amazon Marketplace，也能把商家網站的商品賣出去。
法律與技術的雙重封鎖
Amazon 對外部 AI 代理採取了敵對態度，在法律戰方面，Amazon 於 2025 年底起訴 Perplexity，指控其未經授權抓取數據。這確立了「未經許可的 AI 代理即為非法入侵」的法律論述。在技術戰方面，2026 年起 Amazon 大幅調漲 SP-API（Selling Partner API）的使用費，變相增加了第三方開發者為 Amazon 賣家開發 AI 工具的成本。
Amazon 的策略是將 AI 購物變成一場「內戰」：如果你想用 AI 在 Amazon 購物，你只能用 Rufus。
但這裡有個諷刺的雙重標準，Amazon 一方面禁止外部 AI 工具爬取自家網站，另一方面卻自己爬別人的網站搞 AI 代購。這種先斬後奏的強勢作風引來不少批評，但也顯示出其對 AI 購物版圖的野心。
Amazon 的缺席本身就是一個值得玩味的訊號。 一種可能是 Amazon 認為自身體量足以獨行其是，通過自有平台加 AI 助理就能掌控大量消費者，不需要與他人共建標準。另一種可能是 Amazon 暫時隱忍，實則在背後觀察對手動向，伺機推出自己的協議標準，讓戰局演變成三足鼎立。
無論如何，在 AI 購物的未來格局中，絕不能低估 Amazon 這頭沉默的巨獸它的最終抉擇，可能將左右整個戰場的平衡。全球電商市場正在分裂為「Amazon 帝國」與「UCP/ACP 聯盟」兩大陣營。
行銷新規則：從 SEO 到 AEO
AI 代理接管購物搜尋與推薦的另一個連鎖效應，是整個數位行銷與流量分配規則的改寫。
以往商家做數位行銷，核心是爭奪 Google 等搜尋引擎的排名，俗稱 SEO，但當消費者開始對 AI 說「幫我找⋯⋯」而不是自己去搜，傳統 SEO 的遊戲規則正在被顛覆。
關鍵字已死，結構化數據為王
AI 代理不看網頁的視覺設計，它們只看數據。在 UCP 時代，商家的核心競爭力在於數據的結構化程度。
傳統 SEO 優化的是標題、關鍵字密度、反向連結。但新時代的 AEO（AI Engine Optimization，或稱 Agentic Optimization）優化的是 JSON-LD Schema、UCP 能力清單、庫存 API 的即時響應速度。
想像這個場景：如果你的產品有庫存，但沒有在 UCP Manifest 中正確標記「delivery_time」，AI 代理為了降低風險，可能會優先推薦競爭對手的產品。
專家指出：「企業必須從『做內容給人看』，變成『做資料給 AI 看』。」
這要求商家提供機器讀得懂且信得過的資訊：使用精確的 Schema 結構標記來標註產品的價格、規格、庫存、評價；建立穩定的 API 介面確保庫存和價格的即時同步。只有這樣，AI 在接到「我想要一雙防水的登山鞋，預算 3000 元」這類指令時，才能精準地從你的資料中判斷你賣的鞋是否符合條件，並把你的商品列入推薦清單。
Business Agent：品牌在 AI 時代的新官網
Google 推出的 Business Agent 是另一個值得注意的發展。品牌可以訓練一個專屬的 AI 代理，內建於 Google Search 中。當消費者詢問「這件外套適合登山嗎？」時，不再是隨機抓取論壇評論，而是由品牌的 Business Agent 根據官方數據回答。
這不僅是客服工具，更是 SEO 的防禦工事，確保品牌在 AI 對話中擁有「話語權」，避免被通用大模型的幻覺所誤導。
引用取代連結
在 AI 模型的權重中，「連結」（Backlinks）的重要性下降，「引用」（Citations）的重要性上升。AI 透過閱讀權威評論、專業論壇來建立對產品的「認知」。因此，行銷人員的任務變成了確保品牌被權威數據源（如專家撰寫的評測文章、認證機構資料庫）所引用，以佔據 AI 的推理路徑。
「可見性」的概念也從過去的關鍵字排名，轉變為意圖匹配度。 AI 選品更重視產品資訊是否直接回答了用戶的需求，而非你的頁面是否堆砌了某些關鍵詞。品牌要提升在 AI 平台的曝光率，得確保提供的資料能支持 AI 進行比較、推薦和後續提問。
早期積極投入「代理商務 SEO」的品牌，可能獲得一波紅利：由於競爭對手尚未優化，他們的產品更容易被 AI 挑中優先推薦。但這個窗口期不會太久，隨著行業接受度提高，整個數位行銷產業都需要重新學習遊戲規則，培養同時懂 SEO 和 AEO 的複合型人才。
正如一位專家所言：「AI 時代不是搶曝光，而是搶引用、搶信任、搶位置。懂得與 AI 並肩作戰的行銷人，才是下一個勝利者。」
零點擊經濟的來臨
更遠的未來，我們將迎來「零點擊經濟」（Zero-Click Economy）。
精美的網頁設計將不再是轉換率的關鍵，因為「看」網頁的是機器人。前端開發的價值將縮水，後端數據架構的價值將暴漲。為了適應 AI 代理的高頻、小額、即時交易需求，傳統銀行結算系統（T+1/T+2）顯得過於緩慢，結合加密貨幣穩定幣的 PayFi 可能成為 AI 商務的首選結算層，實現 7x24 小時的即時清算。
最終，UCP 與 ACP 將不僅用於 B2C，更將滲透至 B2B。想像一下：你家的 AI「儲藏室代理」自動檢測咖啡豆存量，向烘豆商的 AI「銷售代理」發出詢價，雙方自動議價、下單、付款，全程無人參與。
在這個世界裡，人類不再是購買行為的執行者，而是授權者。
馬克碎念
表面上看，這是 Google 和 OpenAI 的協議之爭，是「開放」vs.「封閉」的哲學對決。但如果仔細想想，這兩邊說的「開放」和「封閉」，其實都是相對的。
Google 說 UCP 是「商務世界的 DNS」，聽起來很去中心化對吧？但別忘了，DNS 的根伺服器也是有人在管的。當 Google 掌握了這套協議的主導權，當 Gemini 成為消費者詢問購物問題的第一入口，Google 會不會成為新的流量閘道？「開放標準」的背後，是不是只是換一種方式壟斷？
OpenAI 說 ACP 是圍牆花園沒錯，但人家一行程式碼就能接入，對中小商家來說門檻低到不行。反觀 UCP 要配置 MCP Server、 OAuth 認證、寫一堆 JSON，沒有 IT 團隊的商家根本無法加入。所以到底誰更「開放」？是技術上的開放，還是准入門檻的開放？
而 Amazon 不需要加入任何聯盟，因為它本身就是生態。它有 Rufus、有 Shop Direct、有全球最完整的購物行為數據。Google 和 OpenAI 在外面打得火熱，Amazon 只需要把自己的牆築高一點，讓 Rufus 變聰明一點，就能穩坐釣魚台。而且人家還順手告了 Perplexity，確立了「AI 爬我數據就是違法」的法律先例。
這場戰爭的結果，可能不是 Google 贏或 OpenAI 贏，而是有能力讓 AI 讀懂自己的商家贏，讀不懂的商家輸。 這是一種新型態的數位落差，或許會來得比我們想像的快。
最後一個問題留給每個讀者：當 AI 幫你做購物決策的時候，你願意放棄多少「自己選」的樂趣，來換取「AI 幫你選」的便利？
這個問題沒有標準答案。但我猜，大多數人會在不知不覺中，把答案交給那個回答速度最快、最懂你的 AI，這才是這場戰爭真正在爭的東西。
您好，metanethub.com 申请转载，请问可否？谢谢