文 | kiki

當大模型競逐邁入第三年，作為消費符號的雙11，幾乎每一年也成了大廠和創(chuàng)企們大秀AI電商肌肉的新舞臺。

如果對比「AI 雙11」這三年的進化，仿佛走入一個大型的「新瓶裝舊酒」現(xiàn)場：

越來越多的AI導購，層出不窮的營銷、客服以及投放Agent產(chǎn)品，還有宣稱取代主播的數(shù)字人，能「一秒出圖」的AIGC創(chuàng)意生成工具......

天然具備數(shù)據(jù)和場景需求的電商，是AI最早落地的行業(yè)之一，也是離商業(yè)化最近的場景之一。今年雙11，電商巨頭們沒有再圍繞單點AI能力講故事，而是秀出全面的AI版圖。

天貓總裁家洛將今年定義為「AI全面落地的第一個雙11」。除了端出C端的6個AI導購產(chǎn)品外，B端的AI工具也基本覆蓋了電商人貨場全鏈路，從經(jīng)營分析、商品運營、人群運營、內(nèi)容素材制作到投放策略優(yōu)化，AI似乎都能幫助品牌在流量內(nèi)卷的大促里找到增長點。

京東也稱，今年雙11是京東AI、大模型、機器人等技術融入程度最深的一屆，不僅在雙11前發(fā)布了全新的電商AI架構(gòu)「Oxygen」，還首次把大規(guī)模投入的「超腦+狼族」智能設備集群，搬到了雙11的技術舞臺上，展露其「具身智能」的野心。

C端精準的AI導購、B端的商家經(jīng)營助手，似乎在今年雙11成為了現(xiàn)實，有媒體形容：“今年雙11，我的AI比我還忙?！薄癆I拯救電商打工人”等等，我們和身處這股浪潮里的消費者、打工人們聊了聊，發(fā)現(xiàn)AI確實已深入了他們的實際工作上，也確實解決了部分問題。

但一些磨合和矛盾也在顯現(xiàn)：AI犯的錯如何解決？AI會不會取代我的崗位？當AI變得更懂我的需求，又會不會產(chǎn)生「過度理解」的新問題？

1、消費者：用AI“血拼”雙11，但信任卻未完全“上車”

今年雙11，用DeepSeek給自己做完購物攻略后，洋蔥（化名）的購物體驗確實變得更便捷了。她嘗試過很多版提示詞，比如將自己的預算和粗略的購物計劃直接拋給DeepSeek，但發(fā)現(xiàn)AI最終給出的價格預測并不準確，且無法提供跨平臺的詳細價格對比。

訓了AI好幾天，于是洋蔥索性將自己購物的最后一步交給AI：在支付前，讓AI算出自己的雙11購物折扣。

她先是將自己要買的商品讓AI整理成表格，包括購物金、定金、尾款等，詳細梳理自己的花費記錄，隨后又讓AI幫忙算出商品的單價金額。“我更多想讓AI幫算清自己花多少錢，只要最終單價是劃算的，說明就沒有虧”。

像洋蔥這樣用AI算清賬的，只是「AI導購」的一類目標群體，他們帶著明確的購物目標，也大致清楚各平臺的商品價格范圍，使用AI只是想在既定選擇里找到最有性價比的一個。

還有的消費者，對雙11的購物攻略并沒有詳細的規(guī)劃，他們更期待AI能盡力為自己包攬一切，貫穿產(chǎn)生購物需求、完成購買的整個過程。

雙11恰逢手機廠商的「新機大戰(zhàn)」，趁著國補，想要給自己換一部新手機的迪迪（化名）就讓Manus、ChatGPT Atlas等Agent來為自己制定詳細的購物攻略。

迪迪想入手一部iPhone 17 Pro，但不知道怎么買更優(yōu)惠。Manus不僅端出了詳細的購物節(jié)點和優(yōu)惠折扣，甚至還給出了替代方案，對比了三星 Galaxy S25 Ultra、小米17 Pro Max等其他品牌的參數(shù)。使用ChatGPT Atlas的Agent模式，也就是OpenAI新瀏覽器，也能收獲同等的效果。

使用AI來購物的人確實越來越多。OpenAI此前的研究就發(fā)現(xiàn)，ChatGPT每天收到的25億條提示中，約有2%涉及「判斷物品、服務或人員的質(zhì)量」。

Adobe公司今年九月的一項調(diào)查顯示，逾三分之一消費者已在使用AI工具進行產(chǎn)品研究、獲取推薦和尋找優(yōu)惠。

OpenAI在今年下半年已經(jīng)開始加速自己的AI電商版圖，一面是和Shopify、沃爾瑪?shù)群献?，另一面上線即時結(jié)賬功能，打通「購物-交易」的閉環(huán)。

國內(nèi)本就擁有電商業(yè)務的大廠，也從未放棄對AI導購的試探，端出6款產(chǎn)品的淘天，接入抖音商城的豆包，都已開始讓AI為電商導流。

盡管用戶有需求、大廠都在加速押注，并不意味著「AI導購」就是富礦一片。

首先，用戶體驗端還存在諸多優(yōu)化之處。

比如，迪迪就提到，Manus給自己提供的優(yōu)惠折扣并不準確：“7699元就能買到iPhone 17 Pro的256GB版，這根本不可能”。她還提到，電商的折扣也隨時都有變動，但AI攻略做不到實時動態(tài)調(diào)整。

還有用戶則擔心隱私問題。畢馬威此前針對1500名美國消費者進行的一項調(diào)查就發(fā)現(xiàn)，43%的人對公司使用AI分析他們的個人數(shù)據(jù)以提供購物推薦的想法感到不舒服。

其次，技術迭代也需要時間。

「AI導購」依賴「人貨」兩端的長期技術進化，一方面，在「人」上，需要大量的用戶行為數(shù)據(jù)積累，行業(yè)玩家需要在數(shù)據(jù)采集、數(shù)據(jù)合規(guī)、數(shù)據(jù)存儲等多維度數(shù)據(jù)融合提升模型精度；在「貨」上，則是通過AI迭代原有的搜推廣基建，比如淘天就在2025年初對原有商品庫進行了升級。

阿里巴巴中國電商事業(yè)群搜推智能總裁凱夫也提到：“AI的本質(zhì)是對人的洞察，從原來基于標品關鍵詞的描述，轉(zhuǎn)向更深度、更個性化的理解?！?/p>

換言之，「AI導購」想要更懂人心，就必須要建立和消費者的「強信任」關系，但眼下信任還未實現(xiàn)真正「上車」。

2、電商打工人：AI比我忙了，但心也更累了

對不少電商打工人們來說，今年雙11，AI終于比自己忙了。

譚思（化名）在一家五十人左右的在線教育企業(yè)，負責電商課程運營，每年雙11都是一場壓力測試，加班更是常態(tài)。今年雙11，公司引入AI應用于私域群發(fā)和前端獲客咨詢后，大大減輕了她的壓力。

“過去我們十幾個運營助手要手動私戳十幾萬用戶，去私戳發(fā)送「文案+課程鏈接+群鏈接」，現(xiàn)在AI介入后，只需要2-3人負責群發(fā)設置，AI可以同一時間N個賬號同時在跑，規(guī)劃好結(jié)束時間就可以了”。

譚思還提到，過去人力私戳用戶，如果速度過快或超過一定數(shù)量，賬號會被封禁，但公司目前在測試咨詢AI，模擬助手的回復去和用戶交流，降低被封禁的風險。

不過，盡管AI降低了她過去的重復勞動，但譚思的焦慮也并沒有緩解。

一方面，公司裁撤了一部分的外包，甚至是運營人員，這讓她感到自己隨時都有可能被AI替代；另一方面，AI提效之后，雙11的KPI壓力更重了，運營工作被AI替代后，今年雙11，她的工作內(nèi)容又多了其他平臺的投放。

“身體的勞累減輕了，但心更累了”。譚思說。

比譚思更早體會到這種蔓延的焦慮，還有電商的投手們。

今年30歲剛從一家電商代運營企業(yè)離職的李楠（化名）告訴我們，投手們可能是最早對AI電商有直接體感的一群人。

“你如果不擁抱AI，就會被AI淘汰”。李楠告訴我們，AI自動化的營銷投放解決方案已經(jīng)遍地開花，海外如Google的Performance Max、Meta的Advantage+，Tiktok的Smart+，國內(nèi)如阿里媽媽的萬相臺AI無界，抖音的巨量引擎等。

過去投手們可能要手動去創(chuàng)建和設置人群包，設預算，定出價，24小時盯賬戶、調(diào)預算，更是常態(tài)，但現(xiàn)在AI介入后，投放變得智能化：“后臺設置已經(jīng)智能化了，AI能測圖，批量生成素材，投手只需要設預算，填轉(zhuǎn)化目標就行”。

但智能化也有「負面效應」。李楠有一次負責大健康行業(yè)客戶的賬戶，就由于過度信任數(shù)據(jù)，ROI最后的表現(xiàn)并不好，他身邊也有不少做基礎性工作的投手已經(jīng)轉(zhuǎn)行。在投手們看來，AI確實節(jié)省了人力，從過去的熬夜盯賬戶轉(zhuǎn)向關注到素材的把控和賬戶的運營上。

但李楠也提到，智能化也有代價，比如智能化帶來了「黑盒化」。過去廣告主可以手動控制，圈哪個人群包，做哪個創(chuàng)意，但現(xiàn)在智能投放一鍵托管后，透明度大大降低了。

這給打工人帶來的困惑是，“以前不少甲方就不懂投放，現(xiàn)在更不懂智能投放”。當出現(xiàn)問題時，AI算法的鍋，究竟是AI來背，還是打工人來背？

3、AI電商，道阻且長

盡管這是充滿了「AI味兒」的一屆雙11，但距離AI電商的全面應用落地還有很長的時間。

一位淘天內(nèi)部人士告訴「硅基研究室」：“包括AI萬能搜在內(nèi)的C端導購產(chǎn)品目前節(jié)奏上還是在逐步調(diào)優(yōu)，重點放在打磨產(chǎn)品上，未來肯定會有一定的商業(yè)化的空間，但需要等到成熟”。

想要進一步優(yōu)化用戶體驗，讓搜索變得更精準，一方面需要用戶高頻地用，這也是為什么今年雙11大廠集體發(fā)力「AI導購」的原因所在；另一方面，平臺需要圍繞搜索詞，和品牌打通數(shù)據(jù)體系，這都需要一定的時間周期。

向內(nèi)看，在搜推廣的技術基建上，各家也都在探索大模型時代的推薦模型。UCSD的SASRec、Meta的HSTU、谷歌的TIGER、快手的OneRec、美團的MTGR和UNM等，這些模型都在不斷優(yōu)化結(jié)構(gòu)，但也普遍面臨如數(shù)據(jù)的不穩(wěn)定性、推理延時高、存儲與計算成本較高等挑戰(zhàn)。

社交平臺Pinterest的首席執(zhí)行官比爾·雷迪就曾表示，AI購物將是一場持久戰(zhàn)。“這種由代理商幫你買下所有東西，你什么都不用做的想法，我認為要實現(xiàn)它，將會是一個非常非常漫長的周期?！?/p>

而在AI電商的商業(yè)化上，擁有電商業(yè)務的大廠自然能率先搭建「需求-推薦-交易」的內(nèi)循環(huán)，但AI公司多大程度能借「電商變現(xiàn)」，還要打上重重的問號。

來自漢堡大學的研究者在最新的研究中就發(fā)現(xiàn)，ChatGPT等新電商渠道短期內(nèi)并未對谷歌等傳統(tǒng)渠道產(chǎn)生影響。

研究者找了973個電商網(wǎng)站的真實數(shù)據(jù)，檢查了50000個ChatGPT推薦，對比了賺錢能力（轉(zhuǎn)化率、客單價等）和用戶活躍度（跳出率、訪問時長等）兩個維度，發(fā)現(xiàn)傳統(tǒng)渠道的表現(xiàn)依舊優(yōu)于ChatGPT。

這也進一步表明，AI電商的用戶滲透和商業(yè)化依舊道阻且長，今年雙11搶著帶貨的AI們，還需要解決更多電商場景的復雜挑戰(zhàn)。