6月1日，一则消息在科技圈传开——字节跳动旗下的豆包预计在6月下旬上线付费内容，如果推进顺利，三季度还要结合电商功能完善付费场景，通过补贴给抖音商城引流，最终在四季度进入运行期。几乎同时，有用户发现，豆包App导航栏里曾经醒目的“豆包帮你选”按钮消失了。撤下按钮的动作，反而让外界更加关注豆包之于电商的野心。
把时间往前拨不到一个月，5月11日，阿里巴巴的千问AI助手宣布与淘宝全面打通。用户只需在千问App内用对话的方式，就能完成商品挑选和下单购买。再往前回溯，去年12月底，京东推出独立App“京东AI购”并开启内测。就连电商属性最弱的小红书，也在今年4月底宣布成立AI一级部门Dots。几大平台如此默契地集中出手，已经不是一个“积极布局AI”所能概括的。一个更清晰的信号浮出水面：属于AI电商的时代，正在2026年加速到来。
但在消费者一端，“AI电商”究竟能做什么，大部分人并没有具体的概念。事实上，用AI语音完成购物的尝试很早就出现了。2014年，亚马逊推出智能音箱Amazon Echo，内置的语音助手Alexa就让用户可以用语音交互下单。2017年，阿里巴巴也推出过类似的天猫精灵等智能硬件产品。只不过，当时这些探索更多停留在交互方式的创新上，在真正影响消费者购买决策方面作用不大。如今，随着普通用户对AI的认知和使用频率升高，AI在电商场景中的落地也变得更具象。千问、豆包变身“AI购物助手”，正是这种新形态的典型代表。
在实际体验中，不同平台的AI购物功能呈现出明显的理念差异。惊蛰研究所的测试发现，千问和豆包虽然接入了电商功能，但App的界面并没有因为购物入口而发生剧烈改变。相反，此前豆包导航栏曾出现过的“豆包帮你选”按钮，目前已被移除。京东AI购App则主动分出了“对话”和“爱购”两个功能页，“爱购”页面像极了把京东App首页搬了过来，充满商品推荐；而“对话”页面除了保留自然对话输入框外，还在导航栏设置了“奶茶特价”“找优惠”“AI试穿”等引导购物的功能按钮，整个设计语言给人一种迫切想让用户下单的强烈目标感。
回到对话本身，当测试者向三个平台发出同样的问题——“为我推荐一款500元以内的耳夹式耳机”时，回复之间微妙的差别，恰好折射出对“AI购物”功能定位的理解差异。千问的回复像一位兼具网感和活力的导购，从性价比、大牌背书、音质三个方面各给出一款推荐商品，并附上清晰的推荐理由，最后还把内容简化整理成一份“快速选购建议”的表格，方便用户参考。豆包则按照“百元入门首选”、音质和功能体验三个角度各推荐一款商品，不同的是，它的回答明确列出了每款商品的亮点和不足，语气显得更加客观、理性。在结尾处，豆包还会站到消费者视角提炼购买需求，再次强调推荐理由，辅助用户做消费决策。京东AI购的分类和推荐数量则是三个平台中最多的，共有5种分类、15款推荐商品。但仔细看分类，除了“性价比”之外，其余维度主要集中于“无感舒适佩戴”“运动防汗”“高清通话降噪”“超长续航”等具体功能诉求，而且每个推荐分类下都塞进了3款商品。
如果只停留在推荐数量上，很容易误以为这是AI能力的差异。但细节暴露了更深层的信息。千问在对话最后会主动追问用户“更看重音质、续航还是价格？”，并表示可以进一步帮助选定商品。豆包则会询问“是否对某款耳机的佩戴舒适度、具体音质风格或使用场景有更详细的疑问？”，同时表示可以进行解答。京东AI购在给出15款推荐商品后，没有提供更多分析性的总结。表面上看，三种回复风格反映了不同平台的AI表现，但实质上，这背后是平台对“AI购物”功能定位的不同理解。千问和豆包在接入电商功能之前，本身是适用于多场景的AI智能助手，产品属性决定了它们习惯通过对话去分析和判断用户的实际需求，再给出解决方案，并且根据用户反馈不断修正“答案”。而京东AI购更像是为了促成交易而专门开发的AI助手，它把用户的聊天框等价于电商平台的搜索框，然后从对话中提取关键词、匹配商品。正反两方的逻辑就这样在同一个测试问题下展现得格外清晰。
进一步追问“能否推荐几款音质好的耳机”时，这种差异更加明显。千问基于上一轮对话中的性价比、大牌背书、音质三个维度，重新梳理出音质TOP1、性价比音质王、大牌稳妥之选三个细分方向，给出新的推荐商品。豆包则聚焦音质，从百元音质卷王、空间音效进阶、杜比音效旗舰三个细分维度，提供新的商品推荐，并且两个平台在给出推荐时，都会从原理、功能等方面进行产品讲解，豆包依然会明确提醒用户产品的不足之处。反观京东AI购，按照“音质”得到的推荐分类仍然是5种，商品数量仍多达15款。但用户若仔细辨别就会发现，来自同一店铺的漫步者Comfo Clip Q耳夹式耳机，同时出现在了“高性价比音质款”和“骨传导音质款”两个分类中；同一款moto buds clip耳夹式耳机，也出现在两家不同店铺的“长续航便携款”和“高解析音质款”里。更值得警惕的是，被归入“骨传导音质款”的前两款漫步者耳夹式耳机，其商品详情页并未提到具备“骨传导”功能，惊蛰研究所在询问店铺客服后得到的回复确认，这两款耳机的传导方式为“气传导”。
正方的观点认为，AI电商的价值在于让AI先理解用户，再推荐商品，而不是让用户去适应搜索。千问和豆包所体现出的流程思维，是先由用户提出需求，然后通过对话引导用户将需求细化，AI再给出精准且理由充分的推荐。因为在对话过程中AI准确地捕捉到了用户意图，所以给出的推荐商品数量不多，但足够精准。在这一逻辑下，AI电商的想象力不仅在于多条件交叉筛选和决策辅助，更在于它能从非交易属性的对话内容中挖掘出场景化需求，并给出组合式的商品推荐。这种能力与兴趣电商先通过内容种草、再实现转化的路径非常相似，不同的是，AI电商的“种草”是由用户主动发起、以AI对话的方式实现的。例如，当习惯使用AI助手的用户想要尝试徒步运动，他大概率会先了解路线和攻略信息，而AI在给出回答时，完全可以结合徒步的户外属性，以tips的形式在对话中主动挖掘徒步鞋、防晒霜、背包、手杖等潜在需求，甚至用户也可能直接询问AI助手推荐合适的徒步装备。
反方则从实际体验中看到了警示。京东AI购暴露出的问题表明，当AI把对话等价于搜索框，表面上海量的推荐商品实际上并未经过严格的需求匹配和准确性核验，甚至出现归类错误。在这种模式下，AI没有真正去“理解用户”，而是预设了购买场景，让用户通过对话告诉AI“要买什么”，然后给出足够多的选择和筛选条件，却不直接回答“应该买哪个”“为什么要买”。这本质上仍然是传统货架电商的产品思维和运营逻辑，与AI对话所应具备的个性化、高精准服务背道而驰。如果AI电商止步于为搜索框套上对话框的外壳，那么它很难带来真正的体验升级。
站在行业观察的视角，我的判断是：AI电商的大方向已然清晰，但不同平台的技术基础、产品定位和商业诉求，正在塑造两条截然不同的路径。一条是助手式路径，以千问和豆包为代表，把AI定义为用户的“购物伴侣”，通过对话逐步厘清需求、提供专业建议，并在过程中挖掘潜在消费场景；另一条是卖场式路径，把AI简化为交易工具，强调快速匹配和规模展示。从2026年的这个节点看，用户对AI的信任度和使用习惯正处于快速培养期，助手式路径显然更符合长期价值，因为它回归到电商的本质——帮助用户做出更好的消费决策，而不是仅仅完成一次点击。当然，这并不意味着卖场式路径没有市场，在标品搜索、比价等强目的性场景中，快速匹配仍有其效率优势。但更值得期待的，显然是那些能够从“帮我挑”走向“懂我需求”，进而“为我创造需求”的AI助手。这也意味着，平台在构建AI电商能力时，不能仅仅把AI当作一个流量变现的入口，而要真正投入资源去打磨对话理解、需求挖掘和场景化推荐的能力。谁能在理解用户上领先半步，谁就能在AI电商的下一程拿到主动权。
热门跟贴