「用 AI 改造行業(yè)」這句話，電商行業(yè)已經(jīng)喊了很多年。

但實(shí)際行動(dòng)，卻一直比較散點(diǎn)，停留在諸如「猜你喜歡」「以圖搜圖」這樣單點(diǎn)的能力建設(shè)，不夠深入，也難以實(shí)現(xiàn)真正的系統(tǒng)級(jí) AI 升級(jí)改造。

核心瓶頸有二：一是早年 AI 技術(shù)尚未成熟，缺乏支撐全鏈路協(xié)同的底層能力；二是系統(tǒng)級(jí)改造需穿透產(chǎn)品核心邏輯，而新玩法、新能力的疊加必然推高使用門(mén)檻。對(duì)普通商家而言，應(yīng)對(duì)復(fù)雜系統(tǒng)往往需要投入高額人力物力，這讓技術(shù)升級(jí)的規(guī)模化落地難以為繼。

直到 2025 年，抖音電商率先用 AI 破局，解開(kāi)了技術(shù)深度升級(jí)與商家門(mén)檻降低的兩難問(wèn)題。

而背后的秘密武器，正是不久前千川大會(huì)上重磅發(fā)布的「千川・乘方」：借助 AI 加持，以及平臺(tái)的精準(zhǔn)用戶洞察，千川・乘方不僅能最大限度的簡(jiǎn)化商家的操作，提升用戶的內(nèi)容體驗(yàn)，更做到了預(yù)判用戶需求、激發(fā)用戶需求、千人千策，以實(shí)現(xiàn)商家、用戶、平臺(tái)三方共贏。

那么千川·乘方到底是怎樣一個(gè)產(chǎn)品？它是將如何撐起抖音電商高增長(zhǎng)、用戶體驗(yàn)、商家體驗(yàn)的之間的不可能三角的？

01

千川·乘方與 AI 時(shí)代的電商

為什么 AI 改造電商營(yíng)銷會(huì)發(fā)生在今年？

背后的邏輯很簡(jiǎn)單：AI 的爆發(fā)需要兩個(gè)前提 ：足夠多的數(shù)據(jù)燃料，以及足夠成熟的技術(shù)引擎。而這兩個(gè)條件，抖音電商當(dāng)下正好備齊。

先看數(shù)據(jù)燃料。千川大會(huì)期間公布的平臺(tái)內(nèi)部一組核心數(shù)據(jù)足以說(shuō)明問(wèn)題：在抖音，每天電商短視頻播放量達(dá) 116 億，曬體驗(yàn)的 UGC 視頻播放量 486 億次，電商直播間觀看量 44 億，這些真實(shí)內(nèi)容成為新的種草引擎，產(chǎn)生新的一輪循環(huán)；每天在抖音電商看完短視頻后，激發(fā)搜索的次數(shù)是 1.1 億次，74% 的用戶使用優(yōu)惠券購(gòu)買，證明價(jià)格敏感與內(nèi)容興趣可以實(shí)現(xiàn)有效結(jié)合。

更關(guān)鍵的是，抖音電商掌握的是行為 + 交易 + 內(nèi)容的三維數(shù)據(jù)。這種獨(dú)特的數(shù)據(jù)優(yōu)勢(shì)，讓抖音的 AI 能真正理解 用戶是誰(shuí)、喜歡什么、愿意為什么買單，以及買單背后的轉(zhuǎn)化鏈路到底如何，而不是停留在表面的信息匹配。

再看技術(shù)引擎。過(guò)去五年，雖然基于深度學(xué)習(xí)的推薦模型一直是電商搜推的核心，但是包括多模態(tài) AI 在內(nèi)的更多技術(shù)則一直停留在輔助工具層面，核心原因主要在于技術(shù)的不夠成熟。而現(xiàn)在，三個(gè)關(guān)鍵技術(shù)的突破，讓 AI 逐漸從配角變成了主角。

第一個(gè)突破是 agent 能力與強(qiáng)化學(xué)習(xí)的結(jié)合。過(guò)去，平臺(tái)的營(yíng)銷工具都是寫(xiě)死的 workflow，比如投流工具只能按照商家設(shè)置的預(yù)算、定向、出價(jià)機(jī)械執(zhí)行。商家想要優(yōu)化效果，只能靠投流手熬夜盯盤(pán)、手動(dòng)修改參數(shù)。而現(xiàn)在，基于強(qiáng)化學(xué)習(xí)的 agent 系統(tǒng)，能讓 AI 像人類投手一樣思考決策：實(shí)時(shí)監(jiān)控不同渠道的 ROI、用戶點(diǎn)擊轉(zhuǎn)化率、復(fù)購(gòu)率等數(shù)據(jù)，根據(jù)預(yù)設(shè)的目標(biāo)自動(dòng)調(diào)整預(yù)算分配，甚至在流量高峰期提高出價(jià)、低谷期降低消耗，實(shí)現(xiàn)每一分錢都花在刀刃上。

第二個(gè)突破是MCP 為代表的模型工具控制技術(shù)的成熟。過(guò)去，大模型想要操作外部工具，只能通過(guò) API 接口進(jìn)行表面調(diào)用，無(wú)法深入工具內(nèi)部的核心邏輯。而 MCP 技術(shù)相當(dāng)于給大模型搭建了一個(gè)操作中樞與四肢，讓它能操作抖音電商的多種營(yíng)銷工具，基于算法決策進(jìn)行針對(duì)性操作，幾乎不需要人工干預(yù)。

第三個(gè)突破是多模態(tài)大模型的落地。過(guò)去，AI 生成文字還行，但生成圖片、視頻時(shí)總會(huì)出現(xiàn)畫(huà)面模糊、風(fēng)格不一致、與商品細(xì)節(jié)不符等問(wèn)題，無(wú)法滿足電商營(yíng)銷的商業(yè)化要求。比如生成的服裝視頻里，模特的動(dòng)作與衣服的質(zhì)感不匹配，或者生成的食品圖片顏色失真，反而會(huì)影響轉(zhuǎn)化。而現(xiàn)在，抖音自研多模態(tài)大模型、nano banana、sora 2 在內(nèi)，一眾業(yè)內(nèi)多模態(tài)大模型的出現(xiàn)，已經(jīng)解決了這些問(wèn)題：不僅支持生成高分辨率的視頻圖像，精準(zhǔn)還原商品的細(xì)節(jié)特征；同時(shí)支持內(nèi)容修改、相同風(fēng)格素材批量生成等能力，過(guò)去需要一個(gè)團(tuán)隊(duì)半天才能完成的拍攝，AI 就能在幾分鐘內(nèi)生成多條符合抖音風(fēng)格的營(yíng)銷素材。

數(shù)據(jù)燃料足夠充沛，技術(shù)引擎足夠成熟，電商行業(yè)的智能新范式自然水到渠成。千川・乘方的誕生，正是這兩大優(yōu)勢(shì)的集中體現(xiàn)。

而要理解千川・乘方，我們可以從它的三個(gè)技術(shù)組成來(lái)看：

千尋：主打用戶需求的精準(zhǔn)預(yù)判，打通了內(nèi)容、商品、用戶的壁壘，實(shí)現(xiàn)三位一體 的個(gè)性化推薦，讓 AI 不僅能理解用戶的現(xiàn)有需求，還能預(yù)判潛在需求，激發(fā)消費(fèi)欲望。

千策：主打營(yíng)銷策略的制定，能夠替代復(fù)雜且不夠高效的人工計(jì)劃，幫助客戶增效、構(gòu)建超級(jí)計(jì)劃。客戶只需要設(shè)定一個(gè)總預(yù)算和預(yù)期目標(biāo)，系統(tǒng)就能自動(dòng)進(jìn)行最優(yōu)分配。

千意：實(shí)現(xiàn)了全場(chǎng)景的動(dòng)態(tài)生成，從創(chuàng)意生成、客服問(wèn)答、智能診斷推薦，AI 都能根據(jù)實(shí)時(shí)數(shù)據(jù)自動(dòng)創(chuàng)作、調(diào)整、優(yōu)化；

三大能力分別對(duì)應(yīng)著精準(zhǔn)預(yù)判需求、經(jīng)營(yíng)全局優(yōu)化、動(dòng)態(tài)內(nèi)容生成與服務(wù)，共同構(gòu)成了抖音電商 AI 營(yíng)銷的完整閉環(huán)。

02

熵減：千尋如何從讓推薦

從混沌到精準(zhǔn)預(yù)判

自然界有一個(gè)鐵律：沒(méi)有外力干預(yù)的系統(tǒng)，總會(huì)逐漸走向混亂，這就是熵增定律。

毋庸置疑，抖音是當(dāng)下國(guó)內(nèi)最大的短視頻平臺(tái)，積累了大量對(duì)電商轉(zhuǎn)化可以起到指導(dǎo)意義的用戶行為序列。但近些年來(lái)，隨著部分用戶的行為序列已經(jīng)突破上萬(wàn)，企業(yè)僅僅依靠投流師的個(gè)人經(jīng)驗(yàn)就想要做好精準(zhǔn)推薦，幾乎不再可能。

那么有什么辦法，能夠讓每一條流量都能低門(mén)檻的精準(zhǔn)推到需要的人面前？

想要打破熵增，就必須引入新的外力——大模型。而千尋，就是千川為推薦系統(tǒng)注入的 熵減外力。它的核心邏輯，是借助大模型推理能力，讓推薦從混沌無(wú)序進(jìn)化為精準(zhǔn)預(yù)判。它能將用戶視頻、音頻、文字等多模態(tài)輸入，匯聚成萬(wàn)億多模態(tài)的參數(shù)，并借助更強(qiáng)大的世界知識(shí)、抖音電商知識(shí)、用戶內(nèi)容偏好的推理與理解，精準(zhǔn)推薦電商內(nèi)容之外，還能預(yù)判需求，從而激發(fā)更多需求。

千尋的能力核心，源于三個(gè)層面的技術(shù)突破：

第一個(gè)突破是用戶序列的全生命周期拓展。過(guò)去，推薦系統(tǒng)只能處理用戶一些短期、大類的行為數(shù)據(jù)；而現(xiàn)在，千尋能將用戶序列從百級(jí)、千級(jí)拓展至萬(wàn)級(jí)，將關(guān)注周期拉的更長(zhǎng)之外，深度挖掘用戶的各種行為偏好，以及不同偏好之間的潛在聯(lián)系。

第二個(gè)突破是模型尺寸與架構(gòu)的升級(jí)。千尋的模型規(guī)模已經(jīng)從過(guò)去的千億參數(shù)，升級(jí)至萬(wàn)億多模態(tài)內(nèi)容理解參數(shù) + 千億獨(dú)立序列推理參數(shù)的協(xié)同架構(gòu)。

這是什么概念？千億參數(shù)的模型能理解基本的語(yǔ)言和圖像，而萬(wàn)億參數(shù)的模型則在此基礎(chǔ)上，還具備深度的邏輯推理能力。無(wú)論是短視頻的畫(huà)面、音頻、字幕，還是商品的詳情頁(yè)、評(píng)價(jià)文案，AI 都能精準(zhǔn)拆解核心信息。

而與萬(wàn)億多模態(tài)內(nèi)容理解參數(shù)一同工作的千億獨(dú)立序列推理參數(shù)，則負(fù)責(zé)讀懂用戶。它能分析用戶的行為序列背后的真實(shí)意圖：比如一個(gè)用戶連續(xù)刷了三條油痘肌護(hù)膚的視頻，AI 不會(huì)簡(jiǎn)單地推薦潔面奶類產(chǎn)品，而是還會(huì)推薦諸如水楊酸產(chǎn)品、保濕乳液類產(chǎn)品，幫助用戶完成綜合的控油祛痘。

第三個(gè)突破是世界知識(shí)儲(chǔ)備與深度理解能力。這是千尋最核心的競(jìng)爭(zhēng)力，也是它能預(yù)判需求的關(guān)鍵。

千尋的大模型能夠結(jié)合電商知識(shí)圖譜及用戶偏好進(jìn)行智能推理，從商品的專業(yè)參數(shù)、行業(yè)趨勢(shì)，到用戶的消費(fèi)習(xí)慣、生活場(chǎng)景，無(wú)所不包。比如用戶搜索適合海邊度假的裙子，AI 不僅會(huì)推薦沙灘裙，還會(huì)根據(jù)「海邊度假」的場(chǎng)景，優(yōu)先推薦防曬面料、易洗快干、拍照上鏡的款式。

總的來(lái)說(shuō)，千尋的出現(xiàn)，讓抖音電商的推薦系統(tǒng)實(shí)現(xiàn)了質(zhì)的飛躍。既解決了用戶側(cè)的體驗(yàn)問(wèn)題——讓用戶刷到的內(nèi)容都是自己感興趣、甚至沒(méi)想到自己需要的商品；也提升了平臺(tái)側(cè)的分發(fā)效率——讓流量在 AI 的驅(qū)動(dòng)下精準(zhǔn)流轉(zhuǎn)。

但這只是解決了流量怎么分的問(wèn)題，對(duì)于商家來(lái)說(shuō)，更關(guān)心的是投多少、投到哪、以及怎么投。而千策和千意，就是為解決這個(gè)問(wèn)題而生。

03

增效：千策讓營(yíng)銷再次進(jìn)化

現(xiàn)如今，電商行業(yè)純拼流量的階段已經(jīng)成為過(guò)去式，全局經(jīng)營(yíng)成為新的關(guān)鍵詞，但做好這一套并不容易。

對(duì)中小企業(yè)來(lái)說(shuō)，企業(yè)自身既不能產(chǎn)生足夠的素材，也請(qǐng)不起專業(yè)投手，駕馭流量的能力遠(yuǎn)遠(yuǎn)落后行業(yè)平均水平。

大商家雖然有足夠的資金和人力，但也面臨著投入產(chǎn)出比越來(lái)越低的問(wèn)題。隨著競(jìng)爭(zhēng)加劇，用戶的數(shù)據(jù)維度增加到萬(wàn)級(jí)單位，只是依靠投手的經(jīng)驗(yàn)就能完成精準(zhǔn)投流，已經(jīng)不再現(xiàn)實(shí)。

千策的出現(xiàn)，正是為了打破這種困境。它能夠通過(guò)自動(dòng)化能力，讓營(yíng)銷策略制定從專業(yè)操作變成一鍵搞定，從而讓營(yíng)銷門(mén)檻大幅降低，商家能專注于做好產(chǎn)品本身。

千策的核心邏輯是策略托管，簡(jiǎn)單來(lái)說(shuō)，商家不用再區(qū)分營(yíng)銷與廣告、達(dá)人與廣告、傭金與廣告，也不用設(shè)置復(fù)雜的定向、出價(jià)、預(yù)算分配，只需要輸入三個(gè)信息：一筆總預(yù)算、一個(gè)綜合優(yōu)化的 ROI 目標(biāo)、想要推廣的商品，系統(tǒng)就能自動(dòng)生成一個(gè)超級(jí)計(jì)劃，覆蓋用戶與商家交互的全觸點(diǎn)、售前售中售后的全場(chǎng)景。

這背后，是千策強(qiáng)大的策略能力，而支撐這種能力的，正是強(qiáng)化學(xué)習(xí)+ MPC（Model Predictive Control, 模型預(yù)測(cè)控制 技術(shù)) 組成的動(dòng)態(tài)出價(jià)「大腦」，以及 MCP(Model Context Protocol，一種模型上下文協(xié)議）技術(shù)組成的靈活工具「四肢」。

強(qiáng)化學(xué)習(xí)讓千策能從數(shù)據(jù)中學(xué)習(xí)最優(yōu)策略。它會(huì)分析全網(wǎng)同類商品的數(shù)據(jù)，學(xué)習(xí)哪些定向組合、出價(jià)策略、渠道搭配能帶來(lái)最高的 ROI；同時(shí)，在投放過(guò)程中，它會(huì)不斷嘗試新的策略，根據(jù)反饋調(diào)整優(yōu)化，就像一個(gè)不斷試錯(cuò)的營(yíng)銷專家。

搭配強(qiáng)化學(xué)習(xí)策略的，則是抖音電商的 MPC 算法能力。它能夠基于動(dòng)態(tài)創(chuàng)意，用算法算出所有組合方式各自的可能結(jié)果，然后參考用戶的設(shè)定目標(biāo)，不斷選出最合適的出價(jià)策略，完成算結(jié)果→挑最優(yōu)→定輸入的實(shí)時(shí)動(dòng)態(tài)循環(huán)調(diào)優(yōu)，最終達(dá)成最優(yōu)出價(jià)策略。

而基于 MPC+強(qiáng)化學(xué)習(xí)構(gòu)建起的強(qiáng)大策略，MCP 作為大模型的強(qiáng)大四肢，能讓 AI 可以直接操作不同工具，完成動(dòng)態(tài)出價(jià)的最后一步執(zhí)行。

可以說(shuō)，千策的出現(xiàn)，徹底改變了營(yíng)銷的游戲規(guī)則，讓它變成了人人都能參與的游戲，無(wú)論大小商家，都能通過(guò)千策實(shí)現(xiàn)高效增長(zhǎng)。

04

提速：千意成為 AI 動(dòng)態(tài)服務(wù)的新范式

對(duì)商家來(lái)說(shuō)，電商運(yùn)營(yíng)的高成本不僅體現(xiàn)在流量側(cè)，也體現(xiàn)在創(chuàng)意側(cè)。

內(nèi)容創(chuàng)作是電商營(yíng)銷的核心，但也是最讓商家頭疼的環(huán)節(jié)。傳統(tǒng)的人工創(chuàng)作，不僅成本高，而且效率低、追熱點(diǎn)難。一個(gè)專業(yè)的短視頻團(tuán)隊(duì)，拍攝一條高質(zhì)量的種草視頻需要 1-2 天，成本動(dòng)輒幾百上千；而中小商家自己拍攝，不僅畫(huà)面粗糙，還抓不住核心賣點(diǎn)，很難吸引用戶。

為了解決這一難題，千川推出的千意，借助由大模型+X 系統(tǒng)組成的智能服務(wù) agent 系統(tǒng)，不僅能幫商家快速生成營(yíng)銷素材，還能根據(jù)反饋實(shí)時(shí)調(diào)整，讓內(nèi)容創(chuàng)作不再依賴專業(yè)團(tuán)隊(duì)。其創(chuàng)作能力更是覆蓋了從創(chuàng)意生成、素材制作，到客服問(wèn)答、智能診斷的完整全場(chǎng)景。

在素材制作層面，千意借助多模態(tài)大模型能力，能直接將用戶輸入的基礎(chǔ)素材圖、模特圖轉(zhuǎn)化為高質(zhì)量的商品圖以及短視頻。比如，千意會(huì)自動(dòng)匹配職場(chǎng)女性通勤之類的視頻模板，搭配合適的背景音樂(lè)和字幕，生成一條種草短視頻。并且熟練掌握開(kāi)場(chǎng)白、賣點(diǎn)講解、優(yōu)惠說(shuō)明等專業(yè)直播電商 know how。

除了內(nèi)容創(chuàng)作，千意還解決了商家的服務(wù)難題。比如智投星功能，由多個(gè)子 agent 組成，發(fā)現(xiàn)問(wèn)題后及時(shí)診斷。比如商家的投流 ROI 突然下降，智投星會(huì)自動(dòng)分析原因：是素材質(zhì)量下降，還是競(jìng)品降價(jià)，或是流量渠道變化，然后給出具體的解決方案。

而千意的這些能力背后，則是抖音電商的兩大優(yōu)勢(shì)：一是多模態(tài)大模型的技術(shù)積累，能保證素材的質(zhì)量和風(fēng)格一致性；二是海量的內(nèi)容數(shù)據(jù)沉淀形成的知識(shí)庫(kù)，能讓千意精準(zhǔn)把握抖音的內(nèi)容趨勢(shì)和用戶偏好。

05

尾聲

可以說(shuō)，千策和千意以及千尋的結(jié)合，讓電商營(yíng)銷的門(mén)檻大幅降低。中小商家不用再擔(dān)心不會(huì)做營(yíng)銷計(jì)劃、不會(huì)創(chuàng)作，只需要專注于做好產(chǎn)品；大商家則能節(jié)省大量的人力和時(shí)間成本，把精力放在產(chǎn)品創(chuàng)新和品牌建設(shè)上。

這正是抖音電商想要實(shí)現(xiàn)的目標(biāo)：讓生意回歸本質(zhì)，讓好產(chǎn)品自然脫穎而出。

而回望電商行業(yè)的發(fā)展歷程，我們能清晰地看到：技術(shù)始終是驅(qū)動(dòng)一輪輪營(yíng)銷變革的底層動(dòng)力，而營(yíng)銷也為 AI 技術(shù)朝著現(xiàn)實(shí)可落地的方向進(jìn)化指明了方向，甚至可以說(shuō)，正是來(lái)自平臺(tái)側(cè)、商家側(cè)、用戶側(cè)的磅礴且急切的需求，推動(dòng)了 AI 服務(wù)的進(jìn)步和落地。

營(yíng)銷 1.0 時(shí)代，靠的是渠道紅利，誰(shuí)能率先低成本占據(jù)線上好的營(yíng)銷渠道，誰(shuí)就能成功；

營(yíng)銷 2.0 時(shí)代，靠的是精準(zhǔn)流量紅利，誰(shuí)能拿到更精準(zhǔn)的用戶畫(huà)像，誰(shuí)就能成功；

營(yíng)銷 3.0 時(shí)代，靠的則是 AI 紅利，誰(shuí)能用好 AI 工具，做好全局增長(zhǎng)，誰(shuí)就能成功。

毫無(wú)疑問(wèn)，千川・乘方正是營(yíng)銷 3.0 時(shí)代最典型的代表，它用 AI 重新定義了電商營(yíng)銷，實(shí)現(xiàn)了平臺(tái)、商家、用戶的三方共贏：平臺(tái)實(shí)現(xiàn)了流量效率的提升，商家降低了營(yíng)銷成本、提高了盈利空間，用戶獲得了更精準(zhǔn)、更優(yōu)質(zhì)的內(nèi)容體驗(yàn)。

這或許正是電商行業(yè)的下一個(gè)十年該有的樣子：營(yíng)銷交給平臺(tái)交給 AI，商家回歸生產(chǎn)與品質(zhì)，增長(zhǎng)也就變得毫不費(fèi)力。