5月11日消息,路透社援引知情人士披露,阿里巴巴正准备正式公布通义千问与淘宝的深度整合方案,千问 App 将接入淘宝、天猫超 40 亿件商品库,通过"技能库"承接物流调度与售后维权,并按用户历史订单与偏好生成商品推荐,同时淘宝 App 内部署由千问驱动的 AI 购物助手,内置虚拟试穿与 30 天价格走势追踪。 这是继 1 月 15 日杭州发布会宣布千问全面接入淘宝、闪购、支付宝、飞猪、高德五大业务后,阿里 C 端 AI 战略向"对话式电商"形态推进的第二个关键节点,标志着关键词搜索模式在中国电商主战场进入实质性退场倒计时。
从 AI 外卖到 AI 选品的能力进化
回看 1 月发布会的现场演示,千问 C 端事业群总裁吴嘉一句"帮我点 40 杯霸王茶姬的伯牙绝弦"调用淘宝闪购完成下单,核心打通的是支付宝原生 AI 支付能力"AI 付"——相比传统跳转,操作步骤减少超 60%,并通过"自主开通+本人支付+被盗即赔"三重保障构建安全防线。彼时上线的超 400 项 AI 办事功能里,购物只是众多场景之一,千问 App 7 天下载量破千万的增长曲线让阿里看到 C 端 AI 的真实需求强度。5 月的整合方案则把重心从"点外卖"这种轻决策场景,推到了"四姑娘山徒步装备清单"、"2000–4000 元防缠绕扫地机"这种重决策场景,本质上是从"AI 当跑腿"升级到"AI 当导购"。
这种升级背后是千问模型能力的三层突破:Coding 能力让 Agent 能实时构建工具调用链;全模态理解让千问能看懂界面、听懂声音、读懂图文报表;超长上下文处理能力则把复杂购物决策的多轮信息保留在同一会话内。更关键的是数据层——阿里把淘宝庞大的交易数据与评价数据接入千问训练循环,这意味着 AI 推荐不再依赖通用世界知识,而是基于真实成交分布与用户反馈做客观判断,理论上能比 ChatGPT、Perplexity 等海外 AI 助手在购物决策场景上做到更高的事实准确度。截至 2026 年一季度,千问月活已达 1.66 亿,排名国内 AI 应用第二位。 中西方电商 AI 化路径的关键分野
把视角拉到全球,阿里的打法和亚马逊 Rufus、Perplexity Shopping、Amazon Buy for Me 形成鲜明对照。Rufus 主要做的是商品问答与对比,购买动作仍要跳回亚马逊主流程;Perplexity Shopping 把推荐链接嵌入搜索结果,本质是流量分发;Amazon Buy for Me 则尝试让 Agent 在第三方网站完成购买,但局限于亚马逊未覆盖的长尾商品。阿里千问的整合方案则是一次性把商品发现、决策、支付、物流、售后五个环节封闭在同一对话框内,40 亿商品 SKU 直接作为模型的可检索知识库,这是只有同时拥有大模型、电商平台、支付工具与履约网络的玩家才能做到的全栈方案——OpenAI、Anthropic、Perplexity 都缺其中至少两块拼图。
豆包同期也在跟进对话式电商,3 月已经实现应用内购物闭环,接入抖音商城与本地生活;京东则把 JoyAI 与京东 App 的搜索、客服深度打通;拼多多走的是另一条路,把 AI 用于商品推荐排序与防欺诈,而非前台对话。从用户体验差异看,千问的优势在于商品池的绝对规模(40 亿 vs 抖音商城的数百万级)和履约确定性(淘宝物流+菜鸟+支付宝),劣势在于淘宝商品本身的复杂性——同一关键词下数百个高度相似的 SKU 反而可能让 AI 推荐陷入"选择困难症"的二阶问题。1 月发布会上演示的"防缠绕、高温杀菌"隐含需求推理,是千问试图证明它能从淘宝海量长尾 SKU 中精准挑出符合用户真实意图商品的关键案例。 高毛利品类与商业模式的潜在重写
整合方案落地后,阿里需要直面一个商业模式问题——当 AI 开始接管服装、美妆这些高毛利品类的决策权,平台的核心收入来源将从过去的"卖流量"转向"卖服务"。如果千问能持续推荐用户最适合的商品而非出价最高的商品,淘宝的搜索广告收入、直通车、钻展位都将受到结构性冲击,这意味着阿里要在 AI 红利与现金流之间做艰难取舍。短期内更可能的路径是 AI 推荐与广告竞价并存,但 AI 在推荐排序中的权重会逐步提高,广告主则被迫从"出价更高"转向"商品更匹配"的竞争维度。
更长期的不确定性集中在用户行为层。淘宝过去十年沉淀的"逛"的乐趣、买家秀的自嘲文化、凑单红包的社交属性,在对话式电商里都会被简化甚至消失,这部分内容生态的萎缩会反过来影响平台的用户停留时长与广告库存。AI 推荐若过度精准,还可能加剧"算法茧房",让平台失去发掘新需求与扶持新品牌的能力。Rufus 在亚马逊上线半年后的数据显示,AI 助手 GMV 渗透率仍不足 5%,真正决定阿里这次整合成败的,可能不是技术能不能做到,而是用户愿不愿意把购物决策权交出去——这个问题没有任何模型能预先回答,只能在实测中慢慢得出答案。