AI已不再向亚马逊展示产品：它正在创造全新的买家
Evercore ISI关于亚马逊的研究报告中，最值得关注的分析并不在于目标价格本身。真正引人深思的，是一项需要仔细解读才能理解其含义的数据：57%的具备人工智能功能的Alexa用户购买了在与助手互动之前并不了解的产品。这不是购买流程的效率提升，而是此前根本不存在的需求被创造出来了。
Evercore ISI高级分析师、华尔街消费科技领域最受关注的声音之一马克·马哈尼（Mark Mahaney），于2026年8月28日向客户发布了一份研究报告，将亚马逊的目标股价从315美元上调至355美元，意味着相对于前一日收盘价约有40%的潜在上行空间。这一上调的依据，并非来自AWS的运营改善，也非广告利润率的提升，而是建立在Evercore第十四届美国数字零售年度调查结果之上，以及该调查所揭示的Alexa AI内置用户的真实行为变化。
这一举动立即获得市场背书：根据LSEG在报告发布时的数据，在覆盖亚马逊的68位分析师中，有64位将其评级定为"买入"或"强力买入"。该股在此前一个月已累计上涨16%，过去六个月涨幅达27%。市场已提前布局。但马哈尼的报告带来了市场共识所不具备的东西：来自当下而非未来预测的量化证据，证明AI正在实时改变用户的购买行为。
---
当助手从回答问题转变为创造需求
多年来，语音助手的主流思维模型将其定位为"促进者"：加速已有购买意图的工具。用户本就想买AA电池；Alexa只是让下单更快了。这个版本的助手固然有用，但并不改变零售经济的本质——它只是压缩了决策与交易之间的时间差。
Evercore的数据所揭示的，是一种结构性的不同。当超过半数的Alexa AI用户最终购买了他们事先不知道自己想要的东西时，这个助手就已不再只是一个执行渠道，而是成为了需求的创造者。这一差异并非语义层面的，它对AI投资回报的衡量方式、产品体验的设计逻辑，以及未来数年数字商业的胜出者格局，都有着直接而深远的影响。
在传统电子商务逻辑中，平台的价值体现在将意图转化为交易的能力上。亚马逊用推荐引擎、快速配送物流和简化支付流程，花了二十年时间优化这一公式。但所有这些改进都作用于已有需求：用户带着明确的购买目标而来，平台帮助他们以最高效的方式完成购买。
马哈尼报告中使用"代理式AI"这一术语，来描述能够自主执行复杂任务的系统，包括无需人工干预的产品发现和购买管理。这类系统运作在一个截然不同的维度。它不是等待意图的出现，而是主动构建意图。而当36%的用户在Alexa引入AI后表示购买数量有所增加，其影响就不再是转化率的边际调整，而是流经平台的商业总量的扩张。
这正是马哈尼所描述的"附加性"：不是需求从一个渠道转移到另一个渠道，而是此前因用户未曾接触相关产品、或未完成导向购买决策的认知过程而未能实现的需求，被激活并呈现出来。AI助手压缩乃至直接消除了这种认知摩擦。
---
34个百分点的差距：AI能将其转化为护城河
Evercore的调查还提供了一项竞争格局的背景数据，值得单独关注。92%的受访者曾使用亚马逊作为网购平台。排在第二位的沃尔玛，这一数字为58%。第一名与第二名之间，存在34个百分点的用户渗透率差距。
这个数字不仅仅是当前格局的一张快照，更是AI得以运作的起点。拥有92%渗透率的平台，掌握着涵盖购买历史、频率、品类偏好、季节性规律、对过往推荐的反应等海量用户行为数据，任何仅有58%渗透率的竞争者在短期内都无法与之比肩。而代理式AI的能力提升，恰恰依赖于这些海量数据来不断优化推荐质量。
对沃尔玛及其他竞争对手而言，战略风险并非亚马逊拥有技术层面更为复杂的AI功能。真正的风险在于：随着系统持续学习，亚马逊通过每次Alexa AI交互所积累的数据优势将愈发难以复制。每当一名Alexa用户购买了此前不了解的产品，模型就会获得一个偏好信号——这是任何外部搜索引擎都无法以同等精度捕捉的信号。这是一个自我强化的循环：更多用户，更多数据，更好的推荐，更多被激活的需求，吸引更多用户。
沃尔玛在物流实力、实体店布局和价格敏感型消费者渗透方面具有优势。但在以自有购买行为数据驱动的AI产品发现这一特定领域，两者之间需要跨越的差距，并不只是34个百分点。它是结构性的。
这并不意味着亚马逊的优势是永久性的，也不意味着竞争对手没有可以切入的维度。它意味着，Evercore ISI用来支撑目标价上调的逻辑——AI作为增量需求的创造者——同时也是任何缺乏同等量级购买行为数据库的市场参与者最难以复制的逻辑。
---
355美元目标价：关于新增长模式的假设
将目标价从315美元上调至355美元，不仅仅是对财务假设的修订，更是一个关于亚马逊零售业务未来增长性质的判断。马哈尼用具体的调查数据作为支撑，表达了一个核心主张：亚马逊平台所能承载的商业天花板比此前模型所预计的更高，因为AI正在创造此前平台上并不存在的需求类别。
这一论断的成立，取决于其核心前提能否得到维持：57%的用户购买未知产品，以及36%的用户在量上购买更多，这些是否仅仅是随时间消散的新鲜感效应，还是随着助手更好地学习用户偏好而持续巩固的使用模式变化？这份调查捕捉的是特定时刻的快照。未来数个季度将揭示，当新鲜感正常化之后，这些数据究竟是保持稳定、继续增长，还是逐渐侵蚀。
市场需要在亚马逊未来的业绩发布中回答的结构性问题，是零售业务的增长能否以可验证的方式归因于Alexa AI的采用，以及这种归因是否体现在公司所披露的核心指标上：购买频率、平均订单价值、用户在新品类中的复购率。如果这些指标印证了Evercore的叙事，这一假设就将从调查数据升级为经营层面的实证。如果这些指标没有出现，目标价的上调就相当于提前兑现了一个业务层面尚未转化为可衡量收入的效应。
有一点从现在起已经清晰：关于亚马逊的长期投资逻辑，已不再仅仅围绕AWS和广告利润率展开。面向终端消费者购物体验中的AI，已成为第三个增长引擎，而分析师们正在用自有数据而非单纯叙事来为其定价。这改变了审视公司季度业绩时值得追问的问题类型。
---
Alexa用户在不知情的情况下购买了什么
这些数字还有一种解读方式，超越了股票分析的范畴。当一名Alexa用户购买了自己事先不知道想要的东西，他实际上是在购买一项非常具体的服务：消除发现的努力。不是产品本身，而是通常发生在购买之前的那个过程——搜索、比较、评估、决策——这个过程被压缩，或者被委托给一个了解其历史记录、能够以比用户自己在那一刻所能表达的更丰富的上下文作出推荐的智能体。
这正是代理式AI真正在销售的东西，尽管它不会这样描述自己。这是对某类人生活的切实功能性改善——他们可供浏览选项的时间更少，他们相信平台已足够了解自己的偏好，他们愿意以速度和相关性为代价，让渡一部分对购买过程的控制权。那57%购买了未知产品的用户并没有被操纵，他们购买的是认知便利，而这笔交易带来了令人满意的结果。
对用户而言，长期风险——也是这一动态机制可能断裂的节点——在于：如果智能体的推荐开始将亚马逊的利润率置于用户的真实偏好之上，会发生什么。当这种情况出现时，用户对助手的信任将被侵蚀，购买行为将重新回归用户自己的掌控。就目前而言，Evercore的数据表明这一临界点尚未被触及。助手依然被感知为有用的工具，而非一个推销员。
这种感知，是亚马逊在其零售业务新阶段所持有的最脆弱、也最珍贵的资产。
