声明:本文来自于微信公众号 窄播，作者:李威 庞梦圆，授权站长之家转载发布。
这届618大促，AI成了一种更具确定性的行业趋势。
5月18日，京东宣布今年的618将于5月30日正式开启，「AI将首次全场景、全产业融入这次大促」——不仅出现在用户的购物链路里，还渗透进物流、仓储、供应链等产业环节。
5月11日，千问与淘宝宣布全面打通。用户在千问APP里说一句「我想买个双肩包」，千问就会生成商品推荐，并支持比价和直接下单。
更早之前，字节跳动旗下的豆包接入抖音电商，推出「帮你选」功能，用户能在豆包内完成商品筛选，然后跳转抖音商城完成购买。
在国外，亚马逊也推出了Alexa for Shopping，可以给到用户个性化购物指南、支持商品横向比较、展示最多一年的价格历史，并能根据个性化信息自动完成找优惠、加入购物车和周期性购买。
相比去年的初步尝试，AI购物在今年从咨询决策，进入到了下单购买环节。这种服务深化背后，整个电商的基础设施都在朝着Agent方向实现进化。商家端，AI开始协同参与店铺的运营，改变经营可能。平台端，AI在成为生态构建者和能力提供者，而不仅仅是流量分配者。
当然，AI购物体验还处在比较早期的阶段。当你在千问里试着下单一个双肩背包，商品卡片可能一直无法生成;当你想让AI做一个跨平台比价，千问会告诉你它「没有直接访问其他电商平台的实时价格数据库」。
AI购物搭出了完善的体验框架——一句话表达意图、快速获得推荐、应用内完成下单。但框架的骨架有了，血肉还不够，还需要更多时间进行摸索，修正细节，完善体验，实现从「可用」到「好用」的跃迁。
但真正的AI电商，需要的不只是一个能聊天的前端，更需要打通后台数据、构建完整的Agent基础设施。以阿里为例，千问可能会成为贯穿阿里体系的消费者沟通Agent，中间有一张平台搭建的各个垂类Agent构成的基建，商家可能会通过「悟空」这样的生产力Agent来统一链接各个垂类Agent，操控他们进行经营。
短期看，AI购物是一个体验升级的故事;长期看，它是一场关于电商底层基础设施的重建。AI购物界面背后的系统性工程，才真正决定了三五年后AI电商的真实竞争格局。
AI购物体验还在「可用」阶段
从现有的AI购物体验来看，千问、豆包、京言都处于一种早期探索阶段——搭出了完善的体验框架，却不够了解用户和商品，给出商品时有些死板，覆盖不够广泛，应对也不够灵活。
体验框架的完善，体现为用户一句话表达意图之后，能够快速获得结果反馈，不但有商品推荐，还有购买链接。这是去年就已经在进行探索的体验，只是在今年开始真正走入AI助手，面向大众提供服务，并且呈现方式更完善。
同样是一个购买双肩背包的需求，千问、豆包、京言都能够快速给到相应的商品推荐和购买链接。细微的差异在于，千问会给到几个不同的品类建议，然后在每个品类中推荐具体的商品，豆包会直接给出商品，京言则在给出商品推荐的同时给到双肩包商品的信息流入口。
千问与淘宝的整合还描绘出了体验框架的更理想状态。千问会强调自己与豆包相比，实现了从需求理解、商品推荐到下单、履约、售后的完整购物全流程闭环。用户在与千问对话完成筛选之后，可以直接在千问内下单，付款后的订单查询和售后也不必跳出应用。这对应的是豆包需要点开链接，跳转抖音商城完成下单购买。
但从实际体验来看，在千问上购物还没有实现像买奶茶一样丝滑的体验，还需要更多时间进行完善。当我尝试在千问里下单背包和手机壳的时候，背包的商品卡片一直没能生成，手机壳生成了商品卡片，但还需要跳转淘宝下单。与豆包不同的是，千问没有像豆包一样非常干脆地告诉我它不能完成下单。
整体来看，AI购物现在并没有从「可用」过渡到「好用」。用户与AI沟通确实能够获得一定的商品推荐，并且能够获得一些中肯建议，节省消费决策时间。问题在于，AI购物的精准度不够，不能完全替代传统电商通过浏览发现商品的体验。
AI一轮对话能给出的品类或品牌选择很少，且精准度不高，个性化不足。几轮沟通下来，每个AI给出的推荐商品，都只有一个是之前被我添加到购物车或浏览过的，大部分商品和品牌我都没有听说过。
这也意味着，目前AI掌握的更多是用户在对话里主动说出的需求，而不能调用沉淀在历史行为中的隐性偏好——品牌倾向、价格敏感度、风格习惯等。
AI购物还需要进一步完善后台能力、数据的整合与打通，才能更好满足需要大量比较和判断的服装、背包、家具等非标品转化。这类商品往往会涉及上身效果、材质手感、风格搭配、品牌喜好等高度个性化的判断，在个性化数据积累不足的情况下，AI给不出符合用户心意的推荐。
缺乏精准度和个性化，就需要充足的信息来支撑用户对陌生品牌做出尝鲜决策。现在来看，AI对商品理解不够深，给出的商品细节、评价信息都不够充分，难以赢得用户的信任，离说服用户尝鲜还有一段路要走。至少我会在AI推荐基础上再做浏览和了解，来判断是否需要下单购买。
当下的这种AI购物能力，其实会更适合一些只看参数、不需要复杂决策的品类。这也是为什么亚马逊会在刚推出的Alexa for Shopping中上线AI自动补货功能，为用户提供纸巾、宠物粮、洗护等的补货能力。抛开周期性补货习惯的养成不谈，这类低决策门槛的品类也很容易做到像点奶茶一样去购物。
Alexa for Shopping界面
这意味着，消费端的AI购物，目前仍是以培养心智、抢占入口的目标为主，还没有进入到效率替代为主的节奏。
千问与淘宝的打通，一方面是阿里要抢占AI购物故事的主讲人角色，稳住自己正在从传统电商向AI电商过渡的基本盘。这个对阿里至关重要。阿里的基础盘是货架电商，此前在内容电商面前处于劣势。以破釜沉舟的战略定力，让AI帮助电商业务「脱胎换骨」，是阿里凭借当下的商家、供应链等资源条件能够尝试去抓的一个未来。
另一方面也是阿里要进一步强化千问与豆包的差异化，融入购物能力将进一步强化千问的「办事」定位。虽然AI购物还是处于「可用」阶段，但当用户体量更大的豆包已经开始融入购物能力，千问就必然要跟进。二者的不同在于，豆包做电商是斜杠尝试，没包袱;千问做电商是稳心智，固根基。
消费端体验的进一步深化，需要仰仗商家端和平台端的AI化改造。因此，在AI购物呈现出的「可用」状态背后，是商家端和平台端更深入、更激进的AI应用。
比如，实现个性化所需要的打通用户的消费领域上下文信息，往往需要进行生态级的重新链接。Alexa for Shopping的设计目标也包括让购物对话在Echo和App之间连续进行，用户在一个设备上聊过的需求，切换设备后不必重新解释，购物意图和历史记录双向同步。
Google推出的Universal Cart功能，也是在重新链接生态的各个环节，给到用户一套消费领域上下文的管理机制。用户可以在搜索商品、看视频、与Gemini聊天、阅读邮件时将商品加入购物车，然后由AI追踪优惠信息、查看历史价格变动、设置补货提醒，完成从跨App种草到购买的闭环。
AI购物背后，更显性的AI基建
从消费者层面，用豆包、千问、京言购物的体验还处在早期，但在背后，电商AI To B在产品以及组织结构层面已经有许多显性进展——这些进展既是To C体验提升的基础，也是货架电商弯道超车内容电商/推荐电商的一个窗口机会。
京东在618发布会上提到AI在成为商家经营的新基础设施。其中，AI地图智能补货助手可以结合商家对手的数据来更全面地判断是否要补货、什么时候补货、补货要补多少;京麦商家工作台也在帮助商家分析经营状态、接管营销工作，并给出优化建议。
阿里强调千问与淘宝的全面打通，更全局的目标也应该是让用户需求跑在一个AI搭建的新电商基础设施上，由AI帮助用户传达需求，然后由AI协同商家匹配需求。
更详细地拆解来看，阿里已将 Agent 能力渗透进商家经营的多个环节，逐步拉起一张覆盖电商经营全链路的 Agent 网络，试图用AI重构电商的底层工作流。
最终，这些散落在各环节的Agent，可作为「技能插件」统一接入企业级智能体平台「悟空」。3月份的悟空发布会上，钉钉CEO无招提到，未来，「1个店主 + 阿里悟空 = 一支电商团队」。
从现有的产品矩阵来看，阿里的AI To B 呈现出「一边做垂直场景的Agent能力探索，一边用统一平台做能力收口」的演进路径。
对电商商家而言，经营无非几个关键环节:售前营销推广，售中交易履约，售后服务——这些环节目前均有对应的Agent化产品出现。
营销是整个行业最先做AI化落地的环节之一，阿里妈妈在今年3月推出升级后的系统「AI万相」，内含四个Agent——万相智识、万相智品、万相智造、万相智投，分别对应消费者需求识别、商品卖点梳理、内容种草、出价四个环节的AI重构。
全行业在AI营销上的进化关键，都是从传统营销高度依赖的「关键词匹配」进化到「语义和意图识别」能力上来，以实现从推广到转化的更高效率。
以内衣品牌Ubras为例，它曾推出一款面料里加入了牛奶液、主打「亲肤」的新品，传统搜索逻辑中，跨类目消费者很少主动搜索「亲肤」，但Agent化后的营销产品可以做到，当有人搜索「冬季皮肤干燥」时，识别出该消费者本质上是想要「改善肌肤体验」的意图，进而通过语义理解不仅关联到直接相关的「保湿霜」、「加湿器」，也关联到了「亲肤贴身衣物」，作为内衣品牌的Ubras也因此找到了自己的跨界新人群。
在内容种草环节，Agent的价值体现在可以做更及时、更个性化、更懂行业的素材生成。例如海尔一款洗烘一体机，核心卖点是除毛、静音、超薄，因此更受母婴、养宠、小户型用户的喜爱。万相智造就会在系统识别到当前用户为「养宠人群」时，自动生成一套「洗衣机上站着一只猫」的视觉素材，既匹配用户对内容的兴趣点，还传达了产品的除毛卖点。
阿里妈妈介绍，随着AI万相的能力进化，理想情况下，商家只要下达类似「我有20万预算，想在618期间打爆一款XX新品」的指令，四个智能体就能协同完成从策略拆解、素材生成到智能出价的全流程工作。这应该是所有营销Agent都想要去往的方向。
在售后环节，阿里本月推出的客服场景Agent产品「AI店小蜜」，被官方定义为该场景下「最懂平台规则的AI数字员工」，它与一般智能客服的区别在于，不仅能导购，还真能办事，能解决纠纷、投诉、退换、修补、维修、丢件等疑难杂症，高阶版还能实现「种草」和「挽单」。
客服是一个细碎、复杂、需要反复沟通的行业，不同情况下不同消费者期望获得的服务很不一样。医疗器械品牌鱼跃就提到:对于刚需服务型客户，免费的上门调试服务可能比折扣更重要;对于价格敏感型客户，一张10元优惠券反而更有效。
所以，客服产品Agent化的关键，是能基于行业特征、商家权益和用户标签，做动态的服务匹配，同时保证商家数据安全。鱼跃是第一批接入AI店小蜜的商家之一，今年一季度，其天猫店铺增长1%，对应GMV为1000万元，全年增长目标为1个亿。
整体上，目前已有超百万品牌接入AI店小蜜，其中一些明确体验到了客服转人工率与成本的降低、交易转化率与GMV的提升，比如小米天猫官方旗舰店转人工率下降45%、客户满意度提升22%，特步天猫官方旗舰店转人工率下降55%。
当AI店小蜜不仅可以思考，还长出了「发券」、「催发货」这样的手脚，也意味着支撑它的不仅仅是一个单一的大语言模型，而是一个打通了店铺权益系统、订单系统、且具备行业知识库的工业级Agent技术框架。
淘宝之外，在B2B环节，1688同样是较早喊出AI转型的，其推出的「诚信通AI版」，可以自动完成商品发布、标题优化、询盘接待，跨境卖家也可用AI智能体「遨虾」做选品决策、供应商寻源、智能议价、素材生成和一键上架。
当然，所有这些垂直场景的Agent开发，都要依托Qwen这个基础的大模型、依托已经进行的组织和产品的打通，以及阿里电商积累多年的行业和用户理解力。
更长远来看，阿里这些在各个场景里训练好的垂类Agent，也有机会作为技能逐步接入悟空，带来悟空的服务能力提升——未来商家只需要跟悟空交流，就可以调用1688的智能体做选品，调用千牛的智能体做后台管理，调用AI万相做营销投放并保证ROI，调用AI店小蜜做售前售后的客服管理，以及调用其他正在长出的更多Agent做更多事。
不仅是电商，把各个垂类Agent能力统一接入一个悟空，让悟空成为阿里体系内的生产力中台，也是符合阿里经营Token经济愿景的一个目标。
今年3月，阿里组建ATH事业群，意味着正式向Token经济转向，推出企业级智能体悟空，则是迈向Token经济具体且关键的一步。最新进行的阿里Q1财报电话会上，管理层也提到，悟空已进入规模化放量阶段。近期在机场等处，也能看到悟空的大幅广告牌，阿里还在继续给AI To B 加速。
但要真正改变数百万商家的操作习惯，是一个漫长的系统性工程。只有真正做好这些系统性工程，阿里在AI To B上的服务能力、产品矩阵、商业化能力才会更完整、丰富，在AI To C层面也会有更好、更直观的体现。
在海外市场，亚马逊、谷歌也同样在做这种系统工程。我们看到的亚马逊的Alexa for Shopping、Google的Universal Cart背后，有不断进化的Ads Agent、Agent电商协议UCP、Agent支付协议AP2。大家在形成一个共识——只有扎实的电商Agent基础设施建设，才能推动消费端AI购物超预期发展。
