|摘要 |

大語言模型作為顛覆性技術，廣泛應用于諸多領域，其在電子商務領域的不同場景中也得以大量應用。本文從電子商務平臺的角度，探討大語言模型在電子商務領域的政策、比較不同電商平臺大語言模型的部署和發展，深入分析大語言模型對電子商務平臺的影響，包括搜推方式的改變、安全網絡環境的構建以及商業模式的創新等。從用戶、算力、人才和數據的角度，探討了大語言模型在電子商務領域應用面臨的用戶依賴性變強，受算力影響，大語言模型人才緊缺和泄露用戶隱私等問題與挑戰。針對這些問題與挑戰，給出注重用戶體驗、更新迭代推薦算法，多方面提升、優化和節省算力，健全人才管理體系，建立透明數據管理機制和穩定現有業務等對策與建議，旨在為科研和業界提供一定參考。

| 關鍵詞 |

大語言模型；電子商務

| Abstract |

As a disruptive technology， Large Language Models are widely used in many fields， and they have been applied in different scenarios in the e-commerce field in a wide range of applications. In this paper， from the perspective of e-commerce platforms， we discuss the policy of large language models in the e-commerce field， compare the deployment and development of large language models in different e-commerce platforms， and analyze in depth the impact of large language models on e-commerce platforms， including the change of searching and recommending methods， the construction of a secure network environment， and the innovation of business models. From the perspectives of users， computing power， professionals， and data， we discuss the problems and challenges faced by the application of large language models in e-commerce， such as stronger user dependency， the influence of computing power， the shortage of large language modelling professionals， and the leakage of user privacy. In response to these problems and challenges， we give countermeasures and suggestions such as focusing on user experience， updating and iterating recommendation algorithms， improving， optimizing and saving computing power in various aspects， improving the personnel management system， establishing a transparent data management mechanism， and stabilizing the existing business， etc.， which are intended to provide certain references for the scientific research and the field.

| Keywords |

Large language model；E-commerce

1.引言

2022年底，人工智能公司OpenAI 發布的大語言模型 ChatGPT進入到公眾視野，為各行各業的降本增效帶來了新思路和新途徑。自此，大語言模型在不同領域的應用如雨后春筍般涌現，包括醫療、金融、電子商務等領域。

電子商務是數字經濟的重要組成部分。大語言模型的應用會為電子商務領域的智能化發展帶來顛覆式影響。

傳統電商在信息處理、客戶服務、個性化推薦等方面面臨著諸多挑戰。大語言模型憑借其強大的自然語言處理能力、知識生成能力和邏輯推理能力，為解決這些問題提供新的思路。它能夠更好地理解消費者意圖，優化用戶體驗，提升運營效率，從而推動電子商務向智能化、個性化方向發展，為電商從業者降本增效。大語言模型在電子商務領域中的應用無論是對電商平臺和消費者都具有重要的現實意義。然而，當前研究對大語言模型在電子商務領域的應用尚聚焦于單場景的應用和單技術的改進與實現，缺乏全面、系統的梳理和總結。因此，本文從電子商務平臺的視角，探討大語言模型的原理、大語言模型在電商領域的政策、大語言模型在電子商務領域的發展以及大語言模型對電子商務領域商業模式創新的重要作用，為相關研究和實踐提供參考。

2.文獻綜述

2.1大語言模型相關研究

大語言模型（Large Language Model）是深度學習中用于處理自然語言任務的一類模型。基于變換器（Transformer）架構，大語言模型能夠捕捉語言中的長距離依賴關系，通過大量的參數來學習和模擬人類語言的復雜性，在多種語言任務上表現出色，如文本生成、翻譯、摘要、問答等。大語言模型是人工智能領域的核心技術之一，通過訓練大規模文本數據，能夠理解和生成自然語言。

自然語言處理的相關研究中，機器學習技術的進步推動了語言和圖像生成算法的發展。深度學習的興起與發展（Peterson et al.， 2022）顯著提升了生成模型的性能。隨著時間的推移，多種生成模型相繼問世，包括生成對抗網絡（Goodfellow et al.， 2014）、變分自編碼器（Wu et al.， 2021）以及擴散生成模型（Croitoru et al.， 2023）。這些模型在各自領域展現了強大的生成能力。值得注意的是，轉換器架構的引入（Vaswani et al.， 2017）為生成模型的發展注入了新的活力。

大語言模型的基礎是轉換器架構（Vaswani et al.，2017）。在Transformer架構的基礎上，一些經典的大規模預訓練模型被提出，包括生成預訓練轉換器（GPT，如GPT-1至GPT-4）（Radford et al.，2018）和雙向編碼器表示（BERT）（Devlin et al.，2019），顯著提升了自然語言生成的效率與質量。為人所熟知的GPT、Deepseek等生成式人工智能，都是以大語言模型為技術基礎發展的。

2.2大語言模型在電子商務領域的技術發展與應用研究

鑒于大語言模型在不同領域的廣泛應用，其在電子商務領域的技術發展也被研究人員所重視（Pereset al.，2023）。研究表明，大語言模型可以提升營銷能力，包括營銷活動的設計以及內容的生成；還可以為客戶提供個性化服務；以及增強市場調研的能力等（Brandet al.，2023；Paulet al.，2023）。在產品管理方面，大語言模型可以用于產品屬性提取（Sinha and Gujral，2024）和推薦（Filandrianoset al.，2025）等。在客戶關系方面，大語言模型可以感知消費者情緒（Praveenet al.，2024）、識別消費者偏好（Brandet al.，2023；Goli and Singh，2024）、對消費者進行細分（Liet al.，2025），進而高精度預測消費者行為（Shareefet al.，2024）。

在大語言模型的作用機制方面，現有研究主要集中于數字人技術對消費者意愿作用機制的實證分析。數字人以大語言模型為技術基礎，常用于電子商務領域的直播場景。使用數字人進行直播為商家帶來降本增效的作用。經過相關研究，數字人直播的互動性、逼真度和個性化特征能夠提升消費者的滿意度，進而提升消費意愿（孫自梅和朱玉全，2024）。從技術角度來看，真人驅動型技術能夠實現高度擬真和互動性強的表現，進而吸引消費者（袁海霞等人，2024）。數字人的形象（可愛度、活力性、專業性和響應性）會影響消費者直播的感知度和接受度（李茸等人，2025）。

當前的研究聚焦于單場景的應用和單技術的改進與實現，盡管這些研究展現了大語言模型在特定任務上的表現能力，但是缺乏對大語言模型在電子商務領域應用的系統性全局性的思考。因此，本文嘗試基于電子商務平臺的視角，對大語言模型在電子商務領域應用的場景、機遇與挑戰進行探討，以期為相關研究和實踐應用提供參考。

3.大語言模型的相關政策

在政策層面，國家大力支持大語言模型在多行業、多場景、多業態中的發展。電子商務行業作為數字經濟的關鍵領域，大語言模型在電子商務領域的應用有利于數字經濟的高質量發展。

2023年7月15日，國家網信辦聯合國家發展改革委、教育部、科技部、工業和信息化部、公安部、廣電總局等七個部門發布了《生成式人工智能服務管理暫行辦法》。該《辦法》鼓勵生成式人工智能技術在各行業、各領域的創新應用，推動生成積極健康、向上向善的優質內容，構建應用生態體系。

2023年12月11日，中央經濟工作會議強調，要大力推進新型工業化，發展數字經濟，加快推動人工智能發展。2024年12月召開的中央經濟工作會議明確提出要“大力提振消費”和“以科技創新引領新質生產力發展”，并將其作為建設現代化產業體系的重要任務，科技創新需要通過“人工智能+”行動等舉措，推動新技術、新產品和新場景的廣泛應用。

電子商務是數字經濟的關鍵領域，其發展有利于數實融合，助力傳統產業轉型升級。大語言模型所引發的新一輪科技革命，也將對電子商務的發展提供管理、運營等方面的更新迭代。因此，大語言模型在電商領域的應用將有助于數字經濟的蓬勃發展，促進數實深度融合，能夠把握政策機會，將大語言模型實現、運用，能夠為經濟社會發展和人民生活質量提升創造更有利的條件。

4.大語言模型對電商平臺的影響

4.1改變搜推方式

大語言模型可以促使電子商務平臺入口邏輯（搜索方式）的根本改變與推薦系統的優化。從操作系統的角度來看，大模型的嶄新面貌正在深刻地改變著互聯網生態，其創新與發展將帶來入口邏輯的重大變革（趙大偉，2023），這一轉變重構人機交互的方式，為互聯網服務的智能化升級提供全新思路。

在搜索模式方面，大語言模型的智能互動搜索模式有望顛覆傳統搜索引擎的模式，成為用戶信息檢索的首選入口（肖明超，2023）。與傳統搜索引擎依賴關鍵詞匹配的被動檢索方式不同，大模型通過在大規模數據中篩選、組合信息，為用戶提供個性化、精準的搜索結果（范雨田和王曉慧，2024；Filandrianos et al.，2025）。大語言模型能夠通過深度理解和上下文分析，為用戶提供更直觀、更個性化的信息獲取體驗，這種轉變標志著信息檢索方式從“以機器為中心”向“以人為中心”的深刻變革（董煥晴、曹高輝、庹沛，2025）。

在推薦系統方面，大語言模型能夠通過與用戶交互，實時識別用戶需求，提供個性化推薦，從而優化用戶體驗（譚曉影與王小毅，2023；De Freitas et al.，2023; Yin et al.，2024）。大語言模型還可以通過深入分析用戶的歷史行為、記錄等，進行高效的預測，提升推薦結果的精準度和個性化（郭含和陸升冠，2024；Spatharioti et al.，2023）。

4.2支持風險管理與安全

大語言模型助力電子商務平臺構建更安全的網絡環境。大語言模型的異常識別技術能夠為電子商務平臺的風險管理提供支持，及時識別潛在的欺詐行為，提高安全性（Li et al.，2025），并且保護用戶的隱私（Staab et al.，2024）。

異常與欺詐識別。大語言模型能夠深度學習和理解用戶的行為模式，在此基礎上，迅速捕捉到用戶異常行為，降低欺詐事件的發生。可以通過構建用戶-設備的異構圖，使用注意力機制提升欺詐檢測的準確性（Kapale et al.，2024）。

用戶隱私保護。大語言模型能夠更好地保護用戶的個人信息（Staab et al.，2024; Wang et al.，2024；Yao et al.，2024）。平臺利用大語言模型的學習和識別能力，發現并阻止潛在的個人信息泄露行為，降低隱私泄露的風險，維護用戶隱私安全。

4.3促進商業模式創新

大語言模型引領電商平臺邁向沉浸式購物新時代。用前沿科技驅動消費場景創新，本質在于將高科技蘊含的未來性、智能性、沉浸性與設計性賦能于消費場景中，并服務于最終需求（崔宏軼，2025）。大語言模型技術與消費領域深度融合，將拓展出更多更強體驗感、現代感的新型消費場景 （杜晉海，2024）。

大語言模型的多模態處理技術和能力為用戶提供更豐富、沉浸的體驗（毛雪，2024），提供更智能的客戶服務（Jonnala，2024；宋信強、劉明杰與陳家和，2023；薛帥，2024）。虛擬試穿、智能導購等功能通過大模型的智能化應用實現，為用戶創造了更便捷、個性化的購物環境（李昱和茍芳晴，2024）。與元宇宙技術結合，大語言模型提供了多感官交互的虛擬購物場景（許雪晨等，2023；梅琪和黃旭強，2024）。

5.大語言模型的應用為電商平臺帶來的問題與挑戰

經過以上的分析，大語言模型為電商平臺帶來前所未有的改變和機遇，與此同時，挑戰也隨之而來。電商平臺如何在變革中站穩腳步迎接挑戰，是需要認真思考的問題。基于大語言模型的應用，電商平臺所面臨的問題與挑戰主要集中于以下幾個方面：

用戶方面：對大模型的依賴性變強，期望下限被拉高。技術的提升和改變會使購物環節更便捷和個性化，導致用戶對大語言模型的依賴性變強，對智能化和個性化的需求會愈加明顯。用戶開始期待大語言模型能夠理解需求，期望的下限被拉高。抖音推出的“豆包”大模型支持用戶上傳商品圖片，根據圖片識別風格、尺寸并推薦相似商品，該功能上線后用戶留存率提升40%，用戶對大模型的依賴性變強。

算力方面：電商平臺技術基礎設施的升級與優化。大語言模型的高效運行需要技術方面的全面升級，需要更多的算力來維護和優化技術設備。中國高性能AI芯片（如英偉達A100/H100）因美國出口管制難以獲取。字節跳動2025年計劃投入900億元購買AI算力，但需大量依賴英偉達囤貨；科大訊飛在訓練星火大模型時，需通過算法優化彌補硬件差距，導致研發周期延長30%。

人才方面：大模型的人才培養的需求增加。作為新技術和新機遇，大語言模型方面人才的培養和引進也是電商平臺面臨的重要挑戰之一。麥肯錫發布報告稱，預計到2030年，中國的AI人才供應只有市場需求的三分之一，人才缺口達400萬。如何培養既懂大語言模型技術，又了解電子商務的相關業務流程和需求的人才，填補人才需求的缺口是電商平臺需要思考的問題。

數據方面：隱私保護和數據安全及數據治理和合規挑戰。隨著大模型應用的廣泛拓展和不斷升級，電商平臺在處理用戶數據方面面臨著巨大挑戰。隱私和安全性問題備受關注，成為平臺須需解決的重要議題。有研究發現，用戶與ChatGPT的對話可能泄露居住地址、職業等敏感信息。當用戶詢問家庭防盜系統推薦時，模型通過關聯歷史對話中的門窗型號和區域方言，推斷出用戶所在城市，準確率達73%（Staab et al.，2023），泄露用戶的個人隱私。

競爭方面：要把握好整合與創新的平衡，積極發展，應對挑戰。大模型作為新興領域帶來了巨大的創新潛力，可以提升用戶體驗、推動智能化服務，并為平臺創造更多商業價值。然而，要確保大模型能夠有效整合到商業運營中，平臺必須謹慎平衡大模型技術和電商平臺業務，避免在引入新技術的同時破壞現有商業模型。另外，電商平臺需要在技術和業務層面上找到平衡點，以充分發揮大模型的優勢。

6.大語言模型在電商領域應用的對策建議

為了迎接挑戰、解決問題，電子商務平臺可以從以下幾個方面開展工作：

一是關注用戶體驗，不斷更新迭代推薦算法與個性化服務。電商平臺需要不斷更新基于大語言模型的推薦算法，實現搜索結果的個性化，滿足用戶的需求。另外，電商平臺還需要在大語言模型的應用中充分關注用戶體驗，根據用戶與大語言模型的交互及其反饋，不斷更新迭代功能設置和業務策略，提高用戶黏性和忠誠度。

二是多方面提升、優化和節省算力。在硬件方面，平臺可以增加服務器數量對現有服務器進行擴容或引入更多服務器節點；引入高性能GPU和芯片可以加快大語言模型的運算速度；優化網絡結構，確保數據的快速傳輸和高效處理，提高整體的計算性能。在軟件方面，平臺還可以提升技術和算法，比如Deepseek強化推理的創新，通過效率革命節省了大量算力。以DeepSeek為代表的模型強化訓練方法提升長鏈推理能力，在后訓練階段開啟智能涌現通道，使尺度定律繼續驅動大語言模型的性能提升。因此，平臺也可以從技術角度出發，不斷改進技術和算法，從而提高算力利用效能，更好地迎接挑戰。

三是重視人才引進、培養，健全人才管理體系。電商平臺提升大語言模型人才引進的力度，增加懂技術的新員工；還可以培養老員工，提升其對大語言模型的學習和應用能力。建立健全的人才管理體系，確保團隊能緊密配合高效運作。電子商務平臺還可以與高校和研究機構合作，與大語言模型領域的前沿技術持續關注和不斷學習。

四是建立透明數據管理機制，保證合規性。為了確保用戶數據得到妥善處理，電商平臺必須制定更為嚴格的隱私政策。這不僅涉及用戶個人信息的保護，還需采取有效措施來防范潛在的數據泄露和濫用風險。在大模型背后，電商平臺需要建立透明的數據管理機制，以贏得用戶的信任。這意味著平臺必須加強數據治理，確保數據的合法性、安全性和隱私保護通過提供可追溯、可控制的數據管理方式，電商平臺可以更好地回應用戶關切，建立用戶與平臺之間的信賴關系。大模型的更新迭代，電商平臺還需應對隨之不斷變化的數據法律法規，要確保大模型應用的合規性。

五是穩定現有業務，不斷發展技術。平臺在維持現有業務穩定的同時，通過引入大模型實現創新，為現有業務降本增效，為用戶提供更個性化、智能化的服務，從而贏得市場份額。成功整合大模型應用將為電商平臺帶來更高的用戶黏性、更好的商業表現，從而在激烈的市場競爭中脫穎而出。

7.結語

電商垂直領域大模型是順應歷史潮流的，有利于數字經濟發展，促進數實深度融合的新興力量。隨著大語言模型在電商領域的廣泛應用，電商平臺在提升用戶體驗、推動商業創新等方面迎來了巨大的機遇。大模型的智能化應用不僅提供了更個性化、智能化的服務，還推動了商業模式的創新，助力電子商務平臺在激烈競爭中脫穎而出。電商平臺需要在大模型發展的浪潮中，站穩腳步，迎接挑戰。只有守正創新，才能保持市場競爭力，百尺竿頭，更進一步。

作者簡介

田澤金 寧波財經學院，金融與信息學院博士、講師

章栩 寧波財經學院金融與信息學院本科生

魯荔 寧波財經學院金融與信息學院本科生

參考文獻