今年双11已经走到第17个年头，消费者依旧熬夜比价，商家照样通宵盯盘，但后台的「发动机」已经换了芯。
当AI从大模型论文里走出来，第一站就上了电商——这个离钱最近、数据最肥的试验田。
淘宝把大模型塞进搜索框，一句「清理下水道小飞虫的东西」这样口语化的表达，也能打捞数十亿SKU;豆包把商城藏进对话框，边闲聊边下单，让购物像发朋友圈一样随手;飞书则远离聚光灯，用多维表格走完选品、作图、算账一条道，为商家释放生产力。
三套打法，三种流速，却指向同一个终点:让消费者少点几下，让商家少熬几夜。
表面看，搜索、对话、表格各守一段河道，短期井水不犯河水，可再往前，两股暗流或将悄然交汇。
AI刷新淘宝搜推广
电商是公认的距离AI落地更近的场景。今年双11，用户真正能感受到购物正在被AI重塑。
对于任何一个电商平台来说，最基础的是商品数据，也就是商品库，在此基础上则是搜索、推荐、广告（简称为:搜推广）是电商核心基建。简而言之，商品和用户之间连接与匹配的效率，都取决于「搜推广」的能力。
AI重塑阿里电商，首先就是从一个库和三个引擎所切入的。
阿里巴巴中国电商事业群搜推智能总裁凯夫分享到，阿里重新按照新的属性，规范升级商品库，更好地建立索引，商品数据完备度大幅提升。这些事情没有大模型，无法完成。过去这些工作都是人工拿着百科全书，一页页比对信息。
与此同时，凯夫说，「我们第一年把大语言模型系统性的用在了搜索、推荐和广告的各个环节当中，从而也带来了比较大的增长。」
而在最容易衡量效果的应用场景AI搜索和AI推荐，用户在淘宝都能感受到新的变化。
比如用户搜索一些需要通过复杂语义来表达的商品，像是「清理下水道小飞虫的东西」，淘宝通过大模型改造了搜索检索相关性和搜索词理解的模块后，搜索引擎已经能更聪明、更丰富地理解复杂的用户表达。
淘宝推荐系统也进行了升级和一定程度的重构。不再是传统的买什么推什么、点什么推什么，而是借用大模型驱动的生成式推荐，在不涉及用户隐私的情况下，去分析用户更长时间的偏好。
值得一提的是，在今年11月之前的两三个月里，六款面向C端的AI导购产品（AI万能搜、AI帮我挑、拍立淘、品类清单、AI试穿、AI清单）就已经陆续完成测试并上线。
不同以往大公司惯以造车轮式的、以一个接一个的独立产品形式面世，这次，阿里选择将这些AI产品内嵌于手淘主站。用凯夫的话说，「把这些功能融入到用户的动线当中去，在动线当中帮他相对润物细无声的解决具体的问题。」
淘宝试图借助AI变得更懂人，解决用户的具体问题和需求。
比如，「AI试穿」一定程度上可能降低退货率高的问题，「万能搜」则回应消费者复杂需求的表达问题，「拍立淘」解决日常当中经常需要通过图像描述商品的需求。
一位小红书用户发帖分享了自己使用「AI试穿」的心得，她在淘宝建立了个人尺码档案和个人形象，玩得不亦乐乎，「有喜欢的还可以下载下来，如果觉得太假了可以调整身材参数，还能看看自己适合风格的衣服，变相提升穿搭。」
最为引人注目的还是「AI万能搜」，这个功能设置于手淘主站顶部搜索框的左上角，紧邻「搜宝贝」。
一位在北京工作的30岁+程序员说，「我买东西都是已经有明确的目标，或者去什么值得买比比较，再或者先用京东搜，看好评率98以上的，再在各个平台比价。」
西安一位从事出版工作的女士则告诉我们，她没有闲逛的习惯，都是有确定的购物需求才去淘宝，「所以那个框里的引导问题我不太关心，有时候不小心点到，还得退出，重新搜索我要的东西。」
面对今年双11国内购物平台热闹的AI宣传和用户使用热情之间的对照，几天前腾讯科技的随机用户调研结果显示，40位调研对象中，只有23.5%的用户，成功借助AI功能下单购买。
个体的感受存在一定的局限性，平台监测的反馈结果，似乎更乐观。
双11启动发布会上，凯夫分享过阿里内部的AB测试和随机实验结果，「复杂语义下的商品搜索相关性可以提高20个百分点，这是一个非常大的数字。淘宝、天猫已经做了很多年的搜索推荐，我们并不是在很多实验当中都可以看到双位数，这个红利是因为大模型和AI释放出来的。」
对搜索和推荐的正相关性影响，产生的进一步结果就是GMV的增益。数据显示，得益于双11前宠物行业商品信息丰富度提升34%，双11开卖以来，宠物行业由首页信息流推荐带来的成交额同比增长超40%。
这可能是C和B同时从AI获得的红利。
AI 原生应用成为购物新通道
这个双11，就在电商平台从用户动线中引入AI的时候，一个意想不到的玩家从AI应用的角度切入电商。
飞书，过去都在讲多维表格强大的后台管理能力，且作为一款AI生产变革工具深入人心。但是在一次以电商老板为主的沟通场合，他们普遍面临的困惑是，如何在电商场景使用AI，比如在类似直播复盘和客户反馈处理等一些高频的使用场景。
电商行业从决策到执行均以数据为导向，但是行业数据碎片化率极高，海量数据是由无数Excel、CRM和ERP拼接而成的，工具多样，权限隔离，但是数据口径不一，使用繁琐，甚至容易出错。
同时，不同行业、不同品类在电商的流程不尽相同，尤其在大促期间，排期、直播达人合作、售后等不同环节生成的数据是否能成为结构化信息，且第一时间抵达决策者手中，是历来的问题。
在洞察到市场需求之后，飞书决定从B端商家侧切入电商，将多维表格打造成「电商业务中枢」。
主打丑拖鞋销售的跨境电商老板刘世奇，过往依靠人工抓取亚马逊爆品数据，但是现在通过飞书链接AI工具可以将亚马逊头部爆品的标题、详情页、多语言评论抓进表格，再自动分析信息，产出趋势性爆款选品，让6人团队年销突破3000万。
这只是其中一个维度。大促期间，商品封面图、详情页等视觉素材的高频迭代，也是每个电商团队直面的痛点问题，一条素材从需求到落地需要以天或小时为单位计算，内部流程提效迫在眉睫。
蕉内在引入飞书多维表格AI生图功能后，流程效率不仅提高，甚至是改写。当然对电商从业者而言，也意味着思维方式、协作模式的转变和适应。
如果说飞书是从B端提升AI电商运营效率，ChatGPT和豆包则是直接在C端打开了电商新通道，从Chatbot延伸向AI购物。
今年4月，ChatGPT测试推出购物功能，当时用户只能通过对话获取外部网站的购物信息，5个月之后，ChatGPT的电商生意更进一步，上线了基于Stripe（在线支付处理公司）的即时结账功能，用户在ChatGPT站内就能完成整个交易闭环，无需再跳转第三方网站。
OpenAI称，ChatGPT按商品的「相关性」自然排序推荐，不收广告费，只在成交后抽佣;对于售卖同款商品的不同商家，按照库存、价格、质量及主销商身份来定先后。
与此同时，作为国内用户规模最大的AI原生应用豆包，也在年初接入了抖音，近期又上线了商品卡功能，用户在对话框和豆包聊聊天，就能下单购买到抖音商城的商品或者本地生活的团购券。
假如你在豆包对话框中输入「适合黄一白的粉底推荐」、「附近火锅店的抖音团购券推荐」对话内容，对话框会在几秒之后即时生成商品的蓝色文字链，并附有图文介绍，包括产品特点、价格和用户评价，本地团购券还有具体的地址、人均消费额、评分和营业时间等信息。
不论是抖音商城的商品，还是本地生活的团购产品，用户只要安装了抖音APP，都能丝滑跳转至抖音完成购买。
目前来看，开放的商家聚焦于抖音生态内「高频消费+低决策门槛+高评分」类别，比如母婴、美妆、家居日用、本地生活等。这些品类具有「标准化程度高、复购频次高、评价维度清晰」的特点，利于AI用参数和价格段快速帮用户做决策。
AI对话框是否会成为用户电商的高频场景，还是未知，因为背后涉及到决策权的交付，支付决策交付等问题。但是箭在弦上，AI电商趋势已成必然。
三套打法，三种流速?
在AI链接电商这件事上，淘宝、豆包、飞书各走了一条截然不同的路——一个把大模型塞进用户动线中，一个把商城藏进对话框，一个在表格里再造供应链。体验因此分叉，交易链路也各自延伸。
先说淘宝。用户本来就习惯在顶部搜索栏敲字，但如今搜索词即便是口语也能得到高效匹配。但在本质上来看，检索、比货、下单仍在主站完成，动线和过去几乎一样，支付宝、菜鸟、88VIP原封不动，链路损耗接近零，省掉的是反复换词的麻烦。
对淘宝来说，AI不是新故事，而是给老马车套上新马达，跑得快了，但车依然是那辆车。
豆包把顺序颠倒，先聊再买。用户把购物意图拆成多轮追问，豆包用上下文记忆逐层缩小范围，商品卡链接内嵌在对话内容中。相比较传统搜索，因为已有AI的一层过滤筛选，人找货效率相对更高，但也相对减少了「逛」的购物乐趣。
对比豆包和淘宝，各自的核心优势其实并不一样。
淘宝有最深的商品库，再长尾的商品也能搜到。而豆包倚靠抖音，具备丰富的内容库和10亿的月活数据，加上抖音电商的闭环加持，推荐颗粒度可达到「露营过夜怕冷」这种场景级需求，但短处是抖音电商的商品库远不及淘宝货架。
飞书避开C端，直接把AI写进商家的多维表格，走得更远。运营新建一列，就能顺手调用大模型，选品、定价、库存、广告素材在同一张表跑完，结果直接对接ERP与财务。消费者虽感知不到飞书，却能在更短周期内看到更丰富的新品与直播优惠。
如今，三条路线各自为政:淘宝守「搜-买」存量，豆包拓「聊-买」增量，飞书深耕「供-卖」效率。短期看，大家井水不犯河水，可再往中线走，两股交叉潮或许不可避免。
第一股交叉潮叫「品牌私域」。当商家既想拿淘宝的搜索流量，又想用AI客服、AI主播把用户沉淀到飞书群和豆包号，但数据入口只有一个，谁能让品牌在同一套后台里完成「引流-转化-沉淀-复购」，谁就掌握私域的水龙头。
第二股交叉潮叫「中小企业一站式工作台」。淘宝已上线“生意管家”这类服务于商家经营全场景的AI Agent，飞书自带协同底座，豆包握有低价流量和短视频内容。谁能把「选品-营销-交易-履约-财务」装进一个AI入口，谁或许就能吃掉商家的年度预算。
到那时，运营或许不再分平台，而是在一张表里跑完所有平台:对话生成脚本→多维表格自动拆任务→淘宝下单补货→飞书群审批付款→豆包号二次分发。搜索框、对话框、表格的边界被同时抹平，三家终于在同一张订单上相遇。
换句话说，今天它们各取所需，明天将在「帮商家AI化」这条路上短兵相接。竞争不是会不会，而是何时。