2025年“雙11”，有一個關(guān)鍵詞是AI。AI會把很多行業(yè)重新做一次，電商也不例外。2025年“雙11”，“AI重構(gòu)電商”是最大的看點，是行業(yè)未來角力的方向。

10月16日，天貓“雙11”啟動會新聞發(fā)布會在上海舉行，阿里巴巴中國電商事業(yè)群搜推職能總裁凱夫詳細公布了AI在天貓“雙11”具有行業(yè)標桿意義的場景中的應用，“AI重構(gòu)淘寶”是他的演講主題。

用“AI重構(gòu)電商”，阿里巴巴已經(jīng)行動起來了。2023 年，吳泳銘接任阿里巴巴集團首席執(zhí)行官后，宣布確立 “用戶為先、AI 驅(qū)動” 兩大戰(zhàn)略重心，“AI重構(gòu)淘寶”是 “用戶為先、AI 驅(qū)動”戰(zhàn)略在阿里業(yè)務上的落地。

AI重構(gòu)淘寶已經(jīng)有了實際的效果，AI+搜索引擎，商品相關(guān)性可以提高20%；AI+推薦引擎，點擊量提升10%；AI+廣告，廣告商家的ROI提高12%。

下面是凱夫演講全文，“觀弈財經(jīng)評論”整理，內(nèi)容根據(jù)實際情況有刪節(jié)。

非常開心有這么一個機會給大家匯報現(xiàn)在淘寶天貓在AI方面的一些進展。

AI這兩年是個熱詞，激發(fā)了大家對于技術(shù)和未來的想象。事實上，不管在中國，在美國都有很多關(guān)于AI的各種各樣的討論。有興奮，有一些質(zhì)疑，也有一些擔憂，會不會過熱，對人類社會會造成什么樣的影響。

AI到底能不能給我們的生活帶來本質(zhì)的改變和改善？我今天這個題目“AI重構(gòu)淘寶”，我們在做AI的時候，有一個非常清晰的出發(fā)點，就是怎么樣用好，怎么樣透徹地理解這個新的技術(shù)，怎么樣基于這種透徹的理解，用新的技術(shù)為商家?guī)砩馍系脑隽?，為用戶帶來更好的體驗。

今天給大家介紹淘寶在AI方面做的幾件事情。一言以蔽之，我們今天用AI做了三件事情，這三件事情分別從不同的方面改善用戶體驗，給商家經(jīng)營帶來增量。

淘寶用AI做了三件事情：提升流量匹配效率，為商家增效降本，打造AI新的導購產(chǎn)品

第一件事情，通過AI大幅提高匹配效率。我寫的是流量，實際上就是用戶跟商品的匹配效率。通過什么方式改善這一點？就是通過我們的搜索、推薦和廣告引擎。

對于任何一個電商平臺來說，搜索、推薦、廣告是最核心的技術(shù)基建。搜索、推薦每提升幾個點都會對商家的生意運營帶來增量，因為它可以幫助用戶找到想要的商品，反過來也可以幫助商家找到最適合他的用戶。

今年實際上是我們第一年把大模型，大語言模型，系統(tǒng)性地用在了搜索、推薦和廣告的各個環(huán)節(jié)中去，待會會給大家講具體的數(shù)字，從而也帶來了比較大的增長。

第二件事情就是把AI當成一種工具，當成一種生產(chǎn)力工具，提供給商家和品牌，幫助大家降低經(jīng)營當中的成本。這些成本包含了大家非常熟悉的，店鋪運營、素材生產(chǎn)、營銷、客服等等，這一塊坦率地說是AI走到今天非常成熟的應用，也是非常有共識的一系列的應用。

在淘寶也不例外，我們能夠給商家免費地提供這些工具，從而提高大家經(jīng)營的效率，降低大家的成本。

第三塊是正在探索的一些新的AI產(chǎn)品。在過去兩年，很多朋友都在探討，在問，比如說未來的電商有沒有可能是一個對話式的體驗，變得更像ChatGPT；電商有沒有一些多模態(tài)的體驗，比如說圖片、照片、視頻，能不能更好地融到購物導購的過程中去。

這次雙11前兩三個月的時間里，我們就開始進行了很多產(chǎn)品的逐步的測試和上線，這次雙11很多用戶也會有機會能夠體會到這種相對新穎一點的購物形態(tài)。

我們每一個新的所謂AI產(chǎn)品都是為了解決用戶的具體問題。這是今年雙11作為一個檢閱，我們用AI做了三件事情。

淘寶天貓用AI大幅提升流量匹配效率

我先花一點時間給大家介紹一下我們做的第一件事情，所謂的流量匹配上，我們的搜索、推薦、廣告上用AI做了些什么樣的事情。

大家知道ChatGPT是2022年底推出來的，它背后的transformer模型代表了AI在技術(shù)領(lǐng)域一次代際的突破。我們的搜索、推薦、廣告，在過去的很多年里實際上是一個成熟的架構(gòu)。從2025年年初開始，我們非常堅決且篤定地把大語言模型用在搜索、推薦、廣告系統(tǒng)中。

這涉及一個成熟系統(tǒng)的改造和升級，也涉及很多的技術(shù)判斷，怎么樣把一個新的技術(shù)代際跟一個成熟的體系更好地做整合。

我們經(jīng)過了若干個月的探索，今天生成式AI大語言模型，跟我們的“搜推廣”的結(jié)合已經(jīng)比較深入了。在一些場合，AI可以給“搜推廣”帶來非常大的變化。

舉幾個例子。第一個是一個搜索引擎的例子，在淘寶搜索上，用戶有些時候都會用一個詞來表達他的需求，有些時候這個詞很簡單，比如說連衣裙，或者手機膜、手機殼，或者是iphone，會有一些簡單的詞，但還有很多時候用戶的需求實際上是需要通過復雜語義來表達的。

我這里給了一些例子，比如說我想找一個清理下水道小飛蟲的東西，用戶也不知道他具體要的是啥，他知道他的問題，下水道有很多小飛蟲。這樣的一個詞在歷史上，或者說在大模型被運用到搜索之前，是沒有辦法很好地承接的。因為沒有合作商家在標題里寫，賣的是個清理下水道小飛蟲的東西，都會寫商品名或者品牌名。

今年我們通過大模型改造了搜索和檢索相關(guān)性以及搜索詞理解的模塊，做了生成式檢索，可以讓搜索引擎更聰明、更豐富地去理解這樣復雜的用戶表達。如果用戶說“我想買一個清理下水道小飛蟲的東西”，就會推出相應的商品；如果消費者問“高中生補課太累了，想送他一個禮物該送什么？”我們會給出相應的商品推薦。

這樣的語義豐富的搜索，可以幫助用戶更好地找到想要的商品，也可以幫助商家更好地找到所需要的用戶，這是把大模型用在搜索當中的一個場景。

在這樣的一個技術(shù)升級當中，我們的AB測試，即隨機實驗，商品相關(guān)性可以提高20%，這是一個非常大的數(shù)字。淘寶天貓已經(jīng)做了很多年的搜索推薦了，我們并不是在很多場實驗當中都可以看到雙位數(shù)，而且還是以2開頭的這樣的改進。這個紅利實際上還是因為大模型和AI所釋放出來的。

與此類似，在推薦引擎上，也用大模型對推薦系統(tǒng)進行了升級和一定程度的重構(gòu)。

以前在電商推薦當中，最被詬病的一件事兒，就是你買了什么推什么，點什么推什么，買了一個冰箱，然后一看首頁都是冰箱。

怎樣讓推薦更好地破圈，實際上是今年我們用大模型去解決的一個問題。我們用大模型去分析用戶長時間的，在不影響用戶隱私的情況下，用大模型去分析用戶長時間的偏好，并且把這種偏好進行語義上的抽象。

比如說如果我買了一個煤油爐，可能也不一定是說我喜歡煤油爐，可能是我是一個露營人群。如果確認是一個露營人群的話，其實可以推很多別的東西，不光是煤油爐，甚至還可以是一些其他的裝備，甚至是一些關(guān)乎山水和自然的藝術(shù)品。

借助大模型驅(qū)動的生成式推薦，可以更好地在推薦場景下，為用戶實現(xiàn)偏好的破圈，帶來很多正向的驚喜。這件事情在推薦產(chǎn)品當中，在適用的場景當中帶來了10%的點擊量的提升。這也是一個巨大的數(shù)字，對于我們的生意增長來說。

類似的，把大模型技術(shù)用在廣告當中，廣告商家的ROI在對應的產(chǎn)品當中，通過大模型去做更精準的流量獲取，幫助商家更好地出價，ROI可以提高12%。

這些只是其中的一些實驗結(jié)果。在過去的幾個月當中，團隊做了非常多類似這樣的實驗，每個實驗都會有不一樣的提升。有的大一點有的小一點，當我們把所有這些數(shù)字和所有這些改造放到一起的時候，我可以高興地向大家分享，大模型正在升級，搜索推薦廣告為商家?guī)砹烁玫慕?jīng)營，用戶的匹配以及生意的增長。

這跟商家、品牌的關(guān)聯(lián)是什么？實際上是一個非常大的關(guān)聯(lián)，不管是搜索、推薦、廣告，所有這些技術(shù)的基礎都是平臺的商品和商品庫。

淘天有一個20億商品鏈接的商品庫，今年為了給搜索推薦的升級提供基礎，我們有一個非常大的項目，通過生成式AI對我們的商品庫進行了非常透徹的清理，豐富以及索引。我們用AI去理解每一個商品，用AI去為商品的屬性和字段做升級，用AI去做信息的回填和豐富，以便讓我們的算法能夠更好地理解每一個商品到底是干什么的，解決什么樣的問題，有什么樣的特征。

在這個過程中，我們也基于這些新的商品數(shù)據(jù)，AI改造過的商品數(shù)據(jù)，重新做了搜索引擎的索引。

對于品牌商家來說，未來可以更好地去豐富自己商品信息的內(nèi)容。一方面是把商品的信息做得更加完備，歷史上商品信息的完備對流量的影響沒有那么大，但是在新的算法體系下，當大模型每天在讀各位的商品詳情頁時，那么商品的信息有多么完備豐富，有沒有把它的應用場景更好地寫出來，就會影響到商品的曝光。如果寫得更詳細，就會有更多用戶能夠在他的精準需求之下找到商品。

整體而言，不管是對品牌還是對用戶，還是對平臺，這三件事情在以商品為基礎，以“搜推廣”為上層建筑，背后AI化的改造還是有一個比較大的機會和變化。

把 AI作為很多生產(chǎn)力的工具，為商家降本增效

第二件事是把 AI作為生產(chǎn)力的工具，提供給商家。

很多應用我相信大家都已經(jīng)耳熟能詳，比如說AI美工，現(xiàn)在每個月能生成2億張圖片，如果用以前的方式生產(chǎn)，成本非常巨大。AI數(shù)據(jù)分析每天在為商家生成經(jīng)營報告，我們的生意參謀，我們的數(shù)據(jù)分析工具，有了AI功能以后，其實大家使用的門檻降低了，各位運營小二也更愿意用生意參謀了。

包括我們的客服，我們之前做了一個測算，一個非常有意思的測算，假如說今天AI客戶做的所有事情，都用傳統(tǒng)方式來承接，每天要花2000萬元，也就是說，AI客服每天為商家節(jié)約2000萬元。

帶量推出AI原生產(chǎn)品

除了“搜推廣”流量的匹配，商家的經(jīng)營工具外，我們今年還推出并測試了一系列所謂的AI原生產(chǎn)品。

包括拍立淘，大家用手機去拍一個商品，就可以進行多模態(tài)搜索，比如AI萬能搜。對于一些寬泛的需求，像家里又有貓又有狗，不知道該買什么樣的貓砂盆，這種非常寬泛的場景化的需求，AI萬能搜能夠幫助你精準分析需求。

這是一個真實的案例，有一個用戶家里又有貓又有狗，痛點是狗老去偷吃貓砂，他用的豆腐貓砂。他就問了AI萬能搜，該買什么貓砂盆，萬能搜給他推了一個商品，說貓砂盆周圍沒有門，只有上面有一個門，貓可以跳下去，狗吃不到。

類似于這種很聰明的商品理解，在沒有AI之前都是很難做到的。

還有AI助手，在搜索結(jié)果當中經(jīng)常會有海量的商品，不知道該怎么挑，不知道該要哪個，今天你可以做的一件事情是你點開右下角的AI助手，問他“我有這個需求，幫我選一個吧?！敝謺湍惴治鲞@些商品，幫助你找到最想要的那一個。

還有AI試穿、AI清單，今天能做到的效果可以最大化地保留用戶的真實身材，并且盡可能地還原你買到這件衣服穿上去的真實效果。如果你用AI試穿把衣服試好了，買到衣服之后基本上可以降低你退貨的困擾和成本。

這實際上是我們今年推出的一些新體驗，因為AI才可以做的一些購物體驗。用戶的需求表達是一個場景化的、寬泛的表達，其實不太能夠準確地說出來，說我們需要活性炭，需要密封結(jié)構(gòu)，這個門是要開在上面，要高邊設計，但是今天我們的用戶只要表達出他的需求就好了，AI會幫他把需求轉(zhuǎn)化成商品的特征的搜索詞，然后并且找到相應的匹配的商品，這是AI給我們帶來的新的可能性。

類似的我們在這次雙11中，用戶其實可以用AI生成自己的購買清單和心愿清單。他可以告訴AI“我最近在琢磨買個什么方向的什么類型的商品”，當AI告訴他清單后，他可以通過對話式的方式，再去升級清單，從而找到自己雙11可以購買一系列的商品，或者不是一個個去挑，或者用搜索的方式去挑。

類似的，今年把拍照功能從以前的一個簡單的拍照搜索升級成了一個多模態(tài)的搜索。這幾個案例實際上是客戶給我們的真實案例，有一個客戶用搜索去拍小時候陪伴他的小人書，說“能不能找到這些商品？”這些書既有文字又有設計，AI搜索引擎可以幫助他找到這些商品在平臺上哪個商家有售賣。類似的，如果你拍一個藥盒，今天的拍立淘可以幫助你找到相應的商品。

類似的，我們的試衣產(chǎn)品，AI試衣不是一個新鮮的東西，有非常多的大公司和創(chuàng)業(yè)公司都推出了AI試衣的產(chǎn)品。但是我覺得我們自己的產(chǎn)品通過了一段時間的技術(shù)打磨，在有些指標上做到了行業(yè)最好。包括哪些指標？包含剛才我們說的身材的保持。用戶上傳自己的照片去試衣，他希望看到的是自己穿上衣服真實的樣子。他希望買家秀和賣家秀最好是一樣的，然后包含對商品細節(jié)的真實保持，不會因為 AI重新的生成，從而把商品變得不一樣，買到以后發(fā)現(xiàn)跟試衣的效果并不相同。

我們大的哲學有兩點，第一點我們希望每一個AI創(chuàng)新能夠解決具體的用戶問題。AI試衣是解決退貨的問題，萬能搜解決復雜需求的表達問題，拍立淘解決我們在日常當中經(jīng)常需要通過圖像來描述一個商品的需求。

第二點我們會把我們的產(chǎn)品融入用戶今天的動線當中去，到現(xiàn)在為止我們并沒有說希望搞一個新的APP，我們還是把這些功能融入用戶的動線當中去，在動線當中幫他潤物細無聲地解決具體的問題。用戶不需要知道淘寶AI這個概念。

一句話總結(jié)，我們的一個基本的指引原則，就是我們希望能夠在淘寶做好用的AI，做有用的AI，做給用戶創(chuàng)造價值的AI，做給商家?guī)砩庠鲩L的AI。