連續拿下超千萬融資，AI電商賽道的風口來了？_風聞

最近，AI電商的關注度正在變得越來越高。

6月份，連續有兩家AI電商公司拿下了融資，其中Daydream拿下了5000萬美元的種子輪融資，Constructor也完成了2500萬美元B輪融資，估值達到了5.5億美元。

為什麼AI電商變得越來越熱？主要可能有兩個原因：

一是電商本身就是一個足夠大，且還在持續創新的賽道。按高盛的數據，全球電商銷售額在2023年達到3.6萬億美元，預計2024年將同比增長8%。簡單算一筆賬，如果能夠用AI提升產業1%的效率，其中20%收益給到這些AI公司，就是一個價值72億美元的市場。

二是隨着AI在電商領域的應用越來越多，落地路徑也逐漸清晰。在消費者端，隨着大量內容湧入，傳統搜索對購物的價值正在變低，AI有機會創造一種更高效率的匹配機制。在商家端，AI則通過文字、圖片生成，幫助商家降本增效。

藉着此次AI電商公司融資的契機，我們也來盤點下AI在電商領域的一些落地趨勢。

/ 01 / AI導購，AI電商創業的核心賽道

個性化推薦，是AI電商創業公司的主流方向，這次拿到融資的Daydream和Constructor，還有之前的True Fit和Remark都是從這方面切入。

現在品牌和渠道越來越多，加上各種推薦算法和內容堆砌，消費者要找到一款自己想要的商品變得越來越困難，傳統那種關鍵詞搜索方式也不太有效了。

剛好，AI強項是信息理解和檢索，於是很多創業者就試圖用AI，創造一種更高效的匹配機制。

Daydream和Constructo做的事情是，就是讓用户使用自然語言和圖像識別來搜索產品。一般來説，你要去度假，在傳統電商平台搜索的時候，可能會用“遮陽傘、泳衣、防曬衫”等為具體搜索關鍵詞來搜索，這是一種確切的具有指向性的搜索模式。

當你用Daydream和Constructor搜索時，不用輸入關鍵詞，直接向它説明使用場景就能找到合適的商品。比如，同樣去度假，你可以説：“我要帶我3歲的兒子去海邊度假，我們需要一些親子風格的防曬度假裝備”。

不僅如此，Daydream還會提供指令篩選器。比如，你看上一件衣服，但是你又想要藍色，你就可以輸入“我喜歡這件衣服，但我想要一件藍色的”，接下來同樣風格的藍色衣服就會被篩選出來。

在這種搜索機制下，搜索結果會更貼近用户需求。而且，這些搜索請求會體現用户的偏好，隨着細節增加和識別效率的提升，搜索結果的個性化程度也會越來越高。

用户也不用再擔心廣告來影響自己選擇。因為Daydream這類AI電商並不參與訂單履約。也就是説，Daydream只是作為購物的發現層，收入全靠佣金抽成，沒有任何廣告費用。

至少從目前看，市場數據的反饋已經驗證了這一產品的有效性。Constructor旗下有一款AI購物助手ASA，與Daydream功能類似。

在推出以來不到一年，客户（包括大型雜貨連鎖店、服裝品牌和綜合零售商）網站收入增加10%、搜索轉化率增加6%、點擊量增加7%。在過去六個月中，購物者與Constructor平台的互動超過 1000億次，過去三年平均客户保留率保持在98.5%。

除了優化搜索環節，也有其他人嘗試用別的方法建立匹配機制。比如，Remark的策略就是引入產品專家。

Remark有50000名專家，有各自擅長的領域，包括音樂家、造型師、高爾夫球手、滑雪教練等，用來接受用户高質量產品諮詢和討論服務。

另外，Remark還訓練了AI助力，模擬人類專家的風格回答問題，給用户及時、專業的購物指導。根據公司披露，與Remark合作的客户收入提高了9%，轉換率提高了 30%。

總的來説，個性化推薦的本質是AI導購，因為大部分人在購物的時候很難準確、完整地表達自己的需求，這時候有一個理解自然語言的機器人，能夠把用户一些模糊的描述逐漸引導變成一個個具體的要求，有利於匹配效率的提升。

/ 02 / AI 正在重塑電商的流程

個性化推薦完成了AI對消費者購物體驗的升級。在商家端，AI應用則主要體現在提升效率和減少成本。

提升效率，就是用AI替代現有流程裏的人力，目前比較成熟的應用場景大致有：文案創作、評論分析、SEO優化等等。

在文案創作上，AI可以學習之前的商品詳情頁，再結合新產品的亮點，幫助商家轉寫文案，此外AI還能完成定期向用户溝通的郵件和短信撰寫。

現在AI創作的工具很多，Jasper 是其中比較知名的產品。它提供了營銷、博客、商業、谷歌等多種類型的模板，利用積累的優質文案對 GPT 模型進行精調，提示用户在模板中輸入對應信息， Jasper 會根據模板在右邊生成高質量段落。

去年，亞馬遜近期也上線了生成商品內容的工具，商家輸入幾個商品描述關鍵詞或句子後，亞馬遜就會列出商家可能需要的內容列表，比如產品名稱和概述等信息，商家可以直接採用或繼續調優列表的生成效果。

再説評論分析，店鋪裏的商品往往會有很多評價，好在哪兒，或者是缺點在哪兒。這時候AI可以去幫商家進行智能分析，然後給出一些分析報告，比方説用户想要更多的顏色，或許希望有更長的充電時長等等。這些信息有利於幫助商家調整產品結構。

還有就是SEO優化，如果商家有獨立的網站，還需要去寫一些軟文去優化網站的SEO。以前可能是要花幾百塊錢請一個人寫一天才能夠寫一篇。但是商家現在投餵了對應的語料以後，AI一分鐘就可以給你出一篇，甚至AI還能捕捉品類的關鍵詞，對內容進行優化。

説完增效，再來説説降本。

成本減少是把以前大部分賣家需要外包的事項，直接用AI替代掉，其中最為明顯的領域就是圖像生產。

電商從業者通常不具備圖片處理的專業能力，但是要消耗大量的圖片素材。比如，現在很多賣家是拿廠商的產品圖重新P一下背景，但問題是，上游的產品圖可能比較粗糙，也不好看。

現在有了AI生圖產品，這些麻煩就沒了。在這方面，國外做的最好的要數Photoroom。

Photoroom最早從背景編輯切入，讓電商賣家通過幾次點擊，完成產品照片的背景編輯（擦除、模糊、替換等），以更低的成本製作出更優質的產品宣傳圖。現在Photoroom還能用 Prompt 生圖方式可以更快的生成用户想要的背景，在產品效果也做了很多優化。

在國內，美圖秀秀也出了一個AI一鍵摳圖和AI替換背景的功能，商家只要上傳一個產品， AI就能夠直接識別，不僅替換掉背景，還能改變產品的顏色。

除了背景圖外，電商領域在產品展示也常常會用到創意圖或者模特展示。之前這種圖片比較麻煩。如果涉及到真人出鏡，需要由設計團隊前期構思，然後請合適的模特及攝影進行拍攝。對於服裝行業，十套衣服將近花費 1 天時間，一張圖的平均成本約為 100-500 元。

現在無論是創意圖生成，還是模特展示圖，AI全給做了。

比如，國外的Linkfox就能用AI技術自動生成商品圖，用户上傳一張或是多張商品圖的照片，AI便可以輕鬆完成商品圖的合成。

Linkfox還支持只上傳衣服的照片，然後選擇AI模特，就可以生成模特穿衣的商品圖。而且還可以調整模特的面部表情，讓生成的模特商品圖更加自然。

去年，蘑菇街也曾推出 AI 商拍工具 WeShop，WeShop 支持人台圖、真人圖、商品圖、玩具圖、童裝圖的生成。操作非常簡單，只需要選擇生成的圖片類型、上傳圖片、設定文字等其他要求、生成圖片即可完成一次生成體驗。

/ 03 / AI電商的三個演進方向

雖然現在AI在電商領域應用比較廣泛，但仍然有很多可以改進的地方。從我的角度看，AI電商的三個演進方向可以重點關注：

第一，多模態的應用。當下，AI在電商的應用大部分都集中在文字、圖片，視頻方面應用還比較少。

現在比較常見的是，營銷人員用數字人功能配合其他視頻模板、商品説明文字，快速生成商品解説視頻，或許直接輸入商品説明URL，讓AI視頻工具根據商品頁中的信息，生成品牌宣傳視頻。但無論視頻穩定性還是多樣性比較欠缺。

考慮到短視頻在商品營銷的權重不斷增加，未來多模態將成為AI電商的重要趨勢。

第二，AI模型能力提升，帶來內容幻覺和隨機性下降。

現在針對電商這一垂直場景，當被問到具體問題時，AI仍然會有幻覺的存在。如果有合適的機制，能夠讓機器人給出回答有據可循，才能夠吸引更多人進行互動。

同時，現在用同一個提示詞去生成文案或者圖片，會輸出不同的結果，沒有微調的選項。這種不確定性，會增加商家的使用成本。

第三，AI電商應用往更深度和細分需求走。比如，現在越來越商家要進行短視頻投放，大部分商家只能看到達人一些結構化數據，比如播放量、粉絲數、粉絲畫像等等。未來，AI或許把評價的維度真正帶到達人內容創作上，根據達人過往的視頻內容，去衡量與商家品牌調性的匹配度，實現短視頻投放效率的提升。

再比如，針對不同品類消費者的特定需求，也有很多AI應用的空間。國內這方面已經有了一些探索，比如圖靈鑑定切的就是，幫各種球鞋美妝做AI鑑定。

儘管目前AI在電商領域的落地，仍然有很多不足。但必須要説，電商就是AI最好的落地場景之一。自身成熟的數字化基建，加上天然距離交易更近，不僅能最大化AI的價值，也讓AI公司更快地走向商業化。

或許，AI對電商的變革影響將遠遠超出我們想象。