【文/观察者网 王勇 编辑/赵乾坤】
日前，字节跳动旗下AI助手豆包正式对通过其入口跳转抖音成交的酒店订单收取佣金，综合费率约为12%，这一消息迅速在业内引发关注与热议。有评论认为，豆包此举标志着AI工具从“免费问答”向“交易闭环”迈出了实质性的一步，也宣告了AI流量商业化正式踏入本地生活交易的深水区，但也有不少评论质疑其搜索结果的中立性。
网友惊呼“百度二代”来了
根据数据研究公司QuestMobile今年8月初发布的一项报告显示，2026上半年，豆包位于中国原生AI大模型用户量首位，其6月份月活用户高达3.82亿，用户体量是第二名千问的2.3倍。
此次豆包向酒店业“伸手”释放了一个明确信号，即AI大模型正从单纯的“流量入口”向具备独立定价权的“交易渠道”转型，AI商业化探索已开始加速。但公众普遍担忧的是，豆包未来是否会采用“竞价排名”的形式成为下一个百度。
“最终还是变成营销软件了”“百度二代”“接下来就是医院，老剧情了”“离挨罚不远了”……在社交平台上，众多网友对豆包向酒店抽佣一事口诛笔伐，因为“看似客观推荐其实从一开始就长在商业的土壤上。”
豆包公关负责人刘星的微博截图
8月10日，豆包公关负责人刘星在社交平台发文称，“豆包推荐酒店要收费了”这个说法不准确，表示“豆包生活服务业务目前没有付费推广，豆包推荐酒店也不收取广告费，商家不能通过付费影响推荐或排序，仅在订单成交后支付渠道服务费”。
对于AI大模型而言，这并非突如其来的“伸手要钱”，而是流量价值重新定价的必然结果。此前，包括豆包、千问、Kimi、DeepSeek等在内的多个AI大模型在智能办公领域进行商业转化。作为抖音的“兄弟”产品，豆包对成交酒店订单抽佣，被关注的核心在于其被确立为独立的结算渠道，执行独立费率。
浙江旅游科学研究院院长张晓峰对观察者网表示，作为国内首个AI对话入口向交易订单明码抽佣的案例，豆包此举具有里程碑式的意义。它标志着AI应用正式从“技术炫技”和“流量争夺”阶段，跨越到了实质性的“商业变现”阶段。
“过去大模型更多扮演的是‘信息中介’角色，而豆包此次打通了从AI问答到酒店预订的完整交易闭环，证明AI不仅能作为检索工具，更具备了直接驱动交易的能力。这为整个AI行业的商业化探索提供了一个可参考的定价模型和路径。”张晓峰说。
“没有竞价排名并不意味着AI推荐天然公平”
《2026上半年中国AI旅游应用趋势洞察报告》显示，66.2%的用户在获得AI推荐后，仍会回到OTA（在线旅游平台）做验证，仅15.2%的用户会直接购买。也就是说现阶段用户对AI推荐的商家仍然心存疑虑。
尽管豆包称不卖排名，只抽成交，给人的感觉是其推荐颇为客观，但公众的普遍质疑是：当一个推荐系统天然倾向于推荐能产生佣金的商品，而完全不推荐无法产生佣金的选项时，这会不会产生一种“隐性倾斜”？
“豆包此举实质上是在构建一套有别于传统OTA‘佣金+广告’模式的新商业逻辑，试图以纯粹的‘按成交收费’来切入酒旅市场。”北京第二外国语学院中国旅游大数据中心主任钟栎娜对观察者网表示，“豆包强调目前没有付费推广，商家也不能通过付费影响推荐排序，这是一个比佣金加竞价排名更清晰的起点。但没有竞价排名，并不意味着AI推荐天然公平。”
钟栎娜说，AI往往会参考评论数量、历史成交、品牌知名度和网络声量等，很容易形成越知名越被推荐、越被推荐越知名的“马太效应”。因此，平台还需要为新酒店、小众酒店和独立酒店保留一定的探索性流量，增加推荐结果的多样性，并定期评估不同类型商家的曝光差距。
“尤其是平台不能简单地把知名度等同于品质。”钟栎娜强调，“一个负责任的AI推荐系统，既要追求推荐准确率，也要保留多样性和新商家的进入机会，否则AI最终可能不是帮助消费者发现更多选择，而只是进一步放大原有的头部商家优势。”
上海商学院教授邹光勇对观察者网表示，“豆包目前的模式在初期确实更具透明度，但透明不等于公允，初期清朗也不意味着长期不变。当平台收益与成交规模深度绑定，算法是否存在隐性倾斜高佣金品类或深度合作商家的动机？这套机制在商业压力下的演进方向，目前缺乏可验证的公开承诺与监督机制。”
邹光勇认为，豆包相关负责人强调“商家不能通过付费影响推荐或排序”，坚持技术中立原则，表面看一视同仁，但不容忽视的现实是，与平台生态融合更深的商家，往往更懂算法逻辑，也更容易获得精准推荐，这种差异并非来自付费，却可能形成事实上的“优先”。
“当然，作为消费者，我们也应该明白，AI推荐并不天然倾向于头部商家。”邹光勇指出，AI搜索的偏向程度和结果，也取决于用户提问的精准度以及商家在网络空间的数据留痕。中小商家如果能在用户评价、内容沉淀、信息完整度上做足功课，同样有机会被AI精准匹配。
“随着用户对AI交互技巧的日益熟练（如多轮追问、指令精准、条件筛选），信息获取将趋于客观和多元。长期来看，AI甚至可能成为长尾供给端‘弯道超车’的变量，而非头部商家的专属工具。”邹光勇说。
张晓峰表示，“若如豆包相关负责人所述，这确实是一种更健康的商业模式，迫使平台必须专注于提升AI推荐的精准度和用户体验，因为只有成交才能获利，倒逼平台在推荐算法上下功夫，同时避免了商家陷入‘不投广告就没流量’的内卷，让中小商家有机会通过优质的产品和服务获得自然推荐。”
“但需要警惕的是，随着商业化深入，平台是否会逐步引入付费推广机制，这需要行业和监管持续关注。”张晓峰强调说。
豆包下场能否撼动OTA平台？
针对豆包抽取酒店订单佣金是否会撼动OTA平台地位这一问题，邹光勇表示，豆包AI抽佣在短期内难以对OTA格局形成实质冲击。携程等巨头在供应链端的深厚积累和用户心智层面的稳固优势，远非AI推荐的一次升级就能跨越。更可能的图景是双向融合，OTA平台同样可以通过接入大模型能力进行自我迭代，将AI嵌入搜索、预订、客服等全链路。最终，AI更像是一种基础设施能力的升级，而非某一平台的颠覆性“武器”。
邹光勇强调，“AI改变的是连接方式，但商业的底层逻辑始终未变：谁能帮商家成交、让用户满意，谁就能在竞争中站稳脚跟——无论底层是大模型还是搜索引擎。”
钟栎娜同样认为，AI有可能成为酒旅行业新的流量入口，但短期内不会完全替代OTA。“AI首先替代的可能是OTA的搜索、比较和决策功能。用户很可能不再自己浏览几十家酒店，而是直接把需求告诉AI，由AI帮助筛选。但酒店库存、实时价格、支付、退改和售后服务，仍然需要OTA或其他交易平台支撑。”
钟栎娜说，“未来更可能出现的格局，是AI掌握前端的需求入口，OTA逐渐成为后台的交易和履约的基础设施。”
酒店行业高级经济师赵焕焱对观察者网表示，包括豆包在内的AI应用正在替代传统搜索引擎，这一趋势表明AI在生活消费交易方面的作用有了进一步的想法和目标，但在“交易转化”方面的作用还有待进一步观察。如果人工智能丧失客观中立的底层价值，其存在的根基便会随之瓦解——用户会用脚投票，市场会给出答案。
更具隐蔽性，“应向公众披露推荐逻辑的基本维度”
“当AI推荐与商业利益深度绑定，其推荐的‘黑箱’特征可能导致变相收割。”张晓峰说，虽然不需要公开核心代码，但平台应向公众披露推荐逻辑的基本维度（如服务质量、用户评价、位置匹配度等权重），提升算法透明度、建立申诉机制等，允许商家对推荐结果进行反馈和申诉，防止算法歧视。
张晓峰建议，相关监管机构应从保障用户知情权的角度，强制平台在AI推荐结果旁标注“广告”或“推荐”标识，让消费者明确知晓这是商业推广还是客观建议；监管部门应建立针对AI推荐算法的备案制度，定期审计是否存在大数据杀熟或不正当竞争行为；同时确保AI在收集用户偏好数据时符合隐私保护法规，防止数据滥用。
中国社会科学院法学研究所助理研究员徐玖玖对观察者网表示，相对于目前传统搜索平台明确标注“广告”字样的推广，AI模型底层推广和排序逻辑存在比竞价排名更隐蔽的风险。
“传统搜索通常为一次性向消费者呈现符合检索条件的多个结果甚至是全部结果，虽然存在一定的排序规则，但是受到相对成熟的广告法的约束，消费者自由选择的空间较大。而AI往往是直接生成一个综合性答案，一旦平台受高佣金、自营或关联服务获得隐性优待，消费者就很难察觉。”徐玖玖说。
徐玖玖指出，目前豆包否认“推荐收费”“广告费”以及“付费影响排序”，因此需要关注的是，这种经济利益是否事实上已进入了AI推荐以及排序的逻辑。根据我国《电子商务法》《互联网信息服务算法推荐管理规定》等法律法规，平台制定服务协议与交易规则须遵循公开、公平、公正原则，强制要求平台以显著方式区分标记自营业务与第三方入驻经营者业务，避免误导消费者。要求不得利用算法实施垄断和不正当竞争，要以适当方式公示算法推荐的基本原理、目的意图和主要运行机制，并且面向消费者提供商品或服务时，不得利用算法在交易价格等交易条件上实施不合理差别待遇。
“但是，对于平台基于成交金额抽取佣金的商业模式，是否需要向终端消费者明确、主动地披露这种商业利益上的关联关系，目前还没有非常明确的规定。”徐玖玖说。
徐玖玖强调，从长期监管角度看，有必要从法律层面针对AI生成内容的商业导流设立“强制性披露”规则。目前已经施行的《人工智能生成合成内容标识办法》所确立的标识制度，主要解决的是区分AI生成内容以及识别内容生成来源的问题，并不等同于对AI推荐背后的商业利益关系进行披露。也就是说，“这是AI生成的”和“为什么AI向你推荐这个商家”，实际上是两个不同层面的问题。
“随着AI从单纯的内容生成工具逐渐成为消费决策乃至交易入口，AI推荐的中立性以及背后的利益冲突问题应当得到更多关注。”徐玖玖说，这不是要求AI做到绝对客观，而是当其自身商业利益、佣金水平、自营业务或者关联企业身份等因素实质影响推荐结果时，应当主动对这种利益关系进行必要披露，使消费者和监管者能够识别推荐究竟完全基于用户需求的结果，还是同时受到了其深层商业利益的影响。这也是《广告法》《电子商务法》以及算法推荐相关规定中有关广告可识别性、消费者知情权、平台公平交易和算法透明要求在AI应用场景中的延伸。
本文系观察者网独家稿件，未经授权，不得转载。