AI电商的思考

自我介绍

我是DJ，90后，山东人，目前在武汉，10年web前端开发（全栈开发）经验。毕业后去了深圳，早期在金蝶，后社招进鹅厂，期间很荣幸参与了腾讯乘车码这个项目。在鹅厂工作了5年多，因家庭原因，去年从鹅厂离职回了武汉。

去年离职gap期间探索过独立开发，remote work，AI小模型，基于小模型写了个开源项目remove-bg。现在工作之余跟几个小伙伴在做AI电商方向的尝试，话不多说，让我们开始正题吧。

一、AI大模型

起步

1950年，图灵在论文《论数字计算在决断难题中的应用》提出了著名的“图灵测试”，测试能否使机器模仿人类思考模式和行为，标志着人工智能行业的开端。
1956年，举办的达特茅斯会议室“人工智能”概念首次提出，AI正式进入公众视野。

发展

上世纪80年代初，日本富士通公司推出了世界上第一台具备语音识别功能的PC，拉开了AI在语音识别领域商业化的序幕。
1984年，苹果和IBM相继推出预装的语音识别、专家系统等AI软件的Apple Macintosh和IBM PC，标志着AI开始进入家庭应用市场。
九十年代至二十一世纪初，神经网络的发展也推动AI在图像识别领域的应用，同时经AI赋能的搜索引擎成为此阶段大发展的标志性产物。

突破

21世纪初，随着计算能力的提升和大数据的崛起，AI大模型从无到有，从简到繁快速发展。例如：专家系统，SVM，深度学习架构等等。

AI的前世今生

AI其实不是新的东西，30年前就有这个东西。早期叫data mining-数据挖掘，后面叫machine learning-就是机器学习，再到人工智能。从AI算法本身来说其实没有特别多迭代，但这几年大家感觉到AI突然间离我们工作、生活各方面很近。有一个非常非常重要的变量是算力，像英伟达的H100、A100这样的芯片，原来的大模型从数据的收集到标注，再到训练推理完成，要非常长的时间，这就限制了我们很多应用。

AI的今天

2022年11月份，OpenAI发布AI聊天机器人ChatGPT
2023年被视为中国大模型发展元年

大模型类别

自然语言处理NLP，LLM是NLP的一种，NLP大模型也是目前应用主流。
CV大模型（计算机视觉），主要用于处理图像和视频数据，例如腾讯的PCAM大模型。
科学计算大模型，主要解决科学领域的计算问题，如生物信息学，材料科学，气候模拟等，需要处理大规模数值数据，例如华为的盘古气象模型。
模态大模型，可以同时处理多钟类型的模态数据，如文本，图像，语音，实现跨模态搜索，应用具体包括搜索引擎，办公工具，金融电商等，例如谷歌的Vision Transformer模型。

二、电商

电商的发展

08年淘宝才开始真正发展
平台模式：全品类平台 vs 垂直类平台
14/15年社交电商
15/16年新零售概念提出
19年私域开始发展，从快手到抖音
20年因为疫情，新零售开始发展
电商关注：人、货、场的发展变迁

AI To B VS To C

bvc

买家侧的AI电商

商品导购
- 基于买家个性化购物需求搜索商品，输出购物方案
- 利用直播数字人 or 虚拟数字人进行导购
评论摘要
- 总结现有评论，帮助买家快速了解其他消费者的使用体验
产品体验
- 提供衣服在线试穿功能，使买家具体了解衣服是否合身
价格对比
- 迅速找到低价商品，提高选购效率

卖家侧的AI电商

卖家选品
- 搜索并分析消费者需求，为卖家选择产品上架提供建议
- 用AI大模型替代咨询公司，第一时间把握用户的需求，以及大玩家在产品和技术上的最新进展
流程管理
- 在商品定价、订单管理、店铺运营等方面赋能卖家，提供数据分析等功能
- AI帮助撰写产品描述、重构标题、语言翻译等基础工作
- 多渠道的商家可以利用AI的策略去帮他们去理解进销存的算法，在不同的电商平台，不同的城市的计算逻辑
- AI技术来对抗欺诈行为
- 对话式AI提升运营人员使用SaaS ERP时的效率
智能客服
- 在线客服
- 电话客服

AI电商其他方面

数据监测：AI可以实时监测电商平台上的各项数据，如销售额、流量、转化率等。
店铺装修（代码/banner图）
AI模特，AI换图，换场景，换人
AI文案SEO优化
某鱼：订单AI截图发闲置

三、AI电商下的展望

我们可以利用AI做？

AI就像一个新的物种，需要与我们的现有业务结合，进行一次变异，这样产生的下一代商业模式一定更具竞争力。
千里之行，始于足下，对于AI电商，我们只有真正的去做，去体验，才能收获更多，不能只停留在说和理论上。
积极拥抱AI技术，让我们在企业效率中有效阻止熵增，实现降本增效。
利用AI和大数据的能力，快速实现产品的差异化和竞争力。
利用AI和多平台的红利，从单纯卖货到影响用户心智，实现建立品牌的转变。
不同平台之间的供给和需求存在的差异，让AI帮助我们识别出来，建立商品在不同平台下的优势。

用AI赋能电商的底层逻辑

客户是谁：哪些商家需要用AI
问题来源：商家为什么这样做生意，要用AI解决什么问题
期望结果：商家想达成的目标