十月十五日，天猫、京东、抖音在同一天官宣了双十一的安排。三家不约而同做了两件事，规则做减法，AI 做加法。
规则上，天猫取消了跨店满减和凑单，统一为官方立减最高减 15%，10 月 15 日晚 8 点预售，10 月 20 日开卖，延续到 11 月 13 日，今年有 6 万个新商家首次进场。京东 10 月 12 日晚 8 点全品类现货开卖，直接取消定金预售。抖音从 10 月 15 日到 11 月 11 日，商品端是立减 15% 或者商家自主定价的一件直降。
AI 这一侧的动作更值得看。京东说自己的 AI 能力已覆盖零售、物流、健康、工业、外卖、家政等三千多个场景，面向商家的数字人服务了超过九万家商家，物流超脑大模型 3.0 的包裹量预测准确率突破 94.2%。抖音开放了豆包 AI 导购、罗盘 AI 问数、飞鸽智能客服，其中飞鸽在大促期间限时免费，支持 24 小时在线接待。天猫把 AI 能力开放给商家，天猫事业部总裁刘博给了一组观察，普通活跃消费者一年在平台接触上百个品类，实际消费的品牌只有 15 个左右，88VIP 会员年度购买品牌也只有 30 个。
这组数字的意思是，消费者的选择范围远比平台商品池小。AI 如果能读懂行为背后的意图，就有机会把这个范围扩大一点。平台的说法是，识别出隐性意图之后，转化能提升三倍以上。
对服装企业来说，这里有一个不太舒服的事实。这些工具是免费开放的，中小商家用得最快，因为他们的决策链只有一层，老板看到工具能用，第二天就接上了。规模型企业反而慢，原因很少是预算，多数是接不上。
接不上的地方在口径。
以罗盘 AI 问数为例，它的功能是用对话的方式查指标、看异常。这个功能成立的前提是，你要问的那个指标，在系统里有一个清晰的定义。如果「退货率」在电商部是按发货口径算的，在财务部是按确认收入口径算的，AI 给出的答案就会跟其中一个部门的认知冲突，然后这个工具在内部的信誉就没了。
一次冲突，足以让一个工具在组织里死掉。
希纪在给服装企业做 AI 落地时，会先花两周做指标口径，再花一周选场景。这个顺序经常被客户质疑，觉得太慢。但跳过口径直接上工具的项目，半年后的典型结局是，工具还在，没人用。
真正有效的接法有三步。
第一步，把要问的指标定义清楚。范围收在每周都要看的那些指标上，不必一次做全。一个服装企业通常不超过二十个，收入、毛利、退货率、折扣率、售罄率、会员复购、新品贡献。每个指标写一句定义，写明算法和数据源，指定一个负责人。
第二步，把数据权限理清。谁能看到哪一层数据，店长看自己，区域看辖区。权限不清楚，工具上线第一天就会遇到阻力，因为有人不愿意让自己的数被别人看见。
第三步，选一个具体的判断做试点。选那种每周都要做、做错了有代价的判断，比如下一周主推哪三个款。用 AI 给出的建议和人工判断对比一个月，看差在哪里。这个过程会产生两种结果，AI 更准，或者人更准。两种结果都有价值，前者可以推广，后者说明这个判断里有 AI 学不到的东西，那部分就是公司的核心能力。
三步走完，工具才真正接上。
还有一件事值得提醒。平台免费开放工具，动机是让商家在自己的生态里多做生意。这意味着工具会引导商家做平台希望的动作，比如多投流、多上新、多参加活动。企业用这些工具时，要清楚哪些建议是为自己好，哪些是为平台好。两者经常一致，但不总是。
判断方法很简单，看这个建议推到极致会怎样。如果推到极致是商家把利润全部换成流量，那这条建议就带着平台的立场。
AI 在这个阶段改变的，是决策的速度和频率。过去一个判断一周做一次，现在可以一天做一次。频率上去之后，错的速度也上去了。比工具更重要的，是那个判断的标准有没有写下来。
标准写在纸上，工具才有用。标准在老板脑子里，工具就只是一个更快的猜测。
希纪 · 服装产业观察