600亿条商品躺在数据库里，AI却只给用户看4件——这才是AI商务藏在光鲜口号下的现实

你有没有想过这样一件事：当各大科技公司向我们描绘 AI 购物的美好未来，号称拥有数百亿规模的商品图谱，能一键读懂你的需求、帮你挑好东西直接下单的时候，真实世界正在发生什么？

光鲜的 PPT 和 LinkedIn 帖子写得无比动人：海量商品、毫秒级实时更新、对话即下单。可剥开华丽的宣传外壳，无数商家正在悄悄撞上一堵看不见的墙。很多人还被蒙在鼓里，以为只要把自己的商品、服务上传给平台，就能搭上 AI 商业这趟快车。但残酷的真相是：被收录进数据库，和真正被用户看见，根本是两件完全不同的事。

2026 年 9 月，谷歌负责 AI 战略的员工 Heiko Hotz 在 LinkedIn 发布了一篇短短的帖子，瞬间在零售圈传开。没有新品发布，没有官方公告，只是一篇个人分享，却把谷歌 Shopping Graph 推到聚光灯下。他骄傲地宣称，这套购物图谱手握超 600 亿条商品条目，靠着三大支柱撑起下一代智能购物：实时更新的商品状态、覆盖全网的开放商品资源、从聊天对话直达下单的完整通路。

听起来是不是简直完美？仿佛所有品牌，不管是小众 DTC 新品牌，还是跨国零售巨头，都能平等被 AI 看见，消费者动动嘴，就能匹配全网最合适的好物。

但千万不要急着被这套叙事打动。这只是一名员工的个人观点，不是谷歌官方定论，文中的数字也没有附上原始来源。更有意思的现实调研摆在眼前：早在 2026 年 5 月，一份面向 1295 名美国消费者的调研就显示，已经有超过一半的美国人，第一站买东西就会打开谷歌搜索，占比 56.68%，远超亚马逊的 28.96% 和 ChatGPT 的 7.26%。

现实里谷歌早已成为购物搜索的首选，可帖子开篇却还在说 “人们想到电商不会第一时间想到谷歌”。这种叙事落差，值得我们每一个做商业的人多留一个心眼。

我们不妨扒一扒 “600 亿” 这个震撼人心的数字背后到底发生了什么。这个数字不是一蹴而就：2025 年 11 月，谷歌对外公布的数字还是 500 亿条商品；到 2026 年 5 月，官方博客才更新到 600 亿的规模。

数字越变越大，可宣传话术在二次传播里悄悄发生了偏移。官方博客用词是 “最全面” 的购物图谱，到个人帖子里就变成了 “世界最大”，没有拿亚马逊等竞品做对照，这个 “最大” 只是主观判断；原本统计的是平台内购物行为次数，传播时悄悄换成 “查询数量”，概念被偷换；最容易迷惑人的，莫过于那句 “每小时数十亿条更新”。

我们不妨简单算一笔账：平台每小时处理 20 亿条更新，如果要完整轮询完 600 亿条商品，完整过一遍全部数据需要整整 30 个小时。

读到这里你会恍然大悟：所谓的实时，说的是谷歌服务器的处理吞吐量，不等于你家商品的价格、库存变化，可以立刻传递到消费者眼前的 AI 答案里。

这不是凭空猜想，有真实的惨痛案例摆在商家面前。2026 年 1 月，谷歌购物专家就发现，商家通过 Merchant Center 自动同步给平台的商品，平台口口声声承诺 24 小时刷新一次，实际却出现信息滞后 910 天的情况。

一边是平台服务器每小时疯狂处理几十亿条数据，一派热火朝天；另一边，普通商家的调价、库存变动，要等十天才能同步进系统。这两种 “实时”，根本活在两个不同的世界。

放在传统广告时代，过时的商品信息，最多浪费一次用户点击。可到了 AI 智能体的时代，后果会被成倍放大。AI 输出答案的那一刻，只会读取自己手里存下的那一份旧数据，它不会主动再跳转到你的网站二次核验。试想一下：你店铺已经降价清仓，AI 还在给用户展示旧的高价；商品早就卖空，AI 依旧把它当做推荐选项推送给顾客。用户满怀期待点进来，最后只剩失望，而这份损失，却要商家来默默承担。

这还不是最扎心的。

号称可以收录全网大大小小品牌的开放图谱，现实上演着巨大的漏斗。2026 年 7 月，一项持续 21 天、追踪十万多条购物检索的调研戳破了幻想：对比传统谷歌搜索，AI 模式返回的商品结果数量直接少了 95%。普通搜索 88% 的查询都会带出商品结果；换到 AI 模式，仅有 23% 的提问能够展示商品。就算刚好有商品被 AI 选中展示出来，平均也仅仅只有 4 件！

想象一个巨大无比的仓库，里面塞下 600 亿件货品，琳琅满目包罗万象。但面向顾客的货架，仅仅只摆得下 4 个位置。你的商品安稳躺在仓库深处的储物架上，代表它已经被索引，但这不代表你能站上那寸土寸金的货架。

千万不要误解这份调研：我不是要告诉你 AI 渠道毫无价值。恰恰相反，AI 是我们绕不开的未来。但我们必须清醒，进入索引门槛很低，登上展示位，竞争却惨烈到极致。

这里也要客观提醒：这份数据来自一家售卖商品曝光监测工具的机构，存在它自身的立场局限，谷歌也没有发布反向数据佐证，95% 是量级警示，而非板上钉钉的精准数字。但核心的人性与商业逻辑不会变：库容无限，曝光席位永远稀缺。

那说好的 “从用户想法直达下单” 的美好路径，落地又是什么模样？

谷歌推出 UCP 协议的时候，一众大牌企业 Shopify、Walmart、Target 都作为共建方站台，阵容声势浩大，看起来行业就要集体迈入 AI 一键结账的时代。可现实扫描 300 多万个网站之后，仅仅 26 个网站完成了这套协议的部署，共建的头部商家，一个都不在其中。

宏大协议蓝图，和企业真实技术排期之间，隔着巨大鸿沟。

更值得所有商家警醒的事情随之而来：平台已经等不及商家手动开通。2026 年 9 月大量 Shopify 商家收到邮件，后台直接自动完成 Merchant Center 匹配，AI 模式、Gemini 原生结账功能直接自动开启，符合条件的商品直接纳入体系，大范围推送早已悄然启动。

多少商家一觉醒来，发现自己已经卷入 AI 下单流程，自己却一无所知。“自动启用” 四个字背后，是平台先行替你做出选择。等到出现订单错乱、库存异常，商家才后知后觉：我明明没有打开这个功能。这是每一个经营者都要绷紧的一根弦，你不能再默认所有开关都等待你的确认。

雪上加霜的是，珍贵的少数展示席位，还要面对广告的角逐。数据显示近三成满足条件的 AI 检索，会植入广告内容；购物广告轮播甚至直接嵌入 AI 生成的回答正文之中。

偌大的 600 亿商品库，最后压缩到寥寥几个展示坑位，自然推荐和付费广告在这里抢夺用户的目光。我们不去评判广告的好坏，但我们要看清真相：不要被 “开放、普惠” 的宣传迷惑，席位极少，一部分机会是可以花钱买到的。

当然，这场赛跑绝不只有谷歌。微软同样推出面向 AI 智能体的 grounding API，各大 AI 平台都在向商家伸手索要同一套结构化商品数据。有趣的是，构建这些宏大图谱的原始素材，恰恰来自千千万万商家主动提交的数据。我们把相同一份资料，源源不断输送给一个又一个平台。

历史已经给过我们一次前车之鉴。OpenAI 曾经推出的 Instant Checkout，也曾被寄予厚望，畅想 AI 内闭环交易。结果沃尔玛反馈，在 ChatGPT 内部完成的购买，转化率比跳转品牌官网低三倍。短短半年，这项万众期待的功能直接宣告关停。就连谷歌内部商务负责人，也保持着非常冷静的判断：2026 年智能体商务不会成为主流，整套基础设施依旧还在打磨。

我完全相信 AI 商务终会到来。但我们要分清两件事：读懂用户需求做出推荐，和真正完整走完成交，中间隔着一道巨大沟壑。今天，把精力投入 “让 AI 准确认识、愿意推荐你”，远比押注 “让 AI 帮你直接完成成交” 要现实得多。

讲到这里，以上都还只是效率、流量、曝光层面的难题。真正会动摇企业经营根基的，是一件更隐蔽、更少人谈论的事 ——可观测性正在消失，我们正在失去看见客户从何而来的能力。

过去二十年，我们做生意有一套成熟的判断逻辑：用户从哪个渠道点击过来，浏览哪些页面，在哪一步离开。这些点击、跳转、会话记录，是我们判断渠道好坏、分配预算、优化营销全部的根基。我们看得见用户的脚印，就知道钱花得值不值。

可 AI 智能体的世界，会抹掉这些脚印。AI 充当中间人，帮用户比对、选择、发起采购。交易实实在在发生了，但是没有跳转、没有点击、没有来路标记。生意成了，你却完全不知道这位客户到底是从哪里来的。

这才是最可怕的风险：不是你的品牌没有被 AI 推荐，而是你已经被彻底排除在 AI 答案之外，但你完全感知不到这件事。

排名下降，你还能看到数据下滑；可观测性彻底丧失的时候，连警告信号都不会产生。你无从发现问题，更谈不上着手优化。

这件事已经引发监管的注视。2026 年 7 月，斯德哥尔摩专利法院的判决，要求谷歌向 Klarna 赔付 9.5 亿英镑。案件的根源，就来自平台调整比价内容的展示顺序 —— 当 “谁能被看见” 这件事，足以改写市场竞争格局，就再也不是企业和平台之间的小事，会被规则牢牢盯住。

读到这里，你可能会觉得，这些全部都是零售卖实物商家的烦恼。如果你做咨询、工程加固、体检、人力这类服务行业，是不是就能置身事外？大错特错！这套残酷的游戏规则，完完全全照搬到服务业。

对你而言，你的 “商品目录”，就是官网上面一整套可核验的服务事实。

写一句轻飘飘的 “我们专业提供加固服务”，AI 无法分辨你的实力；但清清楚楚写明白你的资质、服务边界、项目周期、适用与不适用场景、过往真实案例，这才是 AI 可以用来做判断的结构化信息。

同样，你的网页被 AI 爬虫抓取收录 ≠ 用户问 “重庆哪家加固公司靠谱” 的时候，你的名字会出现在 AI 给出的简短名单上。收录的范围无比宽广，但 AI 输出给到人的候选名单永远很短。

平台对外宣称的 “实时更新速度”，不等于你的企业信息会及时同步。你的团队扩张、业务区域变更、资质更新，多久能够同步给 AI 系统，决定权不在 AI，在于我们自己有没有主动维护信息。

而最刺痛服务行业的，依旧是可观测性流失。服务业成交周期长，原本归因链路就错综复杂。未来大量客户，经由 AI 得知你的企业，却从来不会点开你的官网。没有访问记录，没有来源标记。客户直接打来电话发起询价，你根本无从知晓：这位客户，到底是不是 AI 带来的？

危机已经摆在眼前，但我们不必陷入焦虑与悲观。认清现实，恰恰是我们掌握主动权的起点。在这里，我想送给每一位正在面对 AI 浪潮的经营者三件实实在在可以动手去做的事。

✨第一件事：把 “被索引” 和 “被展示” 彻底分开看待，拒绝虚假的安全感。

千万不要平台告诉你 “你的信息已经纳入图谱”，就沾沾自喜。索引只是入场券，不是曝光保证。

你可以自己动手做测试：固定几个真实用户会问的问题，每隔一段时间，去不同 AI 工具反复提问。亲自看一看，有限的回答列表里面，到底有没有你的位置。用自己的观察，代替平台单方面给出的宣传话术。

✨第二件事：把信息更新时效，定为内部硬性考核指标。

不要只盯着 “我们官网多久改版一次”。要追踪真正关键的指标：当我们的价格、资质、服务范围发生变动之后，多久之内，全部 AI 读取信息的渠道全部同步完成。指定具体的负责人，留下变更记录。AI 口中的 “新鲜环境”，需要靠我们自己亲手去维护。

✨第三件事：趁现在数据尚且能够观测，提前为可观测性消失做好预案。

传统靠点击、跳转做归因的方法，未来会越来越失灵。我们要主动建立新的信号体系：持续追踪 AI 回答里面，我们品牌出现与否、被描述成什么样子；记录品牌在 AI 语境之中被提起的场景；在客户第一次对接沟通的时候，简单问询他们是如何了解到我们。

在还能看清客户来路的时候，建好参考基线，远好过等到痕迹全部消失之后，再手足无措地补救。

做这些事情，不是卑微地去 “讨好 AI”。我们本质上只是守住一件最重要的事：保证关于我们企业的全部事实，完整、准确，在别人需要调取的时候，可以拿得到。

无论底层技术协议如何迭代，商业的底层逻辑永远不会变。

最后回答几个大家心里一定会冒出来的疑问：

Q：这篇文章引用的 LinkedIn 帖子，代表谷歌官方立场吗？

A：并不是。这只是员工个人账号的分享，没有官方背书。只不过文中引用的数字和谷歌公开发布的数据保持一致，可以拿来参考思路，但不能当做正式公告。

Q：500 亿到 600 亿这个数字上涨，意义很大吗？

A：重点不在于数字大小。它提醒我们：科技平台的统计口径会流动、会变化，二次传播中概念还会悄悄跑偏。看到一个震撼的大数字，先停下来想一想：这个数字，到底统计的是什么东西？

Q：AI 展示商品少 95%，那是不是意味着 AI 渠道可以直接放弃？

A：绝对不是。这个数字揭示的是门槛变高，而不是渠道失效。AI 渠道机会真实存在，但竞争高度集中在寥寥数个席位，入局者要放下幻想，理性看待。同时记得，这份调研本身带有机构立场，把它当做风险提醒，而非绝对真理。

Q：我不是零售商家，这些思考对我有用吗？

A：非常有用。把 “商品目录” 替换成 “企业可核验事实集合”，把 “结账下单” 换成 “询价、预约咨询”，整套逻辑全部成立。服务业长成交链路的特性，甚至会让可观测性丢失带来的伤害更加突出。

Q：遇到平台 “自动启用” 功能，企业可以怎么办？

A：第一步，保持觉知，知道这件事会发生。定期巡检各大平台后台的开关设置，留意那些悄悄变更的默认选项。第二步，熟读平台协议，确认参与、退出的全部规则。平台自动开启不等于我们丧失选择权，但你如果视而不见，就要承担不作为带来的代价。

浪潮滚滚向前，AI 商务不会停下脚步。600 亿条商品数据的宏大图谱固然迷人，但我们千万不要忘记屏幕的另一端，是一个个活生生的消费者，是千千万万努力经营的商家。

技术可以存储无穷无尽的数据，但人类的注意力永远稀缺。真正的挑战，从来不是挤进庞大的数据库；而是在 AI 输出给人的那短短几条结果之中，守住属于你的那一席之地，并且，你还能看见你的客户。