我想买一件黑色带口袋不粘猫毛的Polo衫

先做一个预设，商品也是一种信息，如果基于最主流的信息容器内容产品的逻辑来推导电商产品的话，关于 AI电商，我想到几个问题。

1.内容推荐👉产品机制。

今天电商产品在商品表达页面，除了指引商家在商品的文字和图片信息做更丰富的创作外，能否引入更好的产品机制来帮助商家提升推荐效果。比如在内容产品里，今日头条很早就推出了「双标题/双封面」功能，创作者在发布内容时设置两套不同标题/封面，推荐系统将在推荐过程中根据用户的点击率数据，选择更好的标题/封面组合增加推荐量。

电商平台现在都提供搜同款的能力，同样一款衣服价格完全不同，消费者最终确定买什么跟商品图的呈现和文字标题的描述息息相关，大家倾向选择照片拍得更好描述更能打动人的商品，哪怕他的价格更贵一些。

内容平台都在强调个性化推荐，他们会基于面向不同性别/年龄/职业/地区的用户画像，去做相关性推荐。那是不是有可能针对一个商品做多个商品页面，或者如上图针对特定人群展示特定不同的商品页面，现在AI完全可以根据人群、根据商品品类，无限生成不同的商品标题，让不同的人真的每天看到都不一样，真正实现“千人千面”。因为现在商品结果页还是“千人一面”的，想要一种商品描述内容击中所有人其实很难。

当然千人千面的投入产出比可能压根算不过来，那是不是可以先做千人十面、千人两面？

这其实是大模型能不能改造“搜推广”的问题，但目前电商行业的实践过程还相对较慢。因为以前“搜推广”已经很好了，大模型还不太能够从底层架构完全推翻掉。因为传统“搜推广”引擎靠的不是多模态理解这些数据，靠的是用户行为数据。在中国，电商的行为数据非常丰富，你往上加一点多模态信息效果有限。

2、内容生产👉AI+供应链。

本月全球最大新闻是川普遇刺，事发当天我在朋友圈看到一张图片，在Temu上有人直接把这幅历史名画印到T恤上拿出去卖。今天电商平台都在讲如何帮助商家把已有的商品怎么推得更好，但如何帮助商家去响应这种热点指导生产抢占热搜呢？这其实是个运营向的问题跟平台有多少数据没多大关系。且像上图这件T恤只要当天有且能够让用户发现，它一定能带来转化甚至还能带来主动分享。

我听说有一个平台，就是几个人的小团队，有着自己的服装厂，每天干的事情就是挖掘全网最热的素材，用AI改写一下，“小单快返”的方式把它印到大家T恤上放到所有平台去卖，它获得非常好的效果。如果你把抖音里最热的100条内容拿出来放到任何一个平台，它都会有不错的效果。

电商平台是否需要像内容平台一样，更积极干预生产，更好做到帮助商家做商机发现，和热点、和这个世界做互动？

前段时间去SHEIN的工厂参观，印象比较深的是数码热转印技术，让衣服生产从人工打版变成了电脑CAD打印。蜡染变成喷绘，可以减少污染、节约物料、缩短工时，品质稳定和多元化。

这让我联想起王选发明汉字激光照排系统之后让中国出版印刷行业“告别铅与火、迈入光与电”。（一直到20世纪80年代，中国大多数印刷厂采用的还是铅字印刷技术，与1000多年前的活字印刷没有本质区别。）

除了设计、生产，SHEIN还会从前端扩展到原料采购、工艺流程等多个环节，对整个产业链进行数字化改造。国内说了很多年的C2M，从消费者出发C2B，在这个时代是有可能的。

3、内容理解👉产品形态

PC时代的电商是商品的搜索，移动时代的电商是商品的推荐，那 AI 时代的电商是否需要新的用户产品，一种不一样的交互形态、导购形态，而不是今天这种APP搜索推荐。

比如今天淘宝拼多多用户行为的数据非常丰富，推荐搜索业务也非常成熟。但我有时真心觉得他们产品非常难用，比如我想在淘宝上搜一件黑色的，不粘猫毛的，上面有口袋的Polo衫，照道理说我需求清晰的表达了出来，但通过现有电商平台搜索完全找不到合适的结果。

现有产品框架下，绝大部分用户习惯上还是输入一个关键词，确定一个范围，如果范围不满足需求再加一些条件做过滤，这个过滤过程是不是可以通过大模型方式的方式进行交互。怎么样增强用户query理解？也许这时用户需要的交互不是搜推的输入框，而是一个对话、机器人的方式，需要用大模型和多模态方案，对原有搜索系统、检索系统做效果的提升。

今天的确没有产品可以满足需求，但有没有必要搞一个全新的AI 电商产品？递进的说，polo衫现在的搜索足够好，“黑色的polo衫”也不要新的能力，“黑色的带口袋的polo衫”可能需要，一点点在现在系统上的改造，多一层多模态理解，有没有口袋底层打一个额外的标签，这个可以做。“黑色的、带口袋的，不粘猫毛的polo衫”，这件事情非常适合大模型做了。什么叫不粘猫毛，一般商家写一个材质就不错了，他得知道这个材质粘不粘猫毛。可能家里养的不是猫，还有可能什么猫还得问你一句，长毛猫还是短毛猫，这个就非常适合大模型。

但是能够把需求表达这么明确的消费者还是少数。在现在平台当中，绝大部分还是上来搜单品，裤子、T恤，20%的人搜黑色带口袋的polo衫，最后的人搜很长的需求。最有可能的是现有平台在主干搜索链路上做一个分支，但专门做一个平台，专门解决“黑色带口袋，不粘猫毛的polo衫”，这个需求聚不起来，它可能是一个溢出性需求，不是聚焦性需求。但这个需求绝对是新的，以前干不好的事。

从技术角度来看，这确实是传统搜索技术最难解决的问题。现在搜索技术体系涉及到两端：一端是对用户意图的理解，看上去是自然语言搜索，但实际上是做切词或者语义的切割，所以会把一个相对完整的语义信息和指令信息会做里面的解构。解构之后的信息传递到商品这一侧，它其实是特征的提取。算法的体系里，机器学习里各种各样特征，它主要是基于商品的理解和消费者个人信息理解两个层面上去做。这里一个很大的问题，搜索在这么多年表达体系里，对于商品的理解和特征的表达还是非常典型的电商搜索模式。

大家相对会觉得语言本身在特征和表达上面，相对来说人类在语言表述上已经做了足够高的抽象，实际上视觉类相关的信息和非语言类信息现在还没有一套像语言这样人类高度抽象的，非常标准和规范的，某种程度上不同国家、不同民族的语言就是一种很高级的抽象写意，它能很好表达所有抽象逻辑和具体物理对象的逻辑，但视觉在这一块还是相对开放的领域。

今天AI搜索时代对于商品本身的理解和表达，我们谈到“理解”的时候，某种程度上另外一个可以思考的方向是商品未来的发布，商品的表达和表征，以及商品的表述，未来随着语言模型进一步发展到多模态模型，似乎也有更新的表达方式。AI搜索不简简单单只是用一个大模型去替代传统的机器学习模型，它可能在整个系统和整个数据设计模式上，以及它本身在算法底层如何去构建一个商品表达表示和呈现，以及特征上怎么抽取，都是非常有意思的话题。

4、关于大模型改造搜推广，在内容产品领域，我们会发现大家会有不同认知。比如抄录一段极客公园对快手 AI 改造推荐的报道：

2024Q1快手日活 3.94 亿，这个推荐大模型单次上线可以带来每天 4 亿分钟以上的时长增长，这意味着平均每个用户因为这个模型单次提升了一分钟，这是非常恐怖的数据。

5、过去一年，全行业都继续投入到了生成式AI和大模型的热潮里，每家企业都在努力思考如何将人工智能融入业务。我们都深信，AI将成为未来技术创新和商业模式变革的核心，甚至有望带来比互联网更大的影响。

但大家折腾了快两年，结果是让英伟达变成了全世界市值最高的公司，2c应用却迟迟没有爆发。看创新工场汪华的统计，把中国所有 AI 原生应用加在一起，日活也不过就是 1000 万量级。

这说明什么？这说明虽然人工智能的未来已经到来，但是当下产品化还远远没来。

我们回看十多年前移动互联网刚爆发的时候，最开始所有人都在寻找入口，手机桌面、浏览器、输入法、锁屏软件哪怕是天气 App 的都觉得自己可以变成入口，但移动互联网产品竞争的终局是短视频吞噬一切，12亿网民最终选择的的产品形态是最能制造时间黑洞的短视频。

而短视频这个故事能够成立，最大的变量就是手机摄像头，他让不会用输入法、没有用过键盘鼠标的用户，每个人都能自由地记录生活。不然一位厨师跟一位舞蹈演员可能很难用图文表现自己。

移动互联网产品竞争的终局是短视频吞噬一切，因为手机摄像头变成 12 亿网民都会使用的创作工具。 今天关于内容怎么生成又到了一个变革时刻， AI将产生跟相机发明一样深远的影响， 视频生成应该是今天AI能够抓到最大公约数的用户需求 。

6、另外一个感受，就是 AI 让老产品找到了新增量，这一波 AI 叙事还是拥有场景和用户的大公司最受益。