广告
加载中

营收千亿的拼多多 为何只字不提AI

安瑞 2025/09/02 17:13
安瑞 2025/09/02 17:13

邦小白快读

拼多多的AI策略虽低调但实际投入显著,聚焦电商实用场景。

1.人才招聘:从百度凤巢等团队引入核心人才,数倍年薪组建电商大模型团队,8月密集招聘机器学习工程师等,职责涉及电商场景落地、商品理解和属性识别。

2.场景应用:搜索广告推荐升级中,结合社交互动数据(如“砍一刀”)提升商品匹配精度;营销策略通过自动化工具如立减券提高广告ROI,降本增效。

业务动向与数据对比。

1.研发投入:2025Q1研发支出35.8亿元同比增40%,Q2达35.9亿元增23.5%,占比维持在3%-4%;反观阿里研发157亿元占比6.3%,腾讯202亿元占比超10%。

2.增长新尝试:推进Temu跨境供应链和即时零售测试(多多买菜模式),结合AI优化仓配调度和库存;但营收2025Q2增7%放缓,净利润降4%,需警惕增长瓶颈。

拼多多提供品牌营销优化和消费趋势洞察的AI应用启示。

1.品牌营销升级:智能营销支持全站自动设置优惠,平台匹配流量资源如首页曝光,提升广告ROI;开放API让品牌自动启动团购和动态调价,降低决策成本。

2.消费趋势与用户行为:社交数据(如拼团行为)深化用户画像分析,捕捉兴趣变化;但目前低价策略面临挑战(营收放缓),需关注创新以突破用户认知边界。

技术驱动的机会。

1.产品研发:AI用于商品理解和属性识别,赋能产品上架效率;如生成营销内容,支持品牌商降本。

2.用户行为观察:搜广推系统实时更新数据,揭示消费偏好;结合Temu全球扩张,可观察跨境消费趋势,但风险在低价模式受增长压力影响。

卖家可从拼多多的增长市场变化和合作机制中获取机会。

1.合作方式与机会提示:开放API让中小卖家自动化运营,实现智能决策如库存联动、跨店比价;Temu覆盖40多国,卖家可参与跨境供应链建设寻找新增长点。

2.消费需求变化:即时零售测试自营仓储模式,提供预售提货服务,反映用户即时购买需求提升;但风险在营收放缓至7%,提示低价策略可能不可持续,需转向效率优化。

可学习点和最新商业模式。

1.政策解读与风险提示:AI应用聚焦实用主义如分布式AI,可学案例如自动防欺诈;增长机会在供应链金融创新,降低退款率工具助力卖家减少售后介入。

2.事件应对措施:拼多多研发投入逆周期增40%,卖家可借鉴高ROI导向战略;对比阿里、京东的高投入路径,拼多多的轻量化模式提供合作范式,但需留意竞争加剧风险。

工厂可从拼多多的AI应用中捕捉生产和设计需求启示。

1.产品生产和设计需求:智能物流系统和动态定价算法优化库存管理,提升生产效率;供应链环节如多模态识别用于商品流通,帮助工厂提效和应对订单波动。

2.商业机会:参与拼多多百亿农研计划,AI应用于农业生产能;跨境供应链建设(Temu)提供全球出口机会,如智能定价支持工厂扩产。

推进数字化的启示。

1.电商化推进:开放API使工厂能自动化运营,减少人力成本;研发投入占比3%-4%的高效模式,可借鉴避免重基础设施投入。

2.机会与风险:拼多多实用主义路径利于中小厂参与供应链;但业绩增长放缓提示市场风险,需结合拼团自动化等工具增强韧性。

行业发展趋势和新技术解决方案在拼多多策略中显现。

1.新技术与应用趋势:分布式AI和实用主义路径,如搜广推升级、图像识别技术提升合规性;全球化趋势中智能供应链系统(Temu)展示跨域AI能力。

2.客户痛点与解决方案:开放API解决商家自动化痛点,减少决策成本;库存优化算法应对即时零售挑战,提供订单合单和仓配调度方案。

行业风向启示。

1.需求动态:电商转向轻量化AI落地,聚焦多模态生成和金融风控;服务商可学习拼多多的工程驱动方法,如GPU开发工程师招聘优化场景解决方案。

2.案例学习:对比阿里全栈AI和京东供应链AI,拼多多的高ROI导向提供定制化服务模型;但研发投入远低于同行需关注效仿风险。

拼多多的平台管理实践揭示运营和招商需求。

1.平台最新做法:采用轻量化、垂直场景AI路径,避免自建云或物流,复用基础设施;招商注重高效人才招聘如机器学习工程师,提升平台算法能力。

2.运营管理效率:人均创收超1000万元,高ROI导向管理降低风险;自动化工具如挽单机制减少退货率,优化末端配送库存。

商业需求和风向规避。

1.需求与问题:AI应用聚焦实用场景如广告竞价引擎,平台需平衡资源(研发占比3%-4%低);Temu全球扩展展示平台招商机会,但增长放缓需规避低价策略风险。

2.管理启示:逆周期研发投入增40%模型;仿效分布式AI在电商场景落地方法,强调自动化减少非必要售后介入,提升平台韧性。

拼多多的AI战略引发产业新动向和商业模式研究启示。

1.产业新动向:实用主义AI路径vs阿里云+AI全栈vs京东供应链导向,体现企业基因差异;新问题在低价模式挑战,需探索技术投资是否抵御竞争。

2.商业模式分析:分布式AI策略聚焦工程驱动,结合黄峥2016理念强调技术服务于业务本质;数据揭示研发投入快于营收增速,模型可能重塑电商效率壁垒。

政策法规启示和商业模式对比。

1.案例研究:拼多多研发占营收3%-4%远低同行;对比数据如阿里、京东技术投入,商业模式差异(轻量化vs重基础设施)提供政策启示如支持中小平台实用创新。

2.新问题探讨:增长放缓至7%暴露策略局限;AI能否带来新动能(如Temu供应链)需观察,对产业政策建议聚焦平衡研发与收入占比。

{{loading ? '正在重新生成' : '重新生成'}}

返回默认

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

上周,拼多多发布2025年第二季度财报,不出所料,依然没有提及AI。甚至在后面的财报会议上,拼多多的管理层也对AI只字未提。反观腾讯,在最新一季财报中16次提及AI,而阿里则已经把AI当成增长的两架马车之一。

在巨头竞逐AI的喧嚣中,拼多多展现出一种近乎离经叛道的沉默。

不过,没有做通用大模型的拼多多,并非没有在AI上的投入。有消息称,拼多多已从百度凤巢等重点团队引入核心人才,以数倍年薪组建电商大模型团队。今年8月,拼多多也在密集招聘机器学习工程师、CUDA/GPU开发工程师、大模型Infra架构工程师、多模态算法工程师等,职责明确指向“电商场景落地”、“商品理解”和“属性识别”等。

这些迹象都表明,拼多多正在构建电商垂直领域AI能力。

然而,这条路径既有挑战也有机遇。一方面,如果AI应用仍围绕低价策略深耕,恐难突破现有用户认知边界;另一方面,拼多多的运营逻辑是“效率至上”,在电商企业纷纷试水AI赋能场景,已逐步探索出有效路径后,拼多多“直接上手”,借助海量消费数据积累,也不失为一条捷径。毕竟,此前它在做电商之初,没有做云,没有自建物流金融,都是复用别人做好的基础设施,这也算得上一条它自身的路径。

最新财报显示,拼多多营收增速放缓至7%,净利润同比下滑4%,连续两个季度呈现下行趋势。用户增长几近停滞,两年仅净增300万人。在阿里、京东、美团纷纷凭借AI与即时零售实现营收增长的对比下,拼多多在业务上会有怎样的新动作,AI能否为其带来新的增长空间,来抵御住电商行业今年来势汹汹的厮杀?

01

拼多多不爱自建基础设施

尽管拼多多极少公开宣扬自己的“AI电商”战略,但财报数据和市场表现,都透露出它在多个领域的技术布局。

从2024年下半年至2025年上半年,拼多多研发投入持续攀升。其中,2024年第四季度研发支出达37.8亿元,同比增长31.9%;2025年第一季度为35.8亿元,同比增长高达40%。进入2025年,在整体利润承压的背景下,第一季度研发支出达35.8亿元,同比增长40%;第二季度达35.9亿元,同比增长23.5%。这似乎是一种“逆周期”投入的举措。

值得注意的是,尽管研发金额快速增长,但其研发占营收比重,始终控制在3%-4%区间,例如2025年一季度为3.74%,二季度为3.45%,体现了拼多多一贯强调效率与结果导向的技术投入思路。

反观其他互联网大厂,腾讯在2025年Q2的研发投入202亿元,占比超过了10%;而阿里的研发投入157亿元,占总营收的比重为6.3%。无论是绝对值,还是比例,这两家都远高于拼多多。京东因为自营收入比重大,导致研发支出占总营收的比例不高,但京东在该季度的研发投入(53亿元)也是远高于拼多多。

与此同时,拼多多营收增长已显著放缓,2025Q1约10%,2025Q2更低至7%。这意味着在短期内,拼多多的技术研发投入节奏,又远远快于其营收扩张速度,这或许预示着,在外部增长红利逐渐趋缓的背景下,技术创新成为公司寻找新动能、打造增长新杠杆的战略,也贴合其“技术实用主义”与“工程驱动”的公司风格。

从团队组建上,同样能看出这一战略倾向。当阿里、字节、京东等高调招兵买马之时,拼多多却始终保持低调,极少公开披露AI人才布局。

在互联网企业在卷通用大模型时,拼多多选择了一条技术实用主义路线,未参与通用大模型的比拼。作为一家始终扎根于电商业务的平台,其优势在于海量的消费数据、清晰的业务场景。通用大模型投入巨大、周期漫长且商业化路径不确定,与拼多多“强业务导向、快迭代节奏、高人效”的组织原则存在冲突。

其实,不仅仅是在AI或者大模型,拼多多过往也不太喜欢在基础设施上做太多投入,在做电商之初,既没有自建云计算、物流,也没有支付体系。比如,它在云计算上,倚重了字节云、腾讯云和阿里云等,避免了基础设施的重投入。

这一点,从其员工人效和业务布局也能看得出来。拼多多的员工人数只有2万多人,人均创收超过1000万元。反观阿里的员工总数接近20万,京东则在加入外卖大战后,员工总数已经超过90万人。这两家企业都在云计算、物流等基础设施领域投入了大量物力和人力。

一位知情人士告诉数智前线,拼多多此前都是在复用别人做好的基础设施,在AI上也是这个逻辑。如今,AI当下已经成为新型基础设施,拼多多应该在初始阶段,不会在这个方向上进行海量投入。

02

实用至上的拼多多,把AI用在了哪里?

拼多多从未公开承认自研大模型,但从其投入方向、团队构建与业务布局来看,这家电商巨头采用的是“轻量化、垂直场景、实用主义”技术路线,通过围绕电商核心业务场景,以更项目化、工程化的方式进行投入。

这种战略定位可追溯至其创始人黄峥的技术理念。早在2016年,黄峥就曾公开表达对AI技术不确定性的审慎思考;到2018年,他进一步提出“分布式AI”的战略方向,强调技术必须服务于业务本质,这一思想此后成为公司技术发展的底层逻辑。

我们从市场上的公开资料,也看到了拼多多“分布式AI”的一些具体的方向。

首先是传统电商市场搜广推的再升级,用于提升转化率。

以搜广推为例,拼多多在“货找人”层面展现出独特性。其智能推荐系统,不仅分析用户的浏览、搜索和购买行为,更关键的是深度挖掘社交互动数据,如“砍一刀”带来的裂变关系、拼团行为及社群分享,通过动态图神经网络算法,实时更新用户画像,通过社交链与分布式AI的深度融合,实现更高精度的兴趣捕捉与商品匹配。

在商家层面,通过开放API,让中小商家实现自动化运营与智能决策,降低人力与决策成本。如通过实时联动库存、价格与成团状态,系统可自动启动爆款团购、动态调整拼团人数,并在库存紧张时自动切换替代商品,实现团购自动化;支持跨店比价与选品决策,系统实时抓取竞品价格、库存及店铺评分,通过内置算法进行多维排序与过滤,助力智能比价与选品。

其次是营销策略,以提高广告ROI。

如2025年8月,拼多多智能营销升级为全站营销,支持商家设置固定优惠金额,由平台自动匹配流量资源,如首页曝光、推荐加权;系统通过分析头部商品的营销策略,自动为商品分配合适的优惠工具,如立减券、关注券,并在关键页面透出,引导购买决策。

如果上述动作属于传统电商的再升级,那么拼多多最新的业务举措中,也结合了AI。

比如Temu与跨境供应链的建设。拼多多旗下跨境电商Temu,这两年快速覆盖40多个国家和地区,拼多多正在构建跨国跨区域的供应链系统、智能定价系统和物流追踪体系。拼多多在上海与都柏林也设立研发部门PDD Innovation,投入农业与电商技术,支撑全球平台。

像即时零售与本地履约能力建设。拼多多通过“多多买菜”,推进“线上预售和线下提货/配送”模式,目前正测试自营仓储以支持即时配送服务。这对仓配调度、订单合单、库存优化等提出更高算法要求,意味着拼多多需要投入物流末端。同时,平台管理强调通过自动化工具,如“挽单”机制,减少退货率,并减少非必要的售后介入。

在供应链及金融工具支持方面。有研报指出,拼多多在消费金融、供应链金融、支付系统优化方面进行创新,提升商家和商流效率。

农业供应链方面。拼多多发起了“百亿农研计划”,投入AI在农业产能提升、商品流通提效等方面。2024年,拼多多研发支出重点还覆盖了“动态定价算法”与“智能物流系统”,提高运营效率并应对订单波动等问题。

此外,营销与内容生成方面的AI应用,也是目前所有电商企业都在落地应用的场景。拼多多也在支持商家生成产品的营销内容、图片,降本增效。

从以上动向来看,拼多多在AI方面布局虽然低调,但也勾勒出一定的轮廓:一是搜广推,用于提升转化率;二是广告投放策略与竞价引擎,以提高广告ROI;三是多模态生成、图像识别与内容审核,用于提升上架效率与合规;四是全球化业务涉及的供应链系统;五是即时零售仓配调度、库存优化等,六是金融供应链的智能风控、欺诈检测与自动化金融运营等。

03

对比阿里、京东:三种路径,三种未来

阿里巴巴、京东和拼多多在AI战略上呈现出截然不同的路径选择,深刻反映其企业基因、资源禀赋与未来愿景的差异。

早在2023年9月,刚出任阿里CEO的吴泳铭就明确提出“用户为先、AI驱动”的战略。

今年2月吴泳铭宣布,未来3年将投入超过3800亿元用于云计算和AI基础设施建设,总额超过过去十年的总和。目前,阿里云已建成亚洲规模最大的智算集群之一,其AI相关产品收入连续六个季度实现三位数同比增长。

在中间层,阿里以通义大模型为智能引擎,通义千问具备“全尺寸、全模态、多场景”的开源生态,其模型能力在全球权威评测中位列第一梯队。

在应用层,阿里重点打造多入口的AI服务矩阵,推动生态体系智能化转型。ToB方面,钉钉作为企业级AI入口,提供智能会议、智能信息处理、业务流程自动化等能力,飞猪旗下阿里商旅也在发力企业差旅市场;To C方面,夸克升级为新一代智能搜索与应用平台,通义App则面向更广泛的用户提供模型交互服务。此外,AI全面融入淘宝、天猫、菜鸟、高德、饿了么等核心业务,从电商推荐、物流优化到本地生活服务,实现全场景赋能。

阿里以“云+AI”为核心战略,构建了从底层算力基础设施、中间层大模型能力,到上层应用的全栈式AI体系。最近财报发布阿里股价飙升,市场在进一步认可阿里的AI布局投入。

京东的AI路径紧密围绕其供应链与物流业务,呈现出“软硬一体”的特征。在今年7月世界人工智能大会(WAIC)期间,京东宣布将言犀大模型升级为JoyAI体系,并开源企业级智能体框架JoyAgent,同时启动“百亿机器人加速计划”,推动智能体在制造、物流等实体场景中落地。

今年618期间,在京东总部一场交流分享会上,刘强东强调:“我们只围绕供应链展开业务创新,跟供应链无关的事情,我从来不会碰。”

京东的AI能力已深度融入其供应链的各个环节中。比如智能供应链系统融合具身智能、计算机视觉和运筹优化技术,实现仓储自动化分拣、路径动态规划与智能库存管理;智能客服体系依托自然语言处理技术,高效响应大量常规咨询。

更为关键的是,京东依托其闭环自营物流体系,积累了海量真实、连续的实体运营数据,构建起“实体基因+技术能力”的双重壁垒。

拼多多坚持将资源集中于电商核心场景的效率提升,以ROI为导向,其应用深入电商关键环节中。

阿里依托生态与云服务底蕴,赌的是“下一代基础设施”;京东凭借供应链与物流根基,押注“实体运营的极致效率”;拼多多则追求“技术服务于业务增长”,虽然目前其技术投入增速高出了营收增长,是否有新的动向,还有待观察。

三类路径塑造了其AI应用的形态与边界,也将在未来的市场竞争中持续受到检验。

结 语

8月25日,拼多多发布第二季度财报,营收1040亿元,增速同比放缓至7%,除却疫情时的影响,这是拼多多多历史最低同比增速,净利润同比下滑4%。

事实上,从去年二季度开始,拼多多联席CEO陈磊和赵佳臻就多次在财报电话会上,强调利润不可持续性,释放业绩下滑预期。相比之下,京东营收同比增长22.4%,创下近三年来收入增速新高;快手电商GMV增速17.8%;美团营收918.4亿元,同比增加11.7%。

拼多多高增长神话终结的背后,不仅体现出短期业绩压力,更暴露出其长期依赖的“低价驱动”模式正面临严峻考验。

在此之前,拼多多凭借实用主义和工程驱动的AI策略在电商红海中构建的效率壁垒,但其实用主义策略在面临行业竞争维度的转变,开始显露出局限性,其在人工智能时代是否会有新的范式变化,市场还需拭目以待。

注:文/安瑞,文章来源:数智前线,本文为作者独立观点,不代表亿邦动力立场。

文章来源:数智前线

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0