Related articles
2023 年末，互联网商业世界出现了一个标志性时刻——拼多多的市值一度超过阿里巴巴。
这不仅导致市场情绪对阿里电商前景看衰，也加速了内部的反思和战略调整。彼时，马云在内部明确提出，接下来要发力 「AI 电商」。
而何为 AI 电商、又该如何落地，在内部乃至整个行业都没有清晰的路径。据 《晚点》 此前报道，2023 年淘宝天猫内部一度有近 20 个团队在摸索 AI 业务，同质化问题严重。
不过，这种模糊状态近期已经被打破。
10 月 16 日，天猫在上海举办了 「双十一」 启动发布会，阿里搜推智能产品事业部总裁凯夫以 《AI 重构电商》 为主题的分享，极为清晰地阐释了阿里做 「AI 电商」 的完整思路。而且，效果不错，比如，引入大模型后，商品推荐的精准度大幅提升，带动购买效率提升 25%；在广告环节，商家 ROI 提升了 12% 等等。
在发布会当天接受媒体访谈时，他强调，AI 电商的核心包含三方面：
一是提升流量匹配效率，包括：AI 搜索、AI 推荐、AI 广，这是电商的重要基础设施，会直接带动 GMV 增长；
二是为商家提供 AI 经营团队，包括：AI 美工、AI 营销、AI 数据分析、AI 客服等，实现降本增效；
三是为消费者打造新的 AI 导购产品，包括：拍立搜、AI 帮我挑、AI 试穿、AI 清单等等；
天猫双十一发布会现场，凯夫分享 AI 电商的三个核心｜图片来源：极客公园
因此，阿里在推进电商与 AI 结合时，都围绕着这三大核心方向推进。这种改变传递到消费者和商家时，则意味着，接下来，流量分配规则和购物方式等，都要变了。
01、AI 在重写流量规则
如果说电商的底层逻辑是 「流量如何分配」，那么 AI 的介入，正在改变这一核心机制。
凯夫在分享中提到，从 2025 年初开始，淘宝系统性地将大语言模型融入搜索、推荐、广告三大引擎中。这三大引擎是决定流量分配的关键。
以搜索为例，过去，淘宝的搜索算法偏重 「关键词匹配」，用户在淘宝搜索时，需求表达分为两类：一类是简单关键词，如 「连衣裙」「手机膜」「手机壳」「iPhone」；另一类是复杂语义表达，比如 「寻找清理下水道小飞虫的产品」「给补课辛苦的高中生选礼物」。在大模型应用前，这类复杂需求难以被有效承接——商家不会在商品标题中直接标注 「清理下水道小飞虫」，通常仅标注商品名与品牌名。
「搜索、推荐、广告」 三大基建所发挥的作用｜图片来源：极客公园
而在加入AI后，它开始理解人类语言中的模糊与情绪——比如，用户可以不再输入 「洗发水」，而是 「我想找不容易塌的蓬松洗发水」。大模型能从语义中抽象出核心意图，并在商品库中找到最契合的那一类产品。经 A/B 测试，商品相关性提升了 20%。
在淘宝这种超大规模体系中，20% 不是小数，而是变革。
推荐系统的改变也同样明显。AI 的 「理解力」 让电商平台的推荐功能第一次跳出了 「同质化推荐」 的陷阱。
一个买了煤油炉的用户，可能不是在准备冬天，而是个 「露营玩家」。AI 会基于语义推理，推荐露营装备、户外用品、甚至艺术装饰。这意味着推荐逻辑从 「行为相似」 转向 「兴趣抽象」。试运行数据显示，推荐点击量提升了 10%。
广告环节同样被重写。商家的 ROI 提升 12%，这背后是 AI 帮他们精准投放、动态出价、优化预算。
而所有搜索、推荐、广告的技术升级，都建立在平台商品库的基础之上。
为了支撑上层的 AI 应用，阿里启动了 「AI 商品库优化」 项目。平台用生成式 AI 对商品库进行全面清理、信息补全与索引优化。AI 开始解读每款商品的功能、适用场景与核心特征，补全商品属性字段。
对品牌与商家而言，这意味着 「商品信息丰富度」 将直接影响曝光效果。过去，商品信息完备性对流量的影响有限，但在新算法体系下，大模型会持续分析商品详情页——商品信息越完备、使用场景描述越清晰，就越容易在用户精准需求搜索中被匹配。
整体来看，是以商品为基础、以 「搜索、推荐、广告」 为上层建筑，对平台进行 AI 化改造。
从这个意义上讲，阿里并不是在做一个 「AI 电商 App」，而是在做一个 「AI 理解力更强的电商系统」——让 AI 更加理解人，更加理解商品，进而实现两者的更高效配对。
02、AI 原生，不必是独立 App
无论是哪个行业，如今几乎都在追求 「AI 原生」 应用。而淘宝的策略是：要 AI 原生，但不必是独立 App。
阿里如今并未推出独立的 AI 原生电商应 App，而是将 AI 功能嵌入用户日常购物流程，在关键节点 「润物细无声」 地解决问题。
凯夫认为，用户无需刻意感知 「淘宝 AI 产品」 的存在，只需在需要时调用对应功能。
比如，今年淘宝已经陆续推出了几项在公测中的 AI 原生功能：
拍立淘 （多模态搜索）：用户通过手机拍摄商品，即可触发多模态搜索。例如，拍摄小时候的连环画、日常使用的药盒 （限 OTC 药品），系统可精准匹配平台内在售的对应商品，解决 「能看到商品却叫不出名字」 的搜索痛点。
AI万能搜：针对场景化、宽泛化需求，精准拆解用户痛点并匹配商品。例如，有用户反馈 「家中猫狗同住，狗会偷吃豆腐猫砂」，咨询 「该买什么猫砂盆」，AI 万能搜直接推荐 「顶部开门、无侧边门」 的猫砂盆——这类精准的商品理解，在无 AI 技术支持时难以实现。
AI助手：当搜索结果商品数量过多、用户难以筛选时，点击右下角 AI 助手，告知具体需求，助手会分析商品特征并推荐最匹配的选项，降低决策成本。
AI试穿：AI 试穿可最大程度还原用户真实身材，呈现衣服上身的真实效果，帮助降低退货率；
AI清单：AI 清单支持用户通过对话式交互生成购物清单——用户告知想买的商品类型，AI 生成清单后，可通过进一步对话优化清单内容，无需逐一筛选商品、浏览会场。用户在搜索框输入 「AI 清单」，即可体验该功能。
可以看到，这些 AI 功能，足够务实，更多以解决实际购物问题为导向，比如，「AI 试穿」 解决退货问题；「AI 万能搜」 解决复杂需求表达问题；拍立淘解决图像化搜索需求。
据凯夫透露，这些产品都会在双 11 期间发挥一定作用，「但更多是为用户提供新的体验，满足尝鲜需求。团队内部虽会设定目标，但暂不便对外分享。而且在当前阶段，这类产品的核心优先级并非量化指标，而是验证产品市场契合度。」
目前看，淘宝的 AI 化，不是一个新产品的诞生，而是一个习惯的形成。
03、AI 电商走向 「理解系统」
凯夫在演讲中提到的几个数字，足以让人直观感受 AI 的效率革命：
AI 美工每月生成 2 亿张图片；
AI 数据分析每天自动生成商家经营报告；
AI 客服每天为商家节约 2000 万元成本。
目前，这些覆盖店铺运营、素材生产、营销推广、客服服务等核心场景的工具，全部免费开放。对小商家来说，这意味着 「AI 预算」 不再是门槛。而对于品牌商家而言，通过 AI，可以实时感知用户需求，提供千人千面的个性化展示与服务，重塑品牌旗舰店的消费体验。
显然，在商家侧，阿里的策略是，让 AI 成为店铺经营的 「全能助手」，进而实现商家的 「AI 化」，来接近 「AI 电商」 的目标。
对于外界普遍关心的 「投入是否值得」 问题，凯夫透露，目前阿里系电商领域的 AI 投入，其 ROI 完全能覆盖成本
回过头看，AI 并没有颠覆电商，但更像是重构了电商的 「灵魂」，以一种前所未有的效率和精度，重构了电商行业的核心技术基建。
从前的淘宝，是一个 「流量分发系统」；而如今的淘宝，正在变成一个 「理解系统」。比如，推荐的底层逻辑正在从 「猜你喜欢」，转向 「我懂你」。
如果说过去十年是 「流量电商」 的时代，那么接下来，或许是 「理解电商」 的时代了。
