当大模型竞逐迈入第三年，作为消费符号的双11，几乎每一年也成了大厂和创企们大秀AI电商肌肉的新舞台。
如果对比「AI双11」这三年的进化，仿佛走入一个大型的「新瓶装旧酒」现场：
越来越多的AI导购，层出不穷的营销、客服以及投放Agent产品，还有宣称取代主播的数字人，能「一秒出图」的AIGC创意生成工具......
天然具备数据和场景需求的电商，是AI最早落地的行业之一，也是离商业化最近的场景之一。今年双11，电商巨头们没有再围绕单点AI能力讲故事，而是秀出全面的AI版图。
天猫总裁家洛将今年定义为「AI全面落地的第一个双11」。除了端出C端的6个AI导购产品外，B端的AI工具也基本覆盖了电商人货场全链路，从经营分析、商品运营、人群运营、内容素材制作到投放策略优化，AI似乎都能帮助品牌在流量内卷的大促里找到增长点。
京东也称，今年双11是京东AI、大模型、机器人等技术融入程度最深的一届，不仅在双11前发布了全新的电商AI架构「Oxygen」，还首次把大规模投入的「超脑+狼族」智能设备集群，搬到了双11的技术舞台上，展露其「具身智能」的野心。
C端精准的AI导购、B端的商家经营助手，似乎在今年双11成为了现实，有媒体形容：“今年双11，我的AI比我还忙。”“AI拯救电商打工人”等等，我们和身处这股浪潮里的消费者、打工人们聊了聊，发现AI确实已深入了他们的实际工作上，也确实解决了部分问题。
但一些磨合和矛盾也在显现：AI犯的错如何解决？AI会不会取代我的岗位？当AI变得更懂我的需求，又会不会产生「过度理解」的新问题？
今年双11，用DeepSeek给自己做完购物攻略后，洋葱（化名）的购物体验确实变得更便捷了。她尝试过很多版提示词，比如将自己的预算和粗略的购物计划直接抛给DeepSeek，但发现AI最终给出的价格预测并不准确，且无法提供跨平台的详细价格对比。
训了AI好几天，于是洋葱索性将自己购物的最后一步交给AI：在支付前，让AI算出自己的双11购物折扣。
她先是将自己要买的商品让AI整理成表格，包括购物金、定金、尾款等，详细梳理自己的花费记录，随后又让AI帮忙算出商品的单价金额。“我更多想让AI帮算清自己花多少钱，只要最终单价是划算的，说明就没有亏”。
像洋葱这样用AI算清账的，只是「AI导购」的一类目标群体，他们带着明确的购物目标，也大致清楚各平台的商品价格范围，使用AI只是想在既定选择里找到最有性价比的一个。
还有的消费者，对双11的购物攻略并没有详细的规划，他们更期待AI能尽力为自己包揽一切，贯穿产生购物需求、完成购买的整个过程。
双11恰逢手机厂商的「新机大战」，趁着国补，想要给自己换一部新手机的迪迪（化名）就让Manus、ChatGPT Atlas等Agent来为自己制定详细的购物攻略。
迪迪想入手一部iPhone 17 Pro，但不知道怎么买更优惠。Manus不仅端出了详细的购物节点和优惠折扣，甚至还给出了替代方案，对比了三星Galaxy S25 Ultra、小米17 Pro Max等其他品牌的参数。使用ChatGPT Atlas的Agent模式，也就是OpenAI新浏览器，也能收获同等的效果。
使用AI来购物的人确实越来越多。OpenAI此前的研究就发现，ChatGPT每天收到的25亿条提示中，约有2%涉及「判断物品、服务或人员的质量」。
Adobe公司今年九月的一项调查显示，逾三分之一消费者已在使用AI工具进行产品研究、获取推荐和寻找优惠。
OpenAI在今年下半年已经开始加速自己的AI电商版图，一面是和Shopify、沃尔玛等合作，另一面上线即时结账功能，打通「购物-交易」的闭环。
国内本就拥有电商业务的大厂，也从未放弃对AI导购的试探，端出6款产品的淘天，接入抖音商城的豆包，都已开始让AI为电商导流。
尽管用户有需求、大厂都在加速押注，并不意味着「AI导购」就是富矿一片。
首先，用户体验端还存在诸多优化之处。
比如，迪迪就提到，Manus给自己提供的优惠折扣并不准确：“7699元就能买到iPhone 17 Pro的256GB版，这根本不可能”。她还提到，电商的折扣也随时都有变动，但AI攻略做不到实时动态调整。
还有用户则担心隐私问题。毕马威此前针对1500名美国消费者进行的一项调查就发现，43%的人对公司使用AI分析他们的个人数据以提供购物推荐的想法感到不舒服。
其次，技术迭代也需要时间。
「AI导购」依赖「人货」两端的长期技术进化，一方面，在「人」上，需要大量的用户行为数据积累，行业玩家需要在数据采集、数据合规、数据存储等多维度数据融合提升模型精度；在「货」上，则是通过AI迭代原有的搜推广基建，比如淘天就在2025年初对原有商品库进行了升级。
阿里巴巴中国电商事业群搜推智能总裁凯夫也提到：“AI的本质是对人的洞察，从原来基于标品关键词的描述，转向更深度、更个性化的理解。”
换言之，「AI导购」想要更懂人心，就必须要建立和消费者的「强信任」关系，但眼下信任还未实现真正「上车」。
对不少电商打工人们来说，今年双11，AI终于比自己忙了。
谭思（化名）在一家五十人左右的在线教育企业，负责电商课程运营，每年双11都是一场压力测试，加班更是常态。今年双11，公司引入AI应用于私域群发和前端获客咨询后，大大减轻了她的压力。
“过去我们十几个运营助手要手动私戳十几万用户，去私戳发送「文案+课程链接+群链接」，现在AI介入后，只需要2-3人负责群发设置，AI可以同一时间N个账号同时在跑，规划好结束时间就可以了”。
谭思还提到，过去人力私戳用户，如果速度过快或超过一定数量，账号会被封禁，但公司目前在测试咨询AI，模拟助手的回复去和用户交流，降低被封禁的风险。
不过，尽管AI降低了她过去的重复劳动，但谭思的焦虑也并没有缓解。
一方面，公司裁撤了一部分的外包，甚至是运营人员，这让她感到自己随时都有可能被AI替代；另一方面，AI提效之后，双11的KPI压力更重了，运营工作被AI替代后，今年双11，她的工作内容又多了其他平台的投放。
“身体的劳累减轻了，但心更累了”。谭思说。
比谭思更早体会到这种蔓延的焦虑，还有电商的投手们。
今年30岁刚从一家电商代运营企业离职的李楠（化名）告诉我们，投手们可能是最早对AI电商有直接体感的一群人。
“你如果不拥抱AI，就会被AI淘汰”。李楠告诉我们，AI自动化的营销投放解决方案已经遍地开花，海外如Google的Performance Max、Meta的Advantage+，Tiktok的Smart+，国内如阿里妈妈的万相台AI无界，抖音的巨量引擎等。
过去投手们可能要手动去创建和设置人群包，设预算，定出价，24小时盯账户、调预算，更是常态，但现在AI介入后，投放变得智能化：“后台设置已经智能化了，AI能测图，批量生成素材，投手只需要设预算，填转化目标就行”。
但智能化也有「负面效应」。李楠有一次负责大健康行业客户的账户，就由于过度信任数据，ROI最后的表现并不好，他身边也有不少做基础性工作的投手已经转行。在投手们看来，AI确实节省了人力，从过去的熬夜盯账户转向关注到素材的把控和账户的运营上。
但李楠也提到，智能化也有代价，比如智能化带来了「黑盒化」。过去广告主可以手动控制，圈哪个人群包，做哪个创意，但现在智能投放一键托管后，透明度大大降低了。
这给打工人带来的困惑是，“以前不少甲方就不懂投放，现在更不懂智能投放”。当出现问题时，AI算法的锅，究竟是AI来背，还是打工人来背？
尽管这是充满了「AI味儿」的一届双11，但距离AI电商的全面应用落地还有很长的时间。
一位淘天内部人士告诉「硅基研究室」：“包括AI万能搜在内的C端导购产品目前节奏上还是在逐步调优，重点放在打磨产品上，未来肯定会有一定的商业化的空间，但需要等到成熟”。
想要进一步优化用户体验，让搜索变得更精准，一方面需要用户高频地用，这也是为什么今年双11大厂集体发力「AI导购」的原因所在；另一方面，平台需要围绕搜索词，和品牌打通数据体系，这都需要一定的时间周期。
向内看，在搜推广的技术基建上，各家也都在探索大模型时代的推荐模型。UCSD的SASRec、Meta的HSTU、谷歌的TIGER、快手的OneRec、美团的MTGR和UNM等，这些模型都在不断优化结构，但也普遍面临如数据的不稳定性、推理延时高、存储与计算成本较高等挑战。
社交平台Pinterest的首席执行官比尔·雷迪就曾表示，AI购物将是一场持久战。“这种由代理商帮你买下所有东西，你什么都不用做的想法，我认为要实现它，将会是一个非常非常漫长的周期。”
而在AI电商的商业化上，拥有电商业务的大厂自然能率先搭建「需求-推荐-交易」的内循环，但AI公司多大程度能借「电商变现」，还要打上重重的问号。
来自汉堡大学的研究者在最新的研究中就发现，ChatGPT等新电商渠道短期内并未对谷歌等传统渠道产生影响。
研究者找了973个电商网站的真实数据，检查了50000个ChatGPT推荐，对比了赚钱能力（转化率、客单价等）和用户活跃度（跳出率、访问时长等）两个维度，发现传统渠道的表现依旧优于ChatGPT。
这也进一步表明，AI电商的用户渗透和商业化依旧道阻且长，今年双11抢着带货的AI们，还需要解决更多电商场景的复杂挑战。
注：文/kiki，文章来源：硅基研究室，本文为作者独立观点，不代表亿邦动力立场。
