如果说去年“双十一”，AI大模型在电商领域的落地尚处于探索试水阶段，那么今年已然迈入大规模落地应用的阶段。

　　天猫宣称迎来首个AI全面落地的“双十一”，推出了6款AI导购应用，全面覆盖购物全流程；京东则强调，本届“双十一”大促是技术融入程度最深的一届，AI技术已全面渗透至经营各核心环节；抖音亦借助豆包大模型，打造电商领域的全新入口。

　　值得买科技CTO王云峰在接受《中国经营报》记者采访时表示：“今年并非AI落地电商的元年。事实上，AI此前在电商上的应用已经非常广泛了，但大模型能力在今年出现了质变，使其能够承接更长的任务链路，进而有效拓展了AI应用场景的广度与深度。”

　　一批AI应用落地

　　电商平台作为链接消费者与商家的核心枢纽，落地的AI应用主要分为两大类：一类面向消费者端，另一类聚焦商家运营端。

　　在用户端，今年“双十一”期间，淘宝推出“AI万能搜”“AI帮我挑”“拍立淘”“AI试衣”等6大智能导购工具，覆盖购物全流程，旨在提升用户搜索相关性与决策效率；抖音借助豆包大模型打造电商新入口，用户只需询问“买什么”“有什么推荐”等问题，豆包便会推荐多款产品，点击链接即可直接跳转至抖音商城；消费决策平台“什么值得买”也以AI驱动为核心策略入局，其AI购物助手“小值”已升级为新一代消费智能体“张大妈”，具备更强的感知、推理与执行能力，可为用户提供自动价保、心愿清单等智能化服务。

　　不难看出，多数电商平台均上线了面向消费者的AI导购类应用。王云峰向记者表示，AI商品推荐已从去年的“尝试阶段”转变为用户购物的首选，“AI作为用户消费决策入口的属性变得更为突出了”。

　　面向商家运营端的AI应用则更为丰富多元。例如京东推出的智能客服与数字人直播，既是服务消费者的购物工具，也是助力商家提效的关键抓手。

　　据京东方面透露，京东数字人JoyStreamer已服务超3.5万家品牌，截至目前，直播观看人数突破1700万，带动累计GMV超7亿元；智能客服累计咨询服务量超13亿次，全面覆盖售前、售中、售后、物流等全场景。此外，京东在“双十一”期间对商家侧工具进行全面升级，涵盖店铺管理、营销推广、服务能力等多个维度，并新增20款免费AI工具。

　　天猫面向商家的“AI美工”月均生成2亿张图片和500万个视频，将商品点击率提升了10%。“AI数据分析”已累计生成超1000万份报告，获得85%的商家好评。AI客服“店小蜜5.0”帮助商家日均降本2000万元。

　　快手则重点发力商家运营侧，从商机洞察、大促作战、生产提效、智能运营四大维度，用AI产品能力赋能商家提升经营效率。

　　微盟面向商家的智能经营Agent 2.0也在“双十一”前夕完成全新升级，将实现微盟全量商户可使用全量AI能力。不仅在策划端强化AI个性化提案能力，更在执行端简化了全链路自动化流程。

　　“以前3人2天才能完成的落地工作，现在1人1小时就能搞定，手动成本降低80%。”微盟AI产品负责人孙茜对记者表示，今年是AI应用从DEMO（小样）走向实际落地的关键转折点，这一变化主要体现在应用的“广度”与“深度”上，“当前AI已在客服、商品信息更新、营销策划、图文创作、智能问数及数据解读等多个场景实现广泛落地”。

　　模型能力大幅提升

　　王云峰认为，2025年AI能在电商领域实现大规模落地，核心突破在于“底层大模型能力的显著增强”，解决了模型的“智力”问题。“推理速度加快、成本降低，再加上新增的链路规划能力，为长链路业务场景提供了坚实支撑。”

　　他向记者举例说明：2024年时，不少AI应用还只能完成单步动作，比如内容审核、简单AIGC生成（如文章总结、商品图制作等）；而到了2025年，AI已能胜任5—6个步骤的长链路工作，覆盖数字人直播、自动核价、高质量营销素材生成等更复杂的业务流程。

　　以值得买的“好价核价”功能为例，过去需人工核实“好价”真伪，如今AI通过多模态模型提取爆料截图的结构化信息，自动识别未提交的优惠券，再由智能体（Agent）模拟用户行为验证优惠真实性，最后判断优惠适用人群，全程无须人工介入，仅需人工确认最终结论即可。

　　“今年大模型的多模态能力显著提升，能更精准解析商品图像中的细节，比如文字、材质等，一站式生成电商运营所需视频、商品海报等物料。同时，AI正从单一的响应能力，向具备感知、决策、执行能力的统一智能体演进。”孙茜指出，“相较于传统人工操作，AI在商品信息跨渠道更新这些任务中，大幅提升了处理速度与信息一致性。”

　　需要注意的是，大模型解决的是“智力”层面的核心问题，而AI应用要真正落地电商场景，还需进行针对性调优。

　　“为了提升AI在电商场景的实际表现，团队通过引入运营专家知识、构建专业术语库、融合社媒高阅读量内容、人工标注等方式对模型进行再训练，同时结合不同平台的运营规则与行业规范开展合规性调优，以此保障输出内容的专业性与合规性。”孙茜对记者补充道。

　　机遇与挑战

　　当前，针对电商领域不同应用场景的垂类AI应用逐步涌现，在数据处理、文案撰写、图片生成、视频制作、导购推荐、促销策划等细分运营场景中，出现了功能专用的AI工具，进一步适配电商领域多样化业务需求。

　　不过，网经社电子商务研究中心主任曹磊却指出，需要看到的是，各电商平台的差异化策略，无形中加大了商家的工具选型难度。不同平台推出的AI工具各有侧重，商家需结合自身业务特点精准选择，而技术应用的可控性，也成为当前行业面临的一大挑战。

　　在王云峰看来，AI应用落地电商场景的核心挑战，源于该场景对信息准确性、时效性的极高要求，再加上用户表述方式千差万别，导致海量非结构化数据的处理，成为当前技术落地的最大瓶颈。

　　海量数据处理不仅面临技术层面的难题，还存在成本压力。孙茜提到，在电商运营的复杂业务场景中，AI运行成本居高不下，尤其在高精度图像与视频生成等环节表现突出。此外，电商领域还存在跨平台数据协同不畅、模型适应性差异等问题。“例如同一AI功能在不同行业的应用效果存在差距，需要针对性适配特定领域的技术路线。”孙茜补充道。

　　从商家视角来看，曹磊表示，尽管头部商家已从AI工具中显著获益，但中小商家仍面临三重现实阻力：理解成本高、普及落地需要时间、成本效益不够突出。目前，商家对AI的应用多停留在图文生成、数据洞察等基础层面，要实现与复杂产业链的深度适配，仍需一定时间打磨。