最近，AI电商的关注度明显升温。
6月份，连续两家AI电商公司拿下融资：Daydream 拿了5000万美元的种子轮，Constructor 也完成了2500万美元的B轮融资，估值直接到了5.5亿美元。
为什么这个赛道突然变得这么热？这背后主要基于两个逻辑。
第一，电商本身就是一个超级赛道，体量够大，而且还在持续创新。按高盛的数据，2023年全球电商销售额已经达到3.6万亿美元，2024年预计还能同比增长8%。简单算笔账：如果AI能帮这个行业提升1%的效率，其中20%的收益分给AI公司，那就是一个价值72亿美元的市场。第二，AI在电商领域的落地路径越来越清晰。消费者端，传统搜索的价值正被海量内容稀释，AI有机会构建一种更高效率的匹配机制；商家端，AI通过文字、图片生成，反过来帮他们降本增效。
借着这次融资的契机，正好可以系统盘点一下，AI在电商领域到底是怎么落地的。
01 AI导购，AI电商创业的核心赛道
个性化推荐，是AI电商创业公司的主流方向。这次拿到融资的Daydream和Constructor，以及更早的True Fit和Remark，都是从这点切入的。
现实情况是，品牌和渠道越来越多，各种推荐算法和内容铺天盖地，消费者想找到一件真正想要的商品，反而越来越难。传统那种关键词搜索，已经不太管用了。
AI的强项恰好是信息理解和检索，所以很多创业者都在尝试用AI创造一种更高效的匹配机制。
Daydream和Constructor的做法，就是让用户用自然语言和图像识别来搜索产品。打个比方，过去你要去度假，在传统电商平台搜索，会用“遮阳伞、泳衣、防晒衫”这样的具体关键词，这是一种指向明确的搜索模式。但用Daydream和Constructor，你不需要输入关键词，直接告诉它你是什么场景就行。比如：“我要带我3岁的儿子去海边度假，我们需要一些亲子风格的防晒度假装备。”
不仅如此，Daydream还提供指令筛选器。比如你看上一件衣服，但想要蓝色的，直接输入“我喜欢这件衣服，但我想要一件蓝色的”，系统就会自动把同款的蓝色衣服筛选出来。
在这种搜索机制下，结果会离用户的真实需求更近。而且，随着用户输入的细节越来越多，识别效率不断提升，搜索结果的个性化程度也会越来越高。用户也不用担心广告干扰——像Daydream这类AI电商本身不参与订单履约，只做购物的发现层，收入全靠用金抽成，没有广告费。
从市场数据来看，这种模式已经得到了验证。Constructor旗下的AI购物助手ASA，功能跟Daydream差不多。上线不到一年，客户的网站收入增加了10%，搜索转化率提升了6%，点击量增加了7%。过去六个月，购物者与Constructor平台的互动超过1000亿次，过去三年的平均客户留存率保持在98.5%。
除了优化搜索环节，也有其他人尝试用别的方式来建立匹配机制。比如Remark的策略是引入产品专家。他们有5万名专家，各自擅长不同领域——音乐家、造型师、高尔夫球手、滑雪教练——专门为用户提供高质量的产品咨询和讨论服务。同时，Remark还训练了AI助手，模拟人类专家的风格来回答问题，给用户及时、专业的购物指导。根据公司披露的数据，与Remark合作的客户收入提高了9%，转换率提升了30%。
说到底，个性化推荐的本质就是AI导购。大部分人购物时很难准确、完整地表达自己的需求，这时候有一个能理解自然语言的机器人，能把模糊的描述逐步引导、转化成具体的要求，匹配效率自然就上去了。
02 AI正在重塑电商的流程
个性化推荐完成了AI对消费者购物体验的升级。在商家端，AI的应用主要围绕两个关键词：提升效率、减少成本。
提升效率，就是用AI替代现有流程里的人力。目前比较成熟的应用场景大致包括：文案创作、评论分析、SEO优化等。
文案创作方面，AI可以学习之前的商品详情页，结合新产品亮点，帮商家转写文案。此外还能完成定期向用户沟通的邮件和信息撰写。现在这类工具很多，Jasper是比较知名的。它提供营销、博客、商业、谷歌等多种类型的模板，利用积累的优质文案对GPT模型进行精调，用户只要在模板里输入对应信息，Jasper就能在右边生成高质量段落。去年亚马逊也上线了生成商品内容的工具，商家输入几个关键词或句子后，亚马逊就会列出可能需要的内容列表，包括产品名称和概述等，商家可以直接采用或继续优化。
评论分析也是个好场景。店铺里的商品往往有很多评价，好在哪、缺点在哪。AI可以帮商家做智能分析，生成分析报告，比如用户想要更多颜色、希望充电时长更长等。这些信息对商家调整产品结构非常有用。
SEO优化方面，如果商家有独立网站，需要写软文优化SEO。以前可能花几百块钱请人写一天才能出一篇，现在投喂对应语料后，AI一分钟就能写一篇，甚至能自动捕捉品类关键词，对内容进行优化。
说完增效，再说降本。
成本减少，主要是把以前大部分卖家需要外包的事项，直接拿AI替代掉。其中最明显的就是图像生产。
电商从业者通常不具备专业的图片处理能力，但又需要大量图片素材。比如很多卖家拿厂商的产品图重新P一下背景，但上游的产品图可能很粗糙，不好看。有了AI生图产品，这些麻烦就没了。这方面，国外做得最好的是Photoroom。它最早从背景编辑切入，让电商卖家通过几次点击就能完成产品照片的背景编辑——擦除、模糊、替换——以更低成本做出更优质的产品宣传图。现在Photoroom还能用Prompt生图方式快速生成用户想要的背景，效果也做了很多优化。
在国内，美图秀秀也出了AI一键抠图和AI替换背景的功能。商家上传一个产品，AI直接识别，不仅替换背景，还能改变产品颜色。
除了背景图，电商领域在产品展示上常用创意图或模特展示。以前这种图很麻烦——如果涉及真人出镜，需要设计团队前期构思，然后请模特和摄影进行拍摄。服装行业十套衣服大约花费1天时间，一张图的平均成本在100-500元。现在，无论是创意图生成还是模特展示图，AI全给做了。
比如国外的Linkfox，用AI技术自动生成商品图。用户上传一张或多张商品照片，AI就能轻松完成商品图的合成。
Linkfox还支持只上传衣服照片，然后选择AI模特，直接生成模特穿衣的商品图。甚至可以调整模特的面部表情，让生成的模特图更自然。
去年蘑菇街也推出了AI商拍工具WeShop，支持人台图、真人图、商品图、玩具图、童装图的生成。操作很简单：选择图片类型、上传图片、设定文字要求、生成图片，一次搞定。
03 AI电商的三个演进方向
虽然AI在电商领域应用已经相当广泛，但仍然有不少改进空间。值得关注的是三个演进方向：
第一，多模态的应用。目前AI在电商的应用大部分集中在文字和图片，视频方面还比较少。现在常见的是营销人员用数字人配合视频模板、商品说明文字，快速生成商品解说视频，或者直接输入商品说明URL，让AI视频工具根据商品页信息生成品牌宣传视频。但无论视频的稳定性还是多样性都比较欠缺。考虑到短视频在商品营销中的权重不断增加，多模态将成为AI电商的重要趋势。
第二，AI模型能力提升，带来内容幻觉和随机性下降。现在针对电商这个垂直场景，当被问到具体问题时，AI仍然会有幻觉存在。如果能有合适的机制，让机器人的回答有据可循，才能吸引更多人进行互动。同时，现在用同一个提示词去生成文案或图片，常常会输出不同结果，没有微调的选项。这种不确定性会增加商家的使用成本。
第三，AI电商应用往更深度和细分需求走。比如，现在越来越多的商家要进行短视频投放。大部分商家只能看到达人一些结构化数据，比如播放量、粉丝数、粉丝画像等。未来，AI或许能把评价的维度真正带到达人内容创作上，根据过往视频内容去衡量与品牌调性的匹配度，实现短视频投放效率的提升。再比如，针对不同品类消费者的特定需求，也有很多AI应用的空间。国内在这方面已经有一些探索，比如图灵鉴定切入的就是帮各种球鞋、美妆做AI鉴定。
尽管目前AI在电商领域的落地还有很多不足，但必须说，电商就是AI最好的落地场景之一。本身成熟的数字化基建，加上天然距离交易更近，不仅能最大化AI的价值，也让AI公司更快地走向商业化。
或许，AI对电商的变革影响，会远远超出我们的想象。
