|
邮箱｜liliang@pingwest.com 关于 AI 在出海圈的应用，比如用 Midjounery 生成概念图甚至产品宣传图，或者用 ChatGPT 写产品包装和社媒文案，品玩Global之前已经通过一篇文章介绍，这已经是很多跨境商家的基本操作。 由于“涌现能力”的出现，通用大模型 AI 在交互、生成、推演、计算等方向上的能力都得到了巨大的提升。这意味着AI将更深入地影响业务的每一个条线，而不仅仅是图文自动生成那么简单。 2023 FBIF食品饮料创新论坛上，企业创新数智化技术服务商——衔远科技创始人周伯文向品玩Global分享了他的见解。 从产品营销的角度来说，AI大模型的进步和垂直领域能力的分化带来了机会，意味着今天企业业务场景中遇到的问题，都有机会找到更好的解决思路；而挑战和困难在于，企业主不仅要理解高速发展的 AI 技术，基于业务需求选择适合自身的 AI 大模型，还要能够协调好不同 AI 工具和模型之间协同使用的问题，让内部接入新技术的成本最低，收效最高。 那么问题来了：在漫长复杂的产品和品牌营销过程中，有没有机会在某个特定行业或领域内，用一个大模型解决企业的所有问题？ ｜通用大模型的“能力涌现”和垂直领域的能力分化在 ChatGPT 为代表的的这一波创业浪潮里，拥有学术和业界双重背景的周伯文无疑是备受关注的明星创始人。他曾任京东集团技术委员会主席、美国 IBM 人工智能基础研究院院长，他任职 IBM 期间提出的“自注意力融合多头机制”的自然语言表征机理，成为ChatGPT背后所使用的Transformer架构的核心思想之一。 在与品玩Global的对话中，周伯文表示， AI 大模型将是未来企业 IT 基础设施般的重要存在。他创立的衔远科技就致力于用 AI 重塑商品价值。 以 FBIF 论坛主要关注的，也是衔远科技当下正重点服务的食品饮料行业为例，据市场调研数据，2020年时，AI在食品饮料行业的市场价值就已经达到30亿美金且在持续增长，但当时AI还只是处在所谓的“狭义人工智能”阶段，即一个模型只能实现一类特定任务或功能，比如食品研发、营销、自动化生产、食品监控等。 同一时期，周伯文在京东带领团队从零搭建了一个叫做JD AI NeuHub 的人工智能开放平台，目的就是帮助各行各业在供应链上去做效率优化，涉及产品定义、设计、用户研究、市场洞察、交易、售后、客服等诸多场景。这个平台最终做到每天调用量达到100亿次。 如此的高频使用，证明了AI 在实际产业中的应用价值，也暴露了当时 AI 落地的难点：支持服务不同场景的任务需求的背后，是周和团队在NeuHub上部署了数百个不同的 AI 模型，才得以实现的。其部署和实施的技术难度和成本之高，几乎只有实力雄厚的大厂才能实现。 但今天的机会点在于，有可能用一个模型去实现过去数百个场景中需要的功能，并与人进行智能的协同交互。这将极大降低以 AI 赋能企业的门槛，甚至改变很多行业内部的工作模式。 ｜一个通用模型，赋能企业全生命周期，重构产品-用户关系在周伯文看来，品牌或产品的一个完整的生命周期闭环，是从机会洞察（Discover）开始，到产品定义（Define）、设计（Design）、研发（Develop），再到最终的推向市场完成营销转化（Distribution）的 5D 流程。无论是国内零售电商、出海跨境电商，或是食品饮料、3C电子等不同品类的零售企业，底层链路都有共性。  这一闭环中的每一个环节，都需要产品和市场人员投入大量精力，或进行用户和市场调研，或捕捉行业热点。市场现有的解决方案，大多专注于其中的单一环节，尤其是在营销转化环节，竞争激烈。过去的解决办法是通过不同的数智化工具来辅助解决，单点突破式地赋能产品和营销人员。 而衔远科技想做的，就是打造零售垂直领域的大模型，打通商品和用户的关系，让 AI “想你所想”，在产品研发到营销的任意环节为营销人员甚至用户直接提供支持和协助。 周伯文博士认为，首先在大模型赋能下，用户和产品之间的二元关系将被重构。 洞察用户和市场机会，以及产品定义和设计，这两个功能借助大模型能力，能够穿透营销和产品传统意义上复杂多层次的工作流程，直接将“用户”和“产品”这两个要素联系起来，让企业和企业内部的员工，能够简单粗暴地透过种种数据和现象，看到最本质的用户需求，并且直接以特定的产品功能点去匹配需求。在现有产品或功能不足以满足需求的情况下，还能创造新的产品，以更好地匹配市场需求。这种以终为始的思路，会极大地改变人们的工作习惯，降低新品开发和营销难度的同时，达到更好效果。 周伯文表示，利用衔远大模型的强大预测生成能力，他们能够帮助企业预测消费者和商品体验的依存关系、细颗粒度的对应关系，从而帮助产业人员重新深刻理解什么样的消费者需要什么样的商品，甚至具体到消费者在什么样的场景、体验上，被什么样的品牌参数、材质、文化符号、功能等价值点打动，从而与品牌发生什么样的互动。  其次，这也是零售电商行业的企业在公司内部，首次通过一个大模型，就能够实现 5D 产品全生命周期的完全赋能。 “生成式人工智能让5D第一次有可能用同一个AI基础模型跑起来。而且能够将5D的数据集中到一起并实现全部穿透，这类场景以前是不存在的。” 不久前周伯文接受品玩采访时曾这样指出。 从产品和市场团队关心的市场机会洞察，供需分析，新品定义，爆品开发，产品研发，到营销和销售团队关心的人群定位画像，广告内容生成，用户触达转化 …… 这些企业内部各有分工但都紧密关联的岗位和工作内容，以及面向不同用户的千人千面的定制化需求，在历史上第一次有机会通过一个大模型就实现完全支持，这将是企业数智化和经营提效的巨大转变。 在大模型支持下，5D 链条上的任何部门的员工，都能获得个性化且专业的支持，能够快速调用内部知识，获取基于数据的洞察等。衔远在自身大模型的基础上，搭建了一个企业级的通用多轮对话平台 ProductGPT，可以面向企业内部不同职责分工的员工，扮演不同的 CoPilot（副驾）角色，相当于每个员工都有一个“专家”外脑，具备专业知识和海量信息，可以随时响应，无限刷新，从而赋能每一个员工高效完成工作。  并且，由于大模型的自然语言理解和互动属性，这种支持能够简单快捷地通过多轮对话获取，不需要对员工进行额外的使用技能培训，上手快速但提效明显，尤其是能够减少员工对于个人经验的依赖，提升依靠数据分析决策的能力和效率，反向以智能化带动数字化，是绝佳的生产力工具。  除此之外，衔远大模型也具备其他基于通用大模型的能力，但都根据零售电商行业进行了进一步的能力“微调”，以更适配建立产品-用户关系的垂直需求。如支持多模态内容生成，可以根据产品和用户特点，生成千人千面的个性化营销素材，提供从文案到图片等多种模态的产出内容。这些能力也集成在衔远平台提供的多种现成服务选择里，可以和产品营销前序的市场洞察、产品设计等内部内容对接，不用额外再接入其他的工具。 这也回应了他决定创业时，在朋友圈公布的对于商业模式与产品价值的构想：垂直整合从自有基础大模型到应用、到终端用户的全场景闭环，以实现生成式 AI 技术与商业价值“双落地”。 ｜出海行业天生适用 AI 大模型在 FBIF 上，衔远公布了在食品饮料行业的品牌合作案例：与蒙牛集团达成合作，帮助蒙牛做了企业自身的大模型私有化部署，提供了更贴合乳品饮料行业的全套品牌解决方案。其中有提及基于市场洞察和竞品研究，由 AI 主动生成的新品创意以及可落地的产品配料组合方案。令人印象深刻的同时，品玩 Global 也相当好奇，这种大模型能力，能否迁移到出海领域。毕竟，相比国内，跨境面临着跨语言、跨文化等更为复杂的市场洞察需求，以及同样激烈的选品竞争和品类创新诉求。 对此，在会后的交流中，周伯文也给出了令人振奋的回应。他认为，在海量数据 + 规模效应的大背景下，利用 AI 提效，天然适配于企业出海业务场景。 首先，大模型的多语种理解和翻译能力，可以解决出海最大的挑战之一：语言和文化障碍。这对出海企业的市场洞察、产品本地化和客服都是必须应对的挑战。然而，具备通用能力与专业知识的大语言模型却可以轻松承担相关任务，无论是多语种环境的用户沟通交流，还是本地化的品牌内容生产，都能帮助出海企业显著提高客户沟通与服务的效率和质量。  其次，AI 大模型对数据的整合、挖掘及分析能力，将有助于企业快速识别复杂多变的海外市场中的用户趋势和商业机会，并为企业制定本地化策略提供支持。例如，借助 AI 技术自动总结社交媒体趋势、生成顾客画像、记录顾客对话，辅助员工在海外市场落地品牌营销工作，并为消费者提供个性化的营销和服务。 衔远科技也正积极拓展跨境电商尤其是B2C出海企业的合作场景和资源， 愿意与更多这一领域的合作伙伴共建更适配出海领域的大模型和具体应用。 我们亦观察到，在 ChatGPT 为代表的这一波大模型浪潮中，跨境电商行业是最早做出反应、积极实践探索的。当前落地较快的工具和应用场景，主要还是集中在内容生成类工作上。但当大模型工具与应用更深地参与到跨境生意的更多环节和链条中去，并跟与之协作的人们产生更多碰撞，甚至改变现有的工作习惯和工作方法之后，AI 在出海行业的深远影响才会更多显现出来。 在当前复杂多变的全球背景下，大模型可能是中国企业出海过程中的一个重要变量，我们期待看到更多场景下的AI落地应用。      |
|
|
