AI已经开始重新发现和制造爆品

4月20日，天猫超市召开15周年商家大会，发布国内首个AI超市大模型“超喵1.0”，能够自主完成从发现销售机会到选品、确定产品规格、制定销售策略、投流、运营诊断等全流程工作。

超喵基于天猫超市的私有数据库、私有知识库和品牌图谱等数据训练，被定位为面向商家的管理中枢和大脑。在这个大脑之下，面向商家端的是一个店长Agent，负责统筹商家全局经营，相当于一个AI店长，能够帮商家拆解宏观目标并制定经营策略，下含入驻发品、商品运营、商品“打爆”、投流、营销、补货、服务体验等子Agent。

此前，AI领域已有多个平台推出过与电商相关的Agent，不过这些Agent多数只解决电商局部环节的碎片化任务，比如生成商品所需的传播图片、视频，或者使用数字人完成一场直播。超喵第一次做到了从供应端到履约端、从商机发现到经营诊断的全链路决策，也第一次让AI不再仅仅用于效率提升，更用于发现和转化新商机、以更快和精准的速度制造爆款。

传统模式的挑战

AI到来之前，电商行业已经发展得相当成熟——成熟的另一层意思是，它已经过于精细化和复杂了。

仅关于如何卖好一款产品就有很多决策要做：是否报名参加大促活动、是否做一场专场、是否寻找明星代言或直播；是短视频卖货、直播卖货，还是通过渠道招商卖货或者货架卖货……商家需要从众多渠道和促销机会中做出并做对选择，否则，如果一个商品什么机会都要、想要全垒打，“那它成本一定非常高，包括人力成本也会很高。” 天猫超市运营中心负责人焦进说。

在这种复杂体系下，无论电商平台还是商家，若要完成任何一个单一任务都要经过一套复杂的漫长流程。比如当电商平台某个场域需要展开一个活动招商，首先要为这个招商位制定出选品规则，规则先被传递给采购端的“大横向团队”，然后再传给负责运营某个具体品类的“小横向团队”；经过品类属性对比和信息过滤后，“小横向团队”再将招商需求传递给所在品类的采购同事，这些采购还要再基于对诸多品牌的理解制定出招商信息分发的优先级——事情到这里还没结束。

当招商需求到达商家端，收到需求的商家需要再将需求对接给内部负责货品运营、价格运营等多个部门的同事共同讨论做出决策。当商家决定报名参与电商平台某一位置的招商，信息还需要再沿着原有链路一一反向传递，经过近10个环节，才能完成一个商品的招商工作。

与销售体系不断向细分、复杂化演进的趋势相反，社交媒体的发展让销售机会的产生越来越稍纵即逝。

“比如前几年我们经常看到直播间里天天在直播吃凤爪，瞬间很多品牌都开始推出凤爪产品，但等他们的凤爪上市，凤爪已经没那么火了。”焦进说，因为按照既有的新品开发链条，从发现一个商机到产品落地，最快也要好几周，而且很多品牌还停留在通过和平台开月度、季度、年度等大型沟通会，才能决策接下来要卖什么产品、怎么卖，效率很低。

面对传统电商运营复杂化带来的熵增，AI正在成为一种系统性的解法。从4月17日商务部研究院《“人工智能+零售业”创新发展报告》课题研讨会上获悉，传统零售业中， “人、货、场”三者关系相对割裂，零售价值链被划分为“需求发现-交易撮合-订单履约”等离散环节，导致供需匹配效率低、场景连接成本高、用户体验碎片化等问题。而AI能通过构建统一的数据中台，将原本孤立的各业务环节打通。而且，与第一代AI（以判别式模型与推荐算法为代表）只是重构了零售业的数据决策逻辑不同，生成式AI（Generative AI）与AI Agent能进一步重构零售业的内容生产方式、交互界面形态与自主执行能力，其影响不再局限于效率优化，而是开始触及零售业的底层逻辑和价值创造机制。

AI时代，爆品是“算”出来的？

针对上述痛点，天猫超市技术团队用两三年时间，构建了一个完备的AI体系。 焦进称，天猫超市根据一个零售商在超市零售赛道里的整体作业流程进行了拆解，共拆解出卖什么、怎么卖和卖更好3个环节，并据此开发了经营分析、宫格规划&选品、链接武装&诊断、营销托管、城市化运营、智能补货等16个子Agent。这些Agent独立使用时能为原本复杂、低效的传统模式电商提效，相互协作起来就相当于构建了自动化的爆品流水线。

在选品环节，天猫超市构建了像素级的品类红蓝海商机洞察，以及全网热销的爆款画像，选品Agent可以精准把商品画像直接发送给相应商家。比如Agent通过全网画像分析，发现A商家的某个商品在小红书热度很高、在抖音的销售趋势也很好，但天猫超市还没有，这时候采购只需要在操作页面上点击这个商品，就可以一键下发给商家，商家收到提醒后，只要判断这个商品适合在天猫超市做，也可以点击一键发品，将商品直接送货到仓库，完成上架售卖。

如果销售机会需要的是一个全新商品，天猫超市和商家也可以通过新系统快速完成产品定制。以天猫超市臻选4.0高蛋白纯牛奶为例，选品agent最早在品类宫格画像和全网热销爆款中发现了相应的市场需求，其中“高蛋白”是社交媒体上相当受欢迎的消费关键词，而蛋白质含量也是一个有吸引力的消费痛点。因此，选品agent基于市场需求的捕捉和消费痛点精准定位了4.0、高蛋白、纯牛奶等关键词，以及多少价格带是一个非常有机会的新供给。一家商家获得销售线索后，与臻选联名定制了商品，仅一个月，这款商品成交就突破了150万单——在通过选品Agent完成产品定义后，这款臻选4.0高蛋白纯牛奶还借助链接武装Agent生成了不同的设计方案、通过AB test测试不同方案的效果，以及借助投流Agent进行了精准投放。

“这一套下来之后，臻选4.0高蛋白纯牛奶的销售转化率就大概提升了80%左右。”天猫超市AI商品运营首席训练师徐振月说。在原有的流程链路中，选品、运营等更多依赖的是人为的判断，比如“我觉得这个品能爆”，或者“我觉得我需要提报这个商品”，而AI通过“结果倒推”，相当于用多维数据测算出“爆款”的结论，再进行新品开发，判断更准、测款也更快。

AI复盘，爆款也可以复制？

知道如何制造一款爆品是重要的，更重要的是知道一款商品为何会爆。

过去，如果商家发现一个商品突然卖爆了，通常很难了解到导致销售增长的真正原因。负责价格、投放、直播、营销的团队会分别从自己的角度分析问题，难以形成一个整体洞察。由此得出的结论常常是不可靠的，因为每个人负责的工作都只是局限模块，但每个商品的销售结果都是综合的因素、并可能不断变化。

在选品、投流等提效的Agent之外，天猫超市还推出了可以帮商家做经营诊断的智能诊断Agent。徐振月称，链接诊断Agent上线后，商家如果需要做商品诊断，只需要在后台输入商品ID，Agent就会从30多个维度做数据对比和校验，最终给出一个结论，告诉商家商品卖得好或不好是因为流量问题还是转化问题。并且，如果是转化问题，Agent还会告诉商家30多个维度中具体是哪个维度出现了问题，是商家过去一段时间对价格进行了调整、平台的玩法报名发生了变化，还是因为商家有一个负向评价导致了消费者转化变化。

这种借助AI的复盘会让每一款商品的成功或失败都能够被更好地归因。从选品到复盘，天猫超市相当于用AI构建了一个可以不断制造下一个爆款的闭环系统。为每个环节构建对应Agent只是一种局部智能化，一个能够闭环的系统才具有持续进化的能力。

《“人工智能+零售业”创新发展报告》认为，电商的智能化转型需要经历局部智能化、多环节协同智能化、自主智能化和生态协同智能化等4个阶段。商务部研究院副研究员洪勇表示，平台企业和大型零售企业整体正在推动多环节的AI智能体运作，天猫超市等推出的AI智能体呈现出AI在零售业应用中的演进过程，正处于“自主智能化”阶段，并在向“生态协同智能化”方向探索。