OpenAI的Shopping Research模式來了，但是選擇廣告變現或許會更好？

今天如往常一般打開ChatGPT，開始準備使用，看到官方彈出一個小界面推薦嘗Shopping Research模式，這一看就是用來幫助用戶進行購物決策的。

說實話，我之前已經數次用gpt的深度推理模型，比如o3 pro和5 pro幫自己找東西了，而且效果都還不錯。

但，那還是基于對話模式，一問一答然后給出推薦，而這次的“購物研究”，完全就是一個單獨的agent（基于一個gpt-5 mini模型進行后訓練開發的），在給出最終的商品推薦之前，用戶還需要做十幾次甚至幾十次的選擇。

是的，就是這么多次。

比如我最近剛買了一雙赤足鞋，對這個領域稍微有了了解，就想著用來測試一下吧。結果gpt收到問題思考了一會之后，一連追問了我好幾個問題，需要我一一作答。

然后它就開始研究了，但在給出最終的結果之前，它居然還會再直接問你幾個對具體商品是否喜歡的問題，可以選擇not interested或者more like this ，如果選擇不感興趣，它還會問你原因。

說實話，這有點出乎我的意料，等于這個agent的交互，一下子相比之前的Deep Research等agent有了數量級的提升，更接近一個長鏈條多步驟的任務了。

這個鏈條再一直走下去，當然就是AI幫你最終下單這個商品了，但想要達到用戶能夠滿意的結果，這個目標如今依然停留在“現實很骨感”的層次。

當下的奧特曼奧，似乎在廣告和電商兩大變現路徑里，堅定地選擇了電商。

我原本認為免費-20-200美金的會員定價體系沒問題，畢竟算力很貴，之前甚至一度有傳言說，OpenAI會出2000和2萬美金的檔位。

不過就算是這個定價，對于壓榨到極限的賬戶來說，OpenAI還是會虧。

所以最近我漸漸偏向了另一種觀點，在模型性能已經無法保持和Gemini等一眾追趕者有檔次上的差距，甚至間歇性被反超的局面下，OpenAI 應該徹底構建一個用戶量遙遙領先的局面，以高頻用戶習慣和memory等功能對用戶的深度了解來構建競爭壁壘。

所以OpenAI應該徹底免費，對所有人。

現在的領先依然非常大，我看到的數據大概是OpenAI的周活也高于Gemini的月活，但是Google有全家桶來帶AI產品，有自己的芯片、有云、有接近無限的錢，現在也徹底蘇醒了知道怎么打了，以后OpenAI幾乎難以再在模型性能上一覽眾山小了。

然而實際上，在如今“各領風騷三五周”的局面下，模型性能就不是競爭的勝負手了。

我偏向的這種觀點即為，OpenAI免費之后，徹底走上廣告路線，讓算力消耗由用戶買單變為廣告主買單。

現有會員定價體系的問題是，20美金是大多數核心用戶的選擇，然而他們都面臨算力消耗限制，以及新產品比如sora 2剛上線時不能使用的問題（之后能用但也有次數限制），所以他們其實也是最容易流失的一群人，他們很有可能看到一個更便宜甚至免費，但性能和OpenAI接近或更強的模型，就轉投別家了。

當然，我知道廣告模式會有很多的問題，怎么開始做，需要非常小心謹慎，挨罵是難免的（其實可能也是最無關緊要的），但是相比用戶流失的問題，在面對最激烈的競爭時，廣告模式其實就是更好的選擇，尤其是對大規模C端產品來說。

畢竟Google當年在搜索結果里放入競價排名，以及Facebook在社交feeds里插入游戲廣告，也都不是那么一帆風順的，而其實做電商路徑變現，也面臨是不是誰給的錢多就推薦了誰家的貨或者跳轉哪個電商平臺的問題。

山姆以前是很不喜歡廣告的，但今年下半年的一些訪談中已經漸漸松口了，說ins的廣告真的很精美，有些推薦真的很準之類的。

就像當年的小扎，說ads is not cool，ads就像是你精心舉辦了一場盛大party，結果被告知11點前就必須結束一樣。

但是現在的小扎，在押寶元宇宙失敗、AI追趕不力之后，廣告收入早已成了META的生命線。