AI购物元年：流量入口从搜索转向对话推荐，拉动电商增长

【开篇语】

随着人工智能技术快速向消费领域渗透，“人工智能+消费”也逐步上升为国家级战略行动。“十五五”规划明确将“人工智能+消费”作为扩大内需的关键路径，要求全面实施“人工智能+”行动。今年6月，八部门联合发布《关于加快“人工智能+消费”发展的实施意见》，7月国务院批复同意并发布《扩大消费“十五五”规划》。

在此背景下，南方都市报启动“高品质消费观察”“AI+消费”系列专题，聚焦颜值经济、运动户外、食品康养、体验经济、出海新赛道、AI智能消费等热门赛道，持续关注AI新技术、新体验如何驱动消费市场提质扩容。南都将于7月30日在上海举办创新案例线下交流会，重磅推出《2026人工智能驱动消费增长趋势洞察报告》。本期我们聚焦AI在电商领域的发展近况。

2026 年行业公认是AI购物普及元年。头部平台争相布局 AI 购物入口，品牌批量落地AI营销，AI告别过去概念化试水阶段，迎来大规模落地潮。 Gartner测算，2026年传统搜索引擎流量缩水25%，2028 年AI搜索的市场份额或将反超传统搜索，这意味着消费决策的起点正在从传统搜索框、推荐流，全面向AI对话界面迁移——AI对话将成为全新主流入口。 目前，业内已达成一个行业共识：AI不再是单一营销工具，而是消费产业升级的核心基础设施。据毕马威（KPMG）《2025消费品与零售CEO展望》显示，64%零售企业高管将生成式AI列为头号投资优先级；大量企业计划未来12个月将10%-20%预算投入AI；超七成高管认为率先落地AI的零售商将形成显著竞争壁垒。

观察1 大厂开启AI购物入口争夺战

传统的电商购物模式正经历从“搜索-浏览-购买”到“对话-推荐-购买”的范式转变。新一代AI购物助手能够理解自然语言查询，提供个性化的产品推荐，甚至完成端到端的交易流程。这种转变不仅改变了用户的购物体验，也重新定义了电商平台的竞争壁垒。

因此，一场关于AI购物入口的资源争夺战在全球打响，中国市场的竞争尤为激烈，AI被视为刺激消费的重要工具。

马年春节，阿里、腾讯、字节、百度等互联网大厂为抢占AI超级入口、推动普及重金投入。据估算，元宝、豆包、千问三款产品营销投入合计超百亿元。在补贴刺激下，AI用户规模快速扩容，阿里数据显示，千问相关下单超2亿次，超1.3亿人首次体验AI购物；腾讯数据显示，元宝月活达1.14亿，日活超5000万。

这场投入只是竞争起点，今年618前后，阿里、腾讯、字节、京东、美团纷纷加码AI助手，竞争再度升级。

今年5月，阿里旗下千问与淘宝全面打通，用户可在千问内完成淘宝购物操作，淘宝也上线了千问AI购物助手，提供多项AI功能。6月3日，千问App向第三方开放，接入多个领域品牌，加固生态壁垒。6月8日，千问APP启动“AI帮我挑”功能内测，该功能为一级入口，覆盖购物全链路需求，可结合商品库给出推荐与购买链接。

字节跳动主打构建“内容驱动的AI电商”，今年3月，豆包接入抖音电商。5月13日，豆包上线“买前问豆包”功能，对标千问“AI帮我挑”。6月初，豆包APP灰度测试一键打车功能，背后体现字节的全场景Agent布局。6月23日，豆包大模型2.1发布，支持多智能体同步长时协作。6月24日，豆包专业版上线，分设三档收费套餐。

腾讯则与京东、美团开启深度合作，美团AI助手“小美”和腾讯元宝的合作近期上线，用户可在元宝内调用美团本地生活服务完成交易。此外，京东和腾讯AI Agent深度合作，结合京东供应链履约能力与腾讯生态入口优势，打造跨场景智能服务，可实现一句话下单。此前京东、美团已分别推出相关AI购物产品，但缺乏高流量入口，和腾讯合作可缓解二者的AI流量竞争压力。

值得关注的是，6月下旬，微信、支付宝也加入竞争。6月16日，支付宝推出AI版本“阿宝”，用户滑动即可体验，上万种服务可一句话办理。阿宝可依托支付宝生态，匹配完成各类生活服务。6月24日，微信AI助手“小微”开启内测，十余家头部企业排队接入，可实现一句话完成多步操作，用户仅需最终确认。

伴随着平台投入的加大，AI也逐渐成为消费者发现商品的重要入口。行业研究显示，2025年，人工智能驱动的电子商务平台推荐增长了304%，远远超过了传统流量渠道的增长。

观察2 消费品牌“卷”起AI营销

互联网巨头争夺AI购物入口的同时，品牌商家则不断挖掘AI带来的红利。2026年，AI营销彻底告别“要不要用”的讨论，进入了“怎么用才能实现营收增长”的新阶段，行业的核心诉求从过去的降本增效，转向了直接驱动业务增长。

根据市场研究机构的预测，全球人工智能营销市场规模将从2025年的353.9亿美元增长至2026年的464.9亿美元，年复合增长率达31.4%；聚焦到生成式AI在数字营销领域，2026年市场规模预计达43.5亿美元，年复合增长率高达32.4%。

从消费品牌的实践来看，AI已经渗透到了营销全链路的各个环节。在内容生产端，头部品牌普遍用AIGC工具批量生成适配不同平台的素材，过去需要数天完成的短视频创作，现在通过AI工具仅需几小时就能交付。同时AI能够根据用户画像和行为数据生成个性化的营销内容，包括广告文案、产品推荐和促销信息。

2026年春节期间，可口可乐品牌家族推出马年贺岁专属AI祝福视频，消费者可将照片轻松转化为个性化拜年视频。2026年3月，无糖可口可乐推出AI大片，消费者只需上传一张自拍，即可生成专属“代言人”大片，让品牌与个人表达深度融合。

百事则仅凭5分钟的梅西录像素材，通过自建的PepGenX平台生成了400万条覆盖10种语言的个性化视频，每个消费者看到的梅西都在用自己的母语说话。

联合利华内部开发了名为Sketch Pro的AI工具，营销团队可在两小时内将一个创意概念转化为可投放市场的素材。

雀巢推出内部专用的NesGPT，利用数字孪生技术为旗下多个品牌生成电商视觉内容，无需任何实物拍摄即可完成产品图制作。

在投放优化端，AI智能体可以基于实时数据自动调整投放策略，无需人工持续盯盘，就能实现预算的最优分配。通过机器学习算法，品牌也能够实时优化广告投放策略，提高转化率和投资回报率。

AI营销本质是借助AI手段，将营销逻辑从“经验驱动”升级为“数据智能驱动”，实现营销精准投放与全链路效率提升，不仅是“千人千面”的个性化营销，甚至是“一人千面”多维度营销。

据Frost Sullivan预测，2024年中国营销和销售决策AI应用市场的收入规模为206亿元，过去4年CAGR达35%；在企业数字化转型需求、数据海量增长及科技进步的驱动下，预计2029年市场规模将达到976亿元，对应未来5年CAGR为36.5%。

观察3 AI赋能全流程成为共识

经过两年多的行业探索与落地验证，AI从单点营销工具升级为消费全链路的新生产力，已经成为全行业的普遍共识。据Deloitte《2025零售与消费AI数字化白皮书》数据显示，92%的国内头部消费上市公司、全域电商平台已将全链路AI赋能纳入企业年度核心战略，超70%头部企业设立千万级至亿级专项AI产业升级基金，无头部企业选择观望或保守布局。

在产品研发层面，AI赋能可实现精准匹配市场需求。传统消费品牌研发周期长、试错成本高、新品命中率低，而头部企业通过AI大数据分析用户消费偏好、市场趋势、竞品动态，实现反向定制研发。如伊利自研全域消费垂类大模型 YILI-AI，打通线上用户消费、全网舆情、线下终端销售数据，联合阿里妈妈达摩盘搭建 AI 新品洞察体系。传统模式下新品市场调研、需求定位环节需 3–6 个月，依托 AI 自动化数据研判，单轮消费者趋势洞察周期缩短至 3.5 天，大幅提升需求匹配效率；完整新品研产全流程借助 AI 优化后，周期从 12–18 个月压缩至 3–5 个月。

在生产供应链环节，AI赋能实现柔性降本增效。服饰、食品、零售头部企业落地AI智能排产、智能订货、库存预警系统，解决传统供应链库存积压、损耗过高、响应滞后等痛点。如生鲜零售龙头百果园规模化落地自研 AI 智能订货 3.0 系统，模型融合天气、节假日、区域消费习惯、冷链物流时效等多维度数据自动测算门店订货量，替代传统店长经验订货模式，单店人工订货时长由 3-5 小时压缩至数分钟。

此外，在终端运营与用户管理方面，AI可实现全域精细化经营；在履约与售后环节，AI有助于完善全流程服务闭环。如绝味食品依托腾讯混元AI搭建全域私域智能运营体系，实现会员自动分层、精准触达、活动智能策划，私域复购营收持续攀升，AI运营效率远超传统人工模式。医药零售龙头大参林落地全域 AI 运营系统「AI 小参」，覆盖智能客服 / 400 热线情绪分析、门店客流数据统计、会员分层标签运营、AI 商品陈列 / 智能补货四大场景。

观察4 AI应用仍存挑战

尽管AI+消费的落地速度远超行业预期，但从当前实践来看，AI真正实现全链路赋能消费行业，仍然需要跨越多重障碍，无法一蹴而就。当前的挑战包括：GEO（生成式引擎优化）信任危机、信息泄露风险、内容同质化等。

GEO信任危机

首先要跨越的是用户的信任门槛。购物是典型的高信任成本行为，涉及金钱、隐私和售后服务，用户愿意让AI推荐商品，和愿意让AI直接下单支付，中间隔着一道难以快速跨越的心理壁垒。Gartner 2026年5月的消费者购物调研显示，仅11%消费者愿意授权AI自主完成购买决策；绝大多数用户接纳AI做商品比价、方案推荐，但会自行把控最终下单与支付环节，不愿把交易权限完全交给AI购物助手。

这或许解释了为什么亚马逊的AI购物助手Rufus，始终没有作为独立App推出，而是作为亚马逊App内的功能模块存在。对于拥有数亿存量用户的成熟电商平台来说，试图让用户完全迁移到陌生的AI对话界面，风险远大于收益，用AI改造传统的搜索、推荐流程，反而更符合用户的使用习惯。

2026年央视“3·15”晚会曝光的GEO黑色产业链，则直接揭开了部分服务商通过虚假信息操控AI回答的遮羞布。GEO的核心依赖RAG（检索增强生成）技术，即大模型在回答问题时，会实时抓取网络上的高权重内容作为依据。然而当前多数主流模型缺乏对源内容真实性的二次校验机制，默认“搜索结果”即等于“事实可信”。

黑产从业者敏锐地捕捉到了这一漏洞：他们无需真实的产品或工厂，只需支付费用，便能利用自动化工具批量炮制出完美的虚假评测、新闻通稿和用户问答。这些内容经过精心伪装，被定向投放至行业网站、论坛等高权重渠道，瞬间在检索结果中霸屏。

背后的原因是，行业尚未建立统一的GEO合规标准与追责机制，黑帽优化成本极低、合规成本偏高，主流AI平台虽已上线内容降权、违规处罚机制，但针对隐蔽性语料投毒、软性虚假种草的筛查能力有限，短期内难以彻底根治GEO信任乱象，AI购物的公信力建设成为行业长期难题。

数据孤岛与信息泄露风险

其次是全链路数据打通的难度远超预期。当前绝大多数消费品牌的用户数据分散在电商平台、社交平台、线下门店等不同渠道，数据标准不统一，同时受数据安全和隐私保护规则的约束，很难实现全域数据的打通。很多品牌的AI系统只能调用局部数据，无法形成完整的用户画像，导致AI推荐的精准度大打折扣，甚至出现“给已经购买过该商品的用户反复推送广告”的低级错误。

同时，不同平台之间的“围墙花园”策略，也在阻碍AI购物的跨平台发展，海外市场中，亚马逊通过技术手段限制ChatGPT、Gemini等外部AI抓取平台的商品数据，eBay也更新了用户协议，明令禁止第三方AI助手在未经许可的情况下访问平台，这种对自有数据的保护，让中立第三方AI导购的发展空间受到了明显限制。

另一方面，更需要警惕的风险是信息泄露。AI赋能消费全流程的核心依托是海量用户数据、消费行为数据、供应链经营数据，头部企业全域数据沉淀的同时，也大幅放大了数据泄露、违规使用的安全风险。

2026年初，国家安全部对外披露了一起“违规使用AI工具，导致数据泄密”案例：小李是某科研机构研究人员，在撰写一份研究报告时，为图方便，使用了某AI应用软件，擅自将核心数据及实验成果作为写作素材进行上传，导致该研究领域涉密信息泄露。

内容同质化

随着AIGC工具在消费营销领域的全面普及，内容生产的门槛被无限拉低，整个行业正在陷入前所未有的同质化困境。大量中小商家直接套用通用AI模板生成商品文案、短视频素材，导致全网的种草笔记、商品详情页、营销广告的内容高度趋同，消费者刷10条不同品牌的短视频，可能看到的是几乎完全一样的脚本结构和话术逻辑。这种同质化内容不仅无法打动消费者，反而会引发用户的审美疲劳，大幅降低营销内容的转化率。

IDC《2026中国人工智能营销生态全景报告》（2026-05）显示，全域营销素材AI渗透率77.4%，纯AI短视频素材流量效率衰减约40%。海外调研数据同样显示，94%营销团队使用AI生产内容，但纯AI素材互动显著低于人工原创。大量商家投入AI工具后，并没有获得预期的流量增长，反而陷入了“越用AI生成内容，流量越差”的恶性循环。

出品：南都政商数据新闻部

统筹：甄芹 马宁宁

采写：南都N视频记者 马宁宁