今年 " 双 11 " 的战鼓再度提前敲响。

10 月 9 日，京东率先全面启动大促，天猫则于 10 月 15 日晚 8 点开启预售，10 月 20 日晚 8 点现货开卖，活动均将持续至 11 月 14 日。

与往年聚焦于价格战的喧嚣不同，今年 " 双 11" 的核心叙事已悄然转向—— AI 技术从幕后走向台前，成为驱动增长的核心引擎。天猫高调宣布今年是 " 首个 AI 全面落地的双 11"，京东也强调这是其 "AI、大模型、机器人等技术融入程度最深的一届 "。

从智能客服应答到精准商品推荐，从自动化物流仓储到 AI 内容生成，技术已超越营销噱头，深度重塑着电商的每一个环节。

有意思的是，在这股 AI 浪潮中，天猫与京东展现出截然不同的技术路径与战略侧重：天猫的 AI" 向软 "，侧重于以软件算法和大模型优化前端的搜索推荐与用户体验，致力于让 " 人找货 " 更智能、" 货找人 " 更精准；京东的 AI" 向硬 "，聚焦于以智能机器人和决策模型加固其后端的供应链与物流体系，力求让商品流通更高效、更可靠。

事实上，这一 " 软 " 一 " 硬 " 的应用分野，并非偶然的技术选择，而是由两大电商巨头迥异的商业模式、长期积淀的技术基础与面向未来的战略重心决定的。

01 天猫向 " 软 "

天猫 AI 的核心主要是在三方面：

首先是提升流量匹配效率。搜索端推出 " 生成式检索 "，解决传统关键词搜索无法承接模糊需求的痛点；推荐端依托大模型分析用户长期偏好实现 " 破圈推荐 "，带动推荐信息流点击率提升 10%；广告端则通过 AI 优化流量匹配与出价策略，帮助商家广告 ROI 提升 12%。

其次是为商家提供 AI 经营团队。例如 AI 美工、AI 客服、AIGC 平台 " 万相营造 "（为商家生成营销素材）、AI 智能体 "AI 小万 " 升级的 " 生意参谋 "（为商家提供店铺流量、转化、交易等多维度数据）等，实现降本增效。

第三是为消费者打造六款 AI 导购产品。具体包括："AI 万能搜 " 能精准理解复杂的语义表达，并提供购物攻略；"AI 帮我挑 " 能通过对话引导，精准筛选商品；" 拍立淘 " 升级为多模态 AI 搜索，并为消费者实现同款价优、同类商品推荐；淘宝主页搜索则基于全网口碑自动生成 " 品类清单 "，还能实时解答购物问题；"AI 试衣 " 支持用户一键上身试穿心仪穿搭；每位用户还将获得定制化的 "AI 清单 " 等。

整体来看，阿里的 AI 电商改造是从匹配效率升级、商家工具普惠、创新产品体验三大维度落地 AI 应用，还是围绕着 " 服务商家提效、优化用户体验 " 的核心。这也符合平台 " 商家服务商 " 的属性，为的还是实现 " 人 " 与 " 货 " 的更高效配对。

阿里 AI 战略方向决定了天猫 AI 应用在软件方向上的铺陈。阿里的 AI 战略选择是坚定地走全栈 AI 能力的长期路线，想要纵向洞穿算力层、云、模型层、应用层，横向涵盖多种产品，兼顾开源与闭源，形成一套星罗万象的 AI 全栈生态。

重金押注之下，算力和模型都有不错的成绩，目前阿里云在中国 AI 云市场占据领先地位。作为中国最有影响力的开源模型之一，通义系列至今已经开源了 300 余款大模型，全球下载量超 4 亿次，成绩斐然。目前来看，阿里全栈 AI 的布局上，只剩下了应用这最后一块 " 拼图 " —— AI 应用。

今年以来，阿里将全栈 AI 能力向生态全域渗透，所有业务的 AI 升级均延续 " 软件服务优化 " 的逻辑推进：本地生活板块（饿了么 / 高德）利用智能调度系统优化配送路线，提升运营效率；菜鸟运用 AI 进行物流路径预测和智能仓库管理；钉钉推出了 "AI 助理 "、"AI 会议摘要 "、"AI 内容创作 " 等新功能；夸克也升级为 "AI 信息服务平台 "。

除了贯彻阿里的 "Allin AI" 战略，这些丰富的内部实践，持续反哺着阿里 AI 技术的迭代升级，也让阿里的全栈 AI 技术路线愈发清晰。

02 京东向 " 硬 "

不同于天猫的平台模式，京东是通过 " 自营 + 供应链优化 "，以差价和供应链效率盈利，产品定位更偏向于 " 零售服务商 "。因此，与阿里的 " 消费者智能化 " 不同，京东的策略是 " 让商家更聪明 "，其在 AI 上的应用主要集中在供应链管理、客服和个性化推荐等领域。

今年双 11 前夕，京东向生态伙伴开放了包括京小智、京点点、Joyinside 大模型及数字人直播系统在内的多款 AI 工具，覆盖从智能客服、广告优化到内容生产的全链路。然而，京东 AI 最引人注目的突破仍在于物流系统——首次大规模投入的 " 超脑 + 狼族 " 智能设备集群，标志着其智能供应链建设进入新阶段。

升级后的 " 物流超脑 2.0" 系统，将原有的 AI 调度、路径规划、设备联动等能力，进一步拓展至多模态协同与具身智能。" 狼族 " 则代表了物流末端的智能执行单元，如同敏锐、协作的 " 狼群 "。它包括了无人车、自动化分拣臂、AMR（自主移动机器人）等各类智能硬件。在 " 超脑 " 的指挥下，它们形成一个协同作战的群体，行动敏捷、分工明确、7x24 小时待命，专门攻克订单高峰期的分拣、搬运和配送难题。

整体来看，京东在 AI 上的应用始终围绕 " 优化供应链效率 " 这一核心——通过 AI 预测性物流提前布局仓储备货，让商品离消费者更近；借助 AI 客服机器人缩短咨询响应时间，提升服务体验；用 AI 个性化推荐帮商家精准触达目标客群，这些动作最终都指向 " 让供应链更高效、让零售更顺畅 " 的目标。

从技术层面来看，相对于阿里的高筑墙、广积粮、商用化。京东从底层基础设施的京东云智算，到上层大模型、AI 平台工具，再到 C 端、B 端的多个解决方案，都是围绕自身供应链和电商而服务的。

从布局 AI 的战略层面上来看，阿里巴巴的 AI 战略更具前瞻性和进攻性，旨在通过技术领先来开辟新市场和业务增长点，京东更聚焦于对现有业务的优化和市场份额的争夺。

在之前的 JDDiscovery-2025 京东全球科技探索者大会上，京东正式发布 AI 全景图，系统展示其在人工智能领域的整体战略布局，并宣布未来三年将持续加大投入，推动构建万亿规模的人工智能生态。

透过这些布局不难看出，京东试图通过 AI 产品，建立一个兼顾消费、服务、互动的新生态，从而有效增强用户对京东平台的依赖，形成从流量入口到服务闭环的强大粘性。

与此同时，供应链也是京东的基因级优势——其自营模式下的仓储物流管理成本仅占营收的 10%，与 Costco、亚马逊等全球顶尖企业比肩。而在物流系统上加注 AI 技术，既是对这一优势的进一步巩固，也是其将核心能力向产业端延伸的关键动作：通过 AI 让物流从 " 高效 " 走向 " 更智能 "，不仅能降低自身运营成本，还能为上下游合作伙伴提供更优质的供应链服务，最终在 " 硬基建赋能零售 " 的路径上，构建起自身竞争壁垒。

结语

天猫与京东在 AI 战略上 " 软硬分明 " 的路径选择，反映了二者商业基因的本质差异。天猫通过大模型优化搜索推荐与用户体验，致力于成为更懂消费者的智能购物伙伴；京东则将 AI 深度植入供应链与物流体系，打造更高效可靠的零售基础设施。这两种路径无所谓优劣，都是基于各自商业模式做出的理性选择。

随着 AI 技术持续演进，电商行业的竞争正在从单纯的价格战，升级为技术底蕴与商业洞察的全面较量。未来，真正决定胜负的将不再是流量与补贴，而是谁能将技术创新与商业本质更好地融合，为消费者和商家创造可持续的价值。