最近，AI电商的关注度正在变得越来越高。

6月份，连续有两家AI电商公司拿下了融资，其中Daydream拿下了5000万美元的种子轮融资，Constructor也完成了2500万美元B轮融资，估值达到了5.5亿美元。

为什么AI电商变得越来越热？主要可能有两个原因：

一是电商本身就是一个足够大，且还在持续创新的赛道。按高盛的数据，全球电商销售额在2023年达到3.6万亿美元，预计2024年将同比增长8%。简单算一笔账，如果能够用AI提升产业1%的效率，其中20%收益给到这些AI公司，就是一个价值72亿美元的市场。

二是随着AI在电商领域的应用越来越多，落地路径也逐渐清晰。在消费者端，随着大量内容涌入，传统搜索对购物的价值正在变低，AI有机会创造一种更高效率的匹配机制。在商家端，AI则通过文字、图片生成，帮助商家降本增效。

借着此次AI电商公司融资的契机，我们也来盘点下AI在电商领域的一些落地趋势。

/ 01 / AI导购，AI电商创业的核心赛道

个性化推荐，是AI电商创业公司的主流方向，这次拿到融资的Daydream和Constructor，还有之前的True Fit和Remark都是从这方面切入。

现在品牌和渠道越来越多，加上各种推荐算法和内容堆砌，消费者要找到一款自己想要的商品变得越来越困难，传统那种关键词搜索方式也不太有效了。

刚好，AI强项是信息理解和检索，于是很多创业者就试图用AI，创造一种更高效的匹配机制。

Daydream和Constructo做的事情是，就是让用户使用自然语言和图像识别来搜索产品。一般来说，你要去度假，在传统电商平台搜索的时候，可能会用“遮阳伞、泳衣、防晒衫”等为具体搜索关键词来搜索，这是一种确切的具有指向性的搜索模式。

当你用Daydream和Constructor搜索时，不用输入关键词，直接向它说明使用场景就能找到合适的商品。比如，同样去度假，你可以说：“我要带我3岁的儿子去海边度假，我们需要一些亲子风格的防晒度假装备”。

不仅如此，Daydream还会提供指令筛选器。比如，你看上一件衣服，但是你又想要蓝色，你就可以输入“我喜欢这件衣服，但我想要一件蓝色的”，接下来同样风格的蓝色衣服就会被筛选出来。

在这种搜索机制下，搜索结果会更贴近用户需求。而且，这些搜索请求会体现用户的偏好，随着细节增加和识别效率的提升，搜索结果的个性化程度也会越来越高。

用户也不用再担心广告来影响自己选择。因为Daydream这类AI电商并不参与订单履约。也就是说，Daydream只是作为购物的发现层，收入全靠佣金抽成，没有任何广告费用。

至少从目前看，市场数据的反馈已经验证了这一产品的有效性。Constructor旗下有一款AI购物助手ASA，与Daydream功能类似。

在推出以来不到一年，客户（包括大型杂货连锁店、服装品牌和综合零售商）网站收入增加10%、搜索转化率增加6%、点击量增加7%。在过去六个月中，购物者与Constructor平台的互动超过 1000亿次，过去三年平均客户保留率保持在98.5%。

除了优化搜索环节，也有其他人尝试用别的方法建立匹配机制。比如，Remark的策略就是引入产品专家。

Remark有50000名专家，有各自擅长的领域，包括音乐家、造型师、高尔夫球手、滑雪教练等，用来接受用户高质量产品咨询和讨论服务。

另外，Remark还训练了AI助力，模拟人类专家的风格回答问题，给用户及时、专业的购物指导。根据公司披露，与Remark合作的客户收入提高了9%，转换率提高了 30%。

总的来说，个性化推荐的本质是AI导购，因为大部分人在购物的时候很难准确、完整地表达自己的需求，这时候有一个理解自然语言的机器人，能够把用户一些模糊的描述逐渐引导变成一个个具体的要求，有利于匹配效率的提升。

/ 02 / AI 正在重塑电商的流程

个性化推荐完成了AI对消费者购物体验的升级。在商家端，AI应用则主要体现在提升效率和减少成本。

提升效率，就是用AI替代现有流程里的人力，目前比较成熟的应用场景大致有：文案创作、评论分析、SEO优化等等。

在文案创作上，AI可以学习之前的商品详情页，再结合新产品的亮点，帮助商家转写文案，此外AI还能完成定期向用户沟通的邮件和短信撰写。

现在AI创作的工具很多，Jasper 是其中比较知名的产品。它提供了营销、博客、商业、谷歌等多种类型的模板，利用积累的优质文案对 GPT 模型进行精调，提示用户在模板中输入对应信息， Jasper 会根据模板在右边生成高质量段落。

去年，亚马逊近期也上线了生成商品内容的工具，商家输入几个商品描述关键词或句子后，亚马逊就会列出商家可能需要的内容列表，比如产品名称和概述等信息，商家可以直接采用或继续调优列表的生成效果。

再说评论分析，店铺里的商品往往会有很多评价，好在哪儿，或者是缺点在哪儿。这时候AI可以去帮商家进行智能分析，然后给出一些分析报告，比方说用户想要更多的颜色，或许希望有更长的充电时长等等。这些信息有利于帮助商家调整产品结构。

还有就是SEO优化，如果商家有独立的网站，还需要去写一些软文去优化网站的SEO。以前可能是要花几百块钱请一个人写一天才能够写一篇。但是商家现在投喂了对应的语料以后，AI一分钟就可以给你出一篇，甚至AI还能捕捉品类的关键词，对内容进行优化。

说完增效，再来说说降本。

成本减少是把以前大部分卖家需要外包的事项，直接用AI替代掉，其中最为明显的领域就是图像生产。

电商从业者通常不具备图片处理的专业能力，但是要消耗大量的图片素材。比如，现在很多卖家是拿厂商的产品图重新P一下背景，但问题是，上游的产品图可能比较粗糙，也不好看。

现在有了AI生图产品，这些麻烦就没了。在这方面，国外做的最好的要数Photoroom。

Photoroom最早从背景编辑切入，让电商卖家通过几次点击，完成产品照片的背景编辑（擦除、模糊、替换等），以更低的成本制作出更优质的产品宣传图。现在Photoroom还能用 Prompt 生图方式可以更快的生成用户想要的背景，在产品效果也做了很多优化。

在国内，美图秀秀也出了一个AI一键抠图和AI替换背景的功能，商家只要上传一个产品， AI就能够直接识别，不仅替换掉背景，还能改变产品的颜色。

除了背景图外，电商领域在产品展示也常常会用到创意图或者模特展示。之前这种图片比较麻烦。如果涉及到真人出镜，需要由设计团队前期构思，然后请合适的模特及摄影进行拍摄。对于服装行业，十套衣服将近花费 1 天时间，一张图的平均成本约为 100-500 元。

现在无论是创意图生成，还是模特展示图，AI全给做了。

比如，国外的Linkfox就能用AI技术自动生成商品图，用户上传一张或是多张商品图的照片，AI便可以轻松完成商品图的合成。

Linkfox还支持只上传衣服的照片，然后选择AI模特，就可以生成模特穿衣的商品图。而且还可以调整模特的面部表情，让生成的模特商品图更加自然。

去年，蘑菇街也曾推出 AI 商拍工具 WeShop，WeShop 支持人台图、真人图、商品图、玩具图、童装图的生成。操作非常简单，只需要选择生成的图片类型、上传图片、设定文字等其他要求、生成图片即可完成一次生成体验。

/ 03 / AI电商的三个演进方向

虽然现在AI在电商领域应用比较广泛，但仍然有很多可以改进的地方。从我的角度看，AI电商的三个演进方向可以重点关注：

第一，多模态的应用。当下，AI在电商的应用大部分都集中在文字、图片，视频方面应用还比较少。

现在比较常见的是，营销人员用数字人功能配合其他视频模板、商品说明文字，快速生成商品解说视频，或许直接输入商品说明URL，让AI视频工具根据商品页中的信息，生成品牌宣传视频。但无论视频稳定性还是多样性比较欠缺。

考虑到短视频在商品营销的权重不断增加，未来多模态将成为AI电商的重要趋势。

第二，AI模型能力提升，带来内容幻觉和随机性下降。

现在针对电商这一垂直场景，当被问到具体问题时，AI仍然会有幻觉的存在。如果有合适的机制，能够让机器人给出回答有据可循，才能够吸引更多人进行互动。

同时，现在用同一个提示词去生成文案或者图片，会输出不同的结果，没有微调的选项。这种不确定性，会增加商家的使用成本。

第三，AI电商应用往更深度和细分需求走。比如，现在越来越商家要进行短视频投放，大部分商家只能看到达人一些结构化数据，比如播放量、粉丝数、粉丝画像等等。未来，AI或许把评价的维度真正带到达人内容创作上，根据达人过往的视频内容，去衡量与商家品牌调性的匹配度，实现短视频投放效率的提升。

再比如，针对不同品类消费者的特定需求，也有很多AI应用的空间。国内这方面已经有了一些探索，比如图灵鉴定切的就是，帮各种球鞋美妆做AI鉴定。

尽管目前AI在电商领域的落地，仍然有很多不足。但必须要说，电商就是AI最好的落地场景之一。自身成熟的数字化基建，加上天然距离交易更近，不仅能最大化AI的价值，也让AI公司更快地走向商业化。

或许，AI对电商的变革影响将远远超出我们想象。

       原文标题 : 连续拿下超千万融资，AI电商赛道的风口来了？