夜雨聆风学习资料网

ARTICLE · 1372105

一个没有搜索框的购物App:凭什么让用户买东西? 我拆解了一个700万美元的AI创业项目

一个没有搜索框的购物App:凭什么让用户买东西? 我拆解了一个700万美元的AI创业项目

易创AI一站式 · AI 创业拆解

一个没有搜索框的购物App凭什么让用户买东西?我拆解了一个700万美元的AI创业项目

未来最赚钱的AI电商,可能不是帮用户找到商品而是让用户看见自己想要的生活。

易创AI一站式 · 2026年11月17日

最近,我关注到一家海外AI创业公司 Dalet Labs 推出的产品:Scene。它做了一件很有意思的事:把购物App里的搜索框、商品列表全部拿掉,换成AI生成的视觉场景。打开App,你看到的不是传统电商平台上密密麻麻的商品,而是一个个精心生成的生活画面。比如:一个穿搭非常时尚的模特,身上的衣服都可以直接购买;一个装修精致的客厅,沙发、茶几、地毯、落地灯都可以加入购物车;一套户外运动装备,帐篷、背包、鞋服都能直接下单。你不需要搜索,也不需要输入关键词。只需要不断浏览图片,看到喜欢的东西就点击、收藏或者购买。更有意思的是,AI会根据你的浏览、停留、点击和收藏行为,继续生成下一批符合你兴趣的场景。这已经不是传统意义上的AI导购了。它想做的是:让AI成为一个懂你审美、帮你发现需求、甚至创造购买欲望的购物入口。

▲ AI 示意图:没有搜索框的购物入口——先看见一种生活,再决定买什么。

据公开报道,Dalet Labs曾完成700万美元融资,领投方是 Lightspeed Venture Partners,投资方包括SV Angel,以及Fred Ehrsam、Adam D'Angelo、Scott Belsky等投资人。创始人Omer Bar-Tal曾在Google、Pika、Runway等公司参与计算机视觉和生成式媒体相关工作。

目前,Scene覆盖服装、家居、运动用品等品类,并接入数百个品牌和零售商的商品目录。

需要说明的是,融资和产品发布并不等于商业模式已经跑通。目前公司尚未公开用户规模、交易额、收入、生成成本及商品还原准确率。

但我认为,这个产品背后的创业思路,非常值得中国AI创业者研究。

一、AI电商正在发生一次重要变化:从搜索商品到创造需求

先看传统电商的购物逻辑。

用户打开淘宝、京东或者拼多多,通常已经知道自己要买什么。比如:我想买一双运动鞋。于是输入关键词,平台推荐商品,用户比较价格、品牌、评价,最后下单。

这套逻辑的核心是:用户先有需求,平台再匹配商品。

后来,直播电商和短视频电商改变了这套逻辑。

用户原本没有购物计划,只是刷视频,突然看到一个好用的产品,被主播或者短视频内容种草,最后产生购买行为。

这套逻辑变成:内容激发需求,商品承接需求。

而Scene想做的事情更进一步。

用户甚至不需要先看到一个真实商品,也不需要知道自己喜欢什么风格。AI直接生成一个场景,让用户在视觉体验中发现自己的偏好。

比如,你本来没有装修房子的计划。但AI给你展示了一个原木风客厅:浅色沙发、实木茶几、暖色落地灯、柔软地毯。你突然觉得,这就是自己喜欢的家。于是开始点击商品、收藏搭配,甚至购买。

注意这里的变化:

传统电商卖的是商品。内容电商卖的是商品体验。AI场景电商卖的可能是用户对一种生活方式的想象。

这就是我认为Scene最值得研究的地方。它不是单纯提高购物效率,而是在尝试改变用户产生消费需求的方式。

阶段
用户状态
核心逻辑
卖的是什么
传统电商
已经知道要买什么
用户先有需求,平台再匹配商品
商品
内容电商
本来没有购物计划
内容激发需求,商品承接需求
商品体验
AI场景电商
不知道自己喜欢什么风格
AI生成场景,让用户在体验中发现偏好
对一种生活方式的想象

二、Scene真正的产品创新:AI生成、用户反馈、持续进化

如果只是用AI生成几张漂亮的商品图片,这个产品其实没有太高的技术门槛。

真正有价值的是它背后的循环机制。

我把它拆成三个环节。

第一步:AI生成购物场景。

系统根据商品库、品牌信息、用户偏好,生成不同风格的穿搭、家居和运动场景。

这里不是简单地生成一张图片,而是要把真实商品嵌入生成场景。例如,用户看到一张客厅图片,里面的沙发必须对应真实品牌的具体型号,落地灯也必须能够找到真实商品。否则,画面再漂亮,也只是AI绘画作品,不是真正的购物入口。

第二步:用户用行为表达审美。

用户不需要填写复杂的兴趣问卷,也不需要告诉AI自己喜欢什么。他的每一次行为,都是数据。

停留时间长,可能说明感兴趣。点击某件商品,说明有进一步了解的意愿。收藏一个场景,说明喜欢整体风格。加入购物车,说明购买意愿更强。最终成交,才是真正的商业价值。

第三步:AI根据反馈生成下一批场景。

假设你连续收藏了三组北欧风客厅,点击了原木家具,却跳过了工业风设计。系统就可以判断,你可能更喜欢自然、温暖、简约的家居风格。下一轮,AI就生成更多符合这些偏好的场景。

这实际上形成了一个循环:

用户浏览 → 行为反馈 → 偏好分析 → AI生成 → 再次浏览 → 继续优化。

这套机制可以理解为一种生成式推荐系统。传统推荐系统是从已经存在的商品和内容中挑选。Scene则尝试让AI根据用户反馈,动态创造新的视觉内容。

它最大的产品价值,不是会生成图片,而是把用户的审美数据变成持续优化的推荐能力。

▲ AI 示意图:浏览、反馈、再生成——推荐不是挑出来的,是长出来的。

三、从技术角度看,它至少需要五套系统协同

很多AI创业者看到Scene,第一反应可能是:接入一个图片生成模型,再连接电商商品库,不就可以做了吗?

实际上,真正落地并没有这么简单。

我认为,一个成熟的AI场景购物平台,至少需要五层技术架构。

1. 商品数据中台

这是整个产品的基础。需要接入不同品牌和电商平台的商品数据,包括:商品名称、价格、品牌;商品图片、材质、尺寸、颜色;商品型号、库存、SKU;商品购买链接和佣金信息。

关键是建立统一的商品数据标准。不同平台的商品信息格式不一样,AI必须知道什么商品是真实存在的,什么商品可以购买,什么商品已经下架。

2. AI场景生成引擎

根据用户偏好和商品库,自动生成不同的购物场景。这里涉及大模型、图像生成、图像编辑、商品参考图控制、视觉一致性等技术。特别是商品一致性。AI不能把一张真实的沙发生成得非常漂亮,却把沙发的颜色、结构和材质全部改变。

3. 商品与图片精准匹配系统

这是我认为最关键的技术环节之一。用户看到一张AI生成的客厅,点击沙发,系统必须准确识别它对应的真实商品。否则就会出现一个非常尴尬的问题:图片里是一张漂亮的沙发,点进去却是另一张沙发。这会直接摧毁用户信任。

因此,需要结合商品图像特征、视觉识别、商品ID映射和场景生成过程中的商品追踪机制,确保图片中的商品和实际购买链接对应。

4. 用户兴趣画像与推荐系统

通过用户的浏览、停留、点击、收藏、加购和购买行为,建立动态兴趣模型。不仅分析用户喜欢什么商品,还要分析用户喜欢什么风格、颜色、材质、搭配和生活场景。这比传统商品推荐多了一层审美理解。

5. 电商交易与商业化系统

最后还要解决商品跳转、购物车、统一结账、订单追踪、佣金结算、售后和退货等问题。尤其是跨品牌购物。如果用户在一个AI生成的客厅里,同时购买三个不同品牌的商品,平台如何统一结账?谁负责物流?退货如何处理?

这些都不是生成模型能够解决的。

所以,Scene真正的竞争力不只是AI模型,而是AI生成、商品数据、推荐算法和交易系统的组合。

▲ AI 示意图:图片好看只是起点,点进去是同一件商品,才是信任。

四、这个模式最值得关注的,是它背后的商业账

AI创业不能只看技术有多先进,还要看能不能赚钱。

Scene采用的一个商业思路是电商联盟佣金:用户通过平台购买商品,平台从合作渠道获得佣金。

这个模式的优点是,不需要自己囤货,也不需要建立完整的供应链。

但它有一个非常现实的问题:

AI生成每一个场景,都可能产生计算成本;用户浏览得越多,平台不一定赚得越多。

传统电商推荐系统,大量内容可以重复使用。一张商品图片拍摄一次,可以展示给几百万用户。但如果每个用户都要求AI实时生成不同场景,推理成本就会持续增加。

这意味着平台必须考虑几个问题:

第一,生成一组场景需要多少钱?第二,用户平均浏览多少次才会产生一次购买?第三,每笔订单能够带来多少佣金?第四,退货之后,已经获得的佣金是否需要退回?第五,用户的浏览成本能不能通过缓存和模板复用降低?

我认为,未来真正能赚钱的AI场景电商,不会完全依赖实时生成。

更合理的方案可能是:

基础场景模板 + 商品智能组合 + 用户个性化生成。

比如,系统先准备1000套不同风格的客厅模板,再根据用户偏好调整颜色、家具组合和装饰品。这样既能保留个性化体验,又能控制生成成本。

还有一个更重要的指标:

不能只看点击率,必须看真实成交率、退货率和单用户贡献利润。

因为一张漂亮的AI图片,很容易让用户点击。但让用户收到商品之后仍然觉得满意,才是真正的商业能力。

这笔账,创业者要先算清再动手

浏览次数 × 单次生成成本,对比成交订单数 × 单笔佣金,中间还要扣掉退货、客服和售后成本。

生成越便宜、成交越稳、退货越少,场景电商才越成立。只算点击率的账,算到最后一定是亏的。

五、巨头为什么可能很快复制?独立创业者还有机会吗?

这个问题非常重要。

Pinterest本身就是视觉发现平台。TikTok Shop已经把内容和交易连接起来。淘宝、京东等电商平台拥有庞大的商品数据库、供应链和用户流量。一旦AI场景购物被验证,巨头完全有能力把类似功能整合到自己的App中。

那么,独立创业公司还有没有机会?

我认为有,但不能简单复制Scene。

独立创业者要找到大平台不愿意做、做起来又比较复杂的细分市场。比如:

方向一:AI家居设计购物。

用户上传一张自己的客厅照片,AI识别空间结构和现有家具,再生成不同装修风格。用户喜欢哪种风格,就能直接购买里面的沙发、灯具、窗帘、地毯和装饰品。它不只是装修设计工具,而是一个AI家居购物入口。

方向二:AI穿搭购物。

用户上传自己的照片,AI根据身材、风格、预算和使用场景,生成不同穿搭方案。比如上班通勤、商务会议、约会、旅行。用户看到喜欢的搭配,可以直接购买整套商品。这里需要特别重视尺码推荐、真实试穿效果和退货率。

方向三:AI五金机电场景采购。

这个方向我觉得尤其值得中国传统行业创业者研究。

比如,一个工厂需要改造车间照明。传统采购流程是先找产品、查参数、问价格,再找供应商。未来能不能让AI直接生成一个车间改造方案?展示改造前后的效果,自动搭配工业灯具、电缆、开关、配电设备,再匹配真实商品和供应商。

用户看到的不是一堆枯燥的商品参数,而是一个完整的解决方案。这就从卖单品升级为卖场景、卖方案、卖组合。

方向四:AI本地生活场景消费。

比如用户想周末带孩子出去玩。AI直接生成周末亲子活动场景,包括目的地、餐饮、住宿、游乐项目和交通安排。用户喜欢哪个方案,就可以直接预订。这实际上是把AI内容生成与本地生活服务交易结合起来。

▲ AI 示意图:巨头做通用入口,小团队的机会在垂直场景里。

六、对中国AI创业者来说,真正的机会在哪里?

我一直认为,AI创业不能只盯着模型和工具。

模型会越来越便宜,生成能力会越来越普及。

真正有商业价值的,是把AI能力嵌入一个具体行业,解决真实的交易问题。

从Scene这个产品,我看到了三个值得关注的创业趋势。

趋势一:从AI工具转向AI交易入口。

过去创业者做AI工具,解决的是用户如何更快完成一项工作。未来更大的机会,可能是让AI直接参与消费决策、商品匹配、交易和服务交付。AI不只是告诉你买什么,还可能帮你完成购买。

趋势二:从商品中心转向场景中心。

传统电商以商品为中心,用户自己寻找搭配。AI场景电商以用户需求和生活场景为中心,AI自动组合商品。谁能把商品变成场景,把场景变成交易,谁就有机会获得更高的商业价值。

趋势三:从流量竞争转向数据与供应链竞争。

图片生成模型可以调用,AI推荐算法也可以逐渐标准化。但真实商品数据、品牌合作、库存信息、交易履约、用户反馈和售后服务,不是简单接入一个大模型就能获得的。未来AI电商真正的壁垒,很可能是数据、供应链、交易和信任。

七、如果让我创业,我不会一开始就做一个新的AI购物App

这是我对这个项目最重要的创业判断。

如果现在让我做类似的产品,我不会一上来就投入大量资金,开发一个独立的AI购物平台。

因为独立App最大的难题不是技术,而是流量。你需要让用户下载、注册、养成使用习惯,还要解决商品供应、交易和售后。这对于一个初创团队来说,成本太高。

我会选择一个更轻的切入方式:

先做一个垂直行业的AI场景购物智能体。

例如,先从家居或者五金机电入手。

第一阶段,不做复杂的独立App。先让用户通过网页、微信小程序或者AI智能体,输入需求、上传图片。

第二阶段,AI自动生成场景方案,匹配真实商品,展示价格和购买链接。

第三阶段,接入供应商和经销商,建立商品库、报价系统和订单追踪。

第四阶段,积累用户的审美偏好、采购需求和真实成交数据。

等某个细分品类跑通之后,再考虑扩大品类、建立平台。

这样做的好处是:

不需要一开始就烧钱获取大量用户。不需要自己生产所有商品。可以直接利用现有供应商和经销商资源。可以通过商品佣金、采购服务费和企业解决方案赚钱。可以先验证用户是否愿意为AI场景方案买单。

对于传统行业创业者来说,这种模式尤其值得研究。因为你不一定需要自己掌握最先进的AI模型,但你必须掌握行业商品、客户需求和交易渠道。这才是AI与传统产业结合的真正机会。

写在最后:未来的电商,可能不是搜索框,而是一幅画

Dalet Labs的Scene,目前还不能证明自己已经跑通商业模式。

但它提出了一个很值得思考的问题:

当AI能够理解用户的审美、生成购物场景、匹配真实商品,并且完成交易,未来用户还需要自己搜索商品吗?

过去,电商平台争夺的是搜索入口。后来,内容平台争夺的是用户注意力。未来,AI可能争夺的是用户的需求入口。

谁能更早理解用户想要什么,谁就可能更早影响用户买什么。

但有一点必须记住:

AI可以创造美好的想象,却不能让虚假的商品变成真实的商品。生成能力决定体验的上限,商品质量、交易履约和用户信任决定商业的下限。

对普通AI创业者来说,不要只盯着AI生成图片这个技术噱头。真正值得研究的是:

如何用AI把一个行业的商品、场景、需求和交易重新连接起来。

这可能才是下一代AI电商值得关注的创业机会。

赣南脐橙上市季,我妹妹家的赣南脐橙,赚钱不易,量力而买

易创AI一站式 · 关注 AI 产品、技术与商业模式本文为来稿解读,不构成投资与购买建议;合作、采购与创业决策前请以官方口径与实际验证为准。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料