💡 AI 商业化观察

从推荐到成交:豆包上线独立交易结算费率,AI 对话打响渠道归因战

经由豆包跳转成交的订单开始执行独立费率,其中酒店订单综合费率约 12%,部分生活服务类订单综合费率达 18%。平台首次针对 AI 对话带来的转化单独计价,意味着 AI 助手正从信息咨询工具转变为可核算投入产出的商业渠道。

综合公开信息整理 2026-08-11 全文约 3 分钟读完
#豆包AI #AI商业化 #渠道服务费 #算法中立
12% 酒店订单综合费率(软件服务费+支付手续费)
18% 部分生活服务订单综合费率
1000万/日 2026上半年每日产生的电商交易额(估计)

⚡ 30 秒速览

  • 收费规则落地:8月10日起,经豆包跳转至抖音来客成交的特定订单开始执行独立费率,彻底脱离传统自然流量结算体系。
  • 官方厘清边界:平台官方回应称不收取广告费及竞价排名费,商家无法通过付费影响推荐权重,抽成纯粹基于订单成交。
  • 转化数据透视:截至 2026 年上半年,豆包每日产生电商交易额约 1000 万元,详情页看完转化率超过 3%。
  • 商家的账本:相比此前抖音生活服务 2.5% 至 8% 的费率,新标准有所提高,商家关键要看其带来的是“纯新增需求”还是“原有渠道分流”。
  • 核心考验:AI 归纳式推荐往往仅给出少数选项,当推荐能直接带来渠道收入时,如何自证算法中立成为信任关键。

01订单单独计费 AI 推荐不再混入自然流量

过去,豆包对话带来的交易订单通常并入抖音自然流量体系结算。而新政策公示并生效后,“豆包”被单独列为结算渠道,平台具备了识别并标记 AI 带来交易的能力。

酒店订单(豆包渠道)

12%
11.4% 软件服务费 + 0.6% 支付手续费

部分生活服务订单(豆包渠道)

18%
17.4% 软件服务费 + 0.6% 支付手续费

此前抖音生活服务费率

2.5~8%
传统生活服务类目抽成区间

推广费模式

0
不设竞价排名,不按曝光或点击收费

注:上述费率仅对应特定订单与类目,商家类型、商品类目及成交渠道不同,实际费率可能有所调整。

对于此次调整,豆包官方针对费用性质作出了明确界定:

“豆包不向酒店收取广告费,目前也没有付费推广模式,商家不能通过付费影响推荐或排序;平台只在订单成交后收取渠道服务费。”

—— 豆包公关负责人

这意味着从交易模式上看,商家支付的不是“买推荐权重”的广告费,而是“按效果付费”的渠道服务费。

02缩短决策链路 从问答工具到交易入口

单列渠道收费的背后,是 AI 助手对传统消费决策路径的重塑。通过逐步接入交易基础设施,对话框正在成为直接触达消费的入口。

2026 年 3 月
提供酒店、机票及部分景区门票的预订入口,连接第三方服务商与官方页面。
2026 年 4 月
上线“豆包帮你选”,逐步接入选购、下单、支付与售后全链路。
2026 年 5 月
入口升级为“买前问豆包”,进一步缩短提问到付款的距离。
1000万元每日电商交易额(上半年估计)
< 100万元每日渠道收入(主要来自佣金)
> 3%详情页看完转化率

数据体现了当前 AI 交易的初步体量。将订单独立计费,是平台评估 AI 购物投入产出比(ROI)的基础步骤。

03一场渠道归因实验 商家买到的究竟是什么?

对商家而言,费率提升能否带来合理回报,取决于 AI 推荐带来的订单质量与实际增量

传统平台展示

提供海量列表,依赖商家购买广告或降价获取曝光,存在较多无效展示。

AI 归纳推荐

理解复杂的自然语言需求(预算、位置、偏好),直接提炼出少数精准选项。

商家衡量这条渠道的决策公式

  • 新增毛利:AI 助手带来的纯新增需求订单收益
  • 渠道成本:按 12%~18% 支付的软件服务与交易费用
  • 分流损耗:原本会在传统渠道完成的交易被转移后产生的成本差额

先给订单贴上“豆包”标签,再设定独立费率,不仅是一项商业收费动作,更是平台与商家共同参与的一场渠道归因实验

04算法中立与信任拷问 商业化下的行业挑战

AI 对话框给出的回答往往高度精简,甚至直接给出单一建议。当推荐结果能够直接为平台带来交易抽成时,如何向用户证明推荐客观性成为全局焦点。

在全球范围内,AI 产品在接入商业化时均需面对这一考验:

海外产品实践

OpenAI:强调购物选择由模型独立做出,广告与自然结果严格分开;
Google:在测试中将商业优惠明确标记为“Sponsored deal”。

国内监管框架

规则要求:平台需显著公示收费标准;算法推荐需提升检索、排序与选择规则的透明度与可解释性。

即使完全满足合规要求,平台依然需要向用户与商家回答核心问题:未接入交易体系的商家能否获得同等推荐机会?费率高低是否会隐性影响排序模型?

EDITORS JUDGMENT

AI 助理的商业化天花板,不仅取决于它能接入多深的交易基础设施,更取决于它能否在“获取交易抽成”与“保持算法中立”之间构建起可被信任的防火墙。