今年618,AI帮商家「做好」生意

从“熬夜脸”中挖出蓝海,AI帮商家找到“想破脑袋也想不到”的新客

过去电商投放的逻辑是商家先定义需求,再从结构化标签库里找匹配的人,导致人群池子固化、内卷加剧。今年618,AI通过分析全网消费者的真实搜索行为和内容浏览数据,反向建立需求与商品的动态连接,打破了这种路径依赖。

  • 自然堂的“成分翻译”:核心成分“喜默因”消费者不关心,但AI发现搜索量最大的不是“抗皱紧致精华”,而是“熬夜脸怎么救”“加班后皮肤状态差”。品牌由此提炼出“韧肌抗老”这一差异化定位,把硬核科技拆解成不同人群能感知的利益点——23岁加班女生不是“抗老人群”,却是“熬夜脸”的精准用户。最终母亲节期间旗舰店GMV同比提升30%,新客人数同比增长70%。
  • 抱树藏香珠的“跨圈匹配”:一个做非遗藏香珠的小众品牌,按传统关键词搜索天花板极低。AI识别出搜索“和田玉”“新年礼物”“情绪疗愈”的人,背后可能是送礼、自我奖赏等不同动机,帮品牌将触达范围从“藏香珠”扩大到情绪疗愈、非遗文化等更大圈层。
  • 电子锁与美甲女生:卖电子锁的商家以往只盯着装修人群,AI却发现做美甲的女生因为指甲长、拿钥匙不方便,更需要电子锁。AI帮助商家找到那些“想破脑袋也想不到”的新客。

测款周期从两周缩到7天,AI把创新的风险打下来了

对中小商家来说,“创新”往往意味着真金白银的试错成本。AI通过数据驱动的选品、测款和内容生成,大幅降低了尝试的风险,让商家敢于下注。

今年618,AI帮商家「做好」生意

  • 义乌优克拉的“数据驱动决策”:这家深耕星空灯15年的工厂,过去推10款产品7款可能打水漂。今年618,AI先帮他们看清星空灯赛道的供需格局,发现消费者搜的是“六一儿童节礼物送什么”而非“星空灯”,存在结构性增量机会。随后用AI测款,新品首发成功率从30%跃升到92%,日均GMV从几千块涨到两万多元,测款周期从两周缩短到7天。
  • 抱树的内容试错:借助AI万相的AIGC创意能力,这个主理人品牌可根据产品素材自动生成适配不同人群、不同需求的种草视频(如礼物、科普等方向),内容生产效率提升了5倍以上,大大节省了制作成本。

AI帮助商家从“生产驱动”(先做出来再想办法卖)转向“需求驱动”(先看需求再做验证后放量),把创新变成一件不再靠天吃饭的事。

一人店铺跑通全链路,AI让中小商家补齐大公司级能力

过去,全链路经营闭环和数据驱动决策是只有大公司才能玩转的事。今年618,AI工具将组织能力的门槛大幅降低,小团队甚至一人店铺就能跑通从洞察、选品、内容到投放的全链条。

  • 工具集成,能力“长在身上”:阿里妈妈AI万相引擎推出多个工具——万相智识帮商家找人群、万相智品翻译卖点、万相智造出内容、万相智投7×24小时自动调优。商家不需要搞懂底层模型,只需知道对应场景用什么工具。
  • 数字人直播与AI客服:京东数字人主播7×24小时在线,人力成本直接砍半;淘宝“店小蜜”升级为导购型客服,主动推荐商品并上线“AI假图识别模型”,平均退款挽单成功率超20%。京东AI客服“京小智”已服务超百万商家,抖音飞鸽智能客服可节省约70%人力成本。
  • 从“经验驱动”到“数据驱动”:重庆露营装备商家李菲发现,数字人虽然缺乏真人“吸引力”,但在深夜承接标准化产品咨询时,转化率甚至略高于真人;独立书店店主王毅通过AI分析读者偏好选品,库存周转天数缩短15%。

这些能力的平权,让中小商家第一次具备了与头部品牌同台竞技的基础设施。

对话时代来临,AI正在重塑电商的“入口”与“底层规则”

今年618不仅是工具的升级,更是消费入口和商业逻辑的根本性变革——从“人找商品”变成“AI按需匹配商品”,从搜索关键词变成语义理解和场景匹配。

  • 入口转移:淘宝与千问全面打通,千问App内可直接完成商品挑选、比价、领券甚至下单;抖音将豆包App与商城打通,内嵌“买前问豆包”功能。电商竞争由流量竞价变为用户心智的争夺,谁掌握了被信赖的“AI助手”,谁就掌握了消费决策的分发权。
  • 消费者态度分化:虽然AI导购接受度在提升,但消费者更倾向于“AI帮商家提效、降低成本让利给我”(51.7%),而对“AI直接给出购买建议或自动下单”接受比例仅为37%-48%。部分消费者抱怨AI客服“答非所问、转人工死循环”,提示AI在售后等复杂场景仍需真人介入。
  • 平台博弈:阿里、字节用大模型锁住生态闭环;京东走全流程嵌入,强化供应链效率;拼多多不追概念,默默优化价格匹配算法。国研新经济研究院院长朱克力指出,消费逻辑从人主动找商品,变成AI按需匹配商品,电商底层规则发生了根本性变化。

短期看,AI对GMV的直接拉动不如预期,但长期来看,这是一场关于“购买入口”的争夺。拐点可能在未来两三年出现,届时C端的一键购、B端的全链路AI改造将更加成熟。商家的任务不是搞懂AI原理,而是学会把它当作水电一样的基础设施,尽快找准应用场景跑起来。