+86 +86 157 5043 5323 [email protected]
程野在一家日化品牌的数据与运营岗位就职，从9月起便一直忙得不可开交。部门领导原本计划将公司的经营数据整合起来，交给AI实时分析大促趋势，但第一步就在数据获取上遇到了障碍。
他告诉「新莓」，淘宝、拼多多、抖音的官方API，没有一个容易申请。由于涉及交易、订单等敏感信息，平台通常要求企业资质或软件著作权等门槛，这意味着个人或缺乏专职团队的中小商家很难完成申请流程。程野的部门最终采取的妥协方案是使用RPA抓取数据，然后人工统一整理表格进行多平台分析，“现在发现最大的难点根本不是AI，也不是写代码，而是数据源。”
在数据源无法打通且实时同步的情况下，AI基于此进行的分析自然受到限制。
意味深长的是，就在10月14日，即双11预售开启前一天，千问办公在上海发布了电商版Agent，并开始邀请测试。该平台接入了生意参谋、有赞、千牛、万相台等商家熟悉的工具，官方意图是将分散的后台数据整合到一个工作台。
一边是数据流通不畅，另一边是平台AI的快速发展。
尽管AI早已不同程度地融入电商人的工作流程，但AI在电商领域的渗透和作用，远未达到预期中的核心能力。
这届双11前夕，我们采访了多位电商从业者，真实还原AI到底接管了哪些环节，又在哪些地方仍需人工兜底。
双11预售启动，本是最忙碌的时候，主营家纺婚庆类目的卖家莫莫，她的工位反而清静了不少。
因为双11大促期间所需的图片素材，她早在10月份就准备好了。“提前把好图的标准，以及不同场景的处理方式都生成指令，交给AI去运行。虽然仍有很多废图，但效率确实提高了。”
10月15日，双11预售启动当晚，电商创业者阿凯的客服后台最先忙碌起来，咨询量比平时更多，好在大多是标准问题。他告诉新莓，“现在好的客服AI能力确实很强，除了能快速学习产品资料外，还能处理售前和售后环节的工作。”
目前来看，内容生产和标准化客服，是AI在电商中跑得最快的两个环节。
前者有明确的产出标准可以参照，后者逐渐有稳定的问题模板和知识库可以匹配。只要规则设定清晰，AI就能批量复制，效率提升立竿见影。
莫莫告诉新莓，引入AI出图后，摄影和美工的成本节省了大半。她现在常用的工具是通义万相和Midjourney。“以前一组详情页图至少需要摄影师和模特拍一整天，现在AI生成图片加上几轮微调，半天就能出一批可直接上架的图。一个月光是摄影和后期的外包费用，少说也有两三万元。”
这也是千问办公电商版产品最想对外讲述的产品逻辑之一。
OPC电商卖家Sandy在产品发布会上分享了一组数据：从9月23日到10月7日的半个月里，千问办公帮她生成了37109张图片。她按设定的选品和场景标准筛选掉了一万多张废图，最终日均留存1600多张可用素材。这套流程让她比去年提前近三个月完成了旺季图片的准备。
而原创设计女装品牌创始人阿澈的AI用法则更靠前端。商品详情页文案和短视频脚本，都是AI先出初稿后，他再在初稿基础上进行修改。目前他也考虑使用新的付费工具，需求主要集中在直播话术生成和商家图生成这两项功能。“如果直播间话术也能让AI打个底，对我们这种小团队来说，就能腾出更多时间去做产品设计和推广了。”
如果说内容生产节省的是人力，那客服提升的就是响应速度。毕竟二者本质都是把“重复可预测”的劳动交给了AI。
阿凯告诉新莓，自己很早就接入了一家专做智能客服系统的SaaS服务商，用AI客服覆盖售前和售后的大部分咨询。
像双11预售当天，客服后台最先忙起来的，大多正是这类标准化咨询。客服是接收用户反馈最快的渠道，但棘手咨询耗费精力，直接拖慢了团队扩张的节奏。使用一段时间后，他的AI客服基本掌握了业务和产品资料，还能配置自己的Agent，用更贴近真人的语气处理售前售后咨询，“相当于降维提效了。”
不过，AI化附带的隐形代价，也在内容和客服这两个环节中最先显现出来。
莫莫发现，自己店铺的产品图和同风格店铺越来越像，但旋即她又自我安慰道，“这好像不可避免，毕竟都是同一批模型跑出来的。”
相较于前端同质化的卖家秀，商家觉得更棘手的问题在于AI客服会“乱回答”。
平台潮玩类目客服专员晓芸所在团队的AI客服，能自动处理大部分简单咨询，快递进度、发货时间这类问题回答得又快又准，只是一旦碰上需要判断的细节，机器人就容易一本正经地说错。
晓芸随口就能列举好几桩：曾有顾客问一款玩偶是不是全新，机器人回答“全新未激活”，可玩偶本身没有激活不激活的说法，这是电子产品才有的概念；还有商品标题明明写着“需当面激活”，AI却告诉顾客不需要；库存已经为零，机器人仍然回复“有货”。
尽管体验中难免夹杂着诸如此类的槽点，但内容生产和客服这两个环节，AI的接管率依然在提升。
因为关键问题不在于AI现在进化到多么智能，而在于能解决的问题本身足够“可量化”。
像电商所需用到的素材有具体图片尺寸、文案风格等硬指标可以用来筛选，客服有话术模板和常见问题库可匹配，AI只需要在划定好的边界内反复执行，就能换来肉眼可见的效率提升。
如果说内容生产和客服比拼的是标准化程度，那选品、投放、财务、库存这类经营分析环节，比的就是谁家的数据根基更扎实。而这也是AI目前渗透最深，同时最考验AI能力的地方。
据开沿科技对电商AI Agent应用场景的梳理，目前已经跑出相对成熟方案的场景集中在五类：店铺咨询应答、活动核价、三方对账、多店经营日报、新品上架。但适用的商家画像并不统一，咨询量大、人手紧张的商家往往先从店铺问答切入，而同时运营多个店铺、多个平台的商家，更依赖经营日报类工具把分散的数据先拉通。
简而言之，同一套AI能力，在不同基础条件的商家手里，有着完全不同的优先级。
有7年电商实战经验的陆骁，已经把自己的经营体系拆成了一整套Agent协作：竞品监控Agent每天追踪价格和广告的变化，评论分析Agent自动整理消费者反复提到的卖点和槽点，选品Agent根据市场容量和利润空间做初步筛选，Listing Agent整理关键词和详情页初稿，广告巡检Agent发现花费异常及时提醒，库存预警Agent结合销量提前预警断货，财务分析Agent自动对账归类成本……陆骁俨然成为一位成熟的AI电商操盘手。
在陆骁看来，怎么给AI投喂数据会直接影响结果。他认为经营结果、广告结果、过程数据、底层结构这四个数据尤为关键。他跟新莓分析道，“目的不是让AI看更多，而是让它判断结果为什么有变化，问题到底出在哪一层。”
相比之下，家居中腰部品牌投放负责人老陈对于AI赋能的体感，就没这么顺畅。
筹备大促期间，他每天都要盯着阿里妈妈营销后台的目标投产达成情况。因为万相台无界版已经把直通车、引力魔方这些工具聚合进了一个入口，所以他的工作简化成了早上看一眼投产比有没有达标。此外，新品冷启动也不用再像之前那样手动养词、拆人群。老陈坦言，“起量速度确实比过去快了。”
但AI系统回传给老陈的只是一个笼统的数值，类似于投产比里新客和老客各占多少这类更细的数据，系统界面上根本不会直接告诉他。“简单来说，这些数据在系统里就是个黑箱。要想进一步做精细化运营，还是得自己把数据导出来，一行行对照着看。”
陆骁和老陈的反差并非个例。电商本身已经是AI渗透最深的行业之一，千问办公此前公布的数据显示，其付费用户里电商商家占比达到两成，周均任务执行量达38个，是全行业最高。但“接入”和“融入”显然是两回事。像同为“电商+AI”，陆骁靠把数据分层喂给AI，换来了能判断“问题出在哪一层”的帮手；但老陈拿到手的却只是一个笼统的数值，很难再往深一步。
老陈的卡点，主要可被归结为数据被平台攥在手里，而这也是大多数商家的痛点。
程野所在的日化品牌，去年就动过自建经营数据中台的念头，想把淘宝、拼多多、抖音的后台数据统一打通，交给AI实时分析大促走势，结果第一步就卡住了。“拼多多得过内部‘方舟’小二那关，淘宝走的是‘奇门’通道，还有的要有软件著作权这道资质……这么多套流程，个人或中小商家几乎一个都批不下来。”
退而求其次，他们改用RPA从网页端抓取数据，再靠AI做初步核验，过程都得安排人工进行交叉复核。
更麻烦的是，几个电商平台对“新客”“退款率”这些关键指标的统计口径各说各话，要拼到同一张报表上还是得靠人工重新对齐。
与此同时，程野心里还悬着一个问题，“AI给出的经营判断里，到底混进了多少幻觉，又该怎么验证？”
程野心里的疑问，其实也是很多电商人在使用AI时最难规避的问题：判断。
内容生产、标准化客服、经营分析里的重复劳动，AI都能很好地完成，给商家带来的是实打实的效率提升和成本降低；但只要环节里牵涉“什么是对的”这类没有标准答案的判断，AI目前表现得似乎有些无能为力。
某婴童用品品牌电商负责人江敏，在跟新莓分享时，明确对AI的使用边界划得清楚且异常严格：
文案生产这类有正向效率提升的环节，放心交给AI。她在公司内部鼓励员工使用AI、拥抱AI。比如会议纪要、竞品整理、页面排版建议、短视频脚本初稿这些内容，都是结合AI一同生成。
但只要涉及婴儿和产品的实拍画面，江敏坚持必须真人实拍。“AI生成的婴儿脸和肢体动作，稍微有点不自然，家长一眼就能看出来，这是底线，不能在这里省功夫。”
此外，江敏向新莓表示，AI出的文案初稿也要过品牌部审核一轮，像涉及功效和适用人群的表述，还得再过一道法务关。“有了AI，的确提效了，但最后一道把关环节，始终得是人。”
不少同行早已经把大部分咨询交给了AI客服，江敏却十分谨慎，甚至他们的客服团队人数只增不减，这在整个电商行业非常少见。她给出的理由是，AI只能回复物流、发货这类标准问题，一旦涉及产品成分、适用月龄、宝宝身体状况的咨询还是得经过培训的客服人员进行回答。
在江敏看来，越是标准清楚、可复制的环节，AI的正向作用越明显；但越涉及安全、信任这类没有标准答案的判断，AI的边界就划得越保守。
不过江敏这套逐项复核的做法，在如今以效率为先的电商行业里，已经并不多见。行业更常见的操作，是把信任问题换成一道成本题：既然AI已经能承接大部分标准化工作，审核、复核这类环节，也可以考虑AI化。
所以，电商行业人力精简也是常态。莫莫和陆骁都向新莓提到，团队现在需要的人手比以前少了，不少岗位甚至外包或者找兼职就能顺利完成。
阿凯对此感受更深，他所在的公司这一年里已经减员过半，原因正是AI带来的效率提升压缩了用工需求。而且照他的说法，接下来可能还会继续。“现在公司哪怕是刚入职的普通运营，手上也配了Codex这类AI工具的付费账号。甚至公司招人，面试时上来就问候选人会不会使用AI工具，没接触过AI的基本当场就被刷下去了。”
这种人员收缩，被淘汰的大多是重复性强、可被AI替代的岗位。现在的AI，依旧难以撼动供应链谈判、私域维系这类强人际互动的环节，因为这些工作离不开人的经验和判断。
虽然莫莫自诩AI是最好的工作搭子，但她依旧觉得供应链谈判远没到能交给AI的地步。跟工厂谈价格、谈账期、谈插单优先级，说到底靠的是人和人多年攒下的信任。“AI能根据我的指令，很好地做好美工，但没法替我跟相熟十年的工厂老板打交道。”
私域经营，阿凯也留了同样的心思。对于复购多次的老客户，他坚持员工要进行人工跟进，而不是简单扔给AI维护。“AI记不住这个客户上次为什么投诉、对哪个颜色特别敏感。私域客群维系，还是得靠人工。”
这些分寸把握，有所取舍，是商家自己心里的一本明白账，消费者未必看得见。他们只是明显感到AI在360度全方位渗透电商：与他们互动的是直播间念稿的AI带货主播、日常咨询的是AI客服、浏览的是AI生成的商品详情图……AI几乎已经嵌进一次购物的每一个触点。
《AI重塑经营：2026中国电商AI应用白皮书》对各行业近千位电商商家做了深度调研，数据显示，超过95%的受访决策层商家已将AI工具应用于日常经营，其中60%处于每天高频使用状态，且有88%的商家计划维持或加大AI投入。但白皮书测算的“AI融合指数”也显示，真正进入深度融合、能让AI自主决策层级（L4）的商家，占比不到10%。
对电商商家来说，工具的多寡从来不是胜负手，AI会不会用，正在变成电商人的基本功。
然而，面对AI浪潮，什么时候该加速前进，什么时候应该及时喊停，或许才是这届双11，留给每个商家的一道必答题。
本文来自微信公众号 “新莓daybreak”（ID：new-daybreak），作者：程佳，36氪经授权发布。
