• 亿邦公众号
    • APP下载

今年双11 AI集中上岗

作者:科技新知 文章来源:科技新知

2025-11-05 15:31

作者:科技新知 文章来源:科技新知

2025-11-05 15:31

邦小白快读

EN
全文速览

今年双11 AI的应用显著提升购物效率,解决消费者决策难题。

1.淘宝的AI万能搜理解自然语言需求如寻找静音加湿器,生成商品推荐、优惠组合和评价攻略;AI帮我挑筛选商品;拍立淘拍照快速找同款并进行价格对比;AI清单定制用户需求清单。

2.京东的京言AI导购提供便携充电宝等推荐,客服京小智预判物流和售后需求。

3.抖音的豆包大模型作为新入口,一键直达商城,辅助用户决策。

AI工具大幅缩短对比商品和计算优惠时间,但实际体验中客服能力仍有差距。

AI重塑电商营销和用户行为,驱动品牌创新。

1.消费趋势向个性化发展,天猫的AI导购覆盖全流程;京东全链路AI提升决策效率;抖音结合短视频推荐商品,吸引年轻用户。

2.用户行为观察显示大模型降低决策门槛,支持模糊需求如猫砂盆选择;推荐算法捕捉潜在需求如助眠产品推荐。

3.品牌渠道建设中,AI成为购物入口;案例包括天猫发布会推出的6款工具,京东商家客服,实现精准营销。

双11 AI带来增长机会和挑战,助力电商经营。

1.最新商业模式如抖音的内容+AI+电商模式,融合短视频推荐;天猫形成生态体系,提高成交效率。

2.机会提示包括AI工具降低经营成本;可学习点:平台提供免费服务如AI客服,减少人力需求;但风险提示信息茧房限制用户选择。

3.消费需求变化指向对话式购物;政策解读中,技术成本下降使AI应用规模化;案例有京东面向商家端Agent工具。

AI推进电商数字化,启示生产和商业机会。

1.产品生产和设计需求方面,AI优化物流和库存管理;未来发展全流程自动化决策。

2.商业机会在于与平台合作,如天猫选品工具辅助商品开发;京东全链路启示降低生产浪费。

3.推进数字化中,技术成本下降促进规模化应用;案例是国金证券报告显示数据、模型性能提升。

行业趋势指向AI解决方案,但存在技术挑战。

1.新技术如大模型成为新入口;行业发展趋势是对话式购物变革;天猫、京东、抖音AI功能解决决策低效等痛点。

2.客户痛点包括搜索复杂、客服响应慢;解决方案有AI万能搜理解模糊需求,京小智预判售后,豆包一键推荐。

3.问题如场景定义模糊、标准不统一影响体验;需要技术迭代;案例显示DeepSeek与豆包对比计算尾款。

平台AI做法响应商业需求,需规避风向风险。

1.平台最新做法包括天猫推出6款AI导购应用;京东构建双重AI体系;抖音豆包打通商城入口。

2.招商和运营管理中,大模型吸引生态伙伴;风险规避如信息茧房问题;用户体验差异需标准共建。

3.商业需求指向AI构建竞争维度;案例包括沃尔玛与OpenAI合作;平台如天猫聚焦用户痛点。

AI驱动产业动向,引发商业模式变革。

1.产业新动向是AI成电商核心;问题如信息茧房和场景模糊;政策启示需行业解决标准问题。

2.商业模式变革从货架电商向对话式购物转变;长期趋势AI为专属顾问和智能经营大脑。

3.观点显示AI重塑竞争格局;国金证券报告佐证技术突破;案例包括分析师言论确立AI地位。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This year's Double 11 saw AI significantly enhance shopping efficiency and resolve consumer decision-making difficulties.

1. Taobao's AI Universal Search understands natural language requests (e.g., finding a silent humidifier), generating product recommendations, discount combinations, and review guides; 'AI Help Me Choose' filters products; 'Pailitao' uses photos to quickly find similar items and compare prices; AI Lists create customized user shopping lists.

2. JD.com's Jingyan AI shopping assistant provides recommendations for items like portable power banks, while its customer service bot, Jing Xiaozhi, anticipates logistics and after-sales needs.

3. Douyin's Doubao large model serves as a new entry point, offering one-click access to the mall and assisting user decisions.

AI tools dramatically shortened the time spent comparing products and calculating discounts, but actual user experience revealed gaps in customer service capabilities.

AI is reshaping e-commerce marketing and user behavior, driving brand innovation.

1. Consumption trends are shifting towards personalization. Tmall's AI shopping assistant covers the entire customer journey; JD.com's full-link AI enhances decision-making efficiency; Douyin combines short videos with product recommendations to attract younger users.

2. User behavior observations indicate that large language models lower the decision-making threshold, supporting vague needs like choosing a litter box; recommendation algorithms capture latent demands, such as suggesting sleep-aid products.

3. In brand channel development, AI is becoming a primary shopping entry point. Case studies include the six AI tools launched at Tmall's conference and JD.com's merchant-facing customer service, enabling precise marketing.

Double 11's AI presents growth opportunities and challenges, aiding e-commerce operations.

1. Emerging business models include Douyin's 'content + AI + e-commerce' approach, integrating short video recommendations; Tmall has built an ecosystem that improves transaction efficiency.

2. Key opportunities involve AI tools reducing operational costs. A key takeaway is that platforms offer free services like AI customer support, minimizing labor needs. However, a risk is the 'filter bubble' effect limiting user choices.

3. Evolving consumer demand points towards conversational shopping. From a policy perspective, decreasing technology costs are enabling AI applications at scale. A relevant case is JD.com's Agent tools for merchants.

AI is advancing e-commerce digitalization, offering insights for production and commercial opportunities.

1. Regarding product production and design needs, AI optimizes logistics and inventory management, with future development focused on fully automated, end-to-end decision-making.

2. Commercial opportunities lie in collaborating with platforms, such as using Tmall's product selection tools to aid merchandise development; JD.com's full-link AI approach offers lessons for reducing production waste.

3. In driving digitalization, falling technology costs are facilitating large-scale adoption. A supporting case is a GF Securities report highlighting improvements in data and model performance.

Industry trends point towards AI solutions, yet technical challenges persist.

1. New technologies like large language models are becoming key entry points. The industry trend is a shift towards conversational shopping; AI features from Tmall, JD.com, and Douyin address pain points like inefficient decision-making.

2. Client pain points include complex searches and slow customer service responses. Solutions involve AI Universal Search understanding vague queries, Jing Xiaozhi anticipating after-sales issues, and Doubao's one-click recommendations.

3. Problems such as ambiguous scenario definitions and a lack of unified standards hamper user experience, necessitating further technical iteration. A case study compares DeepSeek and Doubao for calculating final payments.

Platforms' AI strategies respond to commercial demands but must navigate associated risks.

1. Latest platform initiatives include Tmall launching six AI shopping assistant applications; JD.com building a dual AI system; and Douyin's Doubao integrating mall access.

2. For merchant recruitment and operations management, large models attract ecosystem partners. Risk mitigation is needed regarding filter bubble issues; standard co-creation is required to address user experience inconsistencies.

3. Commercial demands indicate AI is becoming a key competitive dimension. Cases include Walmart's partnership with OpenAI; platforms like Tmall are focusing on solving core user pain points.

AI is driving industry shifts and triggering business model transformations.

1. A key industry shift is AI becoming central to e-commerce. Challenges include filter bubbles and ambiguous application scenarios; policy implications suggest a need for industry-wide standards.

2. The business model is evolving from traditional 'shelf' e-commerce towards conversational shopping. The long-term trend positions AI as a personal shopping advisor and intelligent operational brain.

3. Analysis indicates AI is reshaping the competitive landscape. A GF Securities report corroborates technological breakthroughs. Cases include analyst commentary affirming AI's established role.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

又是一年双11,这个全民关注的电商大促,今年又有了新变数。舆论焦点除了例行的GMV数字高低,更多把目光投向了这场购物狂欢背后的“新主角”——AI。

首先是天猫高调宣称“迎来首个AI全面落地的双11”,京东则强调这是“技术融入程度最深的一届大促”。两大电商巨头的集体表态,标志着双11正式从“价格战”和“流量战”迈入“技术战”的全新阶段。

打开手机淘宝 App,输入“适合北方暖气房的加湿器,静音且容量大”,“AI 万能搜” 瞬间生成包含产品推荐、优惠组合和用户评价的完整攻略;在京东下单后,京小智客服主动推送物流轨迹,并预判可能的售后需求提前给出解决方案;甚至在各大社交平台上,网友们正忙着对比 DeepSeek 与豆包计算尾款的精准度,一场全民参与的 AI 购物实验正在如火如荼上演。

图/小红书截图

当然,这场AI集体“上岗”绝非跟风兴起的技术展示,而是电商行业发展到特定阶段的必然选择。

正如一位资深行业分析师所言,“2025年双11的最大意义,不在于创造了多少销售纪录,而在于确立了AI在电商生态中的核心地位,这场变革将深刻影响未来数年的行业竞争格局。”

经过数年的技术沉淀,人工智能已从企业战略蓝图中的未来概念,深度渗透到选品、营销、客服、物流等大促全流程,成为驱动增长的核心引擎。那么,各家平台的AI具体落地有何侧重不同且效果如何?AI电商的未来趋势又会是怎样?

01

从配角到主角,AI成双十一重点

AI能够在今年双11全面“掌权”,首要得益于底层技术的突破性进展。根据国金证券发布的《电商行业深度报告》显示,算力、数据以及模型三个层面的技术成本下降以及性能提升,使得电商行业的AI应用已从“小范围试水”进入“规模化价值兑现”阶段。

往年的双11,平台与商家的竞争焦点,主要集中在流量获取和价格补贴上。这种模式会导致营销成本持续高企,行业陷入同质化竞争的困境。虽然过去也有AI的身影,但今年“双11”的一个不同点在于AI的含量。

经过了几年的沉淀,AI重构电商已经不只是各家平台在战略层面的口号,而是已经深入到“双11”这种大促具体的运营细节里。AI的全面落地,也正在构建全新的竞争维度,将从流量分发、消费者体验、电商经营等方面服务消费者及商家,天猫和京东两大电商平台的AI功能都从“辅助角色”升级为“关键主角”。

今年双11的最直观景象之一,是AI不再是少数试点团队的工具,而成为平台与商家在节点运营中的常态化入口。在消费者端,淘宝、京东、抖音均推出AI相关工具,帮助用户提升购物体验。

天猫的双11发布会上,向消费者同步推出6款AI导购应用,其中包括“AI万能搜”“AI帮我挑”“拍立淘”“AI试衣”等。以上应用可实现为消费者提供购物攻略、筛选商品、推荐同款价优商品,以及支持用户一键上身试穿心仪穿搭等功能。

图/AI万能搜界面 淘宝App截图

京东的AI电商则更偏向“全链路”,构建面向用户与商家的双重AI体系。面向消费者,京言AI导购和升级后的拍照购等功能提升了购物决策效率;面向商家,也有京小智这种客服Agent发挥重要作用。

当价格战和流量战的边际效益递减,AI正在改变电商大促增长的DNA。AI能力成为决定商家经营效率和用户体验的关键变量,也成为平台吸引生态伙伴的核心竞争力。

理论上看,过去需要花费数小时对比的商品信息、计算的优惠规则,如今通过AI工具可在几分钟内完成;过去迟迟等不来的客服,如今能够做到24小时待命;在眼花缭乱的产品中,也有导购随时在线,AI的价值体现似乎在消费者决策效率中也有革命性提升。但实际体验中的现实真是如此吗?

02

从比价到导购,各家AI各不同

其实,各大电商平台针对消费者推出的AI服务,相比以往会更加细分化,不同的功能也都各有侧重,解决用户不同的需求。我们着重体验了各家平台的AI功能,发现各家体验差异明显。

首先是淘宝天猫,其AI战略呈现出鲜明的“用户中心主义”特征,所有技术布局都围绕解决消费痛点展开。其推出的6款AI导购应用,精准覆盖了购物前、中、后的全流程需求:

购物决策阶段,“AI万能搜”突破了传统关键词搜索的局限,能够理解 “猫狗双全的家庭用什么猫砂盆”“如何清理下水道小飞虫”等模糊需求。在AI万能搜中输入:手机选购攻略,随即根据不同的需求给出了多款手机推荐,并且还给到了一些购机建议、避坑指南,甚至根据此前的用户兴趣进行推荐。

我们可以通过点击关键词进行购买。这种自然语言交互能力,使搜索从“信息检索” 升级为“决策辅助”,尤其满足了年轻消费者的个性化需求。

商品选择阶段,我们体验了“拍立淘”功能,只需拍摄商品即可快速找到同款及相似款,并自动对比不同店铺的价格与优惠,甚至给到了多种不同的购买建议。

另外还有AI清单功能,可根据每个人的需求定制化地列出清单,我们测试后发现其整体准确度并不低,最近需要的品类罗列得也比较清楚。也就是说,这个AI清单功能确实足够“懂我”。

大致体验了天猫淘宝上的AI功能后,可以发现其布局并非孤立的功能堆砌,而是形成了协同作战的生态体系。在购物的几乎每个环节中都能感受到决策效率的提高。

再看京东这边,消费端最直观的体现就是京东京言AI导购,在搜索框搜索时点击AI功能可直接进入对话界面。我们这里输入“便携充电宝哪个支持快充且安全”,很快就推荐出几款符合要求的,功能与淘宝的“AI万能搜”比较相似。

至于一些商家端的AI功能,作为用户最直观的体验就是AI客服。坦白讲,两家平台虽然都做到了24小时在线,但是在处理问题的能力上,仍与人工有较大差距。不过相比以往固定式回复,也确实更为聪明。

除了淘宝和京东,值得一提的还有抖音。虽然在双11热度不高,但在落地AI电商这件事儿,抖音的思路与传统电商平台不同,走的是影响消费决策的路线。

抖音的核心突破在于将豆包大模型打造为电商流量的新入口。用户在豆包中输入商品推荐需求,如“我想买手机”,系统会直接生成包含商品链接的推荐页面,并且一键直达抖音商城。

另外,抖音的AI战略与内容生态形成了一定的协同效应。AI工具能够快速将平台上的短视频、直播内容转化为商品推荐素材,同时根据用户的内容偏好优化推荐算法。这种“内容+AI+电商”的融合模式,可能成为抖音在电商领域实现弯道超车的关键。

综合来看,电商平台推出的AI功能,更多是为了降低用户的决策时间,提高成交效率,但对于用户来说,想要用低价买到心仪的产品还是很难,尤其是在双11这种大促中。比价一直以来都是用户做决策的重要链条。可惜在这个场景上,各家并没有将AI的功能发挥出来。

03

大模型成新入口,AI 电商开启想象空间

今年双11,AI电商的密集落地,除了改变了原有的平台体验外,更预示着电商模式可能迎来根本性变革。

淘宝的AI万能搜,京东的京东京言,腾讯元宝宣布接入京东,沃尔玛与OpenAI达成合作,豆包与抖音商城实现深度打通,这些案例不谋而合地指向一个趋势:大模型正从“辅助工具”向“购物入口”转变。

这种转变的核心逻辑在于,大模型的自然语言交互能力能够降低购物的决策门槛。用户无需再面对复杂的商品分类和搜索筛选,只需通过对话表达需求,AI即可完成从需求理解、商品匹配到下单支付的全流程操作。这种“对话式购物”模式,更符合人类的沟通习惯,尤其能够吸引不熟悉电商操作的中老年用户,拓展消费群体边界。

从商业价值来看,大模型入口能够实现更精准地需求捕捉。传统货架电商的流量分配依赖用户主动搜索,而大模型可以通过日常对话洞察用户的潜在需求,实现“无意图购物”的场景创新。例如,用户在与大模型聊天时提到 “最近睡眠不好”,系统即可主动推荐助眠产品,这种被动式推荐往往具有更高的转化率。

不过,大模型成为主流购物入口仍面临诸多挑战。目前,AI购物的场景定义仍较为模糊,不同平台的接口标准不统一,用户体验存在较大差异;同时,大模型的推荐算法可能导致信息茧房,限制用户的选择范围。这些问题需要行业各方通过技术迭代和标准共建逐步解决。

从长远来看,AI对电商行业的重塑,最终将回归到“以人为本”的内核。人工智能的核心价值不在于技术的炫技,而在于通过技术创新,让购物变得更高效、更便捷、更具个性化,同时帮助商家实现更可持续的增长。

目前的AI电商已经向逐步未来演进,消费端让AI成为每个用户的“专属购物顾问”,能够精准理解用户的偏好和需求,提供全生命周期的消费服务;商家端用AI构建起 “智能经营大脑”,实现从产品开发、营销推广到库存管理的全流程自动化决策。

今年双11的AI盛宴,只是这场技术革命的开端。随着人工智能技术的持续迭代,不仅将改变人们的购物方式,更将重塑商业的底层逻辑。对于平台和商家而言,唯有主动拥抱变化,加大技术投入,聚焦用户价值,才能在未来的竞争中立于不败之地。

注:文/科技新知,文章来源:科技新知(公众号ID:kejixinzhi),本文为作者独立观点,不代表亿邦动力立场。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

已点赞

+1

{{ praise_text }}

好文章,值得被更多人看到

FAQ回顾

2025年双11期间天猫淘宝推出了哪些AI导购功能?

天猫淘宝推出6款AI导购应用,包括AI万能搜(支持自然语言搜索)、AI帮我挑、拍立淘(拍照找同款)、AI试衣、AI清单(定制购物清单)等,覆盖购物前中后全流程决策辅助。

京东AI电商体系与传统电商平台有何不同?

京东构建全链路AI体系,面向消费者推出京言AI导购和拍照购,面向商家部署京小智客服Agent,强调用户与商家的双向服务,侧重物流预判和售后需求主动解决。

大模型如何改变电商购物入口模式?

大模型通过自然语言交互实现对话式购物,如豆包直连抖音商城、AI万能搜直接生成购买攻略,从被动搜索转向主动需求捕捉,降低决策门槛并拓展中老年用户群体。

广告

下一篇

征集报名《品牌数字化服务商资源手册》

《品牌数字化服务商资源手册》展示数字化服务商风采,亿邦全年零售大会通发,触达更多资源,马上加入!

马上入驻

温州85后接棒 百亿企业珀莱雅大“换血”

温州企二代即将在接班后,迎来自己主导的首个IPO。但增长焦虑已然冒头。

IPO 品牌故事 化妆品 未来零售

2025-11-05 14:23:56