来源：雪球App，作者： 一涵笔记，（https://xueqiu.com/7934656604/341728570）
最近外卖单子爆了，外卖股东却慌了，网上讨论炸了。
2023年、2024年，美团的日均订单量分别是6000-8000万单区间。前几天（7月5日）订单峰值快速窜到了1.2亿，这显然是个极大的增量。
阿里更不用说。之前几年，饿了么总的订单量一直都在2000-3000万单区间。而淘宝闪购推出短短几个月内，日订单量就触及了8000万单（统计上还不包含饿了么APP的订单）——这是个相当陡峭的增长！
然而，补贴停了这些用户能不能留下来？会不会又是一次打车大战那样纯粹浪费投资人钱的补贴？
我曾多次引用拼多多创始人黄峥看待烧钱的观点：“有两种不同类型的烧钱，一种 VC烧钱，一种投资的烧钱。很多电梯广告给投资人看；另外一种打给消费者看， 试图打品牌，消费者心目当中占领一个位置。对于前面一种烧钱烧的越少越好，后面一种烧钱烧的越多越好， 如果是后面一种烧钱，多多益善。”
阿里电商的掌舵人蒋凡也是希望通过补贴建立即时零售的心智。在25年5月阿里的财报电话会议中，蒋凡说：“刚才讲到了即时零售的战略方向，我觉得我们短期内的关注重点，还是怎么样快速转化更多的用户变成即时零售的用户，同时在淘宝端内建立这样一个心智。”
问题在于，这些钱投下去，即时零售的未来回报如何？
1、
从即时零售本身市场来说，蒋凡觉得“即时零售这个赛道非常大，它是一个非常广泛的中国老百姓都有的需求，它可能现在是一个 5、6 亿，未来可能是一个 10 亿用户的需求，它也是一个发展非常快的赛道。”
对于即时零售前景，我其实是存疑的，因为根据商务部预测，即时零售市场2030年也只有2-3.6万亿，哪怕阿里拿下50%的市场，GMV也只增长30%而已。
更加令我困惑的是，本地零售的规模效应和网络效应远非远场电商可比，也就是说平台分配信息的能力对商家的吸引力要弱很多，议价能力也就会弱很多。
比如商家卖一个鼠标，远场电商平台可以把鼠标的信息高效分发给全国消费者，对接上亿潜在客户，商家和消费者给平台付一些佣金或广告成本也无可奈何，因为他们几乎不可能跨越几个城市成功找到彼此，并完成交货。相比在全国信息匹配和物流上给社会降低的成本，平台赚的钱是很少的。
但菜场卖一斤猪肉，平台充其量把猪肉的信息分发给十公里范围内的潜在客户，如果广告费和佣金收得太多，那商家不如在菜场等附近居民自己过来买了。
这大概也是为什么美团外卖的利润率一直很低的原因：如果中间成本太高，消费者不如自己跑一趟，或者干脆在楼下便利店、食堂吃盒饭，因此平台的议价权是有限的。
蒋凡畅想的是：“我认为长期跟远场电商还是有非常多结合的可能性的。 ”
目前还只是停留在可能性上，落地的案例比较少，目前我发现的是Jack Jones、Vero Moda、迪卡侬天猫旗舰店，部分商品支持闪购发货，第二天可送达。
此外上海等部分城市苹果和华为授权专营店可提供小时达服务（淘宝闪购之前的名字，不知为何还没改）。我对即时零售本身的价值持保留态度，倒是蒋凡下面提到的好处我更加认可。
2、
蒋凡表示看到了闪购对淘宝带来的效果：
“首先，对淘宝这样一个电商的 APP，即时零售是一个非常高频次的场景。我们相信，如果我们能够在淘宝上建立这样的服务，会让淘宝的活跃度与用户的规模长期会有一个更好的表现。”
“我们也看到，在初步的实验结果中，当用户使用了即时零售的淘宝闪购这样一个新的服务的时候，我们可以看到他的活跃度有显著提升。”
“长期我们相信可以基于这样一个新的业务，重新升级我们的商业模式，以及让我们的 APP 变得更加活跃。”
也就是说，管理层已经从数据上看到了淘宝闪购让淘宝本身的用户活跃度明显提升。问题是补贴停后，要是没有“资产”沉淀下来，淘宝的活跃度不就又回去了吗？
我们再回顾一下黄峥认为用钱换来什么才算是资产而不是费用：“如果把创业过程中的各种决策都当做是投资决策，那么我们得去分辨我们用时间和钱换来的东西哪些是资产（asset）哪些是费用（cost），那些随着时间流逝、对加深生意的护城河有利的往往是资产，那些时间越久对自己越不利的可以看成是费用。
除了用户心智外，互联网企业还有什么是资产？很显然，用户数据。
抖音和拼多多的推荐系统，核心都是以用户行为为核心的ID匹配，系统持续不断地收集用户的每一个行为，包括点赞、评论、收藏、购买、分享、完播率、观看时长、关注、甚至快划和停留等微表情。
它们推荐系统的基本假设是“物以类聚，人以群分”，喜欢相似内容的用户可能会对彼此喜欢但尚未看过的内容也感兴趣。它通过分析你的行为，将你归入特定的用户群体，然后向你推荐该群体中受欢迎的内容。
这种推荐系统要足够精准，强依赖于海量的用户-物品交互数据（点击、购买等），而更精准的系统才会获得更多的用户停留和更大的数据量，更大的数据又造就了更精准的匹配，形成数据飞轮这一护城河。
其他平台对于没有或很少用户行为数据的物品（冷启动问题）推荐效果很差，用户不喜欢停留也因此很难获取数据，于是很难攻破抖音和拼多多的护城河。因此即使今天抖音公开了算法，其他公司也很难追得上抖音。
3、
然而，随着大型语言模型（LLM）的技术革命到来，一种名为recGPT的新型推荐模型也正在崭露头角，它可以减轻冷启动问题。此外，模型还能对匹配商品进行摘要，提取核心亮点和推荐理由展示给用户获得信任，不像传统推荐模型是黑箱的，用户信任度较弱。
比如，一个在电商网站上从未出现过的衣服，只要有其产品描述，RecGPT 就能理解它的特性，并将其推荐给可能感兴趣的用户，无需等待用户行为数据的积累。
效果怎么样？Walmart （沃尔玛）AI 团队近期发布了一篇用大模型做推荐的论文，论文在 Amazon Review 数据集上做了详细实证，包括 服装、电器、家用百货三个大类，在各类目下都有大幅提升，特别是服装类（Clothing）推荐中表现最优。
淘宝近期上线的RecGPT 也从实践中检验了recGPT的效果。
谷歌Gemini帮我列表写下了recGPT与抖音推荐系统的区别。
当然，虽然冷启动问题有望被大模型技术减轻，但用户行为数据仍然是重要的，因此淘宝仍然需要靠投资提升用户的活跃度，从而获取更多数据来改进技术。
此外，大模型本身成本较高（如为了控制成本目前不敢生成大量推荐语，不能让用户用语言反馈直接调整推荐），国内AI性能还不够强大（以后我会给出性能跟踪方法），阿里仍然需要进一步投资AI降低成本并增强可用性，这也是阿里最重要的战略方向之一。
黄峥曾说：“在资产的购置上，错误的浪费其实是不太会的，最多只是买贵了一些。而在费用的浪费上则是非常可恶的，往往还有负作用……如果费用都变成了可增值资产，那估计我们的CFO、投资人都要笑得睡不着了。但有意思的是很多时候投资的时候，对这样重大的、差异的分辨又往往是草率且权重远远不足的。”
我希望阿里的高管们不要再犯盲目花钱浪费资源的错误，将钱更多花到投资AI优化体验、获取用户数据强化推荐效果等加深护城河的资产上。我历史文章的AI问答可在“一涵笔记”体验。
@今日话题 $阿里巴巴(BABA)$ $阿里巴巴-W(09988)$ $美团-W(03690)$
#分红季，上雪球# #淘宝闪购500亿补贴上线首日#