文章来源：硅星人Pro
文章作者：summer
对一个小众设计师品牌来说，在线上经营最难的事是什么？
答：找到自己的用户是谁。
对于这个亘古不变的难题，poco blush自己也没想到，可以被AI如此轻松地解决掉。
2023年，poco blush在敏锐地发觉了AI电商的新机会后，就开始尝试借助平台的万相台、全站推广等AI投放工具，寻找自己的目标用户——精致妈妈人群，并向她们定向投放产品走秀及展示短视频。
在探索的过程中，poco blush发现，经过AI调整后，在大促蓄水期二次触达这些高潜人群的时候，种草的转化率一路飙升，打开了业务规模高速增长的任督二脉——尽管客单价在200~500元左右，在2023年的大促期间，poco blush单月销量破万，带动全年GMV增长超200%。
对于小众品牌而言，这个增速震惊了所有人，让poco blush直接脱颖而出，跃入淘宝神店榜。而在这个过程中，不同于投流手根据平台经验和自身判断的非标准化、不可控性，AI像施了魔法一样，让投放体现了高度的精准度和计划性。
不止poco blush，在昨天，阿里妈妈发起的首个激发未来商业增长的数智经营大奖“2024阿里妈妈未来商业奖”颁奖盛典上，欧莱雅、周生生、金典等多个品牌都展示了自己过去一年的AI数智经营成果。
品牌们不约而同地用上了AI，让AI快速渗入电商经营的每一个环节，开启了从量变到质变的改造。
就像当沸水的蒸汽冲破水壶盖子、发出尖锐哨鸣声的时候，没有人意识到蒸汽机的诞生将打开一个全新时代。
如今，历史再度上演，AI电商的“水壶盖子”正在被淘宝上的品牌和商家们反复冲击。
AI比商家和消费者，更懂消费者
AI电商的第一环，就是用AI强化对消费者需求的洞察。
电商的本质，是要理解人的消费需求，改进人的需求方式。九九归一，AI电商首先也要从理解用户出发。
二十年前，传统线下门店中，消费者的需求反馈依赖于一线导购们的主观感受，而到了十年前的互联网电商时代，用户足迹和行为才被记录下来，让平台可以通过多维度客观地量化、分析、理解用户们的需求，并形成了一系列的反馈机制，例如根据店铺评分来分配流量等等。
特别是移动互联网时代，基于个性化的算法推荐，用户的行为数据例如点赞、停留、搜索、好友关注等不断增多，用户的标签也在变得更加立体化、细致化，货品可以直接找到对应标签的用户，提升成交效率。
举个例子，早在2013年，淘宝就推出了“千人千面”个性化推荐，通过收集和分析用户的浏览、购买、收藏等行为数据，运用机器学习算法为每个用户提供定制化的购物体验和商品推荐。
不过，在这个过程中，算法对于用户的理解更像是侧写，而不是精准复刻，平台对于用户的理解始终有提升的空间，也正是因此，平台会将流量分为精准的付费流量和模糊化的免费流量两类。
如今，大模型技术的发展，则能够在超强的学习能力和大量的数据之上，让电商可以在“千人千面”之外再上一个阶梯，做到实时理解消费者的需求，甚至挖掘出更多的潜在需求，从根本上丰富用户的标签，扩大平台的精准人群池。
这也是阿里妈妈AI的重要方向。在昨日的大会上，阿里妈妈商业化运营中心及市场部总经理树羊介绍，当下消费进入价值消费新时代，消费价值定义更多元，线上浏览频次激增，但停留在单货品或内容的时长越来越短。如何在海量和高频的浏览中快速精准获得消费者，机会和挑战并存。AI技术是在当前消费趋势下，获得增长红利的利器。阿里妈妈以AI大模型技术优化广告算法，持续提升人货匹配的精准度。通过打通自然流量和付费流量，以新商业机制发挥流量的更大潜能。此外，革新一系列AI产品，优化商家洞察决策、品牌营销、内容制作、商品推广等营销全链路，让商家把握更多生意主动权和增长确定性；同时提供更多元客户服务能力，为不同类型的商家打造分场景的产品解决方案。
“平台能够帮助商家理解消费者、放大货品的价值体现、提升人货匹配效率，商家则不断优化货品承接效率、提升货品价值优化服务及体验，最终实现形成双赢。”树羊表示。
据淘宝内部消息，已经有实践数据验证了淘宝的这一条道路，正在让用户加速回归，驱动商家生意稳健增长。
树羊介绍，天猫618期间， 88VIP会员规模同比增长超65%，Z世代消费人群规模增长9.7%。淘宝用户使用天数及购买频次提升明显，618期间，人均购买天数同比提升8%，人均购买件数同比提升13%，客单价同比提升17.8%。
此外，第三方机构易观数据还显示，今年天猫618全周期淘宝APP的日活跃用户数（DAU）同比增长达23.4%。淘天平台的成交同比增长达到12%，增速跑赢综合电商大盘，平台成交占综合电商62%市场份额。
AIGC+AI投放，改造商家经营全流程
除了对消费者的理解，当下这波大模型技术的突飞猛进，展现出了AI在商家领域的两个关键作用——内容生成和实时决策。
前者以AIGC为基础，部分替代了过去需要人来完成的工作，通过减少商家素材生产成本；后者则是通过数据测算、流量仿真，提高人、货的匹配效率，这两者恰恰是商家当下经营的大头。
简单地看，电商其实就是一个“卖图”的过程。图像的存在，是为了让消费者通过屏幕尽可能了解到商品的实际情况，在“与实物相符”和“美化、激发购买欲”之间做微妙的平衡。
过去，在商家经营过程中，往往需要配备经营团队，越大的品牌所需要的团队越大，举个例子，运营人员需要配合商品上新节奏，拍摄商品图、上传图片、设置会场、关联商品等，同时，在内容化趋势下，商家需要耗费大量时间、精力在内容创意和制作上。
因此AIGC出现后，几乎是电商从业者们最先主动开始尝试用AI生成电商素材，用AI模特取代真人模特的讨论甚嚣尘上，希望借助技术降低成本。
阿里妈妈曾做过一次调研：一次服装外拍至少需要2000块，而采用阿里妈妈万相实验室生成展示图片，百万个服装商家将可以实现“0成本匹配模特、0成本制造场景、30秒批量制造高规格商品图”。
不过，相较于“点对点”的工具，让AI驱动电商全链路，才是AI电商的正确打开方式。
以阿里妈妈为例，在商品素材生产侧，通过生成式AI智能产品“万相实验室”，商家只需要简单输入商品信息，就能生成商品图，提升生产效率；然后，在高质量商品素材生成后，商家可以通过智能投放系统“万相台无界版”，AI将制定最佳的内容、渠道组合策略，提升投放效率；接下来，在海量商品上架的大促节期间，通过阿里妈妈“淘积木”，商家可以借助AI自动抓取商品卖点，定制商品详情页、大促会场等不同板块的内容，提升上架效率......由此，让一个AI像绳索一样，串联起了一个个环节，才能将商家真正从复杂流程中解放出来。
而当商品素材生成完成后，接下来就进入到了投放营销的环节。
今年4月，阿里妈妈已经推出了AI驱动的投放产品「全站推广」，基于“付免联动”机制，让AI识别用户意图、精准定位标签，撬动全域流量。商家在这个过程中，只需设置一个ROI指标，AI就可以接管自己跑计划。
在颁奖盛典上，阿里妈妈公布全新革命性产品“全站推广”最新的应用成果。数据显示，天猫618期间，全站推广测试的商家货品，对比未投的同质商品，产品为商家撬动的流量增量达105%，撬动商品成交增量达43%，助力130个首批内测商家成交破千万，美的、联想、追觅、tineco添可等10余家成交破5000万，超150万商品全域拿量，投后7天GMV环比平均增长超过65%。
以AI技术变革商业，阿里妈妈提供了商家与平台共增共振的确定性路径；以付免联动机制盘活全局流量，全站推广已成为商家生意增长新杠杆。淘天集团阿里妈妈商业化产品中心总经理渊穆还透露，“阿里妈妈全站推广已完成阶段性效果验证，将于近期全量上线。”
全域内容生产、智能上架、渠道投放、人群匹配......在整个过程中，对商家而言，AI电商不是20个AI工具，而是一整套完整的AI驱动解决方案，对商家经营过程全面降本提效。
开辟一个全新的AI场
从货架时代的人找货，再到内容时代的货找人，本质都是人和货之间匹配方式——即“场”的改变。
电商始终在寻找新的场，因为新的场，意味着全新的增量空间。
货架电商改造了线下模式，而后社交电商时代创造出了私域场，紧接着内容电商创造出了内容场包括图文、短视频、直播......电商平台一直在不断地调整着自己的场，寻找新的流量洼地。但是现如今，这些场都在肉眼可见地走向见顶，而下一个场却还迟迟完全被挖掘出来。
这也是为什么低价之争进入了白热化状态，甚至开始相互损耗。
在这一背景下，AI似乎被当作了一个终结低价内卷的出口——毕竟，AI会开辟一个新的电商场，已经是毋庸置疑的了。
不过，目前，AI的电商场究竟是什么模样，各大平台都还在摸索的过程中。
最开始，百度智能导购助手、Kimi+值得买相结合形成的电商导购，寄希望于让AI来做人和货的智能匹配；而后，今年以来，淘宝、京东都上线了苹果Vision Pro版本，试图借助VR改变了人和货的交互方式，模拟出线下实体店的真实购买体验。
除了平台动作，还有商家借助AI做起了C2M，一边在社交平台上用Midjourney等文生图软件设计商品，让用户投票，反向找工厂定制。
五花八门的路径，显示出了AI电商丰富的可能性。在这个时间节点上，AI时代的电商场域不确定性，意味着更加需要当下的各个平台在探索的过程中大胆创造。
而目前，对AI电商最为投入的就是阿里巴巴和亚马逊，两个平台之间恰好有不少共同之处。
首先。从平台模式来看，两者都是高度复杂化、规则化的平台，且都有云业务的支撑，这让淘宝和亚马逊在AI改造上都非常迅速。且，两者都在借助AI帮助商家制作商品素材，简化商家经营过程，例如，亚马逊基于大语言模型的一键生成式AI工具，只需上传产品图片或输入简要信息，AI工具便能自动生成详细的产品列表内容......率先将AI在降本增效的环节上用了起来。
除此之外，和淘宝借助AI调整产品设计一样，亚马逊也将大语言模型融入进了算法推荐之中，通过算法来学习相关类目词条常识性知识，通过对可识别用户的购买习惯、行为、爱好等因素，对可识别的买家进行标签化处理，在买家搜索时，及时性的展示推荐和可识别用户买家搜索相关度高、符合你购物习惯、关联购买较高的相关商品进行展示。
在官方论文中，亚马逊就提到一个典型案例，当一个买家搜索孕妇鞋时，COSMO会根据人类尝试、其他同类用户购买情况，识别到孕妇的鞋应该具备有什么特征功能，例如，可以分析得出“孕妇鞋需要防滑”，从而优先推荐有防滑属性的鞋。
在这个过程中，相当于是让AI关联来理解用户需求和货品特点，改变了以往的搜索SEO模式，商家不需要再大量的尝试关键词打爆，而是将货的差异性、品质力呈现出来，让AI理解后直接推荐给更多的消费者。
作为国内、外电商的第一梯队，从淘宝和亚马逊的实践中，AI对于电商模式的改造，已经开始快速铺开了。
AI电商的水壶盖子，在平台们积极地反复冲击中，或许很快就要破开，迎来一个新时代了。
