从报纸到电视，从 PC 互联网到移动互联网，每一次媒介形态的跃迁都伴随着价值链的重新洗牌。

其中最重要的启示在于：旧秩序中的王者未必能延续辉煌，而抓住新媒介红利的挑战者往往能实现弯道超车。

如今，这一规律正再次在 AI 大模型时代上演。

大模型是更高效的媒介工具，互联网流量迁移大幕开启

大模型正成为一种全新的高效媒介：它不仅是简洁的信息检索工具，更是能理解语义、逻辑推理、自主执行任务的智能代理，也正因如此，市场开始担忧大模型对互联网巨头的挤压。

根据我们行业调研数据，当前仅有约 10% 的互联网流量开始向 AI 工具迁移，且主要集中在信息查询、内容创作、行程规划等通用场景。

相较于此前我们分析的大模型对企业级软件市场的全方位冲击（请参考《AI 大模型吞噬软件路径推演》），其对互联网行业的影响目前仍相对温和。

这一差异的核心原因在于，互联网平台的核心护城河是网络效应和用户习惯，而用户行为模式的转变是一个渐进过程；反观企业软件，其壁垒更多体现在与业务流程的深度绑定，更易被技术变革打破。

尽管现阶段进展缓慢，但互联网作为数万亿美元规模的超级赛道，其价值替代空间始终吸引 AI 原厂 all in。市场预计，未来 3-5 年向 AI 工具迁移的互联网流量比例或将提升至 30%-40%。

毕竟，当用户可以通过自然语言对话完成过去需要打开多个 APP、切换无数页面才能实现的操作时，一个未雨绸缪的问题浮出水面——谁将成为这个新时代的流量入口？谁又将在这场变革中被 " 管道化 "？

OpenAI 领衔去管道化路线

1. 从单一工具到超级 App，OpenAI 的阳谋

自 Chatbot 引爆 AI 浪潮后，OpenAI 的产品矩阵持续扩容，覆盖 ChatGPT（聊天机器人）、Altas（AI 浏览器）、Codex（AI 编程）、Sora（AI 视频）、Prism（AI 写作）等多个领域，且始终将 C 端作为主战场，如今 ChatGPT 月活已突破 8 亿。

2025 年末，OpenAI 在开发者大会上正式宣告 ChatGPT 的战略转型：从单一对话工具升级为 " 超级 App" 形态的 AI 应用平台。用户无需在多个应用间反复切换，即可在 ChatGPT 的对话界面中直接调用第三方服务，实现信息获取、任务处理、场景化交互的一站式解决。

依托 ChatGPT Agent，OpenAI 成功连接外部应用生态，成为重塑互联网格局的核心力量。目前 OpenAI 的收入中，超 60% 来自 C 端业务，其更是定下 2028 年实现 1000 亿美元收入的目标。这一战略布局也印证了 AI 在 C 端市场的巨大潜力，跟踪其发展动态，成为把握行业前沿趋势的关键。

2.AI Agent，新 " 操作系统 " 之战

随着大模型从 " 理解语言 " 过渡到 " 执行任务 "，C 端入口的竞争将不再由浏览器或 APP 主导，而是由能直接完成事务的 AI 助手（AI Agent）所重塑。

具备系统级 AI Agent 能力的智能终端助手，无需依赖 C 端应用的 UI 交互与流量入口即可完成操作，直抵应用核心价值创造链路。

也正因如此，进入 2026 年，继 OpenAI 之后，科技大厂和 AI 原厂纷纷押注——面向 C 端的 AI 超级原生应用，正成为线上生态的核心枢纽——既是流量分发的关键入口，也是价值传递的核心载体。

这场新操作系统的争夺大战，目前已进入白热化阶段：

1）谷歌凭借 Gemini 正在将其在搜索领域的主导地位延伸至 AI 时代；

2）微软的 Copilot 深度集成至办公生态，成为用户使用微软服务的网关；

3）字节跳动旗下的豆包等国产 AI 应用同样在争夺这一战略高地。

多位业内人士预测，到 2027 年，全球一半以上的企业将通过 AI Agent 重新定义人机协作模式，而这一趋势也将进一步重塑 C 端消费市场。

互联网管道化危机下的众生相：分化加剧，各有攻守

此前我们聚焦的 SaaS 软件，其实就是 toB 互联网，而当前分析的互联网就是 toC 互联网，市场空间也大得多。

可以简单算算。数字广告最大，市场空间接近 8000 亿美元；然后是电商规模 5000 亿美元（6.5 万亿美元 GMV，假设 7.5% 的佣金率），OTA+ 本地生活 5000 亿美元（5 万亿美元 GMV，假设 10% 的佣金率）；再是游戏、流媒体为代表的内容产业：数字游戏 1900 亿美元；流媒体 1300 亿美元。

这片数万亿美元的流量蓝海，自然成为 AI 厂商争相抢占的制高点，而不同赛道因自身特性不同，面临的管道化风险、应对策略也呈现出明显分化。

1. 搜索与广告暂时找到共存之道，但远期仍存颠覆风险

在大模型引发的吞噬担忧中，搜索和广告是最早被认为可能被替代的赛道，但目前行业已率先找到与 AI 的平衡点。

早期大模型的核心显性优势，在于能整合碎片化信息并给出直接答案，这恰好击中了传统搜索需要用户自行筛选信息的痛点，也导致大量查询流量流向 ChatGPT 等 AI 工具。

为应对这一冲击，谷歌采取双线布局策略：一方面推出 Gemini 模型，在搜索结果中直接提供 AI 生成的精准答案，与大模型争夺通用查询流量；另一方面保留传统搜索模式，满足用户对信息来源验证、长尾场景检索的个性化需求。

更关键的是，谷歌还有隐性的成本壁垒——依托 TPU 芯片的算力成本优势，谷歌能够以更低的成本提供 AI 搜索服务，而若采用 GPU 部署，多数竞争对手将面临亏损。

这一策略成效显著：尽管 AI 工具分流了部分通用查询流量，但谷歌仍保持着全球搜索市场的稳定份额。这一案例证明，AI 分流流量并非不可逆，通过效率提升和需求精准拆分，传统平台可以回击。

广告行业的核心是 " 哪里有价值，预算就流向哪里 "，而非单纯追逐流量——大模型在 C 端的特性让传统广告模式难以直接复制（无固定广告位、用户抵触广告植入），因此广告巨头并未盲目跟随流量进入 AI 工具，而是通过技术升级巩固现有场景的变现效率。

2025 年的数据显示，谷歌、Meta 等头部玩家的市场份额仍保持稳定，他们的核心策略是：不与大模型争夺通用流量，而是利用 AI 深耕自身场景的垂直价值。

谷歌凭借在搜索广告领域的深厚积累和 Gemini 的整合，正在巩固其优势；Meta 的 Llama 模型实现广告效果实时监测与优化，提升广告主 ROI 确定性。

所以广告预算正在向具备 AI 优化能力的巨头集中。反而中小广告平台面临更大压力，因为广告主更倾向于将预算投向 AI 能力更强、投放效率更高的头部平台。

但更远期看，如果 AI Agent 完全主导用户交互，传统广告仍势必消亡。我们做一个设想，当 AI Agent 能预订餐厅、采购商品时，广告主的投放逻辑自然是，选择有影响力的 AI Agent，让自身的产品被优先推荐并完成转化，广告竞争核心也就从争夺人类注意力转向争夺 AI Agent。

2.OTA 行业价值链洗牌是大概率的事

OTA（在线旅游代理商）行业被管道化风险更高，价值链被重构的概率正在与日俱增。

传统 OTA 模式依赖一个完整链路：用户输入目的地和日期等，系统返回列表，用户手动过滤比价，最终下单付款，然后平台对接酒店出行，辅助完成库存管理、售后服务等。

这种基于关键词搜索和静态列表的模式，正面临 AI Agent 的根本性挑战。

未来，用户只需向 AI Agent 表达模糊需求——比如 " 规划一次家庭云南之旅，偏好亲子酒店和低价航班 "，AI Agent 就能自主完成多轮对话澄清需求、跨平台实时检索资源、动态打包产品并比价、自动执行预订等全流程操作。

用户体验将发生质变：预订时间从平均 4-6 小时大幅缩短至几分钟，且方案的个性化程度远超人工操作。

所以，OTA 的核心护城河——流量聚合和 SEO 优势——将被削弱。当用户不再访问 OTA 网站或 App，而是直接与 AI Agent 交互时，AI Agent 直接调用底层 API 获取库存，OTA 将更为接近 " 库存供应商 "。

那么传统 OTA 依赖竞价排名获利的高利润广告业务将面临断崖式下跌—— AI Agent 是理性且客观的，它们根据用户的最大效用进行推荐，不会受广告费干扰。

不过上述是最悲观的情形，实际上这种去中介化当下很难一蹴而就。

AI 平台若要实现对 OTA 的实质性替代，需要满足三大条件，目前均存在显著障碍：直接对接全球分销系统、突破监管合规、获得客户交易信任。

从客户结构看，OTA 约 30% 至 40% 的客户存在向 AI 平台迁移的风险，这部分客户以追求性价比的散客为主；而 40% 的忠诚度计划会员和 20% 至 30% 的 B2B 业务客户粘性高。

更重要的是，AI 平台在交易和售后环节无直接服务客户的经验——这正是 OTA 的核心优势所在。交易环节受全球 GDPR、支付规则等监管合规限制，OTA 从代理模式向商户模式转型的先发优势短期内难以被突破。

面对冲击，OTA 行业的转型核心是 " 放弃流量中介角色，回归价值创造本质 "。头部企业已开始探索应对策略。

Booking.com 与 OpenAI 合作，切入 AI 平台的规划发现环节获取流量，通过强化库存整合和履约保障能力，让 AI 平台无法替代其交易环节的价值。

Expedia 前高管透露，OTA 正在升级自身基础设施——重构 IT 架构、搭建标准化 API、制定 AI 智能体交互协议——以强化交易环节的 " 枢纽 " 能力。

这场攻防战势必会拉锯很久。我们对此的观点是：长期来看，OTA 行业不会被完全替代，但价值链重心将发生根本性转移——从 " 流量聚合者 " 沦为 " 后端履约商 + 服务提供商 "，收入结构将从 " 佣金 + 广告 " 转向 " 佣金 + 履约服务费 + 增值服务 "。

但行业利润率将从当前的 25%-30% 高位压缩至 15%-20% 区间，抽成率或被上限锁定在 15%。

图：GUI 和 LUI 体系下用户交互对比资料来源：申万宏源

3. 内容、社交与电商价值坚守和 AI 赋能

除了搜索、广告、OTA 这些讨论最多的行业外，电商、内容、社交等其他互联网赛道，虽然当前相对安全，但也开始直面大模型的冲击。

其中电商面临的冲击风险排在内容和社交之前。

电商行业的核心竞争力是 " 交易信任 + 供应链整合 + 履约能力 "，这些都需要长期沉淀，当前大模型更多是作为提升效率的工具，而非替代现有模式。亚马逊通过 DSP 广告与 AI 的结合，在黑五、网一等大促期间实现份额持续扩大；国内电商平台则探索 AI 导购、智能客服等功能，提升转化效率。

担忧来自远期。传统电商依赖用户主动搜索、比价、下单的模式，而未来 AI Agent 模式，用户只需表达模糊需求，AI 即可完成跨平台检索、动态比价、自动执行购买。

这种转变意味着，电商平台的商业逻辑将从 " 流量变现 " 转向 " 智能决策服务 "。AI 将基于用户行为与需求直接匹配品牌或产品，而非呈现海量选择让用户自行判断。

大模型已成为内容创作的重要工具，Adobe Firefly 可在 40 秒内生成 10 秒短视频，Jasper AI 能快速完成文案创作，这些工具将内容生产效率提升数倍甚至数十倍。

但内容行业受到的冲击暂时有限。因为内容行业的核心壁垒是 " 原创创意 + 情感共鸣 "，这是当前 AI 难以替代的核心价值，更大的冲击可能需要基座模型在情感方面真正的突破。

以在线音乐行业为例，Spotify 推出 AI DJ 和情绪推荐功能，提升用户使用时长；YouTube Music 借助 Gemini 模型优化创作者工具，吸引更多内容产出，两者均未因 AI 工具出现明显用户流失，2025 年分别拥有 1.25 亿和 2.9 亿付费用户。

社交行业的核心护城河是 " 真实用户关系沉淀 "，大模型更难直接替代。社交平台的流量基础是用户之间的情感连接和关系绑定，AI 虽能优化互动效率（如智能推荐、AI 客服），但无法复制真实的社交体验。

Instagram 前高管提出的洞察：即便 AI 能生成完美的内容，用户也不愿放弃那些承载着真实情感连接的社交关系。这种关系资产的稀缺性，是 AI 难以量产的。

所以 Meta 的 Facebook、Instagram 等平台，尽管面临 AI 工具的流量分流，但用户因社交关系绑定仍保持高粘性，2025 年其社交广告收入仍实现稳定增长。Meta 还利用 Llama 模型探索 AI 驱动的虚拟社交场景，吸引年轻用户，以及用 AI 工具简化内容创作，提升用户互动频次。

未来展望：互联网行业从 " 流量为王 " 走向 " 价值为王

互联网行业曾经历高速发展的 " 流量红利期 "，部分平台依靠流量垄断和信息不对称实现快速增长，但这种模式缺乏可持续的价值支撑，在大模型的效率革命面前不堪一击。

未来 3-5 年，互联网行业将形成 "AI 平台 + 传统平台 " 的二元生态格局，我们判断真正的胜者将围绕价值创造而非流量规模重新构建。

一个近期的典型案例足以印证这一趋势：春节期间，部分 AI 应用通过发红包冲月活的传统互联网玩法，已完全被市场嗤之以鼻，这也意味着行业的竞争逻辑已发生根本改变。

对传统互联网企业而言，应对大模型冲击的关键在于 " 坚守核心价值 + 拥抱 AI 赋能 "：一是巩固不可替代的核心资产，如社交平台的用户关系、电商平台的供应链、内容平台的原创能力，这是抵御冲击的根本；二是积极拥抱 AI 技术，将其作为提升效率、优化体验的工具；三是淡化流量执念，聚焦价值创造。

对 AI 平台而言，未来的发展方向是 " 生态开放 + 价值共赢 "：过度追求流量垄断将引发传统平台的抵触，而开放技术能力、与传统平台共享效率红利，才能实现生态共赢。OpenAI 已与多家 OTA、电商平台合作，谷歌也通过开放 Gemini 的 API 吸引开发者，这些举措都将推动行业向价值共创的方向发展。

事实上，人们对信息、服务、内容、关系的底层需求从未消失，变化的只是满足这些需求的方式。所以，流量入口虽在迁移，但入口的核心价值不会消失；行业的中间环节虽在被压缩，但整合服务的需求不会消失。

大模型对互联网的吞噬，并非颠覆性的毁灭，而是一场温和却深刻的效率革命，最终将推动整个行业从流量为王走向价值直达的新阶段。

那些率先理解这一逻辑、及时完成战略转型和生态布局的企业，将在大模型时代找到属于自己的核心位置；而那些固守旧有模式、未能及时调整的企业，则可能在这场静悄悄的革命中被边缘化。

而现在，这场转型之战的哨声才刚刚响起。