隨著AI技術快速發展, 亞馬遜, 阿里巴巴等電子商務領導者也已將AI應用於購物, 客服等作業流程, 希望加快檢索結果並透過更準確的商品推薦刺激消費. AI在電子商務應用的爆發使線上零售巨人除繼續滿足客戶需求外, 引進自動化系統, 簡化作業也成為優先投資項目之一. 根據MarTech Today報導, 英國純網路超市Ocado已使用基於演演算法的機器人控制公司物流, 加快送貨速度, 並計劃投入2,320億美元於機器人和自動化系統, 亞馬遜單是在印度就投入50億美元, 阿里巴巴則打算在未來3年投資150億美元進行研發, Forester Research預測2017年AI相關投資將成長300%. 最受領導電商歡迎的AI應用包括: 使用聊天機器人提升客服品質, 透過影像及語音辨識更快取得搜尋結果, 使用進階演演算法推薦引擎, 增加商品推薦的準確度. 亞馬遜在2012年收購Kiva Systems並成立子公司Amazon Robotics, 開發機器學習, 物體辨識以及電腦視覺的機器人技術. 亞馬遜第3季銷售成長34%至437億美元, 商品推薦功不可沒. 只不過這套系統的準確率尚未達到100%, 但多倫多大學的研究人員預測一旦亞馬遜取得更多資料來源, 未來有可能將準確率提升到可直接將預測的商品出貨給客戶. AI也可以用來對抗不實評論. 商品評論可幫助行銷, 但也使得有心人利用不實評論推銷自家產品或打擊對手. 為了避免評論機制被濫用, 亞馬遜推出了機器學習演演算法以篩選真正的線上評論. 不過AI技術的發展也助長了造假評論的濫用, 因為公司可以使用AI製造評論, 而且芝加哥大學研究人員發現, 使用類神經網路撰寫的評論和人類的評論難以區分. AI也可以用於造型的推薦, 亞馬遜在2017年4月推出的Echo Look即是一台免手持的相機及個人造型助理, 使用者可以對語音助理Alexa下指令, 進行照相或錄影並貼到社群媒體上. 雲端運算平台AWS已將這些計劃開發為深度學習工具, 例如聊天機器人Amazon Lex, 雲端文字轉語音服務的Amazon Polly, 以及深度學習影像分析技術Amazon Rekognition. 大陸電商巨頭阿里巴巴則開發自有軟體E-commerce Brain支援網站的商品推薦, 並利用即時內容消費, 購買行為等資料, 以及來自阿里巴巴生態系統如支付寶, 優酷的資料建立預測模型. 阿里巴巴的AI技術可幫助店家匹配商品和買家, 增加商品銷售的機會. 這些推薦主要根據買家的購買曆史, 背景和地點而定. 此外, 阿里巴巴也推出文字型聊天機器人 '店小蜜' , 幫助商家客制管理虛擬商店. 2015年, 阿里巴巴推出號稱大陸第一個AI平台的DT PAI雲端服務, 允許企業使用大量資料, 分析適合產品的目標市場, 阿里巴巴在開發階段更規劃使用影像識別技術, 根據使用者拍下的商品照片將其導向特定網頁.
