AI落地Best Practice · 企业与业务成品 · 2026-03-05

30亿花了,核心骨干走了,千问向何处去?

千问30亿营销背后的战略意图:AI接管用户决策权,能否重塑电商格局?

核心内容:

  1. 千问团队动荡与商业变现压力的深层矛盾
  2. AI决策新范式破解电商渗透率停滞困局
  3. 品牌商如何应对决策权让渡带来的渠道变革

3月4日凌晨,千问的技术负责人林俊旸在 X 上官宣离职,紧接着,多位千问的核心成员也宣布离开。一石激起千层浪。就在前一天,Qwen3.5小尺寸模型系列刚刚发布,引来了马斯克点赞;再之前,千问投入了30亿请用户喝奶茶,一举成为了互联网大厂在春节营销战场中出手最阔绰的那个。

砸钱的效果很显著。根据QuestMobile数据,千问APP日活从百万级直接飙升至7352万的峰值,最高增幅达940%。整个春节期间,超过1.3亿用户通过千问下单,累计产生近2亿笔「一句话」订单,单日峰值突破1500万单。

可是资本市场却显得有些寂寥,年后阿里的股价连续下跌,还有网友戏称:原来阿里是拿着股民朋友们的钱请大家喝奶茶啊!

用户增长和资本信心下降形成的反差,似乎在昨日的离职风波中凸显了一点缘由。X平台上有博主透露,在巨大的商业变现压力下,千问尝试引入DAU、留存率等典型的C端消费级产品运营指标,作为底层基座模型研发团队的核心KPI。

因此我们猜想,千问拧巴的现状可能是出于有点“急功近利”。在增长黑盒看来,AI大模型的商业化变现是早晚的一步,但可能千问的这一步迈得有点早、也有点急。

不过,我们更好奇的是,抛开眼前的市场情绪,深究一下千问目前的探索阶段能给消费者、给品牌方带来什么样的启发:

  1. 千问把AI和购物打通,本质上还是互联网平台的老套路—用补贴获客,圈一个新的流量池,然后卖广告?
  2. 不过是把淘宝的用户换了个入口分流过来而已,增量空间的想象力在哪?
  3. 对电商商家来说,这无非是多了一个投放渠道,有什么不一样的商机吗?

在深入进行了数据分析和专家访谈后,我们得出了一个新的判断:阿里这30亿,押注的不是流量而是一个全新的电商范式 - 让人类把决策权让渡给AI。

这篇文章,我们会完整拆解这个判断背后的逻辑、数据和战略图景,以及品牌商家应对未来趋势的新思路。

01

为什么"替用户决策"是新的增长引擎

要理解阿里为什么愿意为此砸30亿,我们需要先看到一个容易被忽视的结构性问题:中国网民人数和互联网渗透率在持续上升,然而最近四年电商渗透率却几乎停滞了增长。

过去20年,支付、物流、价格等问题被逐一解决了,但"帮每一个用户个性化地做决策"这件事,始终没有一个可规模化的解决方案 - 这也成为了电商业务增量的卡点之一。

一方面是信息过载,主要影响的是城市和年轻用户。埃森哲 2025中国消费者洞察报告的数据显示:76%的中国消费者曾因选项过多或决策困难而放弃购买。品牌忠诚度在持续下滑,55%的消费者即使有偏好品牌,也要反复比较多个替代选项才下单,而这个比例在2021年只有42%。

而传统"帮助用户决策"的方式正在集体失效。70%的消费者对营销内容感到无感或抵触,仅32%认为内容驱动了自己的购买行为。

另一方面是能力门槛,主要影响的是下沉市场和中老年用户。根据CNNIC数据,近年新增网民以农村地区和50岁以上人群为主体—他们是互联网渗透率增长的主力军。这批人已经能上网、能支付,但面对电商平台的搜索、筛选、比价、评价体系,存在明显的操作障碍。

很难想象的是,今天仍然有2亿以上中国人不会操作复制粘贴,有超过4亿人不会上网发表观点。

CNNIC定义的7项核心数字技能中,"搜索信息并辨别真伪"仅有27.2%的网民能熟练掌握,“支付操作(绑卡/支付)”仅有39.6% 能熟练操作。

而AI,天生就是帮助用户来解决这些问题的。

AI不需要用户精确表达需求。"周末露营带什么吃的"这样模糊的、场景化的描述就能被理解和转化为具体的商品推荐。它不需要用户耗费精力搜索、比价、筛选,两三轮对话就能走完从需求理解到下单的全流程。基于用户个性化的信息和意图理解,AI甚至能推荐用户"自己都没想到"的解决方案,帮助用户发现新品牌和新产品。

淘宝推荐算法负责人姜宇宁有一个核心观点:"如果你只推低价商品,是不需要用大语言模型的。" LLM 的真正价值在于理解复杂、模糊、场景化的需求,然后匹配长尾商品。[1]

淘宝内部的大模型RecGPT数据显示:LLM对"探索圈"(用户发现新品类)的效率提升超过50%,而对"效率圈"(已知偏好匹配)的提升仅为个位数—这是因为传统推荐系统在效率圈的baseline已经非常高。LLM 的核心战场是帮助消费者打破信息茧房、激活长尾供给。

毋容置疑,用户的行为已经在发生结构性迁移—第57次《中国互联网络发展状况统计报告》显示,2025 年中国AI使用人群已超过6亿,同比增长140%+。[2]

增长黑盒在 2025 年末的调研也发现 AI 辅助消费决策的渗透率超过了 40%。也就是说,每年至少有 2.4 亿人在用 AI 购物,且这个数字会随着 AI 普及快速增长,全民普及只是时间问题。

随着全新的用户旅程形成,电商的新增长有可能被进一步打开,新的商机也随之而来。不过,究竟怎样的形态能够更丝滑的满足用户需求,是当下平台入口与商家要共同探索的课题,千问的表现也更有必要去关注一下。

02

千问实践:从AI搜索到AI替你买

千问C端事业群负责人吴嘉表示:"我们真正想的是,要让AI融进老百姓的日常生活场景中,AI点一杯奶茶也好、买一张电影票也好,可能看似简单,但这是AI第一次真正参与到消费者的真实消费决策和执行链条中来,这不是卷流量,是未来一定会发生的事。"

他把春节大免单称为一次"AI压力测试"—测试的不是补贴能拉多少用户,而是AI能不能真的替人做消费决策。[3]

在千问APP里,用户不再需要输入"华为手机"这样精确的关键词。他们会说:"我们家是复式楼,有两层,我需要一个既能扫一楼也能扫二楼的机器人。"或者:"过年回家,想给家里35到50岁的阿姨们买面霜,请推荐。"

这种搜索方式和传统电商有本质区别:

淘宝搜索的平均输入是7到8个字,基本是品牌名+品类——用户必须先知道自己要什么,才能搜到什么;

千问的平均query长度是20到30个字,对于场景的上下文理解大于单一的品类或品牌。AI需要从场景中理解需求,再把需求翻译成具体的商品推荐。

更重要的是,AI做了一件传统搜索做不到的事:横向比价和真实评价筛选。用户可以让千问同时比较三款手机的性价比、配置、AI功能,AI会读取大量产品信息后生成对比表格。而在传统电商里,你打开商品评论,前100条可能都是刷出来的—AI能看到全部评价,把真实的highlight挑出来给你。

这套交互方式带来了一个直观的结果:千问总体用户平均每次对话持续7轮,停留时长18分钟,表现优于竞品。

增长黑盒的调研显示,1月26日千问全面开放消费功能之前,消费决策相关提问占比不到20%,排在知识问答和AI创作之后。开放当天,消费类占比直接跳升到30%以上,并在随后两周稳定在35%到40%之间,成为千问的第一大使用场景。

从消费类提问的结构来看:闪购(本地生活)占65%,淘宝(电商)占15%到25%,飞猪(出行)约占20%。闪购排名第一的品类是奶茶,其次是咖啡、早餐、中晚餐,高频用户一天能产生三单。淘宝侧的前四大品类是女装、3C数码、母婴和美妆。

千问APP端日均会产生6000万次购物相关提问,其中62%会触发商品推荐链接—也就是每天大约3700万次消费对话会产生可购买的结果。

补贴前千问的消费转化率只有3%到4%,补贴后则直接翻倍超过了 8%。而淘宝传统搜索的转化率不到3%,即便扣除补贴因素,千问的对话式搜索在转化效率上也已经超过了传统货架式搜索。

闪购的闭环能力尤其突出——82%的闪购用户在千问内部完成了从对话到下单的全流程,只有18%跳转到外部APP(主要是查看骑手状态或浏览更多选项)。淘宝侧由于暂时还只能展示商品卡片、不能直接下单,45%的用户在千问完成"种草"后跳转到淘宝APP进一步研究和加购。

毁单率小于 10%—用户下单后发现AI推荐的不完全是自己想要的,比如点了大杯送来中杯。这个数字在内部被认为是可接受的,因为对话式购物的界面展现还在打磨中,随着体验优化,这个比例会持续下降。

但真正值得关注的是阿里系本身的增量。

千问的核心用户画像是15到35岁,占比67%;一线城市占52%;闪购场景中学生和职场人合计占78%。这个画像指向一个关键事实:千问每月新增的近千万用户,约2/3是增量——他们此前在淘宝处于低频甚至僵尸状态,是AI购物的新交互方式把他们重新激活的。

这不是从淘宝分流,而是阿里生态的真实扩容。千问内部对此有清晰的定位区分:

淘宝APP内置的"AI万能搜"定位为存量用户的copilot,服务的是25到45岁、有购买意图但需求模糊的女性用户——她们已经在逛淘宝,只是需要AI帮忙缩短决策链路。

千问APP定位为"AI原住民的战略入口",核心用户是00后和10后,这些人从接触互联网起就习惯了用AI找信息、找服务,千问要做的是让他们的第一次电商体验就发生在对话框里。从官方公布的数据来看,春节活动期间在千问下单的人有 40% 是 00 后,而通过千问预定景区门票的 00 后比例更是高达 50%。[4]

同样值得注意的是另一端的用户:春节期间有超过400万60岁以上的用户通过千问完成了购买。千问官…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/AIdianshang/2026030557821.html