AI进入电商不是什么新鲜事。
对平台而言，AI正在成为电商的新质生产力。AI导购、数字人直播、AI换装等新场景，被电商大厂放进自己的App。降本增效的同时，或许能收获新的用户体验可能性。
但是，美好的可能性还过于遥远。对C端消费者而言，体感并不一定如平台所畅想的那么丝滑。
普通人对电商应用AI 最深刻的印象，恐怕就是机器人客服油盐不进的自动回复，彼此对话合不上拍，它不但不能理解你，帮你解决问题，甚至还要求你按照它希望的对话格式进行。
于是，你只能情绪上头，语气变差，强烈地一句又一句要求「转人工」。
AI算法投入和大模型训练的成本并非洒洒水，京东、淘宝、抖音等平台对AI的布局，是否真的达到了预期，从消费者的体感中，也许能找到部分答案。
对于普通消费者而言，AI进入电商，似乎还是一个值得探索的领域，就像开放世界的关卡，如果里面的奖励不够有吸引力，玩家也不会主动来探险。
比如主流电商平台都在搭建的主流场景AI导购。
5月，小余的一位好朋友过生日，几个朋友商量之后决定合买一件价值3000元以内的礼物。大家商量了几个选项，但拿不定主意。小余经朋友推荐了「淘宝问问」，想看看AI是不是能给出新的建议。这是2023 年9 月，淘宝就内测的一个AI 导购功能。
找了半天，她都没在淘宝首页找到「淘宝问问」，只好手动输入，这才进入和虚拟人物「小淘」的聊天对话框。
和她平时使用DeepSeek、ChatGPT对话的聊天框差不多，不同的是，「淘宝问问」会「先发制人」：上来就发了一段文字，猜测小余最近对香薰和家居用品特别感兴趣，并给出了一些建议。
然而之前一个朋友结婚，小余送出的就是香薰，可能因为此前的浏览记录，所以淘宝给了这样的建议。小余说，「在送礼的场景下，我可能需要先大概框一个范围，然后再选择，而不是一来就在一个品类定死了。」
但在另一位淘宝用户布布看来，这些建议和首页的「猜你喜欢」没有本质区别。
于是小余回到被忽略了的「猜你喜欢」，直接询问「3000以内送给年轻女孩的礼物」，结果被「小淘」的回答逗笑了：「嘿嘿，送礼物可是个技术活呢！你是想让她开心还是感动呢？」用惯了ChatGPT的小余吐槽「小淘」简直像初生版本的AI，有一种不经世事的傻气。
平时，小余一般用小红书来检索送礼攻略，或者去豆瓣「A gift for you/礼物中心」这样专门讨论礼物的小组，有很多博主会梳理出某一个具体价位区间的礼物，或是针对特定的人群给到建议。
对比之下，小余能感受到淘宝AI在努力做场景识别，但是至少在送礼的这个环节，她能感觉到AI的推荐缺少章法，要么就是品类单一，比如只给她推荐饰品，但是价格又相差太大；要么就是带有一点刻板印象，比如给女孩的礼物就是裙子、化妆品，「实际上我们自己选的大部分都是电子产品」。
AI无法理解的是，现实中的打工人对预算和惊喜的平衡。
对小余来说，「3000元以内」就是3000元左右或者以下，假设指令少发一句，AI的理解就会出现偏差——Deepseek甚至给她推荐了300元左右的礼物，这和她的期待相比又过于低了。「这样一对比，淘宝至少还给出了十几个价格合理、品质不错的商品链接」。
「可能送礼本来也是个比较费劲的事情，指望通过几轮简单的对话就让淘宝AI筛出来满意的东西，还是比较困难。」小余和朋友们最终还是从已经定好的礼物中挑了一个。
在AI场景下，不少消费者都遇到过鸡同鸭讲的搞笑场面，还有「像被鬼缠上了」一样的问答循环。
有人问抖音的「智能购物」：给奶奶买什么样的礼物合适？对方像睡着了一样，追问长辈的性别是什么。
另一个褒贬不一的功能是AI试衣。
它已经真实出现在淘宝等电商平台的商品链接里。不少人抱着好奇去体验淘宝的试衣功能，但又感到有些鸡肋。
小姜很喜欢网购衣服、化妆品，但是捣鼓一番，时间跑得飞快，折腾一次之后，她就不想再试了。「和真人上身还是有一定差距的，感觉有的衣服试着有点违和，但上身效果还可以，而且退换货也不算特别麻烦，都是快递员上门拿货。」
也许因为用户的正向反馈有限，淘宝试衣目前还处于部分测试阶段。
除AI 导购、AI 试衣这些时髦科技，数字人直播、一键换装等AI场景也正在逐渐渗透进电商购物页面，当然，还有已然成为互联网吐槽段子的AI客服。
总之电商巨头对AI的野心，已经难以掩藏。
大多数消费者对AI场景可能进行零星的探索，有一些模糊的体感。而从淘宝、京东、拼多多、抖音等电商平台的视角来看，布局AI是一件无可争议的事情。
AI技术帮助商家降低了运营成本、提高了工作效率,并带来了更加可观的利润增长。
在淘宝，AI Agent-Quick管家就像一个小型团队，里面是个位数的虚拟员工，但就是这寥寥几个员工，能够熟练掌握电商经营的基本技能，智能数据分析，优化店铺运营策略，AI生意管家的出现，能让人力成本降低约70%。
此外，去年「京东618」期间，言犀数字人帮助约5000个品牌稳定开播，累计观看人次超过1亿，21位总裁数字人在京东直播间「出道」。
快手电商紧随其后，今年上线了ASR模型，在直播的时候，它可以自动识别主播的口播内容，为观看直播的用户生成实时评论，用户只需要动动手指，就能和主播互动。
平台尝到甜头所以不遗余力，站在品牌的角度，拥抱AI 也是大势所趋。
「交个朋友」直播间今年初接入了DeepSeek，全面迈入智能化阶段。交个朋友信息化部黄楠在官号提到，AI大幅提升了直播效率。口播稿编写、短视频脚本拆解和生成、副标题优化、合规风控审核，多个环节都实现了智能化。
今年的618，AI成为了战斗主力。「以淘宝为例，目前我们直播间中90%的口播内容都是通过AI自动生成的基础上再加上人工校准，大大提高了工作效率。」黄楠说。
AI+电商，理想的链路是，平台赋能商家，商家利用AI技术降本增效，节约的产能可以用于新品研发等领域。实际效果来看，AI技术的确给平台和商家带来了利好。今年年初爆红的「义务老板娘」就是加速时代、效率至上的最好证明。
除了可感的交互，对于电商平台的消费者而言，更多时候，AI是藏在背后的。
电商行业比拼的是流量，AI大模型的出现则让效率提升，变得更加醒目。拿到流量后，就要加快速度、提升效率、无穷迭代。
根据艾媒咨询的数据，2025年中国使用AI数字人企业的行业分布，电子商务占比达到16.49%，是占比最多的行业。
但体感是否跟上了效率？
为了让用户在繁复的价格计算中喘口气，淘宝推出「天猫讲价小助手」，拼多多也推出了「自动跟价」系统。
对消费者而言，用AI循环讲价基本上只需要动动手指。但对商家而言，大促期间，原本就要应对大量的咨询信息，这个系统更让他们「汗流浃背」了。
明明是提升沟通效率、节省人力成本的AI工具，成了被吐槽的对象，这暴露的是AI电商在当下的软肋——理解了数据，但似乎还没有完全理解人。
艾媒咨询的数据显示，目前，消费者对于人工干预功能有较大需求，45.5%消费者偶尔使用，33.7%消费者需要时使用，说明AI电商在复杂情景的问题解决能力方面仍然需要提升。
平台在发力，商家也在努力，消费者在尝试，但为什么AI+电商时常让人觉得有些鸡肋？
以AI导购为例，商家接入大模型，可以大幅削减人力成本。一些企业、商家步子迈得大，裁掉大批人工客服，但在很多场景下，AI实际上并不足以应付复杂的、多变的需求。
比如在使用广泛的AI电商客服场景，用户被反复要求「描述问题」，AI无法识别关键词，变换说法后AI仍然力不从心，又缺乏补充的解决方案。当用户多次发送「转人工」，此刻的AI 表现出强烈的求生欲和不甘心，还在争取立功的机会，当然这是技术在后台设置参数的缘故。AI努力的姿势没有赢得理解，而是让人厌烦。千呼万唤始出来的人工服务，用户可能还得再重复一轮问题......
这些都是AI无法完全代替人工客服的「硬伤」，哪怕接入满血的Deepseek恐怕也需要好好「调教」。
现在的电商客服有相当一部分工作是在处理售后问题，通常来到这一步，除了普通的退换货、登记地址等基础服务，就是发错货、收到瑕疵品等情况，消费者多少带了一些情绪。在「上海广播记者·话匣子」的报道中，一位消费者拿到寄错的商品，投诉、申请售后，结果告知处理结果的是一通冰冷的AI电话。
人的消费欲望是流动的，决策瞬息万变，与此同时，大家对情绪价值的需求只增不减，靠淘宝刚兴起时的基础话术「亲」或者「～」等是远远不够的。这对商家接入的AI大模型也提出了更高的要求：要能听懂用户的需求，预判可能需要的商品，也要给予情绪抚慰，还得是走心的。
但现状是，很多电商平台还在完成从数据到AI化的转变，下一步才是从AI到人，未来，AI+电商各大场景，需要在更个性化的深度需求和飞速发展的技术中，寻找平衡。
对此，电商大厂也正在推进技术迭代。对于大厂来说，擅长深度解决问题的人力资源系统和快速迭代的技术是巨大的优势，因此，AI的痛点解决方案，也往往自上而下，从平台到商家，从大厂到小厂。
一切业务AI化的阿里，2024年双11，AI就已经在电商场景大量落地，在搜索、推荐、广告赋能商家，提升投放、发品等环节的效率。
未来，电商AI化会从单点的功能迭代进入全周期运营。例如，现在一个用户进入淘宝，淘宝的大数据可以利用算法推荐，给出「猜你喜欢」的选项，用户也可以跟商家直接对话，但是这种交互对大部分用户来说，都是即时的、短暂的。
要延续这种交互，让用户产生信赖感，而不是看到AI机器人就抗拒、烦躁，需要更深入的、进入生命周期的运营，即当消费者进入之前，大数据已经知道TA买过什么样的品类，未来可能对什么样的品类感兴趣，更重要的是，AI应该能更准确地实现，在用户接下来的生命周期里面，应该更多对什么方面做推荐，而不是解决单点时刻客户端的点击率问题。
Prosus&dealroom的报告预测，未来的AI将会是全天候陪伴的购物小管家，能够应对更多更复杂的场景。但同时，人的需求也会随着更多元的场景而发生改变。
对于厮杀激烈的电商赛道来说，差之毫厘，可能就是一败涂地。也许，更好的解决方案，不是追求一劳永逸， 接入AI就万事大吉，而是保持对人性的敏锐嗅觉，让AI保持迭代，不断成为更强大的「增益法器」。
