
多年来,AI 商业的讨论重点一直围绕内容生成、推荐和生产力展开。Morph 的《智能体经济报告》则标志着一个更明确的转向:AI 系统正在成为经济参与者,能够代表消费者发现商品、协商条款、授权支付并完成交易。
其中最引人关注的预测不容忽视。Morph 预计,到 2028 年,受智能体影响的全球商品交易总额将超过 5000 亿美元。McKinsey 更广泛的预测也指向同一趋势——到 2030 年,美国零售领域的智能体相关交易规模最高可达 1 万亿美元,全球则达到 3 万亿美元至 5 万亿美元。Salesforce 已将 2025 年 Cyber Week 期间约 670 亿美元的消费与 AI 和智能体相关联,占全部订单的大约五分之一。
本文提炼了商家真正需要关注的重点:基础设施正在如何落地、哪些标准值得关注、稳定币为何开始进入支付体系,以及在 AI 智能体开始替客户做选择之前,如何提前准备商品目录。
核心要点
- AI 智能体正从推荐工具转向自主购买:自 2025 年以来,Visa、Mastercard、Google、Stripe 和 Shopify 已陆续推出智能体结账基础设施。
- Morph 预测,到 2028 年,受智能体影响的商品交易总额将达到 5000 亿美元;McKinsey 则预计,到 2030 年,美国零售领域的智能体相关交易规模最高可达 1 万亿美元,全球可达 3 万亿美元至 5 万亿美元。
- 智能体商业建立在四层体系之上——身份、授权、结账与结算。MCP、ACP、AP2 和 UCP 是相互补充的标准,而非竞争关系。
- 真实交易规模仍然很小:a16z 的分析显示,剔除刷量交易后,x402 在 30 天内的支付规模约为 160 万美元。这也正是商家现在仍有时间完成商品目录准备的原因。
智能体正在成为买家
Morph 的核心观点是,AI 正在从内容生成进一步走向直接参与经济活动。智能体开始能够自主发现商品、比较报价、协商配送和退货条件、授权支付,并在无需人工逐步点击操作的情况下完成购买。
过去十二个月里,这一趋势已经开始具体落地。Stripe 与 OpenAI推出了支持 ChatGPT Instant Checkout 的 Agentic Commerce Protocol,预计将有超过百万 Shopify 商家陆续采用。Google发布了 Agent Payments Protocol,联合超过 60 家合作伙伴,并通过 x402 支持稳定币结算。Shopify 推出了其 Universal Commerce Protocol,让智能体能够与任意商家完成交易,而 Visa 和 Mastercard 也都发布了智能体支付框架。
对商家而言,这种变化很容易概括:您的下一个客户可能不再是浏览店铺的人,而是一个正在根据价格、信任信号、结构化数据和结账兼容性,将您的商品目录与竞品进行比较的智能体。针对真人消费者优化的逻辑,并不会自动适用于智能体。
- 将智能体适配视为商品目录和结账能力问题,而不仅仅是营销问题
- 默认比较会在不同商家之间以接近完美效率进行
- 跟踪平台当前已经支持哪些支付与商业协议
为什么这些市场数据开始值得重视
报告整合了多组相互独立的数据,这也是为什么大型企业已经开始投入,而不是继续观望。Salesforce 报告称,在 2025 年 Cyber Week 期间,AI 与智能体影响了全球 20% 的订单——约占创纪录 3366 亿美元消费中的 670 亿美元。
流量入口也正在变化。Adobe 记录到,2025 年假日季期间,美国零售网站来自生成式 AI 的流量同比增长 693%。McKinsey 预计,到 2030 年,美国零售领域的智能体商业规模最高可达 1 万亿美元,全球则为 3 万亿美元至 5 万亿美元。Morph 自身的预测则认为,到 2028 年,受智能体影响的交易规模将达到 5000 亿美元,这一预测也处于上述区间内。报告同时预测智能体将在商业稳定币支付中超过人类,并且到 2028 年,美国每十个家庭中就有一个会经常让智能体代为完成购买。
这些都只是预测,而非保证。但即便只实现其中一部分,也会更有利于那些具备机器可读性、价格竞争力以及结账能力的商家。
- 将受智能体影响的收入视为规划场景,而非当前基准
- 将流量指标与商品层面的胜率结合分析,而不仅仅关注会话量
- 优先布局那些本就依赖规格参数比较、天然适合智能体决策的品类
智能体支付技术栈的四层结构
只有机器之间能够安全完成交易,智能体商业才有可能成立,因此 Morph 的报告很大一部分都聚焦于基础设施。报告将当前正在形成的技术栈划分为四层。
身份(Identity)——这个智能体是否可信并可追责? 授权(Mandate)——是否有人类明确授权这笔交易? 结账(Checkout)——智能体能否完成价格、配送、税费和退货处理? 结算(Settlement)——资金究竟如何流转?
多个标准正在这些层级上逐渐普及。Anthropic 的 Model Context Protocol 用于连接智能体与工具和数据;Google 的 Agent Payments Protocol 负责交易授权;由 Stripe 和 OpenAI 支持的 Agentic Commerce Protocol 用于标准化智能体结账;Shopify 的 Universal Commerce Protocol 则向智能体开放商家的商品目录和购物车流程。此外,还有 Visa 的 Trusted Agent Protocol,以及面向机器间微支付的 x402。Morph 将它们视为彼此互补的层级,而非互相竞争的产品。
对于 Shopify 或任何采用 UCP 的平台商家而言,当前最重要的工作是确保商品 Feed、政策信息和结账接口都能够被智能体正确读取。您可以使用我们的免费 UCP 验证工具测试自身的智能体接入能力。
- 梳理当前电商平台已经开放了哪些协议
- 保持退货、配送和税费信息在 Feed 与店铺中的一致性
- 不要等待唯一胜出的标准出现——真正的准备必须支持多协议
稳定币与机器规模支付
Morph 在报告中重点讨论了稳定币,认为它将成为智能体驱动商业的原生结算层,其核心逻辑在于经济效率。传统银行卡支付体系存在固定处理成本,因此低于1美元的小额交易通常不具备经济性;而智能体之间进行的大量高频小额支付,则天然适合通过稳定币网络完成结算。Google 发布的 AP2 正是这一方向的体现:它推出了用于智能体加密支付的 x402 扩展,并与 Coinbase 和 Ethereum Foundation 一同构建。
过去几年,稳定币已经在资金管理和 B2B 场景中证明了自身价值。Morph 认为,下一个阶段将是稳定币成为高频、低金额智能体交易的默认结算通道——包括自动化服务采购、API 调用以及互联网规模的机器间商业活动。
这并不意味着所有商家明天就必须接受稳定币支付,而是意味着支付基础设施正在逐步突破银行卡结账模式,未来由智能体发起的交易规模,可能会在传统支付网络之外完成结算。
- 关注平台是否开始为智能体结账增加非银行卡结算选项
- 预期未来智能体比较会将支付方式兼容性纳入考量
- 将稳定币普及视为基础设施信号,而非短期商家风潮
基础设施目前领先于真实交易规模
市场热度与真实经济活动,目前还不是同一回事,而 Morph 在这一点上表述得非常明确。a16z 的分析研究了 Bloomberg 报道中广泛传播的“30 天内 x402 交易规模达到 2400 万美元”数据,发现剔除刷量交易后,真实支付规模更接近 160 万美元。目前的大部分活动仍然是测试和模拟交易,而非成熟的商业需求。
但底层工具的发展速度要快得多。Model Context Protocol 团队表示,截至 2025 年 12 月加入 Agentic AI Foundation 时,其 SDK 月下载量已达到 9700 万次,并拥有 10000 个活跃服务器。Google 的 AP2、Stripe 与 OpenAI 的 ACP,以及 Shopify 的 UCP 都已经进入生产环境,而不只是演示阶段。
对于商家而言,基础设施与交易规模之间的时间差其实很有价值。它为商家留下了窗口期,可以在智能体流量真正成为主流收入来源之前,提前完善商品目录清晰度、结构化数据、竞争定位以及结账兼容性。那些现在就开始优化的商家,将在交易规模追上基础设施时积累复利优势。
- 不要因为当前交易规模较小就忽视这个渠道
- 不要假设未来无需重构商品目录也能快速追赶
- 趁现在试错成本仍低,尽早模拟与竞品的对比表现
商家在 2028 年前应该做什么
Morph 对 2028 年的十项预测既有相对可信的趋势,也有可能带来颠覆性影响的变化——例如自主智能体推动可比品类价格下降超过 10%、某起《财富》100 强企业安全事件被归因于 AI 智能体,以及大型零售商围绕智能体适配能力重组业务。无论这些预测是否全部实现,方向已经非常明确:企业将同时针对机器买家和真人消费者进行优化。
准备工作的起点是商品数据。智能体会以程序化方式评估标题、属性、价格、库存、评价和政策信号,因此,不完整或不一致的商品目录,往往在人类用户看到之前就已经在比较中失利。接下来则是结账与协议兼容性:如果智能体无法通过您的技术栈完成交易,再多曝光也没有意义。关于结构化数据的基础准备,我们的电商商品页结构化数据检查清单详细列出了应优先完善的字段。
最后,在智能体影响尚未清晰体现在标准分析工具中之前,就应开始提前衡量。服务器日志、智能体访问跟踪以及商品层面的胜率模拟,能够帮助您判断当前在 AI 中介的商品比较中是胜出还是失利——远早于“5000 亿美元预测”真正成为现实。
- 检查核心 SKU 是否具备机器可读的标题、属性和结构化数据
- 确认结账与 Feed 能兼容平台支持的智能体协议
- 模拟 ChatGPT、Claude、Gemini 和 Perplexity 如何将您的商品与竞品进行排序
- 在智能体以接近完美效率进行比价的场景下,重新评估定价与信任信号
常见问题
- Morph《智能体经济报告》预测了什么?
到 2028 年,受智能体影响的全球商品交易总额将达到 5000 亿美元。McKinsey 也给出了相同方向的预测:到 2030 年,美国零售领域的智能体相关交易规模最高可达 1 万亿美元,全球可达 3 万亿美元至 5 万亿美元。
- 如今真正发生的智能体商业规模有多大?
远低于基础设施发展速度所呈现出来的规模。a16z 的分析发现,在广泛引用的 2400 万美元 x402 数据中,剔除刷量交易后,真实的 30 天支付规模更接近 160 万美元。基础设施建设已经先于交易规模落地。
- 智能体支付技术栈的四层结构是什么?
身份(Identity)——这个智能体是否可信。授权(Mandate)——是否有人类授权这笔交易。结账(Checkout)——智能体能否完成价格、配送、税费和退货处理。结算(Settlement)——资金如何实际流转。MCP、AP2、ACP 和 UCP 横跨这些层级,彼此是互补标准,而不是竞争关系。
- 在智能体交易规模到来之前,商家应该做什么?
检查核心 SKU 是否具备机器可读的标题、属性和结构化数据,确认智能体能够通过平台协议完成结账,并模拟主流模型如何将您的商品与竞品进行排序。您还可以使用免费 UCP 验证工具测试自己的智能体接入能力。