AI的本质，是一次预测成本的坍塌。

在生成式AI涌现前的2018年，多伦多大学的经济学家Agrawal、Gans与Goldfarb在几人合著的《预测机器》里，给出了这样的判断。当预测变得极其便宜，AI自然会涌现到各行各业。而在当时，他们举的例子是，智能驾驶。

电商与生俱来的核心职能之一，撮合供需，本质上也是一道预测题。

过去二十年，电商平台用搜索框、推荐流和广告位来解这道题，底层靠的是流量分发，商家依托于规则找到自己的生态位；现在，当AI的预测成本趋近于零，这道题的解法正在被彻底改写。

这或许是2026年618最值得记录的变化。折扣和满减依旧是主角，但AI同样成了各家竞相展示的台面。

阿里接入千问，并且官宣AI万相在本次618全面落地。抖音电商体系与豆包全面打通，开始内测AI购物模式。快手的动作差不多，也在618期间内测上线了“AI购物助手”。而京东则宣布AI首次"全场景、全产业"融入618，并公示了一个让行业出其不意的数据：一季度使用AI智能体辅助购物的用户超过8000万。

但热闹之下，真正值得追问的，是AI究竟在改变电商的什么。

一位深耕电商多年的行业人士对虎嗅表示，如果把AI全面接管商家经营视为L4，那当下行业大体处在L2往L3走的阶段。在具体的经营环节、具体的模块上，AI已经能实现提效与自动化，但要让系统真正理解不同品类、不同品牌在不同平台上怎么卖货，还需要相当长的演进过程。

从辅助驾驶到自动驾驶，或许正是当下整个行业正在穿越的地带。

当撮合成本趋近于零

互联网电商带给零售业的变革，是更低成本的触达用户。

AI带给零售业的变革，则是更低成本的需求与供给的匹配，即撮合。

贝恩（Bain & Company）在今年发布的一份报告中，将正在兴起的AI购物代理分为三类：第三方中立代理（如各类通用大模型应用）、平台自有代理，以及品牌离站代理。其中，第三方代理对零售商的威胁最大。它们跨平台抓取、比价、读评论、给推荐，直接接管了购物漏斗的顶端。贝恩零售业合伙人Aaron Cheris的定性是，这是自搜索引擎崛起以来，零售“发现与忠诚”环节最大的一次结构性变化。

“你可以理解成，AI代理正在成为企业与消费者之间一个全新的中间层，品牌从此不只要争夺人的注意力，还要争夺算法的考量。”一位电商领域资深的行业观察员对虎嗅表示。

这种变化已经不是预言，而是正在被数据验证的早期事实。

2025年黑色星期五的数据显示，AI驱动的零售流量同比激增约八倍，AI引流访客的购买完成率比传统搜索高出近四成。但同时，eMarketer估算2026年经由AI平台产生的零售支出约209亿美元，仅占零售总额的1.5%左右。摩根士丹利则预计到2030年，近半数线上消费者会使用购物代理，约占其支出的四分之一。

国内的渗透，也在加速。艾媒咨询数据显示，约四成用户已将AI大模型工具作为信息检索的重要入口。

可以这么说，购物路径正在从老生常谈的人货关系，转向人与场景的关系。这条路径上，各家平台在依据各自的基因分化。

抖音、快手凭借内容生态做“种草—决策—成交”的闭环，淘天系借助多模态大模型的优势重塑个性化搜索，也在重塑入口。而京东则是凭借自营积累的标准化商品库与供应链数据，做“高确定性”的需求匹配。

当撮合成本大幅下降，过去因找不到买家而不存在的长尾供给会大量涌现，未来AI主导的零售，其SKU数量可能远超今天的电商生态。这正是这轮变革真正深远之处。它改变的不是卖货的入口，而是零售业竞争的基本变量。

商家必须学会的新语言，也可以有翻译

撮合成本的坍塌是宏观叙事，而对商家来说，最先感受到的冲击是，确定性边际起伏不定。

传统电商时代，投流的逻辑是清晰的。素材、预算和投入之间的转化，可以推算。但在AI时代，商家面对的不止是人，更是算法。

他们必须学会用AI听得懂的语言，去重新叙述。问题在于，对绝大多数商家来说，这门新语言并不好学。这也是整个行业的共性挑战，平台向商家端输出AI能力时，首先要解决的，就是如何帮商家把旧的经营语言翻译成AI时代的新语言。

各家平台有各家的做法。京东京麦产品负责人Harry认为，“Al能力并不一定是做全新产品，而是让原来的产品变得更好”。在他看来，京麦本质上是帮商家在京东更好经营生意的工具平台。核心是借助AI能力来简化商家的经营链路、自动化操作流程、并给出经营指导。

其对虎嗅透露，京东内部将京麦AI能力演进分为三个阶段。

第一阶段是AI工具提效，帮商家在单个环节提效，比如写标题、做主图。第二阶段是AI分析诊断，具备感知、分析、建议的能力，能主动告诉商家哪里出了问题、如何优化。第三阶段，也是他们正在推进的，是AI决策执行，基于对商家经营全貌的理解，主动识别机会、提出方案、甚至替商家执行部分决策。

Harry用了一个很具体的比喻，相当于给每个来京东做生意的商家配了一支由AI构成的经营团队，“一个有水平的店长加店员的组合”，把日常事务、经营决策、经营分析都承办下来。

这不是愿景层面的空谈。今年618，京麦已经把第二和第三阶段的能力推进到了实战。

在经营决策上，京麦AI经营空间已进入试点阶段。系统自动分析店铺经营情况，识别经营短板，给出可执行的优化建议。甚至商家可以让AI定时自动完成巡检、素材补齐、商品信息托管等重复运营动作。

而在相对复杂的营销与投放环节，京麦一方面是提供营销活动报名托管功能，商家只需设置商品与到手价，系统就会自动托管。另一方面则是为商家提供AI投放助力，自动制定策略并持续调优，例如稳赚计划，通过AI算法精准识别商家店铺的潜力产品，让商家跳过盲目测款，根据系统建议目标投产。

要实现这一步的前提，是底层数据的完整度。这恰恰是京东的优势。平台层的全链路数据之外，京东标志性的自营业务，带来了卖货角色的视角禀赋，对不同品类的消费者如何选购货品，沉淀了一套专业经营知识。这也是Harry认为京东有机会更早从辅助驾驶跑到自动驾驶的底气。

除此之外，京东商家开放平台还将官方的业务能力以Skill与MCP的形式开放给AI应用接入，首批已覆盖商品信息规范、智能巡检、接口开发、客服会话管理等核心场景。这意味着AI能力正在从平台内部工具，演变为开放生态能力。

显然，京麦的态度是开放的。Harry给出的边界是“官方保障基础质量，三方提供行业丰富度”，在AI经营空间里引入第三方开发者和服务商，让更贴合细分行业的工具交给生态伙伴来做。

经营侧之外，素材侧同样需要翻译。京东零售旗下的设计智能体京点点（Oxygen Vision）每天为上百万商家生成超千万张素材，把商品属性自动转译成面向消费者与算法的双重表达。

京点点负责人Jason，给了这门“新语言”一个清晰的坐标。在他的视野里，电商可以分为五层，最底层的供应链对应货，往上是商品基础信息层（SKU、类目、价格），再往上是商品高级信息层（主图、视频、交互），然后是经营层和用户层。商品素材恰好处在中间，也是“在整个电商故事里，连接货与人的那一层最重要的翻译层。”

在京点点平台（ai.jd.com）上输入SKU编号后，AI将根据商家的需求自主决定核心卖点生成素材，商家可以基于现有物料进行AB测试快速试错，后续也会有报告反馈来辅助商家优化沉淀。由此，一个生产到经营的闭环达成了，而对使用了的商家来说，带来的降本收益极为可观。

在此基础上，他认为AI时代的商品素材需要“双重人格”。第一重“人格”面向机器。核心在于商品底下那套结构化的知识库，比如参数、描述的准确，与数据可溯源性。第二重“人格”面向用户。人依然需要对比，尤其是高客单价的商品，需要密度更大、效率更高的表达形式，而这恰恰又能通过平台维度数据和商家个性审美校准。

有意思的是，至少在京东，从经营到素材，这套AI能力的底座，最终都指向供应链。以消费者需求为终极导向，AI推荐对数据的需求会沿着价值链不断下探，那些数字化、可溯源的产品，也会因此在AI算法中获得竞争优势。

信任是比流量更稀缺的东西

但撮合不是有了匹配就成立的，它还需要一个前提：信任。

而在AI推荐这件事上，信任恰恰是最大的缺口。尤其是在饱受竞价排名熏陶的当下，商业变现与可信撮合之间存在根本性的张力。把竞价排名的逻辑直接搬进AI推荐，可能正是在透支撮合本身赖以成立的信任基础。

如何破解这个黑箱？这需要回到供给侧本身，产品信息、价格透明、服务保障这些最终都长在供应链上。

京东做出的探索，至少代表了一种可能的路径。一季度超过8000万用户使用的AI购物助手“京言”，其差异化不在于AI对话是否更巧舌如簧，而在于它的撮合是构建在自营标准化商品库与可溯源供应链数据之上的。

信任的另一面，是供给表达的稳定性。

而京东给出的答案，是数字人。京东数字人产品负责人Kroos表示，京东AI版图里的数字人，核心方向是“生意经营管家”，将传统直播庞大的团队人力需求，具象成选品、写稿、场控等细分Agent能力。播前、播中、播后，被串成一条链路。

一个数据是，618开门红52小时内，京东数字人服务商家超过8万家，累计开播超80万小时。而整体京东商家一季度开播量同比增长约十倍。

效率之外，是普惠。生存在广袤县乡镇上的中小商家，既没有议价权、也没有脚本与主播能力。此前几乎无法实现达人级的直播效果。而京东数字人技术将行业头部达人的经验抽象成产品和能力，让直播竞争回归同一起跑线，回到产品本身。

Kroos并不讳言短板。比起头部真人主播，目前数字人在情绪感染和IP信任度还有很大差距。但数字人撬开的想象空间，恰恰是真人给不了的。一个直播间里，所有人看到的是同一个主播、同一套脚本。可数字人可以基于不同用户的兴趣，实时匹配不同的形象、商品和讲解风格。

6月1日，京东把这种想象结合每年的618晚会，做成了一场全网首档AI购物直播晚会。让经典IP以数字人形象登场。整体来说，接受程度不错。全网曝光约5亿，当天直播间浏览近千万。

很多人都会追问京东，是否会学习友商，打造一个超级AI流量入口？而京东用行动作出的回答是，这个超级流量入口是无处不在对用户需求的感知与满足，而不是一个APP。

流量入口的逻辑不是京东的逻辑。它的选择是，不争入口，而是让自己在被任何入口调用时，都能提供最可信的供给。

需要指出的是，京东只是应对这场变革的路径之一。无论是平台侧还是应用侧，也都在给出各自的答案。

而京东这种选择是克制的，甚至是有风险的。但它下判断的行业逻辑，十分清晰：当撮合的第一现场从货架迁到对话框，真正稀缺的就是能被算法信任的供给能力。

拥有超过1800亿元规模供应链基础设施、近2000座仓库和上千万SKU自营商品的京东，显然更愿意把信任建立在实体的确定性上。这反而成为其独到的优势。

尤其是在数据层面，通过京东自研双目头戴采集设备JoyEgoCam，其在家庭、仓储、药房等真实作业场景中，采集高质量视频和多模态数据，并面向具身智能推出的大规模真实世界人类第一视角数据集，首批开源的数据集EgoLive，已经收到来自8个国家和地区近百家高校和研究院所的申请，足见全球具身智能研究对于第一视角数据的高度渴求。

这类数据看似离618较远，实际指向的是同一个问题：当AI从推荐走向履约、仓储和服务执行，真实场景数据会成为供应链智能化的赛博燃料。

想要用AI把真实的物理世界搬到线上，用AI去重塑整个供应链的效率，势必没有打造一个热闹的AI对话APP更容易。但在最不缺热闹的AI大潮里，这份确定性反而更稀缺。

小结：在高估与低估之间

AI或许会接过电商的指挥棒，但至少现在不会。

2026年的618，不大可能被未来的人以销售数字记住。但若干年之后回望，它可能是中国电商第一次集体、显性地展示AI对零售业底层逻辑的改写。

Agrawal等人在后续著作中，把我们所处的当下称为“中间时刻（The Between Times）”，已经见识了AI的力量，但还没有迎来它全面落地的那一天。点状的、单点的应用可以很快做出来，但真正释放潜力的"系统级"重构，需要更长的时间。

面对AI对零售业的影响，京东整体的态度似乎保持得很一致。都认为，很可能会高估短期，而低估长期。

不可否认的是，当前AI对实际销售额的贡献仍然有限，全球范围内可能不超过零售总额的2%。

但这场变革传导的方向已经清晰，从消费端的AI导购，到商家端的AI经营，再到供应链端的数据重塑，AI正在沿着电商的价值链条逐层渗透。

618的销售榜，很快就会翻篇。但在撮合成本趋向于无限小时，零售业要重新学习的，不是如何讨好一个新的流量入口，而是如何让自己的商品、数据和服务，取信于机器，也取信于用户。

从线下到线上，从PC到移动，从货架到内容，再到今天的AI，电商行业的消费场景和用户入口一直在变化。但更底层的判断始终是朴素的。用户的体验、商家的增长，这些确定性最终还是要回到供应链上，一笔一笔地兑现。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4867674.html?f=wyxwapp