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。

AI万相全面接入

多产品线进入“意图驱动”阶段

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。

结语

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。