随着AI技术快速发展, 亚马逊, 阿里巴巴等电子商务领导者也已将AI应用于购物, 客服等作业流程, 希望加快检索结果并透过更准确的商品推荐刺激消费. AI在电子商务应用的爆发使线上零售巨人除继续满足客户需求外, 引进自动化系统, 简化作业也成为优先投资项目之一. 根据MarTech Today报导, 英国纯网路超市Ocado已使用基于演算法的机器人控制公司物流, 加快送货速度, 并计划投入2,320亿美元于机器人和自动化系统, 亚马逊单是在印度就投入50亿美元, 阿里巴巴则打算在未来3年投资150亿美元进行研发, Forester Research预测2017年AI相关投资将成长300%. 最受领导电商欢迎的AI应用包括: 使用聊天机器人提升客服品质, 透过影像及语音辨识更快取得搜寻结果, 使用进阶演算法推荐引擎, 增加商品推荐的准确度. 亚马逊在2012年收购Kiva Systems并成立子公司Amazon Robotics, 开发机器学习, 物体辨识以及电脑视觉的机器人技术. 亚马逊第3季销售成长34%至437亿美元, 商品推荐功不可没. 只不过这套系统的准确率尚未达到100%, 但多伦多大学的研究人员预测一旦亚马逊取得更多资料来源, 未来有可能将准确率提升到可直接将预测的商品出货给客户. AI也可以用来对抗不实评论. 商品评论可帮助行销, 但也使得有心人利用不实评论推销自家产品或打击对手. 为了避免评论机制被滥用, 亚马逊推出了机器学习演算法以筛选真正的线上评论. 不过AI技术的发展也助长了造假评论的滥用, 因为公司可以使用AI制造评论, 而且芝加哥大学研究人员发现, 使用类神经网路撰写的评论和人类的评论难以区分. AI也可以用于造型的推荐, 亚马逊在2017年4月推出的Echo Look即是一台免手持的相机及个人造型助理, 使用者可以对语音助理Alexa下指令, 进行照相或录影并贴到社群媒体上. 云端运算平台AWS已将这些计划开发为深度学习工具, 例如聊天机器人Amazon Lex, 云端文字转语音服务的Amazon Polly, 以及深度学习影像分析技术Amazon Rekognition. 大陆电商巨头阿里巴巴则开发自有软件E-commerce Brain支持网站的商品推荐, 并利用即时内容消费, 购买行为等资料, 以及来自阿里巴巴生态系统如支付宝, 优酷的资料建立预测模型. 阿里巴巴的AI技术可帮助店家匹配商品和买家, 增加商品销售的机会. 这些推荐主要根据买家的购买历史, 背景和地点而定. 此外, 阿里巴巴也推出文字型聊天机器人 '店小蜜' , 帮助商家客制管理虚拟商店. 2015年, 阿里巴巴推出号称大陆第一个AI平台的DT PAI云端服务, 允许企业使用大量资料, 分析适合产品的目标市场, 阿里巴巴在开发阶段更规划使用影像识别技术, 根据使用者拍下的商品照片将其导向特定网页.
