乐天的AI电商成效，需要更精确的归因

乐天10月22日的公告将2026年AI技术大会安排在11月14日。本文依据已经发布的文件，不将未经核实的大会发言当作事实。大会公告

对电商经营者而言，重要问题不是助手的演示是否更聪明，而是扣除成本、排除原有交易的转移之后，产品改变能否带来额外且持久的业务。改善购物体验与解释这种改善的经济价值，是两件需要分别完成的事。

实验究竟证明了什么

乐天11月13日财报演示称，10月A/B测试中，决策模型与新搜索引擎的组合使转化率提高32.3%；测试未单独识别模型贡献。财报演示，第56页

这个边界具有经营意义，却不是否定结果的理由。商家最终使用的是完整体验，不是孤立算法。如果产品组合确实改善顾客体验，即使尚未拆清每个组件的贡献，上线组合仍可能合理。但同一证据不能直接支持“全部改善都由模型带来”的结论。

设想一家零售商同时调整候选商品召回与结果排序。更好的召回，可能找到旧系统遗漏的商品；更好的排序，则可能在相同商品集合里把合适的选择提前。两种变化也可能相互增强。旧系统与新系统的对照，只能测出组合效果。若要决定下一步替换哪个组件，就需要增加比较，例如保留旧召回而更新排序，再保留旧排序而更新召回。这是本文提出的评估设计，并非对乐天未公开实验的描述。

这会影响真实预算。组合结果可以支持上线，却不足以单独决定某个组件的采购价格。如果混淆这两类决策，企业可能把依赖搜索系统、商品资料整理或界面优化才实现的收益，全部计入模型价值。评估不是要阻止部署，而是让不同决策使用匹配的证据。

分母也是产品的一部分

转化率只有在明确统计对象与成交定义后才具有可比性。假设一家商户只观察主动选择使用助手的人，较高转化可能部分来自这批顾客原本就更明确的购买意愿。若观察随机分配体验的全部合格顾客，回答的则是另一问题。商业论证不能在两种口径之间悄悄切换。

订单质量同样重要。顾客可能更快下单，却因需求被误解而退货；平台可能通过改变商户之间的交易分配增加佣金，却未扩大整体消费；卖家也可能销量增加，但因系统偏向折扣商品而降低利润。这些是需要检验的潜在机制，不是对乐天经营行为的指控。

因此，合理实验应在初次成交之外，追踪退货后保留的订单与贡献利润，并观察品类、新老顾客以及配送和售后的差异。一个平均数字可能掩盖这样的情况：简单购买更顺利，高价或要求模糊的购买反而更困难。测量的目标并非无限增加指标，而是明确哪些购物任务适合采用新体验。

还应提前写明观察周期。短期试验能发现明显的体验改善，却未必覆盖退货、再次购买或顾客习惯变化。较长观察也不是天然更可靠，因为促销、库存与季节会同时变化。经营者需要保留可比较的对照，并在无法隔离外部变化时承认不确定性，而非把时间拉长当作因果证据。

成本必须有明确的承担者

另一份11月13日公告说明，乐天自2026年第一季度起将部分AI开发成本分摊给各业务，并追溯调整2025年第一季度起的比较数据。财报公告，注3

分摊共享成本本身不证明项目盈利，却让经营团队更难回避成本问题。评估助手时，需要区分随交互量增长的费用，与共享工程、商品资料维护、监测和基础设施承诺。否则，产品团队可能报告漂亮的单次服务成本，而维持可靠性所需的劳动与支出留在其他部门。

这里有两种都合理的视角。对眼前的运营选择，已有闲置算力可能使新增一次查询很便宜；对长期投入决定，未来更换设备和维护系统的支出不能忽略。同时展示边际成本与充分分摊后的成本，比争论其中一种是唯一正确答案更有用。商户也应理解：更低的计算成本，只有在没有被纠错、人工接手与售后负担抵消时，才构成经营改善。

分发入口不等于新增需求

乐天与HP在7月29日公布过面向日本的桌面产品，结合本地与云端AI。这是历史背景，不是11月新发布。联合产品公告

桌面入口引出另一层判断：更容易接触产品，与创造额外需求并不相同。把助手放在顾客工作的位置，可能减少导航步骤，也可能只是把本来就会在同一平台完成的购买改道。使用量增长可以有价值，却不能让每笔经过助手的交易都自动变成新增消费。

更有意义的检验，是新入口能否改善跨渠道的整体顾客结果，而不仅是提高被归给它的成交份额。桌面上开始、其他设备上结束的购物，需要一致的归因规则；即使更完整的顾客路径有助测量，隐私边界也不能因此放宽。

理解电商AI，不必在热情接受与全面怀疑之间二选一。产品组合可能创造真实价值，分发也可能让价值更容易被使用。但是否上线组合、应该为某个组件支付多少、整体经济性是否足以支持扩张，仍是三个不同决策。把它们分开，才能既承认创新，又不让结果超出证据。这是Open Market Notes的分析框架，不是对乐天AI利润的独立核算。