华尔街金融巨头高盛最新发布的AI智能体商业研究报告显示，Meta Muse以及OpenAI Astra全面引爆的AI智能体新商业模式(即Agentic Commerce)有望推动新一轮电商渗透，并且显著扩大与重新分配商品发现、数字广告生态、数字支付和线上交易安全环节的商业价值。
随着Muse等愈发聚焦于C端的个人智能体开始替用户查找商品、比较价格并执行购买，智能体业务竞争焦点正转向谁能掌握消费者的购买意图，并将其转化为可信、可履约的交易。高盛最新测算显示，以现有消费规模为基础，AI智能体商业在美国未来几年有望切入的潜在年度消费支出池约为2.6万亿美元，覆盖其划定的高采用可能性零售与服务类别;增长机遇主要来自智能体逐步承接既有购物支出。
高盛分析师们最新识别出约2.6万亿美元的美国现有消费支出属于较容易采用智能体商业的类别——即高盛预期智能体商业可以争取到的现有年度消费支出池高达2.6万亿美元，并重点看好Facebook与Instagram母公司Meta、谷歌母公司Alphabet等消费入口平台，亚马逊、Walmart(沃尔玛)和Shopify等零售及商户类型基础设施，以及Visa、Mastercard、Cloudflare和重要身份风控服务商。
高盛在这份研究报告中共列出18家受益于2.6万亿美元庞大规模消费迁移主题的上市公司。以下评级与12个月目标价均为报告当时口径，参考股价截至2026年9月23日，单位为美元;潜在涨跌幅按该参考价计算。
对于全球股票市场投资者们而言，投资机遇因此同时覆盖“获取交易”和“保障交易”两端。高盛强调，这是未来3—5年以上逐步展开的结构性变化，更广泛的普及可能经历更长周期;能够持续受益的企业，需要兼具用户分发、消费者信任、商户参与和交易执行能力。Muse的应用落地与Astra的多步骤执行能力，为这一趋势提供了进一步发展的技术基础，而CPU、存储及数据中心广泛AI基建硬件持续强劲需求，则是应用规模扩大后可以继续推演出的对于AI算力产业链的长期万亿美元积极影响。
从购物入口到交易底座：高盛揭示六条路径重塑线上消费商业利润分配轨迹
首先，高盛表示智能体商业首先争取既有消费支出，再通过降低交易摩擦推动电商增长。高盛引用的第三方调查显示，约44%的网购者已使用AI技术发现商品;另一项调查中，42%的消费者使用AI比价，而用于完成购买的比例只有16%，说明商品研究与实际交易之间仍存在较大发展空间。
高盛将美国现有零售和服务支出按采用可能性分组：高可能性类别约2.6万亿美元，加上中等可能性类别后合计约12.3万亿美元，占相关支出的约60%。其敏感性测算显示，将高可能性类别中约2.3%的线下面对面支付支出转为电商，即可使电商增速加快约1个百分点;若将分母扩大至高、中可能性类别，对应转化比例约为0.5%。这些属于既有消费渠道迁移的情景测算，不能被视为新增12.3万亿美元市场收入。采用速度取决于商品偏好的主观性、交易复杂度和买错后的损失，因此标准化、低风险购买更容易率先普及，高端服饰、奢侈品等领域则可能更慢。
第二，广告价值将随着购买意图迁移，Meta和Alphabet拥有争夺新入口的优势。近期AI已经在降低广告创意成本、优化投放与改善广告支出回报;更长期的变化，是消费者可能直接在智能体界面表达购买需求，使商业意图逐渐从搜索结果页和商户网站流向AI平台。高盛认为，这与桌面互联网向移动互联网迁移具有相似之处：被智能体持续优先选择的商户或品牌，可能获得更稳定的复购关系。
广告预算也会逐渐流向AI原生赞助推荐、商品信息流及其他商业展示方式。Meta凭借应用生态、用户关系和Muse，Alphabet凭借Gemini、AI Overviews、AI Mode以及全栈AI基础设施，被高盛列为数字广告领域的主要长期受益者。不过，价值兑现还需要解决推荐归因与效果衡量：品牌必须知道广告是否真正影响了智能体选择和最终成交。高盛同时强调，目前尚未看到智能体商业对零售媒体业绩造成实质冲击。
第三，商品发现更加开放，可能同时利好中小商户基础设施层面提供商与具备规模优势的大型零售商。高盛分析师团队表示，Shopify的机会在于，即使消费者购物入口不断变化，商户仍需要统一管理商品目录、库存、支付、订单、履约及售后;其与Google共同推进的UCP及Agentic Storefronts，有助于商户连接多个AI渠道。Amazon(亚马逊)和Walmart(沃尔玛)则在价格、供货、配送速度及交易可靠性方面具备优势，而这些恰好是智能体比较商品时能够直接衡量的指标。两种模式因此可以同时受益。
高盛表示，竞争中的分歧在于客户关系归属——Shopify积极接入新流量，Amazon限制未经授权的购物代理，体现了后者维护第一方数据、会员关系与零售媒体收入的考虑。消费品牌也将分化，标准化商品更容易遭遇比价和自有品牌替代;雅诗兰黛等个性化、高参与度品牌相对更具韧性，高盛也看重SharkNinja和Tapestry的品牌建设与技术适应能力。品牌营销将逐渐增加面向生成式搜索和智能体推荐的优化，即GEO营销模式。
第四，智能体支付将建立在现有银行卡体系之上，支付网络有望同时获得交易量与服务收入增量。高盛认为，Visa和Mastercard的网络效应、消费者支付习惯、代币化及风控能力，使其处于有利位置。智能体若把一个购物篮拆分至多家商户，交易笔数增加、平均订单金额下降，可能提高按笔收费所带来的单位交易金额收入;在线交易还会提升身份认证、反欺诈和其他增值服务的附加率。
高盛表示，支付处理环节的技术门槛也将提高，高盛认为这有利于Stripe、Adyen等原生电商处理平台;PayPal的双边生态具有近期战略价值，但其竞争位置仍取决于对消费者和商户提供的实际价值。融资环节则可能利好Affirm和Klarna：智能体可以在购买时比较融资成本和条款，增加先买后付方案被发现和使用的机会，但最终支付选择仍由消费者偏好决定。
第五，交易越自动化，身份、授权与责任认定越成为商业化的必要条件。技术体系正在分层建设：MCP帮助连接数据和工具，UCP、ACP规范商户与智能体之间的商业交互，支付协议则处理身份、授权和支付凭证。真正的规模化要求，是证明“哪个消费者授权了哪个智能体、购买什么、预算多少”，并明确错误购买、欺诈、拒付和退货的责任。传统IP地址、设备和浏览行为信号，在合法智能体也通过云端高速操作时，独立判断能力可能下降，因而Cloudflare、Akamai及支付安全服务商面临新的需求。
高盛估算，相关网络安全支出目前约相当于美国电商收入的1%—2%，长期有提升空间。信息服务方面，Equifax覆盖消费者、商户、收入及就业验证;TransUnion擅长持续身份关联和数字网络风险;FICO更清晰的机会来自自动化决策与反欺诈软件。高盛将后三者的智能体机会视为长期增长潜力，尚未量化为明确盈利增量，关键是新增工作流是否产生更多付费验证和决策。
第六，高盛援引的票务领域调研数据显示，智能体可以改善存量供给的销售效率，但独特供给仍决定平台议价能力。高盛引用Live Nation的数据指出，约95%的演唱会并未售罄，露天剧场售票率约为60%—70%，剧院约为65%—75%。智能体若能依据城市、时间、预算和个人偏好匹配活动，就有机会提高长尾演出的售票率和场馆利用率。
高盛表示，Live Nation旗下Ticketmaster因掌握差异化票源及场馆合作关系，相对更有利。StubHub等二级票务平台则可能先受益于更低获客成本，但也面临比价透明化、服务费竞争，以及消费者绕过原有页面后附加服务和广告销售减少的问题。高盛仍对两家公司维持“买入”这一积极评级，但指出长期利润分配取决于：智能体平台究竟持续降低分销成本，还是逐渐通过推荐费、佣金和展示收费分享更多交易收益。
每一笔“替人完成”的AI智能体交易，都可能增加新的AI推理计算工作负载
从底层技术范式来看，Muse与Astra确实有望进一步扩大智能体的使用范围，但应用渗透将沿着不同任务逐步加速。Muse已具备专属云端虚拟机、浏览器操作、后台持续工作和记忆机制;Astra则强化了电脑操作、软件使用与多步骤专业任务执行能力。将这些能力应用于购物，一次需求可能触发商品检索、规格核对、库存检查、价格比较、配送评估、身份验证以及支付确认。
更高的AI推理工作负载最终成功率与更低的人工干预成本，会让更多日常任务值得委托给AI;用户规模、使用频率和任务覆盖面由此可能共同扩大。与此同时，高盛强调的账户连接、商户参与和责任规则，也会决定技术能力以多快速度转化为真实交易量。
从AI算力基础设施底层架构看，这种推理工作负载扩张会同时增加模型推理、工具执行和状态管理需求。GPU、TPU等加速器承担模型计算;CPU运行浏览器、虚拟机、商品检索、数据库查询和交易编排;HBM与服务器DRAM承载模型数据、上下文及并发工作环境;企业级SSD保存商品索引、任务记录与持久状态，高速网络和光互连则支撑分布式数据交换。英伟达的最新工程资料已明确指出，CPU执行速度会影响智能体模型调用之间的等待时间，并讨论通过HBM、DRAM、本地NVMe和远端存储分层管理上下文缓存。这为AMD、英特尔主导的x86架构CPU、Arm架构高性能CPU以及存储芯片组件、数据中心高速光学互连和供电链的长期需求提供了强劲工程依据。
毋庸置疑的是，AI数据中心服务器集群的存储芯片组件仍是最清晰的AI算力产业链层面供给瓶颈。市场调研机构TrendForce预计，2026年服务器DRAM合约价累计上涨约270%，企业级SSD价格累计上涨约235%;2027年HBM合约价仍可能上涨70%—140%，这些数据体现了AI算力扩张与存储涨价的共同作用。TrendForce最新估算，DRAM与NAND合计占主要云服务商资本开支的比例，将由2026年的47%升至2027年的68%，背后同时存在采购量增长与价格上涨。