一台会自己调温的空调，和一台只多加了一块屏的空调，在商品页上共用同一个「AI 家电」标签——新品排期该先给谁？按苏宁易购 11 月 12 日披露的双 11 数据口径，AI 家电下单用户同比增长 84%，这个数字把问题从「要不要做 AI 家电」推到了「哪一类 AI 家电值得先铺货」。对管 SKU 的人来说，答案不在参数表里，而在评论区：同一个标签下，用户抱怨的东西差别很大。
84% 涨的是下单用户，不是复购
下单用户数是流量指标，复购率才是产品指标。苏宁这份数据里能确认的是新客进得快，不能确认的是这些人第二次还会不会选同一条产品线。把 AI 家电当成一个整体看，84% 会让人过度乐观；拆成清洁电器、厨房电器、环境电器三条线看，节奏完全不同——清洁电器的 AI 功能已经进入比价阶段，环境电器的 AI 功能还在教育阶段，两者的铺货逻辑不该一样。
三条产品路线的成熟度不一样
清洁电器的 AI 主要体现在路径规划和避障，用户能直接感知，效果好坏一次使用就能判断；厨房电器的 AI 多在菜谱推荐和火候控制，感知弱，退货理由集中在「用不上」；环境电器的 AI 是自调温和自清洁，效果需要几周才能验证。三类产品的评论结构因此不同：前者比效果，中者比易用，后者比静音和耗材成本。
评论里的痛点集中在哪
AI 家电的差评有两类典型。一类是功能用不上，用户买回来只用基础模式，附加功能成了溢价理由，评论里会出现「不如买普通款」；另一类是联网麻烦，配网失败、App 权限申请、固件升级失败都会拉低评分，而且这类问题在客服侧几乎无法补救。两类痛点对应两种改法：前者要收窄 SKU 的功能包，后者要把配网步骤压到三步以内。
新品上架前的评论对照
| 产品概念 | 评论高频词 | 上架建议 |
|---|---|---|
| 自清洁空调 | 静音、耗材、滤网 | 先铺中端价位 |
| AI 洗地机 | 避障、缠绕、续航 | 与旧款同页对比 |
| 智能菜谱灶 | 用不上、菜谱少 | 小批量试销 |
| AI 冰箱 | 识别准确率、耗电 | 主打能效标签 |
这张表的用法不是判断产品好坏，而是判断该给多少货架。评论高频词落在耗材和续航上，说明用户已经在按使用成本比价，这类产品适合先铺中端、把高端留到二代；评论集中在「用不上」，说明功能包需要砍，先小批量试销比一次性压货更稳。评论数据在这里的作用，等于把产品经理的判断换成了可复核的证据。
铺货节奏要同时看可售与退货
新品铺货最怕两件事：铺得太快，卖不动变成库存；铺得太慢，热度过去还没上架。AI 家电的退货率通常高于普通家电，因为功能预期落差大，所以铺货节奏要跟退货率一起看。评论、退货理由、可售率三个数据放在一张表上，才能判断一个新品是缺货还是缺说服力，这两种情况的补货动作完全相反。
从渠道侧看，AI 家电的价格带也在分化。带屏产品把成本推高，均价上移，但用户对溢价的接受度集中在 10% 到 15% 这个区间；超过这个区间，评论里就会出现与普通款的横向比较。京东 11.11 的数据显示，AIPC、AI 工作站、AI 相机、AI 眼镜等趋势品成交额同比增长超 100%，说明愿意为 AI 付费的人群确实存在，但他们比价的动作也更快。
把 84% 当成需求信号可以，把它当成产品结论不行。下一个观察点是春节前的换新季：如果 AI 家电的复购率没有跟上新客增速，这个品类就要从卖概念回到卖功能，届时评论区的关键词会先变。
常见问题
AI 家电的下单用户增长 84%，能说明品类已经成熟吗？
不能。这是新客指标，缺少复购与退货数据，只能说明入口有效，不能说明产品被认可。
哪一类 AI 家电最适合先铺货？
优先选效果可当场验证的品类，比如清洁电器的避障与自清洁；效果需要长期验证的品类，先小批量试销更稳。
评论分析要看多少个 SKU 才有参考价值？
同一产品概念下至少覆盖 5 个主力 SKU、近 90 天评论，样本太少容易把个别差评当成普遍问题。
退货率高的时候该减铺还是加铺？
先看退货理由。属于功能预期落差的，减铺并改详情页；属于缺货或断码的，反而要补货。
