文｜表外表裏 赫晉一 張冉冉 楊曉慶

這個春節，消費者第一次體驗AI點外賣，AI真正走進普通人的生活。2月6日，千問春節請客活動破圈刷屏,取得「上線9小時，訂單量破千萬」的戰績。

這是「AI紀元年」，也是中美AI應用路線的一次鮮明分野。

當前，北美的AI應用處於會員高速增長的付費變現期，在充沛算力支持下，向着通用智能體靠近；東大的探索則另闢蹊徑，儘管算力有限，仍藉助千問大模型、DeepSeek的開源普惠，演進至AI+製造、農業、生活服務等千行百業。

一個創造「超級大腦」，另一個追求「打通虛實」，前者充滿科幻感和顛覆性，後者卻更具現實意義與滲透力。

「千問送外賣」或許聽起來沒那麼高大上，此刻也不如北美智能體和AI視頻那樣商業化吸金，但它卻開闢了AI大規模與真實物理世界交互的新篇章。

真正的變革，可能就從最接地氣處萌芽。

一、AI再造「衣食住行」體驗，會率先發生在東大

眼下，六旬老漢都懂得跟千問、豆包聊天，05後社交媒體充斥着AI照片，程序員為黃仁勳一句「編程只是打字，已經不值錢了」而道心破碎……我們似乎已活在AI時代。

然而回到衣食住行等生活場景，真正能聽懂人話、辦成人事的AI，仍寥寥無幾。

根據a16z，2025年AI市場的收入，高度集中在ChatGPT、Gemini、Claude和Midjourney等ToC對話應用與ToB效率工具上，具備「行動力」的AI Agent（能夠跨應用完成自動點單、訂票等操作）僅佔5%。

供給如此貧瘠，對面卻是龐大而飢渴的市場。

「半小時點不出外賣」「買件T恤糾結3天」……這些選擇困難，源於我們身處一個信息過載的世界：在海量選項中篩選目標、分辨真僞、計算優惠，且日復一日，在各個領域，重複着類似的查詢、比價和決策循環。

繁重的篩選成本、信任成本，正不斷榨乾當代人的精力，以致於「懶人經濟」市場規模連年增長，邁入萬億藍海。而AI作為先進生產力，可以把人從瑣碎中拯救出來。

如果以決策頻率（多久一次）和決策風險（選錯的代價）來劃分，人生選擇大致有三類：買房、結婚是「低頻重大決策」，寫作、剪視頻屬於「創作性決策」，而購物、出行是「日常重複性決策」，後者是最適配AI改造的領域。

畢竟點外賣和網購，不像結婚那樣牽扯複雜的感情，它們有固定模式、充足數據支撐，一次選錯人生不會完蛋，做好了卻能讓幸福感直線上升。

正如這次千問點外賣活動，用戶說出需求，選定AI推薦的商品、點擊支付，一杯奶茶就點好了，只需坐等配送上門。全程沒有App跳轉、比價，決策被壓縮成一次對話的工夫。

AI還能夠讀懂模糊、複雜的指令，比如讓千問「給70歲的奶奶買春節禮物，她喜歡喝茶和打麻將，但血壓偏高，預算500元」，系統會快速推薦對應禮盒和商品鏈接。

儘管目前電商購物還不能像點外賣那樣一鍵選購下單，但這只是時間問題——千問將接入淘寶、高德、飛豬、支付寶等阿里生態服務，要做一句話能導航、訂機票、查社保的「全能助手」。長期互動後，AI還能形成個性化記憶，進一步做到千人千面的精準推薦。

未來，消費者將從「篩選者」變為「審閱者」，找回被浪費的時間。以日常工作為參考，英國一份調研顯示，AI助手每天能讓用戶處理常規任務的時間縮短約26分鐘，相當於每年多放兩周假。

可見，AI「接管生活」，有着強烈現實需求和廣闊前景。因此不止阿里，谷歌也推出了Project Mariner代理功能，讓AI在餐飲、美容等場景中，根據指令自動完成搜索、預訂。

但谷歌的路並不好走。去年7月，谷歌突然遭到「大金主」亞馬遜的背刺——先是被亞馬遜告知，要退出廣告競價，哪怕這麼做會導致美國60%、英國55%的曝光份額「一夜清零」；隨後，亞馬遜又更新網站代碼，「拉黑」谷歌AI購物助手，使其無法抓取產品頁面。

電商巨頭的匆忙割席，背後是AI加速落地，平台利益博弈：一旦AI大模型主導購物搜索，亞馬遜的購物入口地位，可能會被谷歌AI大模型搶走。

阿里比谷歌幸運的地方，在於千問可以接入「自家兄弟」，不同應用互相無縫導流，甚至一起做大蛋糕，如讓因選擇困難放棄下單的人、不熟悉線上消費的人，方便快捷地交易。

比起以搜索為主業的谷歌，電商起家的阿里，已覆蓋電商、本地生活、即時零售、酒旅出行、文娛等領域，AI大模型自帶「消費基因」，且可以調用海量真實供給、完成閉環履約。

最重要的是，阿里生在了互聯網高度發達、基礎設施完善的中國：這裏有11億互聯網用戶，大家早已習慣餐飲外賣、出行酒旅全部線上解決，願意嘗試新事物，對AI支付也不排斥。

阿里需要思考的，反而是如何承接洶湧的需求。可以看到，其構建了從底層算力，到頂層應用的端到端技術棧：平頭哥自研芯片，為AI推理提供高性能、低成本的算力；阿里雲提供可靠的雲基礎設施，支撐海量併發交互與數據處理；千問大模型作為「大腦」，持續在語言理解與任務規劃上迭代進化。

這既是在編織一張AI時代的消費響應網，也是為接下來的「產業變革」打下地基。

二、從消費變革，帶動商家、平台生態和產業鏈「共同進步」

自零售邁入數字時代起，每一次交互模式的重大變革，都伴隨着流量紅利的重新洗牌。

如今，由阿里、谷歌掀起的AI辦事、購物浪潮，同樣帶來了一場破壞性創新。

在Shopify上建站的中國商家，開啓後台UCP功能，商品就能直達谷歌AI搜索與Gemini推薦池。一旦AI捕捉到用戶潛在需求，就會自動抓取商品進行推薦，這種流量分配方式的成本，遠低於傳統競價廣告。

尤其對中小商家而言，過去苦於囊中羞澀，或不懂內容創作，被頭部商家擠壓，淹沒於深不見底的列表之下。如今，「去中心化」的AI推薦只看標準、數據，他們看到了破局的曙光。

接入AI後，商家無需砸錢投流，寫好描述，就有機會被AI精準挖掘。

這意味着，競爭焦點從「如何讓用戶選我」轉向了「如何讓AI看到我」，但至少AI不認鈔能力。退一步說，商家也可以用魔法打敗魔法：用AI生成、優化商品標題和詳情頁，再接入千問。

對大品牌來說，站在AI肩膀上，同樣預示着一次新的騰飛。

正如DeepSeek慷慨開源，讓嵐圖汽車等資金緊張、難以自研AI的車企，獲得了智能駕駛的入場券。始終堅持走開源路線的千問大模型，也一直是萬千消費品牌的商業「增長引擎」。

試想一下，始祖鳥、駱駝等戶外品牌，在小程序部署一位「AI穿搭顧問」，當用戶問「我要去虎跳峽徒步」時，它能根據目的地天氣、地形，智能推薦裝備甚至搭配整套造型。這不僅讓購物變得高效、有趣，還能打通「靈感直達購買」的新消費路徑。

由AI重塑的消費體驗，不僅對品牌是革命機遇，對阿里自身也是如此。

當越來越多玩家接入千問，阿里內部將率先掀起一場從算力、雲服務到硬件的「需求海嘯」，並逐漸外溢，進而帶動整個產業鏈的升級。

用戶搶奶茶擠爆千問的一幕，正是複雜消費場景的一次極限壓力測試。

當幾十上百萬用戶，同時讓千問幫忙點一杯奶茶，AI需要同時進行海量的需求理解、比價、支付等複雜推演，算力消耗指數級增長，哪怕是扛住了多年雙十一流量暴擊的阿里，也開始感到喫力。

但挫折會鞭策阿里求進，巨大推理需求帶來的算力焦慮，將倒逼其不斷加碼硬件投入，尤其是算力芯片，以保障雲服務穩定。

進而，產生類似蘋果、Tesla、英偉達，帶動硬件產業鏈升級的效果：英偉達嫌棄CPU響應跟不上，開始自研芯片，纔有現在的Grace CPU等高速互連芯片；特斯拉發現通用車載芯片無法實現極致自動駕駛，開始all in FSD芯片、跟供應商共研一體化車身等。

頭部玩家的技術攻堅，從來都是產業鏈躍遷的最大引擎，「跑馬拉松」的AI領域更是如此。

具體看阿里，千問完成越多送奶茶、訂機票、買電影票等任務，對專用芯片的高能效需求就越高，這或將加速阿里自研AI芯片迭代。此前，有市場消息顯示，阿里旗下芯片設計業務平頭哥，已在考慮上市。

而千問App提供的「潑天流量」，都會轉化為阿里雲的「算力訂單」，支撐阿里進行更大規模的芯片研發。

為了適配高性能芯片，阿里的「頂級訂單」還會倒逼存儲、網絡通訊等其他硬件性能升級，帶動國產HBM內存等技術攻關。當這些硬件公司的研發天花板被抬高時，也意味着中國AI硬件產業集體進步，逐漸擺脫對英偉達產業鏈的依賴。

一場龐大的底層重塑，正在徐徐展開，不僅是硬件技術，還涉及軟件生態。

就像移動互聯網時代，騰訊借力微信這一社交船票，將現實世界關係數字化，並基於龐大的流量入口，長出了微信支付、公衆號、小程序、視頻號等生態內容。

AI時代的阿里，也手持千問，朝着「商業系統」的方向演進：如上文所說，千問接入阿里生態，上線超400項功能，服務電商、本地生活、酒旅出行等多個領域的大小商家。

某種意義上說，阿里通過千問改造「衣食住行娛」體驗的過程，也是在用中國巨大的消費市場，為國產AI產業鏈支付昂貴的「學費」和「研發經費」。