商品圖的模特竟有六根指頭，AI上崗後是幫忙還是添堵？

　　不知道該買什麼，AI幫你搜；拿不準口紅色號，AI替你試；半夜購物有疑問，AI客服隨時應答……今年“雙11”，從挑選商品到完成下單，從虛擬試粧到售後諮詢，各大電商平臺不約而同地把AI嵌進了購物全流程。可記者調查發現，看似智慧的AI，實際體驗卻難言省心，甚至成了貨不對板的“幫兇”。

　　AI導購：15分鐘答題換來數據為空

　　從萬能搜到幫你挑，AI導購在這個“雙11”被包裝成“比你更懂你”的購物助手，然而，不少消費者卻在使用中發現，有了小助手，不僅沒省時，反而添了堵。

　　任女士的遭遇就很典型。她想為女兒買一條“藍色小碎花法蘭絨連衣裙”，想著用AI能免去海選的麻煩，便嘗試了某平臺的“AI萬能搜”。系統倒是很“敬業”，接連提問：“喜歡什麼裙長？”“偏愛哪種碎花？”“預算多少？”任女士花了15分鐘，一一作答，滿心期待有個精準推薦，誰知最後系統卻顯示數據為空。“忙了個寂寞。”她最後乾脆手動翻頁，看了不到兩分鐘就挑中了。

　　薩先生也有類似體驗。初見AI導購時，他被精緻界面吸引，“乍一看很驚艷，感覺購物進入了新時代。”但當他實際使用時卻發現，如果選擇的提示詞過多過細，AI推薦的商品幾乎都是0人付款的冷門商品。“網購我還是更信賴銷量和評價，沒人買過的東西，我怎麼敢當‘小白鼠’？”薩先生坦言。

　　陳女士的遭遇則顯示出AI在理解用戶需求上的短板。她明確輸入：“身高176厘米，想找裙長85厘米左右的連衣裙，浮動1厘米。”這個需求很具體，表示她想要一款及膝的短款連衣裙。AI“認真”分析後，推薦來的卻全是“小個子女裝”，裙長都在110厘米至130厘米之間。“我想要短款，它給我推長款。真是下筆千言，離題萬里。”

　　為驗證消費者反饋，記者實測了某平臺“AI萬能搜”。輸入明確需求：“家用咖啡機，2人用，非全自動，易清潔，預算2000元以內。”首次嘗試，系統直接回答：“作為一個人工語言模型，我還沒有學習如何回答這個問題”。再次嘗試後，AI推薦了三款咖啡機。

　　然而細看推薦，並不理想。第一款咖啡機的鏈結裏，全是18元至110元不等的咖啡機配件，根本不是主機；第二款的推薦中，排名第一的商品僅有1人付款，第二名至第四名更是0人付款，且沒有一家是官方旗艦店；第三款推薦，不僅鏈結和推薦品牌不一致，價格更是達到4990元，遠超設定的2000元預算。

　　AI生成：貨不對板圖片成了“賣家秀”

　　這個“雙11”，當你拿不準口紅色號是否適合自己時，不少電商平臺推出了結合AI與AR技術的虛擬試粧功能。用戶上傳照片，AI即可為其實時展示上粧效果，並能依據個人膚色進行智慧調節。然而，實際使用中，卻帶來新的消費。

　　“我明明按照AI試色選了某大牌20色號的口紅，到手一涂完全不是那個顏色！”網友“momo”無奈地表示。她事後反思，AI試色效果雖驚艷，卻忽略了現實光線、自身唇色等關鍵因素，“試色和實物差距太大，感覺沒什麼實際參考意義。”

　　潘女士對AI試衣功能的體驗也不佳。“説明上寫着上傳照片越清晰，效果越好。生成的圖片確實精緻，但那根本不是我啊！”她先後試了六套服裝，發現AI僅僅是將她的頭部圖像拼接在模特身上，身高、身材比例乃至肩線形態都與本人嚴重不符。“同一人試穿牛仔裝時顯得圓肩駝背，換穿西裝卻又變得挺拔筆直。細節全無，最多算個娛樂功能。”潘女士失望地説。

　　更值得關注的是，當AI技術被用於電商平臺商品圖片的生成與美化後，引發出新的貨不對板問題。

　　“以前的‘賣家秀’頂多是精修，現在直接用AI生成，圖和實物壓根不是一回事！”今年“雙11”，李女士在某店舖購入一件紫色毛衣，商品圖中的模特身着毛衣，展現出濃郁的港式復古風，織物看起來柔軟蓬鬆。實際收到後，她發現毛衣質地硬邦邦，與圖片效果天差地別。仔細檢查後李女士發現，商品圖中模特的一隻手竟有六根手指，原來是一張AI生成的圖片。

　　余女士也因為AI生成圖片踩了雷。最近她花費36.8元購買了一個號稱“原創爆款”的飛天貓毛絨挂件，商品頁顯示銷量已超600件，到手的實物卻做工粗糙，造型生硬，臉部嚴重變形。“這品質也就值五塊錢，”她失望地説。

　　記者根據余女士提供的線索找到該店舖，發現其店內銷售的數十款毛絨挂件圖片均帶有明顯的AI生成特徵，但頁面並未有任何相關提示。商品評價區中，聚集了大量消費者的不滿：“等了好久發貨，結果大失所望”“實物和圖片完全不符”“質量太差，不值這個價。”

　　AI客服：説話聽不懂成了死循環

　　AI客服也是今年“雙11”各大平臺和不少品牌商家的標配，宣稱能提供7天、24小時不間斷服務。然而，許多消費者發現，永不離線的承諾帶來的並非只有便利，還有新的煎熬。

　　“它好像一直在説話，但又好像什麼都沒説。”白領章女士這樣形容她與AI客服的深夜“鏖戰”。她購買的一件商品承諾“買一送三”，在簽收後發現卻只有一瓶，並沒有三瓶贈品。她立即聯絡客服，可無論她如何描述情況，客服的回復始終是“理解您焦急的心情，正在為您查詢物流狀態，請稍候……”，如此循環往復近十分鐘，問題毫無進展。

　　當她又嘗試發送快遞單照片，並直接指出發貨重量有問題時，客服給出的還是剛剛的“車轱轆話”。“怎麼聽不懂人話呢？我真是心頭火起，才發現自己一直在跟AI聊。要這樣的AI客服有什麼用？純屬添亂！”

　　記者體驗發現，當前，不少AI客服對複雜問題的理解能力仍相當有限，其回復嚴重依賴預設數據庫，一旦用戶的問題超出設定，對話就容易陷入“提問-標準回復-再次提問-相同回復”的死循環。更糟的是，當AI客服無法解決問題時，一些人工客服被刻意“隱藏”，轉接繁瑣甚至根本無法接通，增加了消費者的溝通難度。

　　市民秦頌就描述了前幾天與一家大閘蟹商家的AI客服“糾纏”許久卻始終等不來人工客服的惱人經歷。他購買的大閘蟹在收貨後發現有死蟹，但AI客服始終無法理解並處理其賠償訴求。為了轉接到人工客服，秦頌按要求回復了“簡單描述您遇到的問題”“請選擇您要諮詢的業務類型”等系統提問，系統隨後提示前面還有12人在等待人工客服，耐着性子等待了半個多小時後，眼看下一個就輪到自己，系統卻給出了令他抓狂的回復：“您好，今天服務時間已到，由於排隊人數過多未能及時接入，我們深表歉意，請您明天聯絡我們處理。”“平臺是省事了，用上機器人客服了，可消費者被拿來當球踢了。”秦頌很是氣憤。

　　專家支招：AI生成內容須打上清晰標籤

　　面對“雙11”的AI新亂象，中國政法大學法學院副教授沈偉偉認為，其癥結主要在於“權責不清”——一旦出了問題，消費者不知道該找誰。

　　沈偉偉分析，造成“權責不清”的原因主要有兩點。其一，AI技術跑得太快，新問題層出不窮，監管難免“跟不上”。其二，更關鍵的是，AI本身如同一個“黑箱”，其決策邏輯複雜難懂，這直接導致了“歸因困境”。“出了問題，是開發AI的公司、使用AI的平臺，還是發佈AI生成內容的商家負責？”他認為，正是這種責任鏈條的模糊，讓消費者維權變得異常艱難。

　　如何破題？沈偉偉建議，首先，要讓AI“亮明身份”，AI使用者應當承擔相應的披露義務。例如，AI客服必須在對話開始時明確告知其AI身份，AI生成內容必須打上清晰的“AI製作”標籤。其次，要利用平臺作為整個電商生態的“中樞”。當消費者和監管部門還在適應新技術時，平臺作為對技術和商業模式最敏感的一方，必須積極改進和管理AI技術應用。

　　此外，司法判例也可發揮“探路”作用，法院通過審理AI消費糾紛等典型案件，以更靈活的方式回應現實爭議，填補規則空白。“最終目標，是讓消費者、平臺和商家，在這個被AI技術重塑的商業時代，盡可能有法可依，盡可能有穩定的權利和義務預期。”沈偉偉説。