买东西的人换成 AI 之后，品牌赖以生存的货架消失了。Azoma 拿到 1120 万美元 A 轮，客户包括欧莱雅、联合利华，创始人的判断很直接：AI 替你下单的时代来得比预想快。

你有没有想过，将来买一包洗碗块、一支防晒霜，也许你根本不会打开购物网站，而是对手机说一句“帮我买一个”，由 AI 去比较、挑选、下单？

这时候最着急的，是那些几十年来靠货架、广告和搜索排名做生意的品牌：AI 凭什么选你？Max Sinclair 做的 Azoma 就是在解决这件事。Azoma 在伦敦和多伦多都有团队，Max 之前在亚马逊工作过六年。不久前，他们完成了 1120 万美元的 A 轮融资（创业公司早期之后的第一轮大额融资），由 Puma Growth Partners 领投。他们的收入一年里增长了将近十倍，团队从 12 个人扩到 40 个人，客户包括欧莱雅（L’Oréal）、联合利华（Unilever）、玛氏（Mars）、拜尔斯道夫（Beiersdorf）和利洁时（Reckitt）。这篇文章我只想沿着一条线来写：当买东西的是 AI，品牌要做的事情到底有什么不同。我先讲 Max 怎么说，再写我自己的想法。

Azoma 的 A 轮：1120 万美元，Puma Growth Partners 领投。图片来自 Azoma

01 购物的人换成 AI 之后，品牌的货架就变了

Max 先拿出几个数字，说明 AI 购物已经不是将来的事。他说去年有 3.5 亿人用过亚马逊的购物助手 Alexa for Shopping；沃尔玛（Walmart）的购物助手 Sparky，用的人比不用的人多花 40% 的钱；今年 8 月上线、几乎没有营销预算的个人 AI 助手 Instinct，已经带来 10 亿美元的交易，还在以每天 10% 的速度增长。他引用麦肯锡的预测，到 2030 年，会有 3 万亿到 5 万亿美元的零售收入由这类 AI 代理来经手。他的判断是，AI 替人做买卖的时代，来得比谁都预想的快，对消费品品牌的影响会比互联网还大，就像当年的电气化改变了这些企业一样。

Max Sinclair 在 2024 年 4 月的一场行业大会上演讲。图片来自 RTIH 对他的采访

变化的关键在于，品牌原来的“货架”没有了。Max 说，几十年来，亚马逊、沃尔玛这些平台控制着商品详情页、排名和分销，品牌只需要把有限的几个入口做好，比如详情页、广告和搜索结果。到了 AI 的世界，这些固定的页面不存在了。商品详情页变成了现场“生成”的，是 AI 当场拼出来的答案，品牌也就失去了控制。他在亚马逊的经历让他对这一点格外有体会：以前写一个商品页，发布出去，事情就算完了。

更麻烦的是，AI 的答案常常来自品牌管不到的地方。Max 说，一个品牌可以把自己的网站做得很好，仍然在推荐里输掉，因为 AI 读的东西大多放在别处，比如 Reddit、测评文章，甚至是过期的返佣网站。这也是欧莱雅、联合利华这些大品牌行动特别快的原因。在他看来，它们花了几十年才建起品牌，不会愿意把“自己的产品如何被描述”这件事，交给一个看不见里面的黑箱。

他还给了一个解释，为什么这件事不会只是一阵热：用户的信任在转移。你会更愿意信任一个能用你的数据的 ChatGPT，而不是在搜索框里随手问一句“我该买哪张床垫”，再点开谁付了钱谁排第一的那条链接。

我觉得这里有一个很清楚的变化：过去品牌花钱，是为了买到人的注意力；现在多了一层，要先让 AI 理解你、信任你，然后它才会替人把你放进购物车。

02 同一个品牌，在不同的 AI 眼里是不同的货架

Azoma 最有说服力的一份数据，是对 3800 万条引用做的分析。所谓引用，就是 AI 在给出购物建议时，背后依据的那些来源。Max 说，结果是各个 AI 助手之间的差别，比大多数品牌以为的要大得多。

举几个例子。谷歌的 Gemini 把一半以上的引用，约 51.9%，给了第三方媒体写的内容；而同样是谷歌的 AI Overviews（搜索结果顶部的 AI 摘要），这个比例只有 7.6%，它更依赖零售商的页面，占 39.2%，也是唯一明显引用社交内容的，占 12.2%。亚马逊的 Alexa for Shopping 又不一样，近一半引用来自第三方媒体，39.6% 来自联盟营销内容（靠返佣赚钱的推荐和测评文章），品牌自己的网站不到 1%，社交平台一条都没有引用过。ChatGPT 则更信赖监管机构、临床文献和政府这类权威来源，占 37.2%，品牌自己的网站占 21.5%。沃尔玛的 Sparky 最均衡，品牌自己网站占到 21.6%，是五个里最高的。

Azoma 对 3800 万条引用的分析：不同 AI 助手引用的来源类型差别很大。图片来自 Azoma 的研究报告

还有一个细节值得记住。ChatGPT 引用社交内容的比例，三个月前大约占五分之一，现在只剩 0.5%，原因是它调整了获取来源的方式。所以 Max 的结论很干脆：不存在一个统一的 AI 搜索策略。Gemini 和 Alexa 看重的是和媒体的关系，AI Overviews 和 Sparky 看重零售商，ChatGPT 看重权威来源和品牌自己的网站，这是几套不同的工作，不是一套工作有五种结果。他还说，把几个助手的表现合成一个“AI 可见度”分数，几乎没有意义，因为这个数字可能在一个助手上波动二十个点，而另外四个纹丝不动，这样的数字还不如没有。

我觉得这组数据最大的价值，是打破了“优化 AI”就是“优化一个东西”的想象。以前做搜索引擎优化，大致是围着一个算法转；现在要同时面对好几个读不同货架的“买家”。

03 Azoma 怎么帮品牌被 AI 看见

Azoma 的做法可以概括为三步：测量、优化、落到销量。测量上，它统计一个品牌的商品在各种 AI 助手里怎么出现，细到品牌、品类和单个商品（SKU，一个具体款式的商品）的层级，并告诉你每一次被提到背后的提问和引用来源，还会算出一个“AI 声量份额”，和竞争对手比较。优化上，它给出该改什么的建议，从电商平台上的商品信息，到 AI 会引用的 YouTube、Reddit 上的内容。它还有一个“数字孪生”功能，模拟不同类型的 AI 购物者，让品牌看到某一类买家被推荐了什么，而不是只看一个笼统的分数。

Azoma 官网：让品牌在 AI 搜索里被提到。图片来自 Azoma

为了让大品牌有一套共同语言，Azoma 和研究数字货架的机构 Digital Shelf Institute 一起提出了“代理式购物的五个 C”：完整性（Completeness）、上下文（Context）、引用来源（Citations）、正确性（Correctness）和获客（Customer Acquisition）。前四个决定 AI 能不能找到、读懂并且正确描述一个商品，第五个把这一切连到收入上。Max 说，这套框架已经在全球最大的 50 家日用消费品公司中，有 40% 在用。

今年 3 月，他们又推出了一套叫 AMP（Agentic Merchant Protocol，代理式商家协议）的方案。联合创始人兼技术负责人 Timur Luguev 讲了它的思路：先把一个品牌的商品信息统一放在一个地方，再同步到开放网络的各处，最后量化效果。他说，这是在“间接地”，通过开放网络上的痕迹去喂给 AI。

效果方面，Max 给了几个案例。滑雪头盔品牌 Ruroc 来自 ChatGPT 的网站流量涨了 14 倍，成为目标地区推荐最多的滑雪头盔品牌；一些客户在亚马逊购物助手里被提到的份额涨了 5 倍；优化过的内容在对比测试里，转化率最高提升 32%；食品品牌 Perfect Ted 的收入同比增长了 532%，Azoma 认为可见度的提升也是原因之一。

收费上，他们现在向大企业收年费，通常在六位数到七位数美元之间。但 Max 的长期想法是改成按效果收费，用他的话说，是“在 AI 带来价值的时候，分一点”。这样，Azoma 就从一笔软件开支，变成像广告平台一样、和增量收入挂钩的东西。

我觉得这套打法的关键，不在技术有多新，而在它抓住了大公司最焦虑的那个问题：我的东西到底怎么出现在 AI 的回答里？这和销量又有多大关系？只有把这两个点连起来，才有机会谈按效果收费。

04 他从做 AI 配图，一路走到做 AI 货架

Max 的路径并不是一条直线。他在亚马逊待了六年，参与过亚马逊新加坡站的上线，也做过欧洲第三方卖家杂货业务的扩张，对卖家怎么拼命优化商品页非常熟悉。2022 年，他创办了这家公司，早期叫 Ecomtent，做法是用 AI 为卖家生成商品图和文案。

Azoma 的联合创始人兼 CEO Max Sinclair 和联合创始人兼 CTO Timur Luguev。图片来自 Azoma 官网

他说中间有两个转折点。第一个是开源图像模型 Stable Diffusion 的发布。他的联合创始人兼 CTO 在它出来几周后，就给他演示了它能做什么。过去电商的产品拍摄，要靠昂贵又耗时的专业摄影，现在 AI 可以生成高质量的定制图。几周之内，他们就做出了第一批商品场景图，拿到了第一个付费客户。他说这一次纯属运气。

第二个转折是 ChatGPT 发布之后，他确信搜索会被重建成对话式。他对亚马逊的重视客户体验有切身感受，觉得这项技术成为网购的基础只是时间问题。后来亚马逊果然从关键词排名，转向了能理解意图的 AI 搜索，传统的搜索引擎优化因此失效。这一次，他说是他提前看到了，并且借此融到了钱。

路上也不顺。早期融资的时候，投资人拒绝了他们，因为当时生成式 AI 刚起步，流行的看法是价值都会流向大公司，而不是创业公司。后来，亚马逊自己推出免费的 AI 商品图，直接冲击了他们。这两次打击逼着他回头想：真正难被取代的价值是什么？他们的答案是，不再只做生成图片，而是做一套围绕 AI 搜索持续优化的完整方案。

我觉得这段经历正好解释了今天的 Azoma。当“生成内容”变成大平台随手赠送的功能，守得住的就只剩下“知道哪里出了问题、该改什么、改了有没有用”。测量和归因，比生产更难被一夜抹平。

05 亚马逊在拦 AI 助手，Shopify 却欢迎它，为什么

品牌在想办法被 AI 选中，平台这边的态度却并不一致。a16z 的 Alex Immerman 和 Santiago Rodriguez 写到一个对比：亚马逊在设法拦住 Meta 的个人 AI 助手 Muse，Shopify 和 Instacart 却欢迎它接入。

a16z 的文章《Who Gets Paid When AI Does the Shopping?》。图片来自 a16z

他们的解释是，要看两件事：AI 助手能给这个平台带来多少新增的需求，以及这个平台的利润有多大程度靠控制“发现”和客户关系。他们算了一笔账，亚马逊 2025 年的广告收入是 690 亿美元，而不含云业务的营业利润是 340 亿美元。广告收入不等于利润，但按他们假设的 70% 贡献率，广告带来的利润比整体营业利润还多。AI 助手如果成了“决定买什么”的地方，就会直接冲击这块利润，亚马逊自然不会轻易让路。Shopify、Toast 和 Square 这类软件和支付公司没有这样的广告业务要保护，反而可以借 AI 助手多开一个销售渠道，所以乐于接入。

他们还提醒，AI 助手并没有办法复制亚马逊的仓库或 DoorDash 的配送网络，它们只能在现有的服务商之间比较和分派订单。这些网络仍然有价值，但一旦别人带来了客户，利润怎么分，就未必和过去一样了。

我觉得这一段帮我把 Max 的话放到了更大的背景里。品牌急着被 AI 选中，是因为渠道在换手；平台态度不一，是因为各自的利润来源不同。Azoma 能不能长久，要看它能不能一直做品牌手里那把可靠的尺子。

我自己的一点思考

回头看，Max 讲的话归根结底是一个意思：买东西的人换成了 AI，品牌的工作就从“让人看见”变成了“让 AI 读懂”，而且每个 AI 读的东西都不一样。所以第一步不是优化，而是先搞清楚每个 AI 到底在读什么。

我自己的想法有两点。第一，这件事的门槛比看上去低，也比看上去高。说低，是因为方向很清楚：把商品信息写完整、写准确，让第三方内容里的说法也一致。说高，是因为每个助手的偏好都在变，ChatGPT 在三个月里就把社交内容的权重降到几乎为零，今天的结论明天可能就不成立。所以持续测量，比一份一次性的优化清单更重要。

第二，我对“按效果收费”既期待，也谨慎。它的前提是能把一次推荐和一笔销量真正对上，而这恰恰是目前最难的部分。Azoma 自己也说，这个行业最大的难题，一是不知道该追踪哪些提问，二是说不清每个动作带来多少收入。他们引入零售数据公司 dunnhumby 作为投资方和合作方，就是为了补上这一块。

以前品牌要赢的是顾客，以后要先赢下替顾客做决定的那个 AI。

资料来源：

Azoma，Azoma raises $11.2 million Series A to continue defining the Agentic Commerce Optimization category，2026-10-21原文 https://www.azoma.ai/insights/azoma-raises-11.2-million-series-a-to-continue-defining-the-agentic-commerce-optimization-category

Azoma，Azoma receives investment from dunnhumby ventures to accelerate its Agentic Commerce Optimization platform，2026-09原文 https://www.azoma.ai/insights/azoma-receives-investment-from-dunnhumby-ventures-to-accelerate-its-agentic-commerce-optimization-platform

Startupmag，Azoma raises £8m from Puma Growth Partners and Dunnhumby，2026-10-21原文 https://www.startupmag.co.uk/funding/azoma-2026-series-a-funding/

VentureBeat，How to make your e-commerce product visible to AI agents? Use this new system trusted by L’Oréal, Unilever, Mars & Beiersdorf，2026-03-09原文 https://venturebeat.com/ai/how-to-make-your-e-commerce-product-visible-to-ai-agents-use-this-new-system

Retail Technology Innovation Hub，Startup Stories: Ecomtent’s Max Sinclair discusses entrepreneurial journey and 2025 plans，2025-01-22原文 https://retailtechinnovationhub.com/home/2025/1/22/startup-stories-ecomtents-max-sinclair-discusses-his-entrepreneurial-journey-and-2025-plans

Azoma，What AI search engines and shopping agents actually cite: Azoma analysed 38 million citations，2026-10原文 https://www.azoma.ai/insights/what-ai-search-engines-and-shopping-agents-actually-cite-azoma-analysed-38-million-citations

a16z，Who Gets Paid When AI Does the Shopping?，2026-09-30原文 https://a16z.com/who-gets-paid-when-ai-does-the-shopping/