电商进入人工智能（以下简称“ AI”）时代。AI赋能电商不仅提高用户的购物体验，降低商家经营门槛，更加速产业供给和需求的良性循环，实现了用户、商品、消费场景的深度密切链接。

本文梳理了电商场景下的四类典型问题，介绍企业的应对措施，以及大模型技术应用于电商场景伦理治理方面的发展与完善。

电商技术和应用的演进

应有效发挥数据作用，将商家和消费者间的供需有效连接，使数据推动电商平台智能化发展，为商家和用户提供更好的服务。在需求侧，电商平台通过用户画像和行为数据的分析，了解不同类型客户群体的需求，包括对商品风格、款式的偏好，进而推荐定制化商品。在供给侧，聚合后的偏好可以被用于反向优化供应链和库存管理系统，实现“以销定产”“小单快返”与“柔性制造”。电商连接消费与制造，利用数字技术有效匹配供需，带来消费新增量。2021年，国务院发展研究中心课题组“高水平消费和供给动态平衡的研究”课题发现，我国每100元网络实物商品零售额中，有36元是纯新增消费。

在用户侧，运用 生成式人工智能，提升用户体验，深刻洞察用户需求，结合搜索和推荐，利用大模型的推理能力，从而更精准预测用户的真实需求。通过AI生成高质量和个性化的导购内容，提升用户体验。比如，AI试衣功能让消费者体验一键上身试穿效果。

从经营成效看，大模型在电商各个环节的应用尚处于初级阶段，暂未引发经营模式的变革。约74%受访商家认为生成式 人工智能的应用效率相当于1个人的工作产出，64%的受访商家认为使用AI工具后节约的成本大概在5000元/月。

因此，AI帮助商户降本增效与提升供给质量，智能化运营帮助从业者（特别是中小商家）大幅度降低经营成本，促进更有创意的良性竞争。在用户端提升消费者体验，不断释放消费潜力。在产业侧，加速供需的良性循环，使人-货-场链接更有效、更多元、更便捷。

持续完善电商应用伦理治理方案

技术应用带来便捷生活的同时，还要从消费者角度考虑技术的伦理问题。如何应对用户信任挑战，进一步提升用户体验，仍值得深入探讨。

数据驱动下电商场景的伦理问题及应对措施

AI进一步提升了电商技术和应用的伦理性

随着AI在电商领域应用的日益深入，电商平台在原有架构基础上，为解决用户的伦理担忧带来了更完善的解决方案。

一是数据利用方式更负责任、更符合伦理。大模型对数据的合理利用可以有效缓解用户对隐私安全的顾虑。模型训练并不依赖个人信息等原始数据，会采用技术手段主动减少对用户个人信息的采集，降低个人信息在训练数据中的比例和真实性。在训练阶段，大模型模拟人的思维活动方式生成人类可以理解的内容，而训练数据也是基于知识性语料库。在应用阶段，用户-模型的交互数据也并不作为训练语料的直接和主要来源。

二是推荐结果更符合用户预期、可解释性更强。在推荐系统中可以利用大模型对规律的理解，挖掘用户的真实需求。在不降低推荐精准性的前提下，可以提升消费者浏览时的惊喜感，从“猜你喜欢”走向“懂你喜欢”。同时，合成数据通过差分隐私等方法给个人信息建立隐私墙，在提升推荐效率的同时更好保护消费者隐私。

三是价格生成机制更透明。大模型凭借强大的数据处理与学习能力，能够深入分析商品定价逻辑，解析复杂的促销和优惠规则，并用易于理解的方式呈现给消费者。例如，AI助手可以根据用户的购买历史和当前浏览商品，即时计算出最佳优惠组合，极大提升了价格机制的透明度。

根据技术接受模型，“建立信任”是提高用户对新技术“使用意图”认知的重要因素。因此，对正处于AI应用技术扩散关键阶段、与用户密切交互的电商平台来说，应主动从技术和产品研发、内部组织架构和流程设计以及外部监管协同等多方面，不断完善对伦理问题的应对方案，让用户更放心。

作者：王峥系阿里研究院数据经济研究中心副主任；傅宏宇系阿里研究院数据经济研究中心主任。