這屆「雙十一」 AI比人忙

轉自：中國經營網

中經記者 李靜 北京報道

如果説去年「雙十一」，AI大模型在電商領域的落地尚處於探索試水階段，那麼今年已然邁入大規模落地應用的階段。

天貓宣稱迎來首個AI全面落地的「雙十一」，推出了6款AI導購應用，全面覆蓋購物全流程；京東則強調，本屆「雙十一」大促是技術融入程度最深的一屆，AI技術已全面滲透至經營各核心環節；抖音亦藉助豆包大模型，打造電商領域的全新入口。

值得買科技CTO王雲峰在接受《中國經營報》記者採訪時表示：「今年並非AI落地電商的元年。事實上，AI此前在電商上的應用已經非常廣泛了，但大模型能力在今年出現了質變，使其能夠承接更長的任務鏈路，進而有效拓展了AI應用場景的廣度與深度。」

一批AI應用落地

電商平臺作為鏈接消費者與商家的核心樞紐，落地的AI應用主要分為兩大類：一類面向消費者端，另一類聚焦商家運營端。

在用户端，今年「雙十一」期間，淘寶推出「AI萬能搜」「AI幫我挑」「拍立淘」「AI試衣」等6大智能導購工具，覆蓋購物全流程，旨在提升用户搜索相關性與決策效率；抖音藉助豆包大模型打造電商新入口，用户只需詢問「買什麼」「有什麼推薦」等問題，豆包便會推薦多款產品，點擊鏈接即可直接跳轉至抖音商城；消費決策平臺「什麼值得買」也以AI驅動為核心策略入局，其AI購物助手「小值」已升級為新一代消費智能體「張大媽」，具備更強的感知、推理與執行能力，可為用户提供自動價保、心願清單等智能化服務。

不難看出，多數電商平臺均上線了面向消費者的AI導購類應用。王雲峰向記者表示，AI商品推薦已從去年的「嘗試階段」轉變為用户購物的首選，「AI作為用户消費決策入口的屬性變得更為突出了」。

面向商家運營端的AI應用則更為豐富多元。例如京東推出的智能客服與數字人直播，既是服務消費者的購物工具，也是助力商家提效的關鍵抓手。

據京東方面透露，京東數字人JoyStreamer已服務超3.5萬家品牌，截至目前，直播觀看人數突破1700萬，帶動累計GMV超7億元；智能客服累計諮詢服務量超13億次，全面覆蓋售前、售中、售后、物流等全場景。此外，京東在「雙十一」期間對商家側工具進行全面升級，涵蓋店鋪管理、營銷推廣、服務能力等多個維度，並新增20款免費AI工具。

天貓面向商家的「AI美工」月均生成2億張圖片和500萬個視頻，將商品點擊率提升了10%。「AI數據分析」已累計生成超1000萬份報告，獲得85%的商家好評。AI客服「店小蜜5.0」幫助商家日均降本2000萬元。

快手則重點發力商家運營側，從商機洞察、大促作戰、生產提效、智能運營四大維度，用AI產品能力賦能商家提升經營效率。

微盟面向商家的智能經營Agent 2.0也在「雙十一」前夕完成全新升級，將實現微盟全量商户可使用全量AI能力。不僅在策劃端強化AI個性化提案能力，更在執行端簡化了全鏈路自動化流程。

「以前3人2天才能完成的落地工作，現在1人1小時就能搞定，手動成本降低80%。」微盟AI產品負責人孫茜對記者表示，今年是AI應用從DEMO（小樣）走向實際落地的關鍵轉折點，這一變化主要體現在應用的「廣度」與「深度」上，「當前AI已在客服、商品信息更新、營銷策劃、圖文創作、智能問數及數據解讀等多個場景實現廣泛落地」。

模型能力大幅提升

王雲峰認為，2025年AI能在電商領域實現大規模落地，核心突破在於「底層大模型能力的顯著增強」，解決了模型的「智力」問題。「推理速度加快、成本降低，再加上新增的鏈路規劃能力，為長鏈路業務場景提供了堅實支撐。」

他向記者舉例説明：2024年時，不少AI應用還只能完成單步動作，比如內容審覈、簡單AIGC生成（如文章總結、商品圖製作等）；而到了2025年，AI已能勝任5—6個步驟的長鏈路工作，覆蓋數字人直播、自動覈價、高質量營銷素材生成等更復雜的業務流程。

以值得買的「好價覈價」功能為例，過去需人工覈實「好價」真偽，如今AI通過多模態模型提取爆料截圖的結構化信息，自動識別未提交的優惠券，再由智能體（Agent）模擬用户行為驗證優惠真實性，最后判斷優惠適用人羣，全程無須人工介入，僅需人工確認最終結論即可。

「今年大模型的多模態能力顯著提升，能更精準解析商品圖像中的細節，比如文字、材質等，一站式生成電商運營所需視頻、商品海報等物料。同時，AI正從單一的響應能力，向具備感知、決策、執行能力的統一智能體演進。」孫茜指出，「相較於傳統人工操作，AI在商品信息跨渠道更新這些任務中，大幅提升了處理速度與信息一致性。」

需要注意的是，大模型解決的是「智力」層面的核心問題，而AI應用要真正落地電商場景，還需進行鍼對性調優。

「爲了提升AI在電商場景的實際表現，團隊通過引入運營專家知識、構建專業術語庫、融合社媒高閲讀量內容、人工標註等方式對模型進行再訓練，同時結合不同平臺的運營規則與行業規範開展合規性調優，以此保障輸出內容的專業性與合規性。」孫茜對記者補充道。

機遇與挑戰

當前，針對電商領域不同應用場景的垂類AI應用逐步涌現，在數據處理、文案撰寫、圖片生成、視頻製作、導購推薦、促銷策劃等細分運營場景中，出現了功能專用的AI工具，進一步適配電商領域多樣化業務需求。

不過，網經社電子商務研究中心主任曹磊卻指出，需要看到的是，各電商平臺的差異化策略，無形中加大了商家的工具選型難度。不同平臺推出的AI工具各有側重，商家需結合自身業務特點精準選擇，而技術應用的可控性，也成為當前行業面臨的一大挑戰。

在王雲峰看來，AI應用落地電商場景的核心挑戰，源於該場景對信息準確性、時效性的極高要求，再加上用户表述方式千差萬別，導致海量非結構化數據的處理，成為當前技術落地的最大瓶頸。

海量數據處理不僅面臨技術層面的難題，還存在成本壓力。孫茜提到，在電商運營的複雜業務場景中，AI運行成本居高不下，尤其在高精度圖像與視頻生成等環節表現突出。此外，電商領域還存在跨平臺數據協同不暢、模型適應性差異等問題。「例如同一AI功能在不同行業的應用效果存在差距，需要針對性適配特定領域的技術路線。」孫茜補充道。

從商家視角來看，曹磊表示，儘管頭部商家已從AI工具中顯著獲益，但中小商家仍面臨三重現實阻力：理解成本高、普及落地需要時間、成本效益不夠突出。目前，商家對AI的應用多停留在圖文生成、數據洞察等基礎層面，要實現與複雜產業鏈的深度適配，仍需一定時間打磨。