淘天AIGX体系：Coupella智惠引擎赋能商家增收

当前电商平台的AI落地已经进入深水区，但具体的技术实践细节却鲜少有公开信息。近期在一场年度技术活动上，该平台公布了其AIGX体系的四项核心成果，分别覆盖感知、创作、推断、理解四大电商核心场景。笔者通过和技术团队的深入交流，终于理清了这套体系的完整脉络，以下为大家逐一拆解。

• 多模态实时搜索助手：基于图像、语音的全模态实时检索Agent
• 全场景智能创作工作台：集成设计、视频、建站能力的AI创作工具
• 生成式因果推断引擎：Coupella智惠引擎，面向商家经营的增收系统
• 意图驱动推荐系统：Agent加持的个性化推荐方案Dream

作为一名曾在电商行业深耕多年、如今投身AI领域的从业者，笔者对这套体系有着格外真切的感触——十多年前做电商时的抠图、配券、填表等繁琐工作，如今都已经被AI技术替代，这种跨时空的对比让人感慨良多。

多模态实时搜索助手

相信很多用户都用过拍照搜同款的图像搜索工具，而现在这套工具已经升级为实时Agent。当用户用摄像头对准商品的瞬间，系统已经在同步理解用户意图并完成商品检索。不仅如此，用户还可以通过自然语言直接提出需求，比如“帮我找一款500元以内的露营帐篷”，系统会精准识别场景、预算和偏好，直接给出匹配的商品方案。

这套工具还支持上下文记忆功能，比如用户后续补充“有没有100支装的”，系统会基于上一轮的搜索结果继续筛选；同时支持实时语音交互，用户可以随时打断对话，系统会即时响应并推进后续沟通。

除了商品搜索，这套Agent还可以覆盖更多生活场景：比如对着服装询问搭配建议、出国时对着外文包装翻译并比价、在博物馆对着展品收听讲解等，真正实现了多场景合一的智能助手。

全场景智能创作工作台

对于电商从业者来说，商品图制作、海报设计等工作往往耗费大量时间和精力。笔者当年做跨境电商时，就曾为了将国内平台的中文海报改成英文版本，花费大量时间逐张修图，甚至因为直译“睿智黑”为“wisdom black”闹过笑话，让海外买家一头雾水。

而现在的智能创作工作台，已经解决了这类痛点。这套工具集成了设计、视频、建站三大专家Agent协同，用户只需要用自然语言描述需求，系统就会自动拆解任务并推进生成。内置的视频模型覆盖了CG动画、穿搭解说、商品棚拍、种草试穿等多个场景，无论是个人卖家还是中小商家，都可以快速完成专业级的内容创作，大幅节省了人力和时间成本。

意图驱动的个性化推荐

传统的电商推荐系统核心逻辑是“千人千面”，通过构建用户画像，包括性别、年龄、消费能力、偏好类目等标签，从商品池中匹配对应的商品推送给用户。比如用户看过学习类产品，就会推荐更多相关内容；购买过宠物用品，就会被标记为养宠用户并推荐更多同类商品。这种模式本质上是基于标签的匹配，将用户和商品进行关联。

而AI加持的新一代推荐系统，则需要解答一个更核心的问题：用户此刻真正想解决的问题是什么？系统应该采取什么样的策略来满足需求？

举个真实的例子：一位女性用户点开了一款高倍防晒霜。传统推荐系统会基于这个行为，向她推荐更多同类防晒产品；但在Agent加持的推荐系统中，系统会结合她每年五一出游的行为规律，推测她是准备去海边旅行，进而推荐防晒相关的出行装备。当系统发现她反复查看“是否适合儿童使用”的评价时，就会进一步理解她的真实需求是为孩子选购防晒霜，最终推荐儿童友好型的防晒产品。

这种模式的优势在于，不仅可以在用户随机浏览时扩展品类帮其发现新选择，在用户比价纠结时强化价格和评价信息，在下单阶段收敛到预算匹配的商品，在用户购买完成后降低同类商品的推送频率并转向关联需求。目前这套系统已经部署在首页推荐场景，整体成交金额提升了3%。

面向商家的智能经营增收工具

在AIGX体系中，Coupella智惠引擎是笔者最感兴趣的部分，为此专门和技术负责人进行了深入交流。在大模型时代，该平台在帮助商家经营方面投入了大量资源，通过和大量商家沟通，总结出两个最突出的痛点：配券难和算账难。

首先是配券难：商家在做促销活动时，往往需要决定是发放满减券还是折扣券，应该发给哪些用户、发放多少数量。很多时候这些决策都是基于经验拍脑袋决定的，即便参考历史数据，也无法适配实时变化的市场环境——比如不同时期的市场环境会有很大不同，甚至会受到大型赛事等外部因素的影响。

其次是算账难：商家需要评估营销活动的实际效果，比如投入多少成本、带来多少收益。传统的评估方式往往只看当天的数据，比如当天有多少有效下单客户、总GMV是多少，但在长周期的大型活动中，这种评估方式就会出现偏差。比如超长周期的促销活动，如果活动力度过大，可能会提前透支未来几天的营收，最终看似数据好看，但实际并没有带来额外的收益。这种情况很难通过简单的公式来解决，因为它不仅仅是财务问题，还涉及用户行为的复杂变化。

随着大模型和Agent技术的成熟，这些痛点终于有了可行的解决方案，这就是Coupella智惠引擎，背后依托的是生成式因果大模型。

Coupella首先会帮助商家理清营销投入的真实效果：系统会通过三层归因和挤占来筛选出真正有效的券：

• 第一层是抢夺竞品的用户：用户本来可能购买其他商家的商品，通过优惠券引导到本店，这属于行业内卷，并非真正的增量
• 第二层是抢夺自身的存量用户：用户本来不发券也会下单，现在因为优惠券提前完成了购买，这部分投入并没有带来增量
• 第三层是抢夺未来的订单：活动力度过大导致用户提前透支了未来的消费需求，造成订单波动过大，同样不算有效增量

在剔除这三类无效投入后，剩下的营销成本才对应着真实的业务增量。之后系统就可以通过AI自动完成从策略制定到投放执行的全闭环流程，商家只需要明确自己的目标，比如是提升成交还是获取新客、ROI的底线是多少即可。

这正是笔者当年做电商时最想要的工具——当时每天凭经验发放优惠券，总感觉大半的营销经费都打了水漂，即便看了分析报表，人脑也无法处理复杂的上下文关联，效果十分有限。

Coupella自上线以来获得了大量商家的认可：目前已经覆盖数十万商家，AI红包整体转化率提升了81%。在今年的年中促销中，商家的追加投入呈现双位数增长，近10万商家在平台提供的出资之外，主动追加了营销投入。

有一个真实的案例让人印象深刻：今年世界杯期间，一家没有专业运营团队的体育用品小店，日常日销仅1000余元。接入Coupella之后，AI主动为其匹配潜力消费者，七日到店的买家从7人增长到454人，单日GMV从1310元暴涨到11.9万元，ROI达到28.7倍，其中超过半数是新客。这类成功案例在商家群体中口耳相传，也带动了这套系统的快速落地。

最后分享一个生活小技巧：购物时可以故意领取优惠券但不核销，平台会据此判断你的消费意愿，后续可能会推送更大额度的优惠券。

技术落地的核心驱动力

在这场技术活动中，笔者深刻感受到了新技术浪潮下的奋进与惶恐。平台的技术团队反复强调，技术落地不能闭门造车，必须深入理解商家在经营中的真实需求，多和业务部门沟通、多和商家交流。

如今Agent技术的成熟，让多年来的电商痛点终于有了解决方案，这背后离不开“天时、地利、人和”的多重因素。AIGX体系的四大模块各自覆盖不同的场景，但又相互交叉融合：比如Coupella在算清营销增量信号后，可以影响搜推系统的流量分配，而搜推系统背后正是意图引擎。

这些成果的背后，是活动现场台上台下的年轻工程师们，他们带着双肩包和笔记本，用新技术解决着电商行业的繁琐难题。恍惚间笔者想起了十多年前为专业术语翻译发愁的自己，而现在这群可爱的技术人，正在用新的方式把当年的“脏活累活”逐一清理干净。

注：本文基于2026年的技术实践整理，随着技术迭代，相关概念和方案可能会有更新