中国经济网版权所有 中国经济网新媒体矩阵 网络广播视听节目许可证（0107190）（京ICP040090） 刚刚过去的“双十一”时代，AI比人类更加热情。天猫推出“AI全搜”、“AI帮我选”、“AI试衣”等六大智能导购工具，覆盖购物全流程；在京东下单后，京小智客服主动带动物流轨迹，预测可能的售后需求，提前提供解决方案；抖音利用豆袋模式打造电商新入口。用户需要询问“买什么”和“有什么推荐”才能得到商品列表，点击链接直接跳转到抖音商城……民三，总有消费者被网上海量的商品列表弄得眼花缭乱，却仍然“找不到”或“选错”了符合自己需求的商品。传统的推荐算法是基于历史的用户行为数据，为消费者提供看似无限的产品选择。事实上，产品同质化非常严重，很容易陷入误导性的“信息茧”。随着人工智能技术的融合和应用，加上大规模多模态模型、深度学习和用户行为序列分析能力，AI可以构建动态的、三维的用户需求图谱。例如，在搜索“便携式水杯”时，AI可以利用联想和情境来连接请求的用户消费方式：他可能是户外旅行爱好者，需要一个保温性能强、不具备防摔防摔功能的杯子；或者他可能是一位注重环保、喜欢使用可再生材料和简单设计的产品的白领。从估计相关搜索上下文、浏览记录甚至季节差异和使用模式，到生成虚拟测试效果、提供价格筛选方案、预测售后需求等。通过线索，洞察消费者的潜在需求和情感偏好，将“人找货”的疲劳转化为“货惹人”的惊喜，重新梳理人与货的连接方式。然而，AI导购的主要价值在于需求的精准解读，但目前的人工智能水平仍难以打破语义理解的差距。由于用户的表达方式差异很大，人工智能应用的实现需要处理大量的非结构化数据，这对信息的准确性和及时性提出了非常高的要求。在新兴的语音交互中，也存在语音识别错误、多轮对话中断等问题，这些技术缺陷导致很多消费者放弃AI，回归传统搜索模式.推荐不匹配。 AI生成工具的普及也催生了新的消费陷阱，消费者连接遭遇“信任危机”。在服装、家居等品类中，商户利用AI生成的商品图片普遍存在“商品不准”的问题。更严峻的挑战在于商业道德和监管的灰色地带。当非识别商业促销嵌入人工智能对话和推荐中时，它就成为一种非常隐蔽的广告形式，不仅消费者难以识别，而且对现有的广告识别政策和管理程序提出了重大挑战。当我们的偏好和决策不是有意识地在智能模型中创建时，消费的分页公平性和真实性就得不到有效保证。人工智能在在线消费领域的规模化、标准化落地还需要解决数据安全、算法偏差等问题。未来，随着大规模模型技术的升级以及行业标准和市场监管的逐步完善，我们希望AI能够“默契”地捕捉消费者需求，网络购物的过程能够像与朋友交谈一样流畅自然。在便捷、高效、安全的电商消费环境下，给购物车装上“智慧”，将为数字经济的发展打开更广阔的空间。 （本文来源：每日经济新闻 作者：郭靖远） （编辑：王巨鹏）