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。这一事件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。
据行业观察，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。2025年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。
AI电商的三大核心方向
在发布会当天接受媒体访谈时，凯夫强调，AI电商的核心包含三方面：
- 提升流量匹配效率：包括AI搜索、AI推荐、AI广告，这是电商的重要基础设施，会直接带动GMV增长；
- 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；
- 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。
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，都要发生了根本性变化。
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。
搜索算法的语义革命
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。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。
推荐系统的兴趣抽象
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%。
广告投放的精准化
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。AI能够实时分析用户行为数据，预测用户购买意向，从而为广告主提供更精准的投放策略。
AI商品库的全面重构
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。
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。
实用型AI功能矩阵
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。
用户体验的革命性提升
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。这些功能不是简单的技术展示，而是真正解决用户在购物过程中遇到的实际痛点。
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。用户会在不知不觉中，逐渐适应并依赖这些AI功能带来的便利，形成新的购物习惯。
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。
商家端的全面AI化
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。从商品描述生成、图片制作，到客服回复、数据分析，AI正在全方位渗透到商家的日常运营中。
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。这表明，AI不仅不是成本负担，反而是提升效率和利润的关键工具。
从流量分发到理解系统
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」。
推荐的底层逻辑正在从「猜你喜欢」，转向「我懂你」。这种转变意味着，电商平台不再仅仅根据用户的历史行为和相似用户的行为来推荐商品，而是真正理解用户的需求、意图和场景，从而提供更加精准和个性化的服务。
电商新时代的来临
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。在这个时代，AI将成为连接商品和用户的桥梁，通过深度理解用户需求和商品特性，实现更高效的匹配。
这种转变不仅会提升用户体验，降低决策成本，也会为商家带来更精准的流量和更高的转化率。同时，AI还将帮助商家更好地理解市场趋势，优化产品策略，提升整体运营效率。
结语：AI电商的未来展望
阿里AI电商的实践表明，AI不是电商的替代品，而是电商的增强剂。通过AI技术，电商平台能够更好地理解用户和商品，实现更精准的匹配，提升整体效率。
未来，随着AI技术的不断进步，我们可以期待更加智能、更加个性化的电商体验。从语音搜索到视觉识别，从情感分析到预测推荐，AI将不断拓展电商的可能性边界。
同时，AI电商也将面临新的挑战，如数据隐私保护、算法公平性、人机协作等问题。如何在提升效率的同时，确保用户体验的公平性和安全性，将是电商平台需要持续思考的课题。
无论如何，AI已经深刻改变了电商的底层逻辑，这场变革才刚刚开始。对于消费者、商家和平台而言，适应并拥抱这一变革，将在未来的电商竞争中占据有利位置。
