被算法盯上的代购生意
代购这一年:当AI开始抢生意,我们还能做什么?
上个月,一个做日本代购的老朋友在微信上跟我抱怨:有个老客户突然不来了。她去问原因,对方说现在用ChatGPT帮忙海淘,设定好预算和偏好,AI自动筛选商品、比价、甚至代下单。
“以前他每个月在我这买三四千的药妆和保健品,现在全交给机器了。”
我听完愣了几秒。
不是惊讶AI能做到这些,而是惊讶变化来得这么快。我们一直以为代购拼的是信息差、汇率差、人脉差,没想到有一天,机器也能当“买手”。
说实话,代购这个行当,本质是“信任中介”。客户信你,所以把购物需求交给你。你帮他们选品、采购、打包、发货,赚的是服务费。
但这个模式正在被AI购物代理(Agentic Commerce)悄悄瓦解。
什么叫AI购物代理?就是你把需求告诉AI——“帮我找一款适合敏感肌、200元以内的日本乳液,要能直邮到美国”,AI自己去搜电商平台、比价格、看评价、下单、甚至追踪物流。
整个过程,你不需要找代购。
听起来很科幻?其实已经有人在用了。亚马逊的 Rufus、Perplexity 的购物功能,都在往这个方向走。品牌方也在调整策略——他们希望自己的产品能被AI“读懂”,从而出现在推荐列表里。换句话说,以前的竞争是争搜索排名,以后的竞争是争AI的推荐权重。
那代购是不是要完蛋了?
我觉得不是。但玩法得变。
幂等性设计:从被AI替代到用好AI
以前我做代购,最头疼的不是选品,而是重复劳动。
举个例子:客户下单后,支付回调有时会重试两次,系统没做幂等性处理,就扣了两遍款。客户投诉,我得去查日志、对账单、找原因,像破案一样。后来自己搭系统,第一件事就是在支付回调里加上唯一请求ID和状态机校验——同一个订单,不管回调多少次,只处理一次。
这个设计叫幂等性。听起来很技术,但道理很简单:确保一个操作做一次和做一百次,结果一样。
那跟AI购物代理有什么关系?
关系大了。AI代你下单,如果系统没做好幂等性,重复扣款的风险比人工下单高得多。反过来,如果你能把自己的服务封装成API,让AI调用——比如客户用AI搜索“谁帮我代购限定款球鞋”,你的系统能被AI识别并推荐——你就从“被替代”变成了“被赋能”。
这需要你的代购平台具备几个能力:标准化的商品信息、实时库存、稳定的支付回调、清晰的售后规则。说白了,就是让机器能读懂你的服务。
我试过几套现成的代购系统,要么汇率精度不够,要么采购链路断掉,要么物流状态对不上。后来自己折腾了一套,叫taocarts,把幂等性设计、汇率锁定、自动采购这些基础能力夯实了。不是为了炫技,是为了让系统稳定到能对接AI。
当然,它不是万能的。初期功能不全,很多定制需求得自己写代码补;迁移成本也高,老数据倒了一个月。但走完这一步,心里踏实了——至少AI来敲门时,我能开门迎客,而不是被挡在门外。
说回那个被AI抢走客户的朋友。她后来怎么做的?
没跟AI硬碰硬,而是转向了AI搞不定的领域——日本中古市场的孤品鉴定。
客户想买一只限量款LV,AI能搜到价格,但鉴定成色、查配件、判断年份、跟卖家砍价,这些事AI做不了。她靠着十年攒下的眼力和人脉,一单一单做,客单价翻了三四倍。
代购创业的本质,从来不是卖货,是卖“确定性”——确定正品、确定物流、确定售后、确定有人兜底。
AI能解决“买什么便宜”,但解决不了“买得放心”。这个“放心”,就是代购的护城河。
回过头看,这一年代购圈洗牌确实厉害。那些只赚汇率差、没任何附加值的搬运工,被淘汰了一大波。但深耕品类、懂客户、会借力工具的,反而活得更好。
AI不会淘汰代购,但会用AI的代购会淘汰不用AI的。
你准备好被AI“读懂”了吗?