9 月 17 日上午，深圳的会场里坐着两三百个做跨境电商的中国品牌方。台上是 Pattern 首席营收官 JOHN LEBARON，一个自称「老家伙」的美国人，讲到一半停下来问了一句：「在座有谁已经用 AI 买过东西了？

举手的人不多。一个叫 Doug 的同事举了手，他买了双鞋。做法是把自己的尺码、心理价位、想要的款式告诉一个 agent，让它去找折扣码，找到就下单。鞋到了。

这是 Pattern 第一次把 Accelerate 大会开到中国。这家公司在美国做了十年「品牌代运营」，说白了就是把品牌的货买下来，然后在亚马逊、沃尔玛、TikTok Shop 这些平台上替品牌卖，去年 9 月在纳斯达克上市。它上市审计时手里有 36 万亿个电商数据点，到了这场大会，PPT 上的数字是 91 万亿，「每周新增数十亿」。

一个每天在几十个平台上替上百个品牌调整广告出价的公司，对购物行为的变化有一种旁观者没有的敏感。这次大会上，John 和 Pattern 中国负责人 Rex 给出了几个挺有意思的观察，同天我们又跟 Pattern 联合创始人、CEO Dave Wright 聊了一个小时。把这些放在一起看，AI 购物这件事的真实进度，跟行业里的热闹不太一样。

大模型里的下单购物，比所有人想的都慢

Dave Wright 的原话是，「实际在大语言模型内完成交易的增长速度，比我预想的要慢。我原本以为用户会直接在对话界面里完成购买，但目前还没有出现这种情况。」

这跟过去一年的公开信息对得上。OpenAI 在 2025 年 9 月高调发布 Instant Checkout，说要让 ChatGPT 用户不跳转就能从 Etsy 和一百多万 Shopify 商家那里买东西。半年后这个功能悄悄下线了。到今年 2 月，真正接入的 Shopify 商家只有三十来家。沃尔玛的数据更直白，在对话里直接结账的转化率，只有点击跳转到沃尔玛网站的三分之一。

OpenAI 给出的解释是「初版的灵活性没有达到我们的期望」，转而把重点放到「发现」上，也就是让 ChatGPT 做导购而不是收银台。Google 的路线也类似，UCP 协议、Universal Cart、跟 Gap 合作的 Gemini 内结账，都在铺基础设施，但品牌始终是记录商户。亚马逊 5 月把 Rufus 升级成 Alexa for Shopping，加了「Buy for Me」和「降到 10 美元自动加购」这类功能，算是走得最激进的，但它本来就握着货。

国内的进度反而更快一点。5 月千问打通淘宝 40 亿商品池，豆包在 3 月底放量内测「一句话购物」，识别、推荐、生成商品卡、应用内支付，全程不跳转。但这两家的共同点也很明显，AI 和货架是同一个东西。

Dave 对「为什么慢」的解释是我在别处没听过的角度。他说问题不在模型，在库存。「比如一个城市内，到底有多少件商品可供消费者购买。如果没有这部分数据，就很难把商品卖出去。而目前大语言模型还没能和承载库存的交易平台实现很好的打通。」按这个逻辑，谁手里有实时库存，谁才有资格谈「agent 下单」。这也解释了为什么淘宝和亚马逊能做闭环，而 OpenAI 要退回去做导购。

但下单慢，不代表 AI 没有改变购物。Rex 在台上讲了两个卖家能直接观察到的变化，我觉得比任何行业报告都有说服力。

第一，亚马逊站内品牌词和长尾词的转化率明显提升了。第二，用户把商品加入购物车之前的决策过程明显缩短了。以前是点开一堆商品反复比较，现在是上来搜到那个品牌，直接加购。

这说明用户上亚马逊之前，已经在别的地方问过 AI 了。决策发生在对话框里，交易发生在货架上。Semrush 的一项调查也是这个结构：一半的消费者在用 AI 做研究之后买了东西，但只有 22% 的人在 AI 工具内部完成过购买。

所以 Pattern 现在给品牌看的，是一张叫 GEO Scorecard 的东西。GEO 是「生成引擎优化」，对应过去的 SEO。核心就两个指标，可见度，也就是用户在 ChatGPT 或 Gemini 里问「什么投影仪适合我」时，你的品牌有没有被提到、排第几；情感，也就是模型对你的评价是正面还是负面，正面在哪、负面在哪。

Rex 举了一个品牌的例子，可见度得分 81%，从 2025 年 11 月开始爬升。它做了什么？按 Pattern 的分析，大概是在权威媒体上多了内容曝光，官网加了大模型喜欢抓取的一问一答格式，评测站上多了 review。这些听起来像是回到了十五年前做 SEO 的日子，只是这次要讨好的不是 Google 的爬虫，而是大模型的检索。Google 自己也在推「对话属性」，让商家在 Merchant Center 里填尺码、成分、材质这些 agent 会被问到的字段，本质上是一回事。

还有一件事 John 说得很笃定，「ChatGPT 和 Claude 这些模型一定会想办法做广告变现，这是平台的终局。」Pattern 在 7 月成了 ChatGPT Ads 的技术合作伙伴，Rex 在会上把它当作一个好消息宣布。亚马逊去年广告收入大约 700 亿美元，接近 eBay 一整年的 GMV，这个数字对品牌来说是压力，对模型公司来说是诱惑。

从 50 个结果到 3 个结果，给消费者提供最佳选项的方式变了

如果说上面这些是技术层面的变化，那对品牌来说，真正要命的变化只有一个数字。

「传统搜索引擎会返回海量结果。比如你搜索『最好的水杯』，可能会得到 50 条结果。但在大语言模型中，你可能只会得到 3 个结果。」Dave 说这是 2026 年最大的变化。John 在台上也画了同一张图，亚马逊是一个几十个商品的货架，而 LLM 只会回给你一到三个选项。

货架变窄之后，靠广告位挤进前排的玩法就失效了，剩下的是模型基于评价、口碑、真实使用感受的筛选。Dave 的判断是，「全世界产品力过硬的企业，将会迎来前所未有的胜利。」他还加了一句时间限制，「未来两年，大语言模型会自主筛选出市场赢家。」

这个判断放在中国品牌身上，就变成了一个 Pattern 的商业主张。Dave 反复说的一句话是「不要再把价格当作竞争武器」。他的逻辑是，AI 带来的第一个变化是透明度，品牌再也无法遮掩短板，退货政策差、客服糟糕，负面口碑会被模型放大。反过来，产品真的好，也会被模型看见。「我个人认为世界上最好的产品来自中国」，这句话他在采访里说了不止一次，然后指了指自己身上的衬衫。

但 Pattern 在中国遇到的困难，恰好也在这里。Dave 讲了一个现象，很多中国品牌抱着测试心态，把品质普通的 SKU 交给 Pattern 试效果，最好的产品不肯拿出来；很多制造商把 Pattern 当成传统分销商，不断拉扯采购价，而不愿意重新想怎么做品牌。Pattern 收购了一家给美国头部品牌做过设计的公司 Enlisted Design，想把这套能力给中国工厂用，「但目前愿意接受这套方案的制造企业并不多，大家还是执着于做低价领先者。」

也有跑出来的，Dave 在采访里提了一个做睡眠设备的品牌 Axti，「仅仅通过优化品牌对外表达，消费者对该产品的信任度提升了 15 倍」。Rex 在会上讲的另外几个案例更偏运营。一个工具品牌一年新增 10 个平台，转化率提升 12%；TikTok 上清洁品类 81% 的销量来自联盟营销，一个品牌靠 4.5 万条可购物视频一周营收涨了十倍。

Dave 说 Pattern 在中国有 25 到 30 个销售，分布在北京、上海、深圳、广州，主动去找工厂谈。中国品牌在 Pattern 的客户里已经排到全球前三，「有可能已经是第二名」。至于为什么 Accelerate 只在美国和中国两个国家办，他的说法是「变革会在中国发生得更快、更好」。

一个不合群的判断，合适的人是出海关键

采访里我问 Dave，今年 Pattern 最大的挑战是什么。我以为他会说找好产品，或者宏观环境。他说的是人。

「企业内部人才的重要性，达到了历史上前所未有的高度，优秀人才值得企业付出更高的薪酬。现在很多 CEO 抱有一种心态，认为 AI 将会取代大量岗位。或许未来某一天会发生，但对当下的我们而言并非如此。」

这话从一个「AI 原生」公司的 CEO 嘴里说出来有点意外。Pattern 的 AI 执行层每天做 2000 万次策略调整，John 在台上说的是 3000 万次广告出价变更，不管哪个数字，都是三年前做不到的规模。但 Dave 的意思是，技术把品牌送到货架上，把货架从 50 个缩到 3 个的那一刻，决定你在不在那 3 个里面的，还是产品和讲产品的人。

回到开头 Doug 买的那双鞋。那个 agent 替他找了折扣码、比了价、下了单，但它没有替他决定要什么鞋。今天的 AI 购物就卡在这里，下单还没学会，决策已经接管。对品牌来说，坏消息是货架变窄了，好消息是这次没法花钱买位置。

以下是极客公园等媒体与 Pattern 联合创始人、CEO Dave Wright 的对话，经编辑整理。

问：会上提到购物行为正在从亚马逊转向放在 Gemini 或 GPT 里的「意图购物」。AI 内购物的增速到底怎么样，是缓慢爬坡还是快速爆发？

Dave Wright：实际在大语言模型内完成交易的增长速度，比我预想的要慢。我原本以为用户会直接在对话界面里完成购买，但目前还没有出现这种情况。

问：为什么？

我认为大家都认同这一天终究会到来。问题在于库存的管理与理解，这件事比大家预想的要难得多。比如一个城市内到底有多少件商品可供消费者购买，如果没有这部分数据，就很难把商品卖出去。目前大语言模型还没能和承载库存的交易平台实现很好的打通。

问：但用 AI 确认「买什么」的行为在明显增长。品牌和平台在这个节点上需要意识到什么？

这正是中国品牌的巨大机会。大语言模型会把产品好坏客观呈现出来。我相信中国制造出了全世界最优质的产品，在大语言模型带来的更透明的环境下，这一点会被更多人看见。借助 AI 做产品调研这一趋势会极大利好中国市场，这也是我们来到中国的原因。

问：现阶段是不是意味着产品力本身比品牌更重要？

确实如此。但品牌需要两者兼顾。

问：站在 Pattern 的视角，2026 年品牌侧最明显的变化是什么？

传统搜索引擎会返回海量结果，你搜「最好的水杯」可能得到 50 条结果，但在大语言模型中你可能只会得到 3 个。我认为这是最大的变化。这 3 个产品会经过客户评价、用户真实感受的充分筛选，产品实力的重要性就体现在这里。我的预判是，全世界产品力过硬的企业将会迎来前所未有的胜利。那些真正投入研发、真正做创新、善待消费者的品牌，有一个很多人还没意识到的增长机会。

问：这个变化对 Pattern 自己意味着什么，业务重心有没有调整？

技术层面我们并没有新增太多原本就没在推进的工作。我们本身就是 AI 原生企业，早在传统机器学习时代就有相关专利。更大的转变来自销售与市场端，我们比以往任何时候都更积极地在全球范围内寻找产品实力顶尖的品牌。而且这些品牌还要对产品定位抱有开放心态，愿意做各类测试，不会预设自己已经掌握了最优营销方案。

问：今年 Pattern 面临的最大挑战是什么？

我的观点可能和很多人相悖。企业内部人才的重要性达到了历史上前所未有的高度，优秀人才值得企业付出更高的薪酬。现在很多 CEO 认为 AI 将会取代大量岗位，或许未来某一天会发生，但对当下的我们而言并非如此。我们对技术的投入达到历史新高，但人才是把技术落地、帮助品牌取得成功的核心差异化要素。

问：中国供应链这么发达，好产品应该不稀缺。你怎么定义「好产品」？

何为好产品是动态变化的，有当下的最好产品，也有六个月之后、两年之后的最好产品。关键在于品牌的心态，是否立志打造顶尖产品，是否搭建对应的团队，是否愿意基于数据做出改变。我们要判断的是谁会成为三到五年后的产品赢家。

问：中国品牌出海的整体现状和趋势？

我相信它们会成功，但不会是唯一成功的群体。真正重视产品创新周期、并且把数据用到创新周期里的企业会胜出。大部分制造能力集中在中国，理论上中国企业理应行动更快。这也是为什么 Accelerate 至今只在美国和中国两个国家举办。

另外一个小建议，中国品牌需要用开放心态打造能引发全球消费者共鸣的对外传播内容。有些品牌产品非常出色，却在对外信息传递上输给对手，这本不该发生，这也包括品牌命名等很多细节。

问：靠价格优势竞争的时代结束了吗？中国品牌真正的优势是什么？

不要再把价格当作竞争武器，这是我给中国品牌的建议。中国可以生产全世界最好的产品，完全可以卖出高端价位。为什么美国品牌可以赚取高额利润？很多产品实际产自中国，这份收益本该属于中国企业。拥有顶尖产品的中国品牌，完全有机会成为全球定价最高的品牌。

问：能举一个中国品牌和 Pattern 合作后成功的案例吗？

Axti，睡眠设备类产品。仅仅通过优化品牌对外表达，消费者对该产品的信任度提升了 15 倍，产品本身底子很好，这才是核心竞争力。

但我们接触很多中国品牌时会遇到一个现象，他们抱着测试心态，把品质普通、表现较差的 SKU 交给我们试效果，不肯拿出自己最好的产品。还有很多制造企业依旧把 Pattern 当成传统分销商，不断和我们拉扯产品价格。实际上无论售价高低，我们收取的分成比例是固定的，对美国客户也是同样标准。他们执着于谈价格，而不愿意重新思考如何完整打造品牌，这是很大的阻碍。

我们收购了 Enlisted Design，一家曾经服务大量美国头部品牌的设计公司，原本希望把这套能力对接给中国制造企业帮他们重塑品牌。但目前愿意接受的制造企业并不多，大家还是执着于做低价领先者。

问：工厂转型做品牌有实实在在的顾虑，投入、团队、回报周期。Pattern 怎么解决？

我们愿意和大型制造企业共担一部分转型风险。摆在制造企业面前两条路，一是继续让美国品牌贴牌，拿走优质产品带来的大部分利润；二是和我们携手，共同挖掘商业价值。具体会调动 Enlisted Design 团队，和具备优质产品、拥有完善创新规划的企业一起探讨，方案因企业而异，也需要我们内部评估。

问：海外品牌和中国品牌在 AI 搜索、AI 推荐上的布局，现在到什么阶段了？

平台上的关键词数据依旧是最核心的数据源。我们基于这些数据，在大语言模型中拆解出用户的语义意图，用户想解决什么问题，搜索体量有多大。一款优质产品可能对应五千个不同的搜索关键词，但以亚马逊为例，商家只能用八张主图加品牌名讲完产品故事。消费者点开商品之后大概只有 3 到 4 秒的判断时间，这件事本身不复杂，但容错率很低。

问：Pattern 的 Pi 工具要平衡消费者、商家、平台三方诉求，怎么权衡？

一切以消费者为核心。只要内容可以打动消费者，整个商业链条就会正向运转。

问：Pi 获取用户画像和购买意图，数据只来自电商平台内部，还是会整合外部数据？

几乎所有你能想到的平台我们都有数据来源，这就是我们说的 91 万亿数据点。去年 9 月上市审计时是 36 万亿，不到一年增长到 91 万亿。这些数据用来分析消费者购买意图，什么样的传播内容能打动用户，还包含完整的产品全链路信息，物流时效、退货流程、购后客服，全部服务于消费者体验分析。

问：2023 到 2026 年，AI 改变了出海这件事。决定中国企业出海成败的核心要素是什么？

第一是透明度。品牌再也无法遮掩短板，如果消费者体验糟糕、退货政策恶劣，负面口碑会快速扩散。第二，我们现在可以整合前所未有的海量数据，帮助企业开发更好的产品。第三是执行能力，我们的 AI 执行层每天可以完成 2000 万次策略调整，这在三年前完全做不到。品牌需要面向上百个国家、上百个平台做销售，一部分消费者已经习惯用大语言模型购物，还有一部分仍然用 eBay 这类传统渠道。消费者不会因为技术变革就改变自己的购物习惯，品牌要做的是适应多元环境。

问：中国出海企业最大的认知误区是什么？

误以为必须靠低价取胜。

问：回望今年 Pattern 的中国策略，有没有误判？

每个人回望过去都会希望有些事可以做得不一样。不光是 2026 年，如果回到 2018 年，我希望那时候就加倍加大对中国品牌的投入，那样今天的局面会完全不同。

问：很多工厂出海时会刻意隐藏中国身份。美国消费者对中国产品「低价低质」的刻板印象现在怎么样？

刻板印象依旧存在，但产品本身给用户的使用体验是好的，就像我身上这件衣服。不管这种偏见合理与否，这种感知真实存在。我个人认为世界上最好的产品来自中国，但消费者依旧会受固有印象影响。重点不是彻底掩盖出身，而是做好完整的全球化品牌建设。长期来看，只要持续产出好产品，中国企业终会胜出。