当用户不再打开App而是直接对AI说‘帮我订餐’，‘DoorDash问题’宣告了平台经济的生存危机：流量入口被LLM截胡，重复交易变付费获取，广告变现逻辑崩塌。然而，并非所有平台都会消亡。分析师Dan Hockenmaier提出三维防御框架：供应聚合难度（碎片化/异质化越难越安全）、管理程度（重度管理配送/风控者更稳）、客户参与性质（高频低考虑度最抗打）。

当ChatGPT开始帮你订餐、订酒店、买东西时，那些平台还会存在吗？这个问题听起来像是杞人忧天，但现实是，我们每天都在使用的那些平台——Expedia、Airbnb、DoorDash、Amazon——正面临着一场前所未有的生存危机。不是因为有新的竞争对手出现，而是因为用户可能根本不再需要直接访问这些平台了。想象一下，你想订一家餐厅，不再打开DoorDash的app，而是直接告诉ChatGPT”帮我订一份披萨”，它就会自动完成整个订单流程。这听起来很方便，但对于那些平台来说，这意味着什么？它们会就此消失吗？还是能找到自己的生存之道？

最近读到科技分析师Dan Hockenmaier的一篇深度文章，他系统性地分析了LLM（大语言模型）对各类marketplace（市场平台）的冲击。这篇文章让我对这个问题有了全新的认识。Dan不是简单地说”所有平台都会被AI取代”或者”所有平台都会安然无恙”，而是提出了一个非常精细的框架，帮助我们理解哪些平台会受到致命威胁，哪些平台基本不会受到影响，以及为什么会是这样。他的分析让我意识到，这场变革的结果不会是一刀切的，而是会呈现出一个完整的光谱，从完全被取代到几乎不受影响。我在深入思考这个框架后，对整个互联网平台经济的未来有了一些新的认知，想在这里和大家分享。

什么是”DoorDash问题”

让我先从一个被广泛讨论的概念说起：The Verge把这个现象称为”DoorDash问题”（The DoorDash Problem）。这个问题的核心是：当AI界面介入到服务提供商和用户之间时会发生什么？比如说，你不再打开DoorDash的app点餐，而是派一个AI agent（AI代理）去帮你从互联网上订三明治。这听起来像是技术进步带来的便利，但对于平台来说，这可能是一场灾难。

我一直在思考为什么这是个问题。传统上，marketplace的商业模式是这样运作的：它们需要花很多钱来获取新客户，这部分成本很高。但一旦客户开始使用平台，他们就会不断回来进行重复交易，而这些重复交易是免费获得的，不需要额外的获客成本。这就像是一种”年金”，平台通过初始投资获得了一个长期回报的客户。这种模式的关键在于，客户会习惯性地直接访问这个平台，把它当作他们完成某类任务的首选入口。

但如果ChatGPT（Dan用它作为”无论哪个LLM最终获胜”的代称）成为客户开始每次搜索的地方，那这个模式就完全崩溃了。平台不再拥有那些”免费”的重复交易，而是必须为每一笔交易单独付费才能获得流量。更糟糕的是，它们还会失去所有那些通过客户参与度来变现的机会，比如广告和向上销售（upsells）。想象一下，如果Amazon的客户不再直接访问Amazon网站，而是通过ChatGPT来购物，Amazon就失去了在搜索结果中插入广告的机会，也失去了向客户推荐相关产品的机会。这对于那些依赖广告收入的平台来说，简直是釜底抽薪。

但Dan提出了一个非常重要的观点：这个”DoorDash问题”并不会发生在所有平台身上。事实上，讽刺的是，DoorDash本身就是那些不会受到太大影响的平台之一。这听起来很矛盾，对吧？为什么一个以它命名的问题，反而对它自己影响最小？这就是我觉得Dan的分析特别精彩的地方，他不是简单地给出一个笼统的答案，而是深入剖析了不同类型平台的防御能力。

决定平台命运的三个关键因素

Dan提出了三个关键因素，它们将决定客户是选择直接在LLM上开始搜索，还是直接访问某个marketplace。这三个因素是：供应聚合的难度（Difficulty of supply aggregation）、marketplace的管理程度（Degree of marketplace management），以及客户参与的性质（Nature of customer engagement）。让我逐一深入分析这三个因素。

供应聚合的难度是第一个也是最重要的因素。marketplace的首要工作就是聚合供应方。OpenAI还没有尝试这么做，但Dan认为他们很快就会开始。他们会允许供应商创建账户，就像每个本地商家最终都在Google上创建了商业资料一样。但问题在于，在许多行业中，要匹配领先marketplace的供应是非常困难的。最难聚合的供应具有三个特征：碎片化（fragmented，意味着有很多小型供应商）、异质化（heterogeneous，每个供应商提供独特的东西），以及难以理解（illegible，难以理解服务内容、可用性、质量和价格）。

我用Dan的例子来说明这一点。匹配Expedia的酒店供应其实不难。酒店是大型企业，有标准化的产品，还有专门的团队负责探索像LLM这样的新增长渠道。但匹配Airbnb就难得多了。Airbnb花了很多年时间和数十亿美元才聚合了数百万个独立的房屋和房间。他们必须大量投资，才能让设施、照片和质量对客户来说变得清晰可读。我特别认同这个观点，因为供应的完整性是让客户持续回来的关键。如果你多次向某人展示你没有他们想要的东西，他们就会停止尝试。这就是为什么那些拥有难以复制的供应网络的平台会更安全。

第二个因素是管理程度。marketplace做的第二件事是一系列帮助客户找到并从供应商那里购买的工作。Dan把这些工作分为四类：搜索供应商、促成交易、管理风险，以及管理服务交付本身。一个marketplace做的这些工作越多，它就越”heavily managed”（重度管理），也就越具有防御性。Dan画了一个光谱图，从左到右分别是：纯粹的潜在客户生成（Lead gen）、交易型（Transactional）、管理型（Managed），到重度管理型（Heavily Managed）。

我觉得这个框架特别有启发性。Google长期以来一直不满足于只赚取客户获取的费用，一直试图吃掉整个marketplace的利润池。Google Flights、Google Shopping和Google Local就是试图直接在搜索结果页面（SERP）中完成”搜索供应商”这部分marketplace的工作。在某种程度上，这确实奏效了。Google已经从那些纯粹的潜在客户生成型marketplace那里拿走了大部分利润，使它们成为相当糟糕的生意。ChatGPT只是像Google一样的另一个聚合层，但有两个重大区别：它通过理解意图、支持多轮对话查询、跨多个来源解析和聚合信息，使搜索变得更好；更关键的是，它实际上可以代表你完成交易，我们已经开始看到这一点在Instant Checkout（即时结账）等举措中初现端倪。

更好的搜索加上交易能力，将使ChatGPT能够比Google更深入地进入marketplace的堆栈，做到交易型marketplace能做的一切。但问题是，ChatGPT会尝试做最后两项工作——管理风险或管理服务交付本身吗？他们会开始接受退货吗？会向买家提供融资条款吗？他们会管理自己的司机或建立自己的物流网络吗？Dan认为这看起来极不可能。我完全同意这个判断。管理风险和服务交付需要大量的资本投入、运营复杂性和规模效应，这些都不是LLM公司擅长或愿意做的事情。

marketplace的客户从这最后两项工作中获得的价值越多，ChatGPT就越需要依赖这些平台来提供客户期望的那种体验。拿DoorDash来说，即使假设LLM能够聚合它们拥有的所有餐厅（这已经很难了），客户仍然希望知道他们的食物会准时送达、仍然是热的、没有被篡改，并且如果这些都不成立，他们能得到退款。这些都是DoorDash通过管理服务交付来保证的。LLM很难复制这一点。

结合供应聚合难度和管理程度这两个因素，Dan给出了一个非常清晰的二维矩阵。最危险的象限是左下角：那些（1）不太管理化且（2）供应容易聚合的marketplace可能会被LLM完全取代。左上角也很危险，因为LLM可以用至少marketplace的一部分供应提供相同的服务，开始瓦解其网络效应。而右上角和右下角——也就是管理型marketplace——则相对安全得多。

第三个因素是客户参与的性质。即使是管理型marketplace，如果客户开始在LLM上开始更多的搜索，它们仍然面临需要为更多交易付费的风险。这会有多频繁发生，取决于客户参与的性质，Dan从两个维度来分析：交易频率和购买考虑程度。

交易频率很好理解。客户使用marketplace的频率越高，他们就越有可能直接访问那个marketplace，而不是像Google或LLM这样的通用工具。当你经常使用一个产品（比如用Uber打车），你更有可能记住它的名字，更有可能在手机上安装它的app，更有可能习惯它的界面，更有可能加入它们的奖励计划。高频marketplace对客户有更深的品牌粘性，通常因此有更好的留存率。

购买考虑程度是第二个维度。计划一次度假或购买新滑雪板通常需要大量研究，比较哪些选项最好，花时间比较品牌、选项和价格。这是LLM的理想用例。即使有人是某个marketplace的忠实客户，对于高考虑度的购买，他们也很可能会在LLM上开始搜索。

最不可能失去交易的marketplace是高频、低考虑度的用例，比如打车。而最暴露的是低频、高考虑度的，比如旅游。我觉得这个分析框架非常实用，因为它让我能够快速判断任何一个平台的风险程度。

不同行业的命运：从灭亡到毫发无损

基于这三个因素，Dan给出了一个完整的光谱，从左边的灭亡到右边的一切如常。我发现这个光谱非常精准地预测了不同行业的未来。让我逐一分析。

酒店marketplace（比如Expedia、TripAdvisor）的前景非常糟糕。目前的赢家严重依赖付费搜索和自然搜索流量，随着这些流量转移到LLM，LLM很可能会在初期拿走它们的大部分经济收益，并最终完全取代它们。我深入思考这个判断，觉得非常有道理。酒店供应相对容易聚合（大型标准化企业），marketplace的管理程度相对较低（主要是搜索和交易），而且是低频、高考虑度的购买。这三个因素的组合几乎是最糟糕的。我甚至觉得，像Expedia这样的平台可能在五年内就会面临生存危机。

本地服务marketplace（比如Thumbtack、Angi）已经有相对较低的重复率，正试图通过深入家庭维护和规划工具来解决这个问题。但这恰恰是LLM的核心用例，客户很可能会在LLM上开始许多搜索，将更多的经济价值转移给LLM。Dan认为出路是完全围绕AI重建体验，成为管理型marketplace。我觉得这个建议非常关键。这些平台如果不主动转型，可能会被慢慢边缘化。

房屋租赁marketplace（比如Airbnb、Booking）会比酒店做得好，因为供应明显更难聚合和理解。但它们仍然面临在许多交易上失去经济收益的风险，因为它们通常与高考虑度的旅行规划用例相关。我对Airbnb的未来相对乐观，因为它们的供应网络是花了多年才建立起来的，而且每个房源都是独特的，很难被快速复制。但它们确实需要警惕在旅行规划这个高考虑度场景中失去客户的首次接触点。

电子商务marketplace（比如Amazon、Walmart）总体上会做得很好，因为它们是重度管理型的（为客户创造了显著的速度和便利优势），并且有长尾、碎片化的供应。但它们会开始在更高考虑度的购买上失去经济收益，除非它们能成功地在体验上采用AI优先策略，并愿意放弃广告收入。这一点我后面会详细讨论，因为这是一个非常有趣的战略困境。

食品配送marketplace（比如DoorDash、Eats）几乎不会受到影响。它们可能会在与重度规划场合相关的一些交易上有所损失，比如商务和活动，但这些并不常见。所谓的”DoorDash问题”对DoorDash来说根本不是问题。我特别喜欢这个结论的讽刺性。为什么DoorDash这么安全？因为它是一个重度管理型marketplace（管理整个配送过程），供应相对难以聚合（本地餐厅的碎片化网络），而且是高频、低考虑度的购买。客户每周可能会订好几次餐，每次都是即时决策，不需要太多研究。这种情况下，直接打开DoorDash app比先问ChatGPT要方便得多。

打车marketplace（比如Uber、Lyft）几乎完全不会受到LLM的影响，因为它们是重度管理型的，而且有非常频繁、低考虑度的购买。Dan开玩笑说，这是好事，因为它们需要把时间花在关注另一个以无人驾驶汽车形式出现的重大AI颠覆上。我觉得这个判断非常准确。打车是一个极其高频、低考虑度的场景，而且Uber和Lyft在管理服务交付（司机网络、路线优化、定价算法）方面投入了巨大资源，这些都是LLM无法复制的。

marketplace应该如何应对

在理解了不同平台面临的风险程度后，Dan提出了四个具体的应对策略。我觉得这些策略非常实用，值得所有marketplace的管理者认真考虑。

第一个策略是：做那些LLM不会做的事。这包括用退货、保证和金融条款来承保交易，也包括参与实体服务交付，比如建立自己的车队或物流网络。所有这些都会降低毛利率，增加运营复杂性，需要很长时间才能做好。但这正是LLM不会跟进的原因。同样，那些LLM难以聚合的供应是一个防御性楔子。Amazon直接从工厂采购，创造了全新的供应类别。DoorDash为最好的餐厅铺开红地毯，提供定制交易和大力支持，将它们纳入网络。这些正是marketplace应该追求的事情。

我深刻认同这个策略。在AI时代，最安全的护城河不是技术本身，而是那些需要大量资本、时间和运营能力才能建立的东西。LLM公司不太可能去建立物流网络或管理成千上万的司机，因为这不是他们的核心能力，也不是他们想要的商业模式。marketplace如果能在这些方向上加深投入，就能建立起LLM无法跨越的壁垒。

第二个策略是：原生构建AI搜索。特别是对于高考虑度用例，marketplace必须在搜索体验上尽可能接近LLM，这样其他优势才能继续使体验倾向于有利于它们。marketplace可能不需要是第一个，但它们确实需要培养人才和能力，并密切关注，准备在其行业中创造出出色的新体验时快速跟进。

我觉得这个策略体现了一种务实的态度。marketplace不需要在AI技术上领先，但必须足够接近，不能让差距大到客户觉得体验明显更差。如果ChatGPT能提供比你的网站好10倍的搜索体验，客户就会离开。但如果差距只有20-30%，而你在其他方面（比如配送速度、售后服务）有优势，客户可能还是会选择你。

第三个策略是：如果你有高市场份额，要强硬谈判。Dan引用了分析师Michael Morton的话：”我认为Amazon应该慢慢来对待ChatGPT，因为重要的是要强调ChatGPT需要Amazon的程度超过Amazon需要ChatGPT。如果你是ChatGPT，想向消费者提供电子商务产品，没有50%的市场份额是做不到的。Amazon占据了电子商务市场的一半，拥有全球的库存和配送网络。”

在任何有主导领导者的行业中，OpenAI都面临同样的困境。像Walmart这样的小玩家有动力合作以试图争夺份额，它们能够蚕食一些增量交易。但如果最大的玩家坚持不合作，LLM就无法创造一个非常有吸引力的消费者产品。拥有高市场份额的marketplace有相当大的筹码。它们应该完全拒绝，或者等待优厚的经济条件。如果它们确实合作，应该保留选择权，保留最有价值的数据，包括供应商和产品信息以及转化率和重复率。

我觉得这是一个非常精明的策略建议。很多公司在面对新技术浪潮时会恐慌，急于合作以免被落下。但如果你是行业领导者，你其实有更多的谈判筹码。OpenAI想要提供一个有用的购物体验，就必须包括Amazon。Amazon完全可以利用这一点来争取更好的条款。

第四个策略是：不要贪婪。Dan以Amazon为例：Amazon目前有很多利润看起来像是ChatGPT的机会。广告产生了600亿美元的收入，贡献了电子商务业务几乎所有的利润。但这也使消费者体验变得更糟。超过一半的产品展示是推广的，找到你想要的东西需要很长时间。在LLM出现之前，它们可以这样做而不受惩罚，但现在这成为了一个巨大的弱点，因为在ChatGPT中立即获得最佳产品推荐的体验要好得多。

Amazon是最严重的例子之一，但许多成熟的marketplace都愿意为了变现而降低客户体验。如果广告或向上销售使搜索变得更糟，或者如果佣金太高并提高了客户的价格，marketplace需要在LLM为它们做之前自我颠覆。

这一点我有特别深的感触。很多平台在成熟后会开始压榨用户体验来提高短期利润。在没有替代选择时，用户会忍受。但一旦有了更好的选择——比如一个没有广告干扰、直接给你最佳答案的LLM——用户就会毫不犹豫地离开。这就像是温水煮青蛙，你以为用户会一直忍受，但其实他们只是在等一个更好的选择出现。

我的深度思考：这场变革的本质是什么

在深入研究了Dan的分析框架后，我对这场LLM与marketplace之间的冲突有了一些更深层次的思考。我认为这不仅仅是一场技术替代，而是反映了互联网商业模式的一次根本性转变。

我觉得最核心的变化是：从”平台为中心”转向”用户意图为中心”。过去二十年，互联网的逻辑是建立平台，让用户来平台上完成任务。平台掌握了流量入口，因此拥有定价权和变现能力。但LLM改变了这个逻辑。用户不再需要记住”我要订餐用DoorDash，要买东西上Amazon，要订酒店用Expedia”，他们只需要表达意图”我想吃披萨”或”我需要一个酒店”，LLM会帮他们找到最佳解决方案。这个转变看似微小，但对商业模式的影响是巨大的。

我还注意到一个有趣的现象：那些最早拥抱互联网、最成功地把业务线上化的行业，现在反而最容易受到LLM的冲击。比如酒店预订、机票预订这些行业，它们很早就完成了数字化，建立了成熟的在线marketplace。但正因为如此，它们的供应是标准化的、容易被聚合的，它们提供的价值主要是搜索和比价，而这正是LLM擅长的。相反，那些数字化程度较低、服务交付更复杂的行业，比如食品配送和打车，反而更安全。这是一个很讽刺的现象：数字化的先驱者可能成为AI时代的受害者。

另一个我深刻体会到的是”管理即护城河”的原则。Dan的框架清楚地表明，那些重度管理型marketplace会更安全。但这背后的逻辑是什么？我认为是因为管理服务交付需要积累大量的运营know-how（专业知识）、建立复杂的供应商关系、优化无数的细节。这些都不是AI能轻易复制的。AI擅长处理信息和做决策，但它不擅长管理实体世界的复杂性。DoorDash需要管理司机网络、优化配送路线、处理食品质量问题、解决客户纠纷。这些都是需要人工和系统深度介入的，不是简单地调用几个API就能完成的。

我也在思考一个更长远的问题：如果LLM确实开始接管用户的搜索入口，marketplace的价值主张会如何演变？我认为答案是：从”帮你找到”转向”帮你做得更好”。传统marketplace的价值很大程度上在于聚合供应、提供选择、方便比较。但如果LLM能做这些，marketplace就需要提供更深层次的价值。这可能包括：更好的供应质量（因为你直接管理供应商关系）、更快的服务交付（因为你优化了物流）、更可靠的服务保障（因为你承担了风险）。本质上，marketplace需要从信息中介变成服务提供者。

从投资角度看，我觉得Dan的框架提供了一个非常实用的筛选工具。如果我要投资marketplace类公司，我会问这几个问题：这个平台的供应有多难聚合？它在管理程度光谱上处于什么位置？客户使用频率如何？购买考虑程度如何？根据这些问题的答案，我可以判断这个平台在AI时代的防御能力。那些位于”高频、低考虑度、重度管理、难以聚合供应”象限的公司，比如Uber和DoorDash，会是相对安全的投资。而那些位于”低频、高考虑度、轻度管理、易于聚合供应”象限的公司，比如Expedia，可能面临结构性挑战。

未来会怎样：一些大胆的预测

基于这些思考，我想做一些关于未来的预测。我认为在接下来的3-5年内，我们会看到marketplace行业的剧烈分化。

那些轻管理、易聚合的marketplace会首先感受到压力。我预测像Expedia、Kayak这样的在线旅游平台会在未来三年内看到流量大幅下降，毛利率被压缩。它们可能会被迫大幅降低佣金率来保持竞争力，或者尝试转型成为更重度管理的服务提供商（比如提供旅行规划、行程管理等增值服务）。一些较小的玩家可能会被淘汰或被收购。

电商marketplace会面临一个艰难的选择：是保护广告收入还是保护用户体验。我认为Amazon会最终选择用户体验，因为它们有足够的规模和其他收入来源（AWS、Prime会员等）。它们可能会大幅减少搜索结果中的广告，转而在AI搜索体验上投入巨资，确保自己的平台搜索体验不输给ChatGPT。但一些小型电商平台可能会陷入困境，既没有资源投入AI，又无法放弃广告收入。

食品配送和打车这类高频、重管理的marketplace会保持稳定，但它们会开始提供更深层次的服务。我预测DoorDash可能会更深入地介入餐厅运营，提供库存管理、菜单优化等服务。Uber可能会进一步整合交通和配送，成为一个全方位的移动和物流平台。

我还预测会出现一类新的”AI-native marketplace”。这些平台从一开始就是为AI时代设计的，它们的界面不是给人类直接使用的，而是给AI agent使用的。它们会提供标准化的API、清晰的数据结构、透明的定价，让AI能轻松地比较和选择。这些平台可能会在一些新兴领域（比如AI服务、数据集市场等）率先出现。

最后，我认为OpenAI等LLM公司最终会意识到，深度管理marketplace不是它们想做的生意。它们会专注于成为最好的搜索和决策层，而把服务交付留给专业的marketplace。但在这个过程中，会有一段混乱期，各方都在摸索自己的位置和合作模式。那些能在这段混乱期中保持清醒、坚守核心竞争力、不被短期压力冲昏头脑的marketplace，会最终胜出。

这将是marketplace行业动荡的几年，但也会是重塑行业格局、创造新机会的几年。那些能理解这场变革本质、采取正确策略的公司，不仅能生存下来，还能变得更强大。