AI 到底能不能帮公司多卖货?有人做了 7 场真实实验

前段时间,我翻到一篇经济学论文,看完之后,在心里替它鼓了很久的掌。

2024 年 5 月,英伟达的 CEO 黄仁勋说过一句很提气的话:下一次工业革命已经开始了,AI 会给几乎所有行业带来显著的生产率提升。

台下投资人听完,鼓掌归鼓掌,心里都在犯嘀咕:生产率提升我知道,可是,钱呢?投进去的几百亿美元,什么时候变成收入?

这两年,关于 AI 的争论,吵来吵去吵的都是"员工用 AI 提效"。写代码的实验里,工程师完成任务快了 55.8%;客服的研究里,员工每小时处理的问题多了约 15%。

你发现没有,这些故事讲的,都是"省成本"。

省成本,是少花钱。但一门生意真正的考验是:AI 能不能直接帮你多赚钱?

多卖货,多收入,正面的、堂堂正正的收入。

这个问题,很少有大平台敢真刀真枪地回答。因为答案不能靠问卷,不能靠访谈,只能靠实验:把真实用户随机分成两组,一组用 AI,一组用老办法,其他什么都不变,然后看谁卖得多。

而有一家跨境电商平台,真的这么干了。

一场几百万人的实验

先说说这家平台。它让全球的消费者绕过中间商,直接从厂商手里低价买货。几十万卖家,几亿买家,生意做到 100 多个国家和地区,光服务语言就有约 20 种。

2023 年 9 月到 2024 年 6 月,这家平台做了一件业内很少有人做的事:把生成式 AI 接进 7 个真实业务流程,每个流程都配了一场随机对照实验。

什么叫随机对照实验?就是像抛硬币一样,把用户随机分成两组。一组用上了 AI 的新流程,另一组还走原来的老路子。价格不变,商品不变,其他一切都不变,唯一的区别就是 AI。

这样,最后两组销售业绩的差距,就可以干干净净地记在 AI 头上。

7 场实验,最小的 3 万人,最大的 1300 万人。加起来,近两千万人次的真实消费行为。

结果怎么样?

一句话:AI 确实能多卖货,但效果天差地别。有的流程涨了 16.3%,有的流程,几乎看不出动静。

差在哪儿?咱们一个个看。

涨得最凶的:那个"没人管"的环节

效果最大的,是售前客服。

以前,这个平台的自营商品,售前咨询是不提供实时客服的。用户付款前有问题?系统自动回一条预先写好的话:客服暂时无法回复。因为平台有限的人力,都优先保障售后去了,售前问题,不那么紧急。

第三方的小卖家,就更别提了。一个小店铺,哪养得起一支多语言客服团队?

也就是说,售前咨询这个环节,常年漏风。

2023 年 9 月起,平台在 4.4 万个发起过售前咨询的用户里做了场实验:一组照旧没人理,一组交给 AI 客服。全天候,全语言,有问必答。

两个月后看数据:AI 客服那组,销售额涨了 16.3%,下单率涨了 21.7%。

有人会问:是不是对照组用户因为没人理,气得不买了,反而显得 AI 更好?

研究者也想到了。他们补测了几组:AI 客服单独上,服务质量已经接近真人客服;AI 加人工兜底(搞不定就转人工),销售额比"完全没人管"涨了 25%;更狠的是,跟纯真人客服的组比,AI 加人工的组合,用户还多花了 11.5%。

也就是说,16.3% 这个数,可能还是保守的。

另外几场:小的,大的,和翻车的

搜索优化,涨 2.9%。

这个平台的搜索,原本是把用户输入的各种语言逐词翻译成英文,再去匹配商品。逐词翻译,懂词,不懂人。用阿拉伯语、日语、波兰语的用户,长期就是"将就着搜"。AI 上来之后,先理解你想买什么,再把搜索词改写得又准又清楚。三场实验,近 200 万用户,销售额涨了 2.9%。

你会说,才 2.9%?

对一个几亿用户的成熟平台,搜索是几乎每个用户每天都要走的入口。2.9% 铺在这个盘子上,是笔大钱。

商品描述,涨 2.1%。

这里面有个特别有意思的细节。这家平台的自营货,大多从中国供应商进货。中国供应商的习惯,是把商品介绍做成图片,字还嵌在图片里。国内用户看得惯,海外用户想要的,却是像亚马逊商品页那种一条条列出来的文字卖点。

结果就是,近一半的自营商品,几乎没有文字描述。

AI 来了之后,批量给商品补写多语言的结构化描述。480 万用户参与的实验,销售额涨了 2.1%。

更妙的是分层看:原本几乎没有描述的商品,补上 AI 描述后,销售额涨 6.5%;而原本描述就写得很全的商品,再加 AI 描述,几乎没变化。

你看,AI 的价值,藏在信息最贫瘠的地方。雪中送炭,立竿见影;锦上添花,无感。

营销推送,涨 1.6%,但统计上说不准。

以前写推送,靠一两个员工,每月花几个小时,写几十条。全平台几亿人,收到的都是这几十条里的一条。AI 上了之后,一场实验生成了 270 万个不重样的推送版本。

点击涨 3.1%,订单涨 2.8%。但销售额的涨幅,统计上看不出确定效果。原因有二:一是这个场景的基线下单率太低,只有 0.16%,噪音太大;二是出于风控,实验组里只有四成用户真的收到了 AI 消息。这个数,很可能只是个下限。

然后,是那个翻车的。

Google 广告标题,效果是负的。

平台在 Google 购物广告里投了 120 万个商品,让 AI 去优化广告标题。听起来很合理,对吧?结果,销售额不涨反跌,虽然统计上不算显著。

为什么?

因为这次用的模型,是个没有针对电商广告做微调的通用模型。广告标题这门手艺,讲究把用户会搜的关键词、能勾人下单的卖点词,恰到好处地揉进去。通用模型不懂这些行话,生成的一堆标题,反而把关键卖点词弄丢了。广告质量分下降,竞价赢率跟着往下掉。

这场实验的价值,恰恰在于它翻车翻得明白:通用大模型直接拎去干专业活,可能连老师傅都不如。

最后两个流程,平台没开放明细数据,但方向很清楚。

拒付辩护。跨境生意里,买家找银行拒付货款,卖家得写材料申诉。这活儿又繁琐,又考验语言能力和对各国规则的熟悉程度,超过一半的拒付纠纷,卖家干脆不管了,只能靠三五个外包员工套模板处理。AI 代理接手后,辩护成功率涨了 15%。

在线客服翻译。平台大量客服是菲律宾员工,用英语服务全球用户,因为给每个市场都雇母语客服,成本要贵上三倍。AI 双向实时翻译接入后,消费者的满意度涨了 5.2%。

咱们来算笔账

四个有正效果的流程加在一起,平均每个消费者,每年因为 AI 多贡献 4.6 到 5.2 美元。

什么概念?2023 到 2024 年,全球电商人均年消费的增长里,大约 6%,是这几个 AI 流程贡献的。

而且,这只是开始。2023 年,这家平台只在少数几个流程用了 AI;到 2024 年,扩到 40 多个;到 2025 年,超过 60 个。平台 AI 相关的 API 调用量,2024 年年中还是每天 5000 多万次,一年之后就超过了每天 10 亿次。

一年,20 倍。

AI 到底改变了什么?

拆开细看,有意思的事情来了。

7 场实验里,只要有效果的流程,下单率都涨了,涨幅从 1% 到 22%。但是客单价,几乎纹丝不动。

也就是说,AI 没让人买得更贵。它让本来不买的人,买了。

为什么?因为 AI 做的事,本质上是减摩擦:搜不到的,能搜到了;看不懂的,能看懂了;没人答的,有人答了。购物这条路上一颗颗的石头,被一颗颗搬走了。

那新问题来了:AI 会不会为了多卖货,夸大其词,骗人下单?

数据说:不会。

退货率没有变差。商品描述那个流程,退货率还降了 3.9%;营销推送那个流程,降了 11.4%。用户评分也没降,售前 AI 客服那个流程,评分还涨了 4.5%。

卖出去的货多了,买完后悔的人,没有多。

谁得到的好处最大?

新手。

研究者把用户按经验分层:买得少的、登录少的、注册晚的,从 AI 里得到的好处,显著更大。而那些购物老手,几乎无感。

道理不复杂。老手什么都不缺:会搜,会比,会问。新手缺的就是信息和技能,摩擦最大。所以 AI 一搬走石头,他最先迈开腿。

卖家那边也是类似的形状:小卖家、新卖家的获益,数据上看起来也更大,只是样本还不够多,说得没那么笃定。

AI 是补差,不是拉差。谁离"顺畅"最远,谁拿到的好处最大。

这个发现,和之前那些研究是同一个调子:AI 客服工具,提升最大的恰恰是资历最浅的客服员工。技术这东西,一直在悄悄给弱者递梯子。

回到最初的问题

AI 能不能帮公司多卖货?

能。但它不是魔法,是补丁。

售前没人管的地方,补上 AI,就是 16.3%;广告标题老师傅写得好好的,外行 AI 插一脚,反而坏事。效果不跟着"AI"这个标签走,跟着"原来有多差"走。

黄仁勋说的生产率革命,是真的。但它不会从天上整片地掉下来,它一份一份,长在具体的流程里。

所以,别光盯着"我们公司要不要上 AI"这个问题。先去看看:你的业务里,哪个环节,还在"没人理"?

那儿,可能就藏着你的 16.3%。

祝你,早日找到自己的那个环节。