2024-07-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
Uusi viisausraportti
Toimittaja: Toimitusosasto
[Johdatus uuteen viisauteen] Aloittava äiti-pop-kauppa palkkasi tekoälyn suunnitteluun, ja näyttöjen myynti kasvoi räjähdysmäisesti ja nousi alan ykkösbrändiksi. Tämän takana ei ole vain 300 miljoonan käyttäjän luottamus ulkomaille lähtemiseen, vaan myös se, että tiimi on tehnyt kolme asiaa hyvin.
Viimeaikaiset uutiset itseohjautuvista takseista ovat herättäneet laajaa keskustelua Internetissä – Onko tekoäly jo ottanut ihmisten työt haltuun?
Vastaus on ei.
Tiedäthän, että todellisessa maailmassa useimmat pienet ja mikroyritykset ovat itse asiassa lahjakkuuksien puutteen dilemman edessä. Tässä tapauksessa tekoäly ei ole korvannut ketään, vaan on täydentänyt pienten ja mikroyritysten tasaista osaamisvirtaa.
Nykypäivän rajat ylittävästä sähköisestä kaupankäynnistä on tullut valtavia 10 biljoonan arvoisia markkinoita, sillä se on aikaisin tekoälylle alttiina oleva toimiala ja syvällisimmin muuttunut teollisuus.
Joten, kun se törmää nykypäivän suuriin malleihin, miltä osin se rekonstruoidaan?
Kun toimittaja yritti rakentaa omaa liiketoimintaansa ulkomailla, se avasi silmät täydellisesti.
Yksi henkilö avaa liikkeen, myy sen ja avaa myymälän Yhdysvalloissa
Vaihe yksi: Aseta tuote hyllyille
Ensinnäkin jotain menee pieleen tuotteen hyllyille laittamisen vaiheessa.
Miten erilaisten vaatteiden KV-design voi kiinnittää ihmisten huomion? Millainen malli sinun on palkattava? Kuinka kääntää esittelysivu eri maille? Tällä valintojen yhdistelmällä on oltava optimaalinen ratkaisu.
Sen takana olevat valtavat menot ovat sietämättömiä tavallisille kauppiaille, kuten me.
Otetaan esimerkiksi verkkokaupan valokuvauksen hinta: Kiinassa tuotekuvasarja alkaa vähintään 200 yuania. Kuvausten jälkeen taiteilijan kuvien retusointi maksaa keskimäärin 8 000-15 000 yuania kuukaudessa.
Tämä ei ole vielä ohi Jos tuotetta halutaan myydä globaaleille markkinoille, se on kirjauduttava eri alustoille, ja se tarvitsee myös paikallisen kielen ja materiaalien ilmaisun.
Joukko työtä virtaa ulos, puhumattakaan siihen kuluvasta ajasta, ja kaikki ovat uupuneita.
Mutta nämä ongelmat ovat kaikki pieniä tekoälyn tapauksia...
Seuraavat kuvat on luonut pic-copilot, Alibaba Internationalin tuottama kuvatyökalu: https://www.piccopilot.com/zh
Eräleikkaus
Ennen kuin laitamme vaatteita hyllyille, meillä on oltava pääkuva tuotteesta.
Kun edessä on suuri määrä naisten vaatteita, kuinka voidaan vaivattomasti tuottaa useiden vaatekappaleiden pääkuvat erissä?
Tekoälyn avulla voidaan poimia 20 korttia kerralla.
Olipa taustana lattia, työpöytä tai häikäisevä matto, tekoäly voi poistaa taustan tarkasti yhdellä napsautuksella.
Näiden pohjapiirrosten avulla emme voi vain käyttää muita taustoja kotisivun näyttönä, vaan myös laittaa virtuaalisia malleja päälle esittämään erilaisia tehosteita.
Virtuaalinen sovitus
Valitse seuraavaksi vain leikkaus vaatteista, valitse sitten haluamasi malli ja asento, niin tekoäly voi nopeasti luoda ylävartalovaikutelman.
Voidaan nähdä, että renderoidut vaatteet ovat erittäin yhdenmukaisia todellisten kanssa sekä rakenteeltaan että tyyliltään.
Mallin ihon nuorentaminen
Tietysti niille asuille, jotka on jo kuvattu, sinun tarvitsee vain "aloittaa kuvasta" ja jättää loput tekoälylle.
Jos on hienosäätöä vaativia alueita, voit valita ne myös manuaalisesti työkalujen avulla.
Valitse seuraavaksi tekoälymalli, joka vastaa potentiaalista yleisöäsi.
Ja hiusten värin ja taustan määrittämisen jälkeen.
Saat eri sukupuolten, eri ikäisten ja eri ihonväristen mallien pukeutumisefektit yhdellä napsautuksella.
Voidaan nähdä, että vain itse malli muuttuu, eikä valitut vaatteet ja laukut vaikuta millään tavalla.
Jopa aurinkolasit, joita ei ollut selvästi merkitty, säilyivät täydellisesti tekoälyssä.
Tällä tavalla meidän tarvitsee vain istua tietokoneen edessä ja klikata hiirtä, jotta kaikki käsissämme olevat tuotteet asetetaan hyllyille, mikä säästää huomattavasti mallinkuvauksen ja jälkituotannon korkeita kustannuksia.
Tilastojen mukaan tekoälyn virtuaalisen kokeilun tuella tuotteiden myyntiä ei voida kaksinkertaistaa, vaan myös kuluttajien rakkaus tuotteita kohtaan on kaksinkertaistunut.
Otsikkoehdotuksia
Se, kuinka tuotteen nimi ja kuvaus herättävät lukijan ostohalun, on myös iso kysymys.
Massiivisten verkkokauppatietojen perusteella koulutettu tekoäly voi helposti luoda tuotenimikkeitä.
Meidän on julkaistava kaikki tuotteeseen liittyvät tiedot, ja tekoäly eliminoi automaattisesti turhan sisällön ja luo nopeasti paljon liikennettä saaneita nimikkeitä kategorian ominaisuuksien ja käyttäjien ostopäätösten perusteella.
Vaihe 2: Sijoita mainoksia
Seuraavaksi on aika sijoittaa mainoksia.
Erinomaisessa mainoskuvassa on mysteereitä suunnittelun ulkoasussa, luovassa tekstinkirjoituksessa ja taustakuvissa, joilla on todellinen vaikutus mainonnan tehokkuuteen.
Aiemmin nämä mainokset olivat pohjimmiltaan ihmisten suunnittelijoiden tuottamia. Sen lisäksi, että sykli ei kestänyt kauan, kustannukset olivat korkeat, materiaalien vaikutus ei välttämättä ollut ihanteellinen.
Toisaalta toimintatilamme on myös hyvin rajallinen mainoskampanjoiden osalta.
Koska useimmat myynninedistämismainokset sijoitetaan dynaamisen "valintavaraston" muodossa ja tuotevalikoima sisältää kymmeniä miljoonia tuotteita, on mahdotonta optimoida materiaaleja pelkästään sijoittamalla ihmislihaa.
Tekoälyn kanssa kaikki on täysin erilaista.
Mainonta luodaan yhdellä napsautuksella
Suurten mallien tukemalla tekoälyllä voidaan nopeasti ja erissä tuottaa suuren määrän mainosmateriaaleja, mikä ratkaisee riittämättömän materiaalituotannon pullonkaulan.
Tekstin osalta koulutetaan laajaa monikielistä luovan tekstinkirjoitussukupolven mallia massiivisten tuotetietojen perusteella, mikä voi tuottaa yksilöllisempiä ja houkuttelevampia myyntipisteitä tuotetietojen, toimitusmaiden ja ihmisryhmien perusteella.
Kuvien suhteen tekoäly oppii ja tiivistää suunnittelijan suunnitteluparadigman, joka perustuu massiivisiin verkkokaupan mainosmateriaaleihin koko verkostossa.
Tämä sisältää tuotteen ja tekstin sijoittelun, kohdistussuhteen, tuotteen taustan, suunnitteluelementtien tyylin vastaavuussäännöt jne.
Kun syöttösuunnittelun sisältö on annettu, voimme antaa tekoälyn mukautua ladontaan ja asettelun sekä syntetisoida luovia kuvia reaaliajassa.
Naisten vaateliikkeenä ei ole liikaa myydä kenkiä (manuaalinen koiranpää)
Tarkka toimitus
Kun mainossuunnittelu on valmis, tekoäly tekee myös oman sukupolvitehosteensa ja tuottaa korkealaatuisia kuvia kohdistetulla tavalla.
Lopuksi, historiallisten toimitustietojen avulla tekoäly voi myös tiivistää kokemuksia. Esimerkiksi tuotteet, joissa on tekstiä, toimivat paremmin mainoskanavissa.
Tekoäly voi tarkentaa sellaisten tuotteiden kuvien kohdalla, joilla ei ole korkealaatuisia myyntivaltteja.
Massiivisten mainontavaikutustietojen perusteella Alibaba International koulutti erityisesti multimodaalisen luovan pisteytysmallin.
Se ei voi vain arvioida toimitusvaikutusta, vaan myös säätää asettelua dynaamisesti todellisen tilanteen mukaan optimaalisen toimitusvaikutuksen mukaiseksi.
Yllä olevassa prosessissa on useita AI-ominaisuuksia, kuten multimodaalinen tunnistus + monikielinen tekstin luominen + AI-kuvankäsittely + toimitustehoste RL. Tuloksena on, että mainoksen tuotantokustannukset pienenevät 3 % ja mainonnan ROI kasvaa 5 %.
Vaihe 3: Varaston käyttö
Kaupan toiminnan kannalta myymälän tekoäly voi auttaa kauppiaita ymmärtämään asiakkaita paremmin analysoimalla asiakkaiden mieltymyksiä.
Vastaa asiakkaan arvosteluun
Samalla se voi myös tarjota asiakkaille henkilökohtaisia vastauksia, jotta jokainen asiakaskommentti voi saada tarkan ja harkitun palautteen.
Tämän käyttäjän kommentin "halvalla tehty" edessä AI vastaa: "Tiedämme, että halvat hintamme eivät välttämättä aina vastaa odotuksiasi. Olemme kuitenkin aina olleet sitoutuneet tarjoamaan korkealaatuisia tuotteita kohtuuhintaan."
Chat reaaliaikainen käännös
Riippumatta siitä, mitä kieltä ostaja puhuu, voimme luottaa tekoälyyn kääntämään keskustelun sujuvasti.
Vaikka kirjoitusvirheitä olisikin, tekoäly voi korjata ne automaattisesti
Älykäs asiakaspalvelu
Asiakkaille älykäs asiakaspalvelu sopii luontevasti tekoälyn käyttöskenaarioihin.
Tekoäly voi keskustelun aikana vastata useimpiin käyttäjien tuotteita ja logistiikkaa koskeviin kysymyksiin kutsumalla tuotteen API:ksi ja logistiikan API:ksi.
Vaihe 4: Huoltopalvelu
Viimeinen ja vaikein osa on huoltopalvelu.
Kuluttajien kohtuuttomien palautus- ja palautushakemusten yhteydessä, jos tavarat lähetetään takaisin ulkomailta joka kerta, kustannukset ovat erittäin korkeat, mutta jos niitä ei lähetetä takaisin, tavaroille aiheutuu erittäin suuria vahinkoja.
Tässä skenaariossa tekoälyä voidaan käyttää neuvottelemaan osittaisista hyvityksistä ja ilman palautuksia, mikä vähentää palautusten ja hyvitysten osuutta tappioiden korvaamiseksi.
Tarkemmin sanottuna malli oppii ensin käsittelemään erilaisia historiallisia manuaalisia arviointitapauksia koulutuksen aikana.
Sitten multimodaalisen teknologian tuella analysoidaan tietoja, kuten käyttäjäviestejä, hyvityskuponkeja (arvovahinko), tapahtumakuvia, logistiikkareittejä jne., jotta voidaan ymmärtää riitojen syitä ja laskea osittaisten hyvitysten määrä.
Lopuksi tarjoamme kuluttajille tyydyttävämmän "osittaisen hyvityksen ilman palautusta" -ratkaisun.
Tuloksena voit parantaa palautustehokkuutta ja vähentää palautustappioita samalla kun optimoit asiakastyytyväisyyden (oletetaan saavuttavan 3 %).
Palautusten ja hyvitysten lisäksi on myös hankalampi riita - takaisinperintä.
Haitallisen takaisinperinnön jälkeen kauppiailla on keskimäärin 20 minuuttia aikaa täyttää valitusmateriaalit, minkä jälkeen alustan avustajan on tarkistettava ja täydennettävä heitä.
Sitä vastoin Chargeback Agent ymmärtää asiaankuuluvat tiedot, kuten tilaukset, toimitusten, logistiikan, hyödykkeet ja puolustussyyt mallin multimodaalisten ominaisuuksien perusteella, ja kerää ja kokoaa sitten automaattisesti todisteita, mikä lopulta tuottaa yksityiskohtaisen suojan yhdellä napsautuksella. materiaaleja.
Ymmärretään, että tämä tekoälyagentti voi säästää kymmeniä miljoonia yuaneja tappioilta rajat ylittäville kauppiaille vuodessa.
Kaiken kaikkiaan, tuotteen lanseerauksesta markkinointiin, myymälätoimintoihin ja huoltopalveluihin, tekoäly on integroitu täysin osaksi koko rajat ylittävää verkkokauppaketjua.
AI-verkkokauppa alkaa toista vuottaan
Ihmiset sanovat, että vuosi 2023 on myös tekoälyn sähköisen kaupankäynnin ensimmäinen vuosi. Yli vuoden kehitystyön jälkeen tekoälyn sähköinen kaupankäynti on jo siirtynyt kypsään sovellusvaiheeseen hype-vaiheesta lähtien.
Tekoälyn sähköisestä kaupankäynnistä on tullut yksi ydinsovellusskenaarioista suurten mallien aikakaudella ja paras testikenttä.
Syy siihen, miksi tämä ala on tulossa yhä suositummaksi, on se, että ensinnäkin globaalin sähköisen kaupankäynnin mittakaava on jo nyt erittäin suuri, ja toiseksi tekoälyn verkkokauppasovellusten määrän lisääntyessä sen toteutuspolku selkiytyy vähitellen.
Goldman Sachsin raportin mukaan maailmanlaajuinen sähköisen kaupankäynnin myynti nousee 3,6 biljoonaan Yhdysvaltain dollariin vuonna 2023, ja sen odotetaan kasvavan 8 prosenttia vuoden 2024 ja 5 biljoonaa dollaria vuonna 28.
Voidaan nähdä, että tekoälyn verkkokaupparata itsessään on paikka, joka ansaitsee syvällisen tutkimisen ja innovaation suuren kaupallisen arvon vapauttamiseksi.
Tekoälyn voima tunkeutuu sähköisen kaupankäynnin, toimitusketjun ja kuluttajan kaikkiin osa-alueisiin.
Operatiivisella puolella sähköisen kaupankäynnin alustajättiläiset, kuten Amazon ja Alibaba International, ovat edustajinaan tuoneet markkinoille tekoälytyökaluja kauppiaille.
Esimerkiksi Amazonin AI Listing -toiminto auttaa myyjiä kirjoittamaan houkuttelevan kopion helpommin ja tehokkaammin.
Tarjontapuolella tekoälyn nousu on nopeuttanut joidenkin yritysten innovaatioprosessia. Esimerkiksi koruyritykset käyvät läpi vähintään useiden kuukausien syklin suunnittelusta, muotin avaamisesta, mallinkuvauksesta, tuotetestauksesta ja uusista julkaisuista.
Nyt tekoäly on muokannut yritysten uusien tuotteiden lanseerausten työnkulkua uudelleen suunnittelusta tekoälyyn, joka tuottaa erilaisia renderöintejä, silmiinpistävää tekstinkirjoitusta, tuotetestausta ja ison datan analysointia, ja jopa tekoäly voi luoda tehokkaamman täsmäysmekanismin.
Kauppiaat ovat taitavasti käyttäneet näitä tekoälytyökaluja muun muassa tekstinkirjoittamiseen, kääntämiseen, tuotekuvasuunnitteluun, mikä vähentää huomattavasti toistuvaa ja ikävää työtä.
Samalla kun se vähentää kustannuksia ja lisää tehokkuutta, se palvelee myös paremmin kuluttajien ostopsykologiaa.
Toinen Deloitten raportti tukee sitä, että 26 % kyselyyn vastanneista markkinoijista käyttää jo GenAI:ta markkinointisisällön tuottamiseen ja 45 % aikoo käyttää tätä tekniikkaa ennen vuoden 2024 loppua.
Tekoälyn vaikutus kuluttajiin on myös vallankumouksellinen.
Amazonin julkaisema AI review -integraatiotoiminto tarkentaa aiempien ostajien arvosteluja ja laittaa yhteenvedon alkuun. AI-sovitustoiminnon avulla käyttäjät voivat kokeilla vaatteita verkossa.
Ja tämän vuoden helmikuussa julkaistiin Amazonin ChatGPT-Rufus-verkkokauppaversio, joka voi auttaa ostajia tekemään ehdotuksia kysymysten ja vastausten muodossa.
On selvää, että kotimaiset ja ulkomaiset sähköisen kaupankäynnin alustat ovat sytyttäneet suuren mallivallankumouksen tulen.
Sähköinen kaupankäynti on toimiala, jonka tekoäly muuttaa ehdottomasti, ja tämä on vasta ensimmäinen askel.
300 miljoonan käyttäjän liiketoiminta, jota tukee AI+ -verkkokauppa
Verkkokaupan jättiläisenä Alibaba Internationalin raporttikortti on myös erittäin häikäisevä.
Syy siihen, miksi se onnistui nopeasti löytämään toteutuksen, on se, että Alibaba Internationalilla on luonnollinen ulkomainen liiketoiminta, jolla on 300 miljoonaa käyttäjää.
Siksi mallikoulutuksen kannalta tiimillä on hyvä tausta ja ammatillinen monipuolista dataa.
Alibaba Internationalin tehtävänä on tarjota kaikille yhteinen tekoälyinfrastruktuuri ja sitten ratkaista kaikkien näiden yritysten tekoälytarpeet sähköisessä kaupankäynnissä.
Mielenkiintoista on, että jos haluat tehdä tämän, sinun on tehtävä tuotetason abstraktio "mitä tekoäly voi tehdä" sähköisessä kaupankäynnissä.
Meidän täytyy kuvitella tehdas Shenzhenissä, joka valmistaa 3C-tuotteita, kauppias Yiwun Daoteng-tavaratalossa tai myyntipiste Guangzhoussa, joka on ollut verkkokauppayritys Taobaossa ja Pinduoduossa monta vuotta. Mitä vaikeuksia kohtaat viennissä ?
Mistä tiedät, mitä ulkomaiset kuluttajat haluavat ostaa, kun et puhu vierasta kieltä?
Miten vastata itäaasialaisten sekä eurooppalaisten ja amerikkalaisten asiakkaiden erilaisiin tarpeisiin?
Useimmille rajat ylittäville yrittäjille kannattaa tutkia mahdollisuuksia segmentoiduissa skenaarioissa.
Alibaba International -tiimi on löytänyt keinon tehdä tekoälyn omaksumista.
Alkuaikoina Alibaba International -tiimi integroi tekoälyominaisuudet nopeasti ja löyhästi olemassa oleviin liiketoimintaskenaarioihin ja tuotejärjestelmiin perustuen yli 40 skenaarioon.
Prosessin vähitellen syventyessä tiimi saavutti suuren mittakaavan vaiheen, ja suuri määrä standardoituja palveluita syntyi.
Tällä hetkellä eri maiden ja erilaisten kulttuuritaustojen väliset erot liiketoiminnassa tulevat esiin.
Esimerkiksi Aasian ja Lähi-idän asiakkaiden tuotteiden ilmaisua, mallin esittelyä ja tuotetietoja koskevat vaatimustenmukaisuusvaatimukset ovat hyvin erilaisia kuin Euroopassa ja Yhdysvalloissa.
Toisaalta on myös välttämätöntä käyttää PAAS:n kaltaista alustaa suurille tuotteille ja yhdistää se yhtenäisempään malliin pirstoutumisen välttämiseksi ja parempien päättelykustannusten ja suurempien mittakaavavaikutusten saamiseksi.
Lisäksi tiimin on myös tarjottava alkupään yritystiimille enemmän alkuperäisen tuotteen tarpeen mukaisia räätälöintiominaisuuksia.
Aiemmin kaikki katsoivat samaa sisältötuotetta. Nyt tekoäly voi tuottaa rajattomasti ja massiivista sisältöä ja tuottaa sisältöä "tuhansille ihmisille ja tuhansille kasvoille".
Ja käyttääkö tekoälyhaku yksinkertaisesti suurta mallia korvaamaan perinteisen koneoppimismallin?
Se ei ole vain sitä. Alibaba International -tiimin näkemyksen mukaan tämä voi koskea koko järjestelmää ja koko datasuunnittelumallia sekä tuotteiden ilmaisun ja esittelyn rakentamista itse taustalla olevalle algoritmille.
Tällä hetkellä ihmisten kielellinen ilmaisu on saavuttanut riittävän korkean abstraktiotason, ja eri maiden ja kansojen kielet voivat hyvin ilmaista kaikkea abstraktia logiikkaa ja tiettyjen fyysisten esineiden logiikkaa, mutta visuaalisesti se on edelleen avoin kenttä.
Keskity vain kolmeen asiaan
Viime vuoden "100 mallin taistelun" jälkeen on selvästikin päätetty, kuka on maailman johtava perusmalliyritys.
Huhtikuussa 2023 perustettu Alibaba International AIBusiness on alkanut muotoutua 100 hengen tiiminä, mutta sen sijainti on – emme ole perusmalleja kouluttava tiimi.
He korostivat keskittyvänsä kolmeen asiaan:
Ensinnäkin on monikielisyyttä.
Tiimi aikoo käyttää monikielisiä parannusmenetelmiä parantaakseen suurten mallien monikielisiä ominaisuuksia ja käyttääkseen niitä tehokkaammin monikielisissä tehtävissä.
Otetaan esimerkiksi kääntäminen, joka on aina ollut pienten mallien vastuulla. Suurien mallien kääntämiseen ei ole selvää vastausta.
Lisäksi kustannusten hallitsemiseksi tarvitaan monia liiketoiminnan työkaluja kustannusten hallitsemiseksi. Alibaba International toivoo voivansa tehdä hyvää työtä monikielisenä, parempia tuloksia pienemmillä kustannuksilla ja antaa LLM:n tehdä monikielisen käännöksen.
Kokouksessa he paljastivat ensimmäistä kertaa sen takana olevan monikielisen parannetun MarcoPolo-suurmallin, jossa on enemmän teknisiä yksityiskohtia.
Se on koulutettu massiivisen korkealaatuisen monikielisen datan perusteella, jonka joukossa pienillä kielillä odotetaan olevan 2,5T tunnuksia, ne voivat tukea yli 30 pientä kieltä ja niissä on malleja, joilla on eri parametrikoko, kuten 8B/57B/72B.
Toiseksi se on multimodaalisuutta.
Sähköisessä kaupankäynnissä suuret monikieliset mallit eivät useinkaan riitä. Tämä on monimutkainen ja monimuotoinen skenaario.
Oletetaan, että asiakas palauttaa vaatteet, koska ne on lähetetty vääränvärisenä, ja ottaa valokuvan nähdäkseen, ovatko vaatteet mustia, sinisiä vai mustia, tekoälyn täytyy käyttää "silmiä" tunnistaakseen.
Kauppiaan näkökulmasta toivotaan, että tuotekuvan lataamisen jälkeen tekoäly voi suorittaa optimoinnin ja viimeistelyn.
Lisäksi mitä tulee samaan malliin ja mikä samankaltaiseen malliin, tekoälyn suositus ja tunnistaminen edellyttävät innovaatioita taustalla olevasta teknologiasta.
Alibaba Internationalin multimodaalinen suuri malli MarcoPolo-VL perustuu alan alkuperäiseen SEA (structed embedding alignment model) -koulutukseen ja -optimointiin, joka voi tarjota 7B/14B-malleja, ja samalla parametrivaikutuksella se ylittää tunnetut avoimen lähdekoodin mallit.
Lopuksi suunnittelun ja arkkitehtuurin puolella rakentaa koko mallipalvelu PAAS.
AIGC:llä on erilaisia liiketoimintaympäristöjä. Kauppiaille kätevin tapa on suorittaa koko toimintaprosessi yhdellä alustalla.
Siksi universaalin taustalla olevan alustan syntyminen on väistämätöntä.
Alibaban PAAS-palvelu voi vähentää huomattavasti mallipäättelypalveluiden kustannuksia, ja se voi tukea kymmeniä miljoonia tekoälypalvelupuheluita päivittäin sadoilla tensoritason päättelykorteilla.
Seuraava on niiden asettelu PAAS:ssa. Perustuen Alibaba Cloudiin ja muuhun infrastruktuuriin, he ovat rakentaneet täydellisen päästä päähän -teknologiaketjun koulutukseen, päätelmiin ja sovelluksiin , mallityöpöytä ja sovellusten rakentaminen Saavuta tehokas iterointi tuotteissa, kuten palvelimissa, tarjoten näin joukon jaettuja sovelluksia eri yrityksille, jotta ne voivat hyödyntää tekoälyä.
Yli vuoden kovan työn ja yritysten jälkeen Alibaba International on valtuuttanut 500 000 pientä ja keskisuurta kauppiasta yli 40 sovellusskenaarioon, ja yli 100 miljoonan tuotteen tiedot on optimoitu.
Miksi numero 40 on niin tärkeä?
Zhang Kaifu sanoi, että kun skenaariot voivat käyttää tekoälyä todellisen arvon tuottamiseen, meille tapahtui viimeisen kuuden kuukauden aikana, että tekoälyn käyttö alkoi lisääntyä merkittävästi.
Viimeisen kuuden kuukauden tiedot osoittavat, että kauppiaiden tekoälyn käyttö on kaksinkertaistunut keskimäärin kahden kuukauden välein.
Nyt alustan keskimääräiset päivittäiset puhelut ovat ylittäneet 50 miljoonaa kertaa, ja skaala kaksinkertaistuu kahden kuukauden välein.
Tekoälyllä on jo yli 100 miljoonaa tuotetta, jotka on kirjoitettu kokonaan uudelleen.
Käyttämällä tekoälyä kääntämiseen, mallien vaihtamiseen, mustien sanojen soveltamiseen, myyntipisteiden luomiseen jne., tiimi on erittäin varma siitä, että kun tuote esitellään amerikkalaisille kuluttajille, he ymmärtävät sen, haluavat ostaa sen ja ovat valmiita sijoittamaan sen. tilaus!
Lisäksi Zhang Kaifun näkemyksen mukaan mitä pienempiä ja keskisuuria yrityksiä ovat, sitä enemmän ne voivat hyötyä tekoälyn soveltamisesta.
Entäpä tekoälyn käyttäminen?
Alla on todellisia bisnestapauksia.
Eräs kauppias sanoi, että ennen tekoälyä tuotteesta oli vain matkapuhelimella otettu kuva. Kuvat, joissa käytetään oikeita kohtauksia, vaikkakin kalliita kuvata, näyttävät huomioimattomilta alustalla.
Tekoälyn avulla voit luoda nopeasti kuvien taustoja.
Luotujen kuvien valot ja varjot eivät ole vain verrattavissa oikeiden kuvien valoihin, vaan niitä voidaan soveltaa myös useisiin markkinointikuvamalleihin. Nämä mallit ovat ulkomaisten suunnittelijoiden suunnittelemia paikallisten tyylien mukaan, mikä ei pelkästään vähennä kustannuksia , mutta myös lisää napsautussuhdetta.
Esimerkiksi Zeuslap, AliExpress-alustan suurin näyttökauppias, alkaa käyttää Alibaba International AI:n kuvien luontitoimintoa marraskuussa 2023.
Olipa kyseessä myymäläkoristelubannerit, tuotekuvat, yritystiedot, YouTube- ja TikTok-kansikuvat jne., ne ovat kaikki tekoälyn suorittamia.
Aiemmin kauppiaiden piti viettää paljon aikaa materiaalien ja mallien etsimiseen, ja heidän piti tehdä Photoshop itse. Nyt sinun tarvitsee vain valita malli, ladata tuotteet ja voit helposti luoda tuotekuvia ja markkinointikuvia, mikä säästää paljon aikaa.
Nykyään Zeuslap on Alibaba International AI:n avulla kasvanut äiti-pop-kaupasta alustaalan ykkösbrändiksi.
Tekoälyn tuomat dramaattiset muutokset sähköiseen kaupankäyntiin ulkomailla ovat vielä tulossa.
Viitteet: