让 AI 进入真实消费场景

AI 对电商商家的真实价值到底有哪些？

在营销侧，商家可以做图做视频，搞搞引流；在工作流方面，做一些会议、谈话内容的整理工作；在流量侧，平台会用来替代推荐算法。

但是，这些冲击力很大的影响，为什么在电商商家的眼里却显得波澜不惊？用九个字来概括：工具多、上手难、操作重。

直到最近，我深入研究了京麦与第三方服务商携手打造的 AI 专家团，我发现，电商平台做 AI 工具跟单纯的大模型公司做 AI 工具，对商家带来的价值很不一样。

为什么这么说呢？

01  从 " 经验驱动 " 到 " 智能驱动 "

我们先还原一个商家的经营场景：

当商家发现自己的店铺销量突然下滑时，他的常规操作大概是这样的：点开商详看看是否有问题；再去后台看看投放数据，分析一下转化数据，对比一下大盘数据；去竞对店铺巡视一圈，或者是找好基友聊一聊。

得出的策略一般是调整主图、修改标题、改改投放计划、换个达人推广。

几板斧下去，能行就行，不能行也就顺其自然了。

一些比较先进的老板，会通过 AI 制作内容素材，以争取更多元化的流量，但因为要用到多个工具，至少要在三四个大模型间不断切换，虽然效率有所提高，但也仅限于单点。

其实，无论是否有 AI 参与，这两种运营模式都属于传统的 " 经验驱动 "，这让电商成为一种苦差事，随着经验主义的运营遇到效率瓶颈，很多电商经理感觉江郎才尽，被磨去了事业心。

" 经验驱动 " 的弊端在于，只能做一些自己知道的有效策略，没办法做到自己不知道的有效策略：

比如你会让 AI 做图做视频，但做图的思路是依据你自己的现有认知，并没有跳出个人的能力范畴，但如果是京东平台帮商家做图，则会参考全行业的转化数据出策略，能更准确的激发需求。

再比如，你调整商详调整标题的思路也会很有限，但京麦 AI 专家团（这是京麦 AI 经营中心最新推出的 AI 专家能力，包含广告、经营、商品等多个 AI 专家）会根据行业趋势、实时热点快速出策略，当热点来临时，能让店铺更好更快的承接流量。

还有一种情景是 AI 导购时代来临，消费者的信息获取习惯变了，以前是搜商品，现在是随问随答，若还用原来的搜索优化策略，消费者恐将看不到你的商品了。

这些策略你不知道，但平台知道，因为平台有数据积累，有无数的成功案例积累，有全网的流量渠道；或者就算你知道也没能力做，而平台有能力去做，因为有技术，有场景，还有无数服务商的经验 skill。

更重要的是，他们还可以把所有流程用 AI 打通，实现全程智能驱动，在全链条提高效率，降低成本，灵活应变，挖掘增长空间，让电商不再枯燥无聊。

他们是如何做到的呢？

02  让 AI 进入真实经营现场

我们再回到开头的场景，当商家遇到店铺业绩下滑，如果用 " 智能驱动 "，会怎么做呢？

第一步要先做店铺诊断，搞清楚问题在哪儿，京麦 AI 经营中心有一个店铺诊断功能，能 " 一键诊断 " 店铺的整体表现、流量、商品、星级、服务、物流等各个经营场景的问题，并结合成功案例以及店铺自身历史情况，给出发展机会。

机会从哪里来呢？京麦 AI 总结了六大商家分型和 8 大系列打法，并结合流量阶梯联动，能为每一个商家找到成长的空间和策略，某品牌专卖店就在 AI 的持续建议下，GMV 同比增长 45%。

如果诊断结果是广告投放效率低下，商家就可以进一步调用京麦 AI 专家团的广告专家，自动帮你总结广告数据，挖掘行业机会，并调整投放关键词，定制投放计划，对于新商家还有 200 元的必出单投放红包。

某按摩仪品牌，被诊断出商详内容缺乏吸引力，京麦通过内容生成能力，把 12 种按摩手法的商品卖点做成动画视频，商详成交金额环比提升了 22%。

如果是因为商品管理混乱，SKU 过多过杂，还可以调用京麦 AI 专家团的河图商品专家去优化商品结构，包括日常商品优化迭代、批量上新、店铺合规自查、信息分优化等，大大节约商家本就不足的美工人力。

为了解决商品管理普遍存在的 " 搜不到、看不懂、不信任 " 三大痛点，京东商品经营板块还升级为 "AI 驱动的商品经营中心 "，通过 "AI 洞察— AB 实验—好素材规范— AI 发布— AI 托管 "5 大能力矩阵，覆盖商品全信息点位，直接对 UV 曝光、CTR 点击、UCVR 商详转化负责。比如电风扇品类，京东 AI 洞察的消费需求是：用户在咨询时，重点关注质保和维修，但在热搜方面，最受关注的点却是品牌，而在用户评价中，谈论最多的却是噪音问题，哪一个才是用户最关注的点？或者如何才能把用户关注的多个重点都体现出来？

京东 AI 给出的策略是在短标题、长标题和主图上做出调整以响应用户的多个关注点，从而带来了搜索点击率和商详转化率的双双提升。如果是客服转化环节出问题，那就可以调用客服专家，全面监控与分析客服在售前、售中、售后的工作质量，以提升好评数量，提高客服的转化效率；更高级的能力还包括接待抽检、评定分析客服个体能力和团队能力等多种功能。

如果是会员流失严重、新会员不足等问题，京麦 AI 专家团的集客会员专家和数云会员专家就可以排上用场了，他会给店铺做会员经营诊断，看看到底是新客转化不行，还是老客唤醒能力不行，而后会给出商家提升会员复购和会员价值提升的行动策略，并提供 AI 智能精准圈人的工具。

如果你的店铺没有什么大问题，那可以日常使用超级助手功能做全店巡检和合规检查，这是宝洁集团这种品类多品牌多 sku 多的超级品牌正在使用的功能，大大节约了他们的人力。

这些强大的功能并不需要使用者背话术记参数，而是用自然语言跟 AI 对话就可完成，甚至可以用 workbuddy 直接调用，这样就实现了 AI 直接进入真实的生意现场，从诊断到策略到执行，全链用 AI 衔接，做到了真正的智能驱动，而不是让运营人员在多个大模型工具之间闪转腾挪。

能做到这一步，是因为京麦 AI 依托 " 经营本体 " 的技术架构，把商家的痛点，消费者的变化，行业的趋势，平台的数据和技术，以及服务商的经验，共同融入了京麦的零售经营系统之中。

这既是他们的特别优势，也为商家带来了诸多便利：

对于多店铺经营或者刚入驻的商家尤其有用，既能减少运营人员工作压力，还能降低商家在京东的经营门槛；尤其是即将实现的全链条自动化托管能力，让 AI 从 " 给工具 " 变成 " 给结果 "，大大解放运营者的双手，让其注意力根据 AI 提示的增长机会或者风险防御去做经营判断，而不必手忙脚乱。

         03  越高级的 AI

越需要开放给第三方服务商

不过，需要说明的是，电商平台做 AI 工具比单纯的大模型公司更有优势，并不代表平台 AI 可以做好一切。

京麦的 AI 专家团也并不是京东独自开发的，平台有数据和技术，商家有商品，但还缺两样，多元化工具和电商经验，这是服务商的优势。

服务商有匹配平台和商家的双向能力，上海鲲驰与京麦 AI 经营中心开展深度共创时，将一线操盘经验沉淀为经营 SOP，围绕真实业务需求持续提出优化建议、参与效果验证，累计完成 150 余项商家经营流程梳理，参与 15 款以上 AI 工具测试，并联合 6 个行业头部品牌开展试点。

AI 在通用能力与具体场景落地之间，还需要一个立交桥来连接不同品牌、不同品类的实际经营需要，所以第三方服务商打造的行业 Agent、专业 Skill 与经营服务，对于京麦 A2A 智能协同的高质量增长新范式，至关重要。

比如京麦 AI 专家团公测的会员服务专家，各类服务商就可以根据自己的行业特点，打造快消类会员专家、高客单品类会员营销专家、线索征集类营销专家等众多 Agent 上线京麦市场。

同时，商家也可以把自己的工具接入京麦，联想相关负责人在京麦活动上就说，联想有丰富的 3C 营销经验，可以打造成 3C 营销专家，通过京麦市场，提升京东平台 3C 行业的整体营销能力。

作为一个开放的生态，工具越丰富，使用频次越高，京麦就能给商家提供更完整更得心应手的全链价值。

对商家来说，一站式选齐各类 AI 应用，减少筛选对比和试错成本，也更有利于提高效率。

对 ISV 服务商或者运营类服务商来说，通过平台触达更多商家客户，在统一的经营环境中，工具产品被打磨的更贴合商家实战，也就能更好的展现自己的价值。 

据悉，京麦 AI 经营中心已经携手 20 多家服务商打造了几十款 AI 工具，让几十万商家获益，现在，京麦还在扩大招募力度，相信不久会有更多服务商拿出惊艳的 AI 专家，让品牌商家大呼 " 好用！"

04  AI 接管电商运营还有多久？

过去，大模型的发展可以说一日千里，但电商运营的 AI 进展非常缓慢，这是因为电商的激烈竞争对 AI 提出了更高的要求：内容要更高级更有创意；数据分析要有积累也需要平台的开放；流程自动化需要平台技术开发；商家的 AI 能力转型也需要培养……

现在，随着京麦初步把 AI 运营的底座和基建做好，随着更多服务商带着成熟的运营 Skill 入驻，当年，从 PC 互联网电商转型到移动互联网的历程大概是五年，现在，从移动互联网电商转入 AI 智能驱动电商的进程，应该会快很多。

往期推荐

1	复杂经营也能一键搞定？抖音千川帮商家换一种 " 打法 "
2	从全网引流到全域用户经营，京东 VALUE 让品牌营销预算不再 " 被浪费 "

3	自编自导自主创作，电商视频从未如此简单，火山引擎创作 Agent 给商家超能力
4	" 新拼姆 " 首期 150 亿！拼多多怎么还在 " 硬杠 " 中国供应链？
5	购前 " 双线融合 "，购后 " 送装一体 "，京东家电的双轮驱动何以带领下一个 18 年？