阿里妈妈推出“AI万相”,主打超级智能体引擎?
发布时间:2026-03-21 17:10 浏览量:2
文 | Rita
在营销圈,我们曾习惯于用“剑”来形容工具,它锋利、精准,但终究需要人手去挥舞。
然而,当大模型的Token成本降至“水利化”的0.1美元,当AI解决问题的时长以每7个月翻一倍的速度进化时,某种质变正在发生 。在本周阿里妈妈举办的2025-2026未来商业奖年度盛典分享现场,我们感受到了一种强烈的信号:AI不再仅仅是那把剑,它正在进化为那只“握剑的手” 。
从Query到Token:
一场关于“意图”的重构
过去一年,阿里妈妈从超级智能体逐步进化,将所有的投放技能训练成四个经营Agent,推出 “超级智能体引擎” ——“AI万相” 。这种进化的核心驱动力,用技术语言来说,
是算法从理解Query
(关键词)
转向了理解Token
(意图)。
如何理解?
在传统的电商逻辑中,消费者的路径是“已知答案”后的搜索 。比如用户搜索“迪奥口红”或“海澜之家”,这是一种精准但存量的博弈,品牌只能在既有的需求池里争夺点击。
但在AI原生的新范式下,消费者的旅程往往始于一个模糊的“意图”或“痛点” 。例如,“我皮肤痒怎么办?”或者“我想解决咖啡机的清洗问题” 。在AI的搜索逻辑下,行为是从问题开始,经过AI给出的方案,最后才导向商品。
为了承接这种复杂的意图,阿里妈妈推出了“AI万相”超级经营智能体引擎 。它不再是一个单一的聊天机器人,而是由四个各司其职的子Agent组成的专家团 :
万相智识:
负责“识人”。它能穿透碎片化的行为,捕捉用户背后的真实动机和消费意图。例如,当一位女性用户搜索“小孩不爱喝水”,它能精准识别出这背后是一位新手妈妈的焦虑。
万相智品:
负责“懂货”。它能结构化解析商品语义,让品“会说话”。即使商家描述的是面料属性,智品也能根据消费者的场景,如参加晚宴,自动将卖点翻译为匹配用户语境的语言。
万相智造:
负责“创意”。它实现了“一人千面”的实时内容生成。针对同样一款吹风机,它能为新手父母生成强调“静音”的素材,为科技爱好者生成强调“创新设计”的创意。
万相智投:
负责“决策”。除了实时优化出价,今年它还引入了“无界智惠券”。它能识别出那些差临门一脚就能转化的客户,在犹豫瞬间送上补贴,将投放与补贴深度咬合。
“
‘
AI
万相’具备独立思考、全链路调度与闭环交付的能力,商家只需要下达经营指令,‘AI万相’负责调动Agent完成商家的经营目标
”,淘天集团阿里妈妈商业化运营中心总经理树羊在现场分享。
当
AI
学会了“联想”与“破圈”
举个例子,ubras有一款“小奶皮”内衣,主打面料锁水、润肤的功能。作为一个新功能品类,它的推广难点在于如何让非内衣意图的人群感知到它。
原来,传统的电商逻辑是“类目对齐”:你卖内衣,你的关键词就是“聚拢”、“无痕”、“纯棉”。如果仅停留在这一层,品牌永远在存量池里和竞品贴身肉搏。但ubras与阿里妈妈“AI万相”的这次结合,本质上是把营销的触角从“品类搜索”延伸到了“生活痛点”。
1.意图的“折射”:从燥痒到面料的逻辑闭环
在以往,一个消费者在淘宝搜索“冬天皮肤干痒”,系统大概率会吐出一排润肤乳或加湿器。这是直觉逻辑。
但在AI万相的“智识Agent”视角下,它通过对全网消费趋势和专家知识图谱的深度学习,建立了一个非线性的逻辑:
皮肤干痒-减少摩擦与水分流失-贴身衣物面料升级-含有“牛奶纤维”成分的内衣。
这种“联想能力”是传统关键词匹配无法企及的。当消费者还在为干痒寻找外涂方案时,AI已经预判了她对“触感润肤”的潜在需求以及日常所用品的进一步适配,并将“小奶皮”精准地推送到了她的信息流中。这不仅仅是精准,这是一种“认知截流”。
2.商品语义的“降维打击”
ubras“小奶皮”背后有很多硬核技术,比如添加了天然乳蛋白纤维、18种氨基酸等。如果品牌直白地宣传这些术语,转化效率往往极低,消费者不想读论文。
这里的“万相智品Agent”做了一次精彩的“卖点翻译”:
针对成分党:
突出“氨基酸含量”与“保湿度”;
针对懒人党:
突出“穿上的身体乳”;
针对精致妈妈:
强调“给肌肤吃牛奶”。
AI根据用户当前的搜索语境,实时生成最能触动那一个人的“翻译版本”。这种千人千面的语义重构,让ubras的点击效率比传统单一卖点素材提升了数倍。
在这个案例中,
超过50%的成交人群来自非内衣意图。
这意味着,AI万相帮ubras从润肤、母婴、甚至高端家居服的流量池里,“找”来了大批新客。这些用户原本没有打算买内衣,但被AI精准地唤醒了潜在痛点。
可见,当AI拥有了常识、拥有了联想力,它就变成了一个24小时在线的顶级推销员,它不只是在卖货,它是在为消费者的生活痛点提供“意料之外、情理之中”的解决方案。
除了淘系内部的闭环,目前阿里妈妈也将“AI万相”的能力注入了阿里妈妈百灵、万相台AI无界、UD智汇投以及达摩盘等产品等板块中。
以Uni Desk为例来看,之前我们谈论Uni Desk,核心关键词是“跨域”和“归因” 。商家通过Uni Desk在站外海量媒体投放,再通过看板看回流 。
但现在,底层逻辑还是像开篇所言,变成了从“买位置”到“找意图”。简单来说,过去Uni Desk外投靠的是人群标签的静态匹配,现在系统能跨越媒体边界识别“意图序列” 。
比如一个用户在站外看露营攻略,
AI
能基于其家庭结构预判其对“亲子露营”的深层需求
,从而在蛋卷桌、户外玩具等投放中主动精准召回。实测显示,这种基于意图的“申请式定向”让店铺ROI提升了近20% 。与此同时,投放方式也在改变,原来传统的Uni Desk操作非常依赖优化师的经验,需要24小时盯盘、手动换素材 。如今它可以通过AI操盘动态调整多端预算。
而更值得关注的是:这一切变化,并没有增加商家的使用成本。
在这个过程中,商家不需要学习繁琐的新工具,在原有的操作界面背后,“AI万相”驱动的智能体工作流已在静默运转。
当“AI万相”开始以这种方式嵌入各个产品层,我们或许需要换一个视角看待这件事:
它不再是一次能力叠加,而是一种底层逻辑的迁移:从“人理解用户”,到“系统理解意图”;从“人做决策”,到“机器完成分配”。
营销这件事,正在悄悄换一套运行方式。