PART2 AI比品牌更懂品牌的客戶

你的品牌，在AI的回答里還存在嗎？

這是一個比品牌排名第幾更殘酷的問題。今年春節(jié)，用戶在千問平臺通過“一句話下單”功能完成了近2億次操作。

越來越多的消費者開始"對AI說出自己的需求/指令"。這件事，行業(yè)里已經(jīng)有很多人在討論了，但大部分討論都停留在同一個結(jié)論：品牌需要去新的陣地打廣告了。如果你也是這么想的，那你對這場變革的理解，還差一個關(guān)鍵的維度。

在阿里媽媽3月20日的發(fā)布會現(xiàn)場，其超級經(jīng)營智能體引擎“AI萬相”的發(fā)布過程中，我們看到了這樣一個例子。

內(nèi)衣品牌Ubras推出了一款"小奶皮內(nèi)衣"，賣點主打貼膚舒適。按傳統(tǒng)的投放邏輯，這款產(chǎn)品會圍繞"內(nèi)衣""無痕文胸""背心式文胸"這些品類詞去投放，錨定的人群是"女性、18-35歲、有內(nèi)衣購買記錄"之類的基礎(chǔ)標(biāo)簽。這沒有錯，但也到頭了——你能覆蓋的，只是那些"已經(jīng)在找內(nèi)衣"的人。

但“AI萬相”做了一件完全不同的事。

它注意到，有一個用戶近期在淘寶搜索“每到換季皮膚都很干，干得發(fā)癢很難受，怎么辦”并買了滋潤維穩(wěn)的面霜。幾天后，她又搜索了"內(nèi)衣"。她的搜索詞里沒有提到"皮膚敏感"，也沒有表達(dá)"我需要低刺激的內(nèi)衣"——因為消費者的需求本來就是模糊的，她自己可能都沒意識到這兩件事之間有關(guān)聯(lián)。

但AI記住了她的“上下文”。它推理出：這是一個皮膚容易在換季變得干燥的人，她在挑選貼身衣物時，一定也偏好低刺激、超舒適的產(chǎn)品。于是，AI把Ubras的"小奶皮內(nèi)衣"推薦給了她。

這個匹配，Ubras的投放團(tuán)隊自己規(guī)劃時可能根本不會想到。"換季護(hù)膚人群"從來不在他們的投放畫像里。

這就是正在發(fā)生的事情：AI不只是幫商家"投得更準(zhǔn)"，而是替商家發(fā)現(xiàn)了連自己都不知道的客群。

這背后是一場更大的變化。2026年開年以來，從國內(nèi)淘寶AI萬能搜在雙11期間解決5000萬條消費需求，到海外Perplexity上線AI購物閉環(huán)、ChatGPT推出"一鍵下單"功能——消費者與商品之間的連接方式正在被重寫，做生意的思路，也該有所轉(zhuǎn)變。

PART2 從"貨架搶位"到"被AI理解"，新的時代正在揭幕

2.1 三類全新的增量連接

Ubras的故事不是個案。當(dāng)AI開始從消費者的問而非答案出發(fā)時，它正在系統(tǒng)性地打開三扇過去從未被觸及的增量之門。

第一扇門：跨品類的隱形需求——"你不知道自己還有這些客戶"

傳統(tǒng)投放有一個不言自明的前提：你得先知道你的客戶是誰。你賣內(nèi)衣，就在內(nèi)衣人群里投；你賣冰箱，就在家電人群里投。品類邊界就是投放邊界。

但消費者的真實生活不是按品類分隔的。一個買了皮膚藥膏的人，也需要買內(nèi)衣；一個愛好長美甲的人，可能正在同時考慮智能門鎖幫她解決不便用鑰匙開門的難題。這些需求天然關(guān)聯(lián)，但在傳統(tǒng)關(guān)鍵詞投放的框架里，它們分屬不同品類、不同計劃永遠(yuǎn)不會交叉。

AI則可以從消費者的問題和場景出發(fā)，跨越品類邊界，把這些隱藏在縫隙里的需求關(guān)聯(lián)挖出來——為商家打開的，是一個他們自己畫不出來的增量地圖。

第二扇門：品類內(nèi)的精細(xì)化匹配——"同一個品類，一千種答案"

一個消費者搜索"冰箱"。傳統(tǒng)搜索能做的，是按品牌、價格、銷量給你排個序。但這個消費者是獨居還是一家四口？住的是30平米的出租屋還是120平米的新房？偏好極簡操作還是追求智能聯(lián)動？

這些信息，傳統(tǒng)搜索不問，消費者也不會主動說。但AI可以從她的生活場景和行為上下文中推理出來——然后在同一個“冰箱”品類里，給出一個真正適合的選項，而不是一份放之四海皆準(zhǔn)的“銷量TOP10”。

第三扇門：高階決策輔助——"AI正在接管KOL的知識輸出"

過去，消費者要建立對一個陌生商品的專業(yè)認(rèn)知，只有一條路：看KOL的種草視頻、讀評測文章、翻評論區(qū)。一次完整的"被教育"可能需要三天、五篇內(nèi)容、十幾次跳轉(zhuǎn)。鏈路漫長，且極其依賴內(nèi)容生態(tài)的投入。

AI正在改變這條路徑，它可以在幾輪對話里幫消費者理清需求，調(diào)用結(jié)構(gòu)化的知識庫做專業(yè)級的比較和推薦，甚至解釋"為什么這個適合你"。三個來回，消費者就從"我不太懂"變成了"我知道該選什么"——過去需要一整條內(nèi)容鏈路才能完成的認(rèn)知建設(shè)，被壓縮進(jìn)了一次對話。

對商家而言，這意味著過去只能在答案層面競爭的戰(zhàn)場，現(xiàn)在延伸到了問題甚至場景層面，誰的商品能被AI理解得更深，誰就能更早出現(xiàn)在消費者面前。

2.2 轉(zhuǎn)化率暴漲的背后，是競爭維度變了

這三類增量連接不是理論推演，數(shù)據(jù)已經(jīng)給出了答案。

根據(jù)Envive的統(tǒng)計，AI購物助手已經(jīng)將電商場景的轉(zhuǎn)化率從行業(yè)均值3.1%拉升到了12.3%——整整4倍。2025年黑五期間，Bluecore數(shù)據(jù)顯示AI驅(qū)動的轉(zhuǎn)化率提升了46%。另一組數(shù)據(jù)顯示，與AI助手互動過的消費者，最終購買的概率比普通用戶高出25%，購買路徑縮短了47%。

但仔細(xì)想想，轉(zhuǎn)化率提升的根本原因是什么？你以為是推薦更精準(zhǔn)了，但這其實是結(jié)果。真正的原因是：AI壓縮了消費者的決策鏈路。

傳統(tǒng)購物路徑大概有四步——"種草→搜索→比較→下單"，其中"比較"就吃掉了大量的時間。AI把這一步大幅壓縮了，因為它給出的推薦方案自帶理由和比較邏輯，消費者不需要自己再跑一遍"打開五個商品頁逐一對比"的流程。

路徑短了，流失就少了，轉(zhuǎn)化自然就高了。

此時，我們再回過頭看這三類增量連接，它們有一個共同的特征：都不是商家花錢買來的，而是AI推理出來的。

這句話的分量值得多想一下。

過去20年電商競爭的核心邏輯是什么？是"搶位置"。搜索結(jié)果頁就是數(shù)字貨架，品牌通過競價排名和關(guān)鍵詞覆蓋搶占好位置，消費者走進(jìn)來自己挑，預(yù)算大的品牌占前排，預(yù)算小的品牌往后站。這套邏輯簡單、直接，也確實運轉(zhuǎn)了很久。

但在AI重構(gòu)經(jīng)營范式的時代，這套邏輯正在失靈。

AI不再給消費者一頁等待瀏覽的結(jié)果列表，而是基于深度意圖理解，主動推薦一組經(jīng)過推理的精選方案。每一個被推薦的商品，都是AI"想過之后"覺得合適的，而不是"誰出價高"就排在前面的。

品牌能不能進(jìn)入這個推薦方案，取決于一個全新的競爭力維度：AI對你的商品理解有多深。

這不再是換一個投放工具的問題——從找到人、到理解貨、到生成內(nèi)容、到執(zhí)行投放，商家經(jīng)營的每一個環(huán)節(jié)都需要被AI重新構(gòu)建。

例如，你的商品信息是否足夠結(jié)構(gòu)化？你的賣點能不能被AI跨品類推理？你的品牌在AI的知識體系里有沒有清晰、權(quán)威的存在？這些問題，在貨架時代根本不需要考慮。但在未來，它們首先決定了你能不能被AI看見。

講到這里，其實趨勢已經(jīng)很清楚了。但對商家來說，真正的問題是：我該怎么做？自己去研究每個AI平臺的邏輯？靠代理商幫我一個個適配？這些都不現(xiàn)實，因為這不是某一個工具、某一個渠道的變化，而是整套經(jīng)營系統(tǒng)需要換代。

PART3 品牌需要的不再是一把新扳手，而是一臺新引擎

過去幾年，電商行業(yè)并不缺AI。更聰明的投放工具、更快的創(chuàng)意生成、更精細(xì)的人群圈選——每一項單獨拿出來都有用，但加在一起，總覺得差了點什么。

差什么？差的是"系統(tǒng)感"。

我們在大會上聽到一句很妙的比喻：AI不再是你手中那把等待揮舞的劍，它正在成為一只握劍的手。

因為過去我們談AI，談的是“賦能”，仿佛AI是一把握在你手中的劍，交到你手里，讓你砍得更快、砍得更準(zhǔn)。但今天，“賦能”已經(jīng)升級成了“重構(gòu)”，所以AI成為了握劍的手，給商家提供了全新的、系統(tǒng)性的生意經(jīng)營范式。

3.1 拆解一個品牌的AI經(jīng)營全鏈路

假設(shè)你是一個護(hù)膚品牌，剛推出了一款主打高保濕的面霜，在傳統(tǒng)的經(jīng)營鏈路下，你會做消費者調(diào)研、定義目標(biāo)人群、撰寫賣點文案、制作投放素材、設(shè)置關(guān)鍵詞和出價、上線后手動盯數(shù)據(jù)調(diào)優(yōu)、效果不好就回頭改——每一步都依賴人的判斷，每一步都可能出錯，也都可能遺漏。

在「AI萬相」的邏輯下，這條鏈路被重新構(gòu)建了，商家只需要下達(dá)經(jīng)營指令，「AI萬相」負(fù)責(zé)從“拆解任務(wù)”到“交付結(jié)果”的所有復(fù)雜環(huán)節(jié)。

「AI萬相」將這條鏈路拆解為四個Agent的實時協(xié)作——「萬相智識」負(fù)責(zé)理解你的經(jīng)營目標(biāo)，捕捉C端的實時興趣表達(dá)，讀懂消費者意圖背后的真正需求；「萬相智品」負(fù)責(zé)重新理解商品，重構(gòu)賣點；「萬相智造」負(fù)責(zé)生成適配內(nèi)容，秒級產(chǎn)出差異化素材；「萬相智投」負(fù)責(zé)自動化投放執(zhí)行，動態(tài)調(diào)優(yōu)——四步接力，構(gòu)建一條從意圖到成交的完整閉環(huán)。

第一步，從消費者的模糊意圖開始。

一個用戶搜索了"寧夏沙坡頭旅游攻略"，另一個瀏覽了大量換季護(hù)膚的內(nèi)容，還有一個最近剛買了去往冰島的長途機(jī)票。她們誰都沒有搜索"面霜"，但她們的行為背后，都藏著對"保濕""修護(hù)""急救護(hù)膚"的潛在需求。作為意圖識別Agent的「萬相智識」，做的第一件事，就是從這些散落在不同場景里的模糊信號中，識別出真實的消費意圖。

第二步，重新理解你的商品。

你詳情頁上寫的賣點是"高保濕"。但「萬相智品」相當(dāng)于是一個更進(jìn)階的“商品理解專家”，它不會只讀這三個字，它會從成分、功效、用戶評價、使用場景中構(gòu)建一張更完整的"商品能力圖譜"。"高保濕"可能被進(jìn)一步拆解為"適合北方干燥氣候""適合長途飛行后的急救護(hù)理""適合換季敏感期的維穩(wěn)"。這些場景標(biāo)簽，你自己未必想得到想得全，但AI可以替你挖掘出來。

第三步，為不同的意圖生成不同的內(nèi)容。

找到了人，讀懂了商品，下一步是讓兩者"對上話"?！溉f相智造」厲害的地方就在于，它不會給所有人看同一套廣告素材——"度假場景"的用戶看到的可能是旅行包里的急救護(hù)膚方案，"換季敏感"的用戶看到的可能是成分對比和真實使用反饋。不是模板化地批量生產(chǎn)一千張圖，而是基于品牌自身的產(chǎn)品基因，為每一種意圖場景做"對癥下藥"式的內(nèi)容適配。

第四步，投放執(zhí)行交給AI自動駕駛。

你設(shè)定預(yù)算和ROI目標(biāo)。剩下的——出價多少、投給誰、什么時候投、用哪套素材——「萬相智投」在預(yù)設(shè)軌道內(nèi)自主計算、實時調(diào)優(yōu)。不再需要人盯著后臺一個個調(diào)參數(shù)，也不需要等到活動結(jié)束了再復(fù)盤。AI在投放進(jìn)行的每一刻都在做決策，而這些決策基于的是毫秒級的數(shù)據(jù)反饋，不是人的經(jīng)驗直覺。

而在投放過程中，AI萬相還把一個過去很"粗放"的動作變精細(xì)了——發(fā)券。傳統(tǒng)的優(yōu)惠券是廣撒網(wǎng)、統(tǒng)一折扣，領(lǐng)了未必用，用了也不知道是不是發(fā)對了人。AI萬相的做法是：識別出最值得激活的消費者，在最合適的時機(jī)，以最有效的力度觸達(dá)——高意向的用戶用小力度就能促成，猶豫中的用戶精準(zhǔn)刺激，沉睡用戶定向喚醒。每一張券都有明確的"目的地"，而不是碰運氣。

整個過程中，商家不需要學(xué)習(xí)新工具、新界面、新操作，依然可以在自己熟悉的平臺上做生意，因為AI萬相改變的是底層動力，就好比你還是在開車，但發(fā)動機(jī)換了。

3.2 為什么是阿里媽媽？

市面上做AI營銷工具的公司不少，但AI萬相能跑通上面這條完整鏈路，靠的是兩個別人很難復(fù)制的底層能力。

一方面，LMA——一個專門為商業(yè)場景訓(xùn)練的大模型。

和通用大模型不同，LMA學(xué)習(xí)的不是互聯(lián)網(wǎng)上的文章和對話，而是萬億級的商品數(shù)據(jù)、消費意圖信號和真實交易軌跡。它理解的不是"這個詞是什么意思"，而是"這個消費者在這個上下文中真正想要什么""這個商品在什么場景下最能打動什么人"。這種理解力，不是通用模型簡單微調(diào)就能獲得的——它需要長年累月在真實商業(yè)環(huán)境中"泡"出來。

另一方面，萬億級的真實交易數(shù)據(jù)。

淘系是全網(wǎng)最大的消費交易場。AI萬相每一次推理和匹配，背后都是萬億級真實成交數(shù)據(jù)作為"參照系"。不是基于假設(shè)的推測，也不是基于問卷的抽樣——而是真實發(fā)生的買賣行為。一個用戶買了什么、沒買什么、猶豫了什么、最終選了什么，這些信號構(gòu)成了AI判斷的Ground Truth。這是任何通用大模型和第三方工具都無法替代的壁壘。

這套能力的底層邏輯已經(jīng)越過了構(gòu)想階段，在實戰(zhàn)中跑出了結(jié)果。

樂高在2025年"520禮遇季"面臨一個典型問題：怎么把產(chǎn)品賣給成年人？

傳統(tǒng)投放邏輯下，樂高的人群標(biāo)簽牢牢鎖定在"兒童""親子""玩具愛好者"這幾個詞上。但AI從消費者行為數(shù)據(jù)中捕捉到了一個被忽略的信號——大量成年用戶在520、年會這類節(jié)點上，存在送禮+犒賞自己的復(fù)合消費意圖。AI便把"玩具購買者"這個泛標(biāo)簽，拆解為"人生階段×情感意圖"的精細(xì)畫像，幫樂高鎖定了一批從未出現(xiàn)在傳統(tǒng)投放計劃里的成人增量人群。

結(jié)果是，樂高核心人群規(guī)模同比增長超過144%。

這跟Ubras的故事是同一個邏輯——AI替品牌發(fā)現(xiàn)了品牌自己都沒想到的客群。 區(qū)別只在于，Ubras是跨品類的意圖推理，樂高是同品類內(nèi)人群標(biāo)簽的深層重構(gòu)。底層能力是同一套。

還有更多先驅(qū)品牌在AI全鏈路的成功實踐，可以在阿里媽媽聯(lián)合貝恩公司推出的《2026經(jīng)營趨勢&未來商業(yè)獎案例大賞》中了解學(xué)習(xí)。

結(jié)語

從Ubras到樂高，從跨品類的意圖推理到覆蓋全鏈路的AI經(jīng)營系統(tǒng)，這些故事指向同一個判斷：電商的"貨架時代"正在翻篇，"AI經(jīng)營新范式"已經(jīng)開始了。

在貨架時代，品牌拼的是預(yù)算、位置和曝光量，誰喊得響、誰站得前，誰就贏。在AI經(jīng)營新范式下，品牌拼的是"被AI理解的深度"，即你的商品能不能成為AI推薦方案中那個最合適的選項。

這個轉(zhuǎn)變的窗口不會永遠(yuǎn)敞開。從PC電商到移動電商，從搜索電商到直播電商，每一次基礎(chǔ)設(shè)施換代，最先入場的品牌都拿到了遠(yuǎn)超同行的紅利。而那些在舊范式里優(yōu)化到極致、卻沒注意到新范式已經(jīng)到來的品牌，往往只用了一兩年就從領(lǐng)先變成了追趕。

回到開頭那個"皮膚瘙癢的消費者買內(nèi)衣"的故事，它值得每個商家認(rèn)真想一想——不是因為它是一個巧妙的推薦案例，而是因為它指出了一件事：在AI經(jīng)營新范式下，你最大的增長機(jī)會，很可能藏在你從未想過的地方。

AI萬相正在做的，就是幫你把這些"從未想過的商機(jī)"變成實質(zhì)性的增長。

AI經(jīng)營時代的大門已經(jīng)打開，問題早已不是要不要進(jìn)，而是不進(jìn)則退。

- 我們是誰 -

我們是增長黑盒Growthbox，一家研究型商業(yè)媒體。我們深耕消費零售與科技領(lǐng)域，以數(shù)據(jù)洞察與商業(yè)研究為核心驅(qū)動力，構(gòu)建專業(yè)的內(nèi)容與知識體系。秉承嚴(yán)謹(jǐn)?shù)摹翱茖W(xué)家精神”，我們通過深度研究、實驗驗證和趨勢監(jiān)測，為頭部品牌及科技企業(yè)提供前瞻的增長策略與數(shù)字化解決方案。作為領(lǐng)先的專業(yè)媒體機(jī)構(gòu)，我們獨立產(chǎn)出深度報告、行業(yè)白皮書及高影響力內(nèi)容（近百個品牌監(jiān)測、多篇10萬+深度解讀），持續(xù)為品牌高管、投資者及行業(yè)生態(tài)提供關(guān)鍵洞察，被眾多權(quán)威媒體、券商及研究機(jī)構(gòu)廣泛引用。- 商務(wù)合作 -