文 | 惊蛰研究所，作者 | 成昱
今年的 618 大促已然拉开帷幕，但电商平台们似乎正在购物场景之外，开启一个新的 " 战场 "。
6 月 1 日，36 氪援引知情人士消息报道，豆包预计将在 6 月下旬正式上线付费内容，若进展顺利，豆包还将于三季度进一步结合电商功能更新完善付费场景，并通过补贴为抖音商城进行引流，四季度进入运行期。此前，豆包已于 4 月在 APP 导航栏内嵌 " 豆包帮你选 " 功能，用户可在豆包 APP 中直接体验商品选购、下单支付、订单管理和售后等核心网购功能。
无独有偶，5 月 11 日，千问宣布与淘宝全面打通，用户在千问 APP 内与 AI 对话，即可完成淘宝上的商品挑选和下单购买。更早之前，京东在去年 12 月底推出独立 APP" 京东 AI 购 " 并正式开启内测。包括电商属性最弱的小红书，也在今年 4 月底宣布成立 AI 一级部门 Dots。
如此默契的集体行为，已经不能单纯用 " 积极布局 AI" 来概括。相反，各大平台的行为已经释放出一个清晰的信号：在 2026 年，属于 AI 电商的时代正在到来。
AI 电商能干啥？
提到 AI 电商，大多数消费者的脑海里或许并没有一个具体的概念。但其实在 2014 年，亚马逊公司推出的智能音箱产品 Amazon Echo，就通过内置人工智能语音助手 Alexa 的方式，让用户可以用语音交互的方式完成下单。后来，阿里也在 2017 年推出了同样利用 AI 语音交互实现网络购物的天猫精灵等智能硬件产品。
不过从技术层面来说，当时对 AI 的应用只是在交互方式上完成了创新，在影响消费者购买决策方面的作用并不明显。但随着 AI 话题热度的持续，普通用户对 AI 的认知和使用频率逐渐提高，AI 在电商场景的落地方式也变得更加具象。眼下，千问、豆包变身 "AI 购物助手 "，就是将 AI 接入电商场景的一种主要形态。
惊蛰研究所在对比不同 AI 应用的 "AI 购物 " 体验时发现，千问和豆包的应用页面并没有因为接入了电商功能而产生明显变化——公开信息显示，此前豆包导航栏曾出现 " 豆包帮你选 " 的按钮，但目前这一按钮已经从导航栏移除。
与之相反，京东 AI 购 APP 则是主动分出了 " 对话 " 和 " 爱购 " 两个功能页，其中 " 爱购 " 页面的内容主要为商品推荐——更形象地说，像是把京东 APP 首页搬了过来。" 对话 " 页面除了与千问、豆包一样，保留了自然对话输入框，还在导航栏放置了 " 奶茶特价 "" 找优惠 ""AI 试穿 " 等明显引导购物行为的功能按钮。这种设计语言，也给人一种迫切想要用户下单的强烈目标感。
回到对话场景。惊蛰研究所为了对比不同平台的 AI 购物体验，分别向千问、豆包和京东 AI 购发送了 " 为我推荐一款 500 元以内的耳夹式耳机 " 的消息，AI 助手们回复的内容也各有差别。
千问的 " 语气 " 有点像一位兼具网感和活力的导购，会从性价比、大牌背书、音质三个方面分别给到一款推荐商品，然后给到推荐理由，最后还将推荐内容简化整理成一份 " 快速选购建议 " 的表格供用户参考。
豆包则是按照 " 百元入门首选 "（性价比）、音质和功能体验三个角度，分别给到一款推荐商品。与千问不同的是，豆包的回答中会列明商品的亮点和不足，语气也显得更为客观、理性。在最后，豆包也会站在消费者视角提炼购买需求，再次强调每款商品的推荐理由，辅助用户消费决策。
京东 AI 购给到的推荐分类和推荐商品都是最多的，其中分类有 5 种，推荐商品数量达到了 15 款。但是分类中除了 " 性价比 " 外，其余维度仍然集中在 " 无感舒适佩戴 "" 运动防汗 "" 高清通话降噪 "" 超长续航 " 等功能性诉求上，且每个推荐分类都包含 3 款推荐商品。
另外还有一个细节：千问在对话最后会主动询问用户 " 更看重音质、续航还是价格？"，并且表示可以帮助进一步选定商品。豆包则是对话结尾询问用户 " 是否对某款耳机的佩戴舒适度、具体音质风格或使用场景有更详细的疑问？"，同时表示可以进行解答。而京东 AI 购在给出推荐商品后，没有给到更多分析。
表面上看，三个平台会出现两种不同回复风格，可能是 AI 能力导致的内容差异，但背后反映的其实是不同平台对 "AI 购物 " 这一功能定位的理解差异。
AI 与 " 场景化购物 " 时代
惊蛰研究所在实际体验中发现，或许是因为千问和豆包在接入电商功能之前，是适用于多场景的 AI 智能助手，因此产品属性决定了千问和豆包习惯通过对话分析和判断用户的实际需求，然后给出解决方案，同时再根据用户反馈不断修正 " 答案 "。而京东 AI 购更像是专门为了促成交易而开发的 AI 助手，把用户的聊天框等价于电商平台的搜索框，然后从用户的对话中提取关键词、匹配商品。
为了验证 AI 能否进一步理解用户需求、准确推荐商品，惊蛰研究所继续追问 " 能否推荐几款音质好的耳机 "。结果显示，千问基于上一轮对话中的性价比、大牌背书、音质三个维度，按照音质 TOP1、性价比音质王、大牌稳妥之选三个细分维度，给出新的推荐商品。
豆包则是聚焦音质维度，从百元音质卷王、空间音效进阶、杜比音效旗舰三个细分维度，给到新的商品推荐。并且豆包和千问在给到推荐商品时，都不同程度地从原理、功能方面进行了产品讲解，其中豆包仍然会提醒用户产品的不足之处。
另一边，京东 AI 购按照 " 音质 " 给到的推荐分类仍然达到了 5 种，商品数量依旧多达 15 款。但惊蛰研究所仔细观察发现，来自同一个店铺的漫步者 Comfo Clip Q 耳夹式耳机，同时出现在了 " 高性价比音质款 " 和 " 骨传导音质款 " 两个分类中，另外还有来自两家不同店铺的同款 moto buds clip 耳夹式耳机，出现在 " 长续航便携款 " 和 " 高解析音质款 " 两个分类中。
结合三个平台的实际使用体验不难发现，千问和豆包实现 "AI 购物 " 的流程思维，是先由用户提出需求，然后通过对话引导用户将需求细化，AI 再给到推荐商品以及尽可能丰富的推荐理由。在这个过程中，因为 AI 在对话中准确理解了用户需求，因此实际给出推荐商品数量虽然不多，但也足够精准。
相反，京东 AI 购的流程思维似乎不是从了解用户需求出发，而是预设了购买场景，让用户通过输入对话告诉 AI" 要买什么 "，然后给到消费者足够多的选择和筛选条件，但是不直接回答 " 应该买哪个 "" 为什么要买 "。本质上，这还是传统货架电商的产品思维和运营逻辑。
因此，在千问和豆包身上可以看到，在 AI 电商场景下，AI 的能力首先体现在通过用户对话完成多条件交叉筛选，帮助用户厘清购买需求。其次，在用户购买需求不明确，或对商品缺乏认知时，通过对话中的碎片化信息精准推荐商品，辅助消费决策。
另外，AI 电商还有一个最具特色也最有想象力的能力：从非交易属性的对话内容中挖掘场景化需求，给到组合式的商品推荐。这种能力与兴趣电商先通过内容完成种草，再实现转化的生意路径非常相似。不同的是，AI 电商的 " 种草 " 是由用户主动发起，以 AI 对话的方式实现的。
例如当一个日常有使用 AI 助手习惯的用户想要尝试徒步运动，那么他大概率会先了解路线、攻略相关的信息，而 AI 在给出回答时，完全能够结合徒步运动的户外属性，以 tips 的方式在对话中主动挖掘徒步鞋、防晒霜、背包、手杖等潜在需求，甚至用户也可能会直接询问 AI 助手推荐合适的徒步装备。
惊蛰研究所在测试中也发现，针对 " 能否为我推荐一套徒步装备 " 这样明确的需求时，千问、豆包以及京东 AI 购均能给到商品组合。不过，在回答 " 推荐徒步线路 " 这种非交易属性的问题时，只有千问和豆包给出了户外徒步的温馨提示，豆包还特别提到在某些特殊路线，需要防滑鞋、登山杖等专业装备。
这种自然对话的种草方式，把挖掘需求的动作变成了对消费者有用的内容，也提升了购物体验。而 " 对话式购物 " 也为平台、商家之间的竞争格局带来了新的变数。
AI 电商时代，拼什么？
单纯从功能定位来看，AI 给出商品推荐，并且说清楚 " 为什么买 " 的角色，本质上就是 " 买手 "。而曾经打出 " 买手电商 " 这张牌的小红书，在 " 对话式购物 " 方面也早有布局。
2024 年，小红书推出了一款 AI 搜索助手点点 APP。公开资料显示，点点的产品特点是深度整合小红书站内海量真实笔记与全网生活经验数据，为用户提供美食、旅游、购物、出行等生活场景的查询、解答与规划服务。目前点点的产品功能已经深度融入小红书主站内容生态，用户在搜索框输入问题时，结果页就会出现 AI 总结的内容。进一步点击页面，就会进入 " 问一问 " 的对话界面。
惊蛰研究所注意到，对比 AI 助手回答问题时对种草信息的相对克制，小红书 " 问一问 " 回复的答案中，部分商品的名字会被突出显示，右上角还有代表搜索跳转的放大镜图标，而在点击商品后弹出的新搜索结果页，还可以直接点选进入 " 商品 " 展示页。这意味着，小红书已经建立了一个从 AI 对话式的内容种草到电商转化的完整路径。
事实上，从小红书的产品实践可以看到，AI 购物本质上就是将 " 搜索式电商 " 变成了 " 对话式电商 "，AI 能够帮助用户梳理自身需求、提供解决方案，同时在对话中提供下单路径，让消费者购物更方便、决策更省心。但值得注意的是，这套产品逻辑或许不存在太高的技术门槛，但仍然需要一定的基础条件。
AI 不光要回答 " 买什么 "，还要讲清楚 " 为什么买 "，这考验的不只是 AI 的自然语言理解和逻辑推理能力，还需要有丰富的、来自真实用户的产品反馈。因为产品体验不是理论分析，AI 无法仅仅通过推理完成产品的有效评价，而是需要从千人千面的实际体验中总结出不同产品的有效信息。
惊蛰研究所就注意到，千问回答 " 徒步路线 " 的问题时，给到了 B 站的视频链接；豆包的回答则参考了今日头条的账号内容，并且在推荐徒步装备时，又给到了对应的抖音视频链接；小红书 " 问一问 " 的内容，最后也会在 " 参考来源 " 中给到笔记链接；只有京东 AI 购的回答没有提供参考资料。
需要指出的是，AI 电商并非没有缺陷。平台之间因为竞争关系存在天然信息壁垒，AI 暂时无法实现实时比价；AI 回答的内容准确度，也取决于其采用信源的内容时效性；AI 推荐的内容，也可能会成为新的 " 竞价广告 " 陷阱。但这些可能存在的雷点，并不能掩盖 AI 电商实践的积极意义。
在某种程度上来说，AI 电商从一开始就是带领用户从实际需求出发，一步步找到合适的商品。不管是被种草还是最终下单，让消费者买单的核心原因是因为 " 需要 " 和 " 适合 "，而不是因为低价。
在此基础上，AI 的核心目标——或者说背后电商平台的经营重点，也不再是单纯为用户提供丰富 SKU，然后用优惠活动带动交易，而是让 AI 给到的答案更符合用户的真实需求，同时结合平台资源提供更完整的套装式货盘。自此，内容厚度和商品广度构成了 "AI 电商 " 的两大支柱。
回归到行业视角不难发现，从传统货架电商到内容电商，每次电商业态的创新和迭代都是一次用户行为习惯迁移导致的商业场景转移。对于电商平台而言，布局 AI 购物的首要目的可以是抢占新的流量入口，但 AI 电商真正的价值并不在于案头的用户数据增长，而在于精准捕捉了全新场景下的用户需求和电商形态。
消费者和电商平台一起回归 " 高效满足消费需求 " 的电商本质，也破解了过去十几年间 " 唯价格论 " 的行业竞争逻辑：平台为了让 AI 的解决方案更合理，就需要更重视对用户需求的挖掘、提升匹配用户需求的能力；商家要想被 AI 推荐，就需要把更多精力放到产品品质上。由此，电商行业才能重回良性发展的轨道。
