据知情人士透露，印度亚马逊与Flipkart正试点优化部分品类商品列表，以提升其在大型语言模型（LLM）聊天机器人中的可见度。其中，印度亚马逊于排灯节大促后启动该项目，Flipkart则正与提供生成式引擎优化（GEO）服务的第三方公司洽谈合作。
此举紧随印度国家支付公司（NPCI）10月与ChatGPT的整合试点。该合作由Razorpay和塔塔集团旗下BigBasket共同参与，允许用户通过ChatGPT在BigBasket购物并使用统一支付接口（UPI）付款。Consumable AI创始人Mayank Mishra指出，LLM中的电商商品排名受价格、配送时效、库存、地理位置及描述等多重因素影响。随着用户搜索习惯向LLM迁移，业内预计更多电商及即时零售企业将跟进布局。
值得注意的是，亚马逊近期已向AI搜索初创公司Perplexity发出通知，要求其阻止代理在AI浏览器Comet上代表客户进行购买，显示出平台对第三方AI商务中间商的审慎态度。
行业影响与趋势分析
LLM购物尚处早期，商业化ROI待验证
- NPCI联合Razorpay和BigBasket开展的ChatGPT与UPI整合仍处于试点阶段，目前缺乏公开数据对比LLM与传统App的交易量差异。
- 由于未披露具体使用量或转化率，针对聊天机器人优化商品列表能否带来实际投资回报率（ROI）尚难判断。
- 尽管分析师看好LLM搜索带来的增量机会，但目前仍无法量化由AI发起的购买规模。同时，亚马逊对第三方AI代理的限制，可能会减缓非官方渠道的LLM购物行为发展。
SaaS服务商迎来GEO工具构建机遇
- 鉴于LLM产品排名机制复杂，商家亟需能够调整价格、库存、描述等输入项以提升可见度的专业工具。
- 第三方SaaS及营销提供商可借此开发生成式引擎优化（GEO）服务，满足市场需求。
- 投资者可关注具备LLM分析与归因功能的平台，此类工具能帮助商家精准衡量转化效果而非仅看曝光量。
- 随着AI集成从ChatGPT扩展至多模型生态，跨平台管理工具将成为商家在不同AI系统中维护商品列表的关键基础设施。