沈觉
京东AI产品经理
负责京东 AI 购 App的产品工作，从 0-1 主导 AI 原生购物产品设计与落地，探索大模型驱动的新一代电商交互与决策范式。产品以文字/双工对话与多模态理解为核心入口，重构传统搜索式购物路径，支持用户用自然语言表达需求并完成商品理解、对比与决策建议生成，覆盖商品咨询与复杂选购等关键场景，已完成实际业务验证与落地。 在能力建设上，重点构建商品多模态理解、用户意图多轮建模与跨商品智能对比三类核心能力，使系统能够在复杂购物任务中持续理解需求并输出结构化决策支持，推动购物逻辑从“信息获取”向“决策收敛”演进、推动线上购物体验向更接近线下真实决策感知与确定性的方向逼近。致力于推动 AI 在电商中的角色从信息工具升级为主动式购物伙伴。 此前在快手负责 AI 应用编排平台产品，聚焦大模型能力的组件化、工作流编排与多应用协同调用体系建设，推动复杂 AI 能力的工程化与产品化落地，为后续消费级 AI 产品设计提供底层方法与架构经验。
演讲主题
AI 原生购物：走向更接近真实的决策体验
AI 正在改变人与商品之间的连接方式。过去的电商建立在搜索、推荐和信息流之上，本质上是在帮助用户获取信息；而随着大模型的发展，AI 开始具备理解需求、理解商品和辅助决策的能力，购物体验正在从“信息获取”走向“决策收敛”。 本次分享将结合京东 AI 购从 0 到 1 的实践，探讨 AI 原生购物产品的设计思路，以及如何通过对话、多模态理解和智能决策能力，构建更接近线下导购与真实购物体验的新一代电商交互方式 大纲： 一、为什么需要 AI 原生购物 1. 电商二十年的核心模式：搜索、推荐与信息流 2. 用户面临的本质问题：不是找不到商品，而是难以决策；不是买不到好货，而是不确定是否适合我 3. AI 带来的新机会：从信息分发走向决策辅助 二、AI 如何重构购物体验 1. 对话成为新的交互入口 2. 多模态理解带来的商品认知升级 3. 从商品推荐到决策建议 4. AI 如何模拟线下导购的服务能力：音视频双工 三、京东 AI 购的实践探索 1. AI 原生购物产品的设计思路 2. 商品理解、用户理解与决策引擎建设 3. 典型场景与用户反馈 4. 从能力验证到业务落地 四、未来展望 1. AI 从工具走向 Agent 2. 从流量入口走向决策入口 3. 从线上购物走向更接近真实世界的购物体验 听众收益： 1. 理解 AI 原生购物与传统电商的本质差异，以及为什么购物体验正在从“信息获取”走向“决策收敛”； 2. 了解大模型如何重构用户、商品与交易之间的关系，以及 AI 导购背后的核心产品设计逻辑； 3. 洞察未来购物体验的发展方向：AI 如何让线上购物逐步逼近线下真实世界中的认知、服务与决策体验。
