私の連絡先情報
郵便メール:
2024-07-18
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
新しい知恵のレポート
編集者:編集部
【新しい知恵の紹介】新興の母子商店がデザインに AI を採用したところ、ディスプレイの売上が爆発的に伸び、業界 No.1 ブランドになりました。この背景には、3 億人のユーザーが海外進出に自信を持っているだけでなく、チームが 3 つのことをうまくやり遂げたという事実もあります。
自動運転タクシーに関する最近のニュースは、インターネット上で大きな議論を引き起こしました - AI はすでに人間の仕事を奪っているのでしょうか?
答えはいいえだ。
ご存知のとおり、現実の世界では、ほとんどの中小企業が人材不足のジレンマに直面しています。この場合、AI は誰かに取って代わられたのではなく、中小企業や零細企業の人材の着実な流れを補完しました。
AIと最も早くから触れ、最も変革を遂げた産業として、今日の越境ECは10兆規模のスーパーマーケットとなった。
では、それが現在の大型モデルと衝突した場合、どのような点が再構築されるのでしょうか。
編集者が独自の海外ビジネスを構築しようとしたとき、それは完全に目を見張るものでした。
一人が店を開き、それを販売し、アメリカに店を開く
ステップ 1: 商品を棚に置く
まず商品を棚に並べる段階で何かが起こる。
さまざまなスタイルの服の KV デザインはどのようにして人々の注目を集めることができるのでしょうか?どのようなモデルを雇う必要がありますか?紹介ページを各国に翻訳するにはどうすればよいですか?この選択肢の組み合わせには最適な解決策が存在する必要があります。
その裏には相当な経費がかかっており、我々一般商人にとっては耐え難いものです。
電子商取引の写真撮影の費用を例に挙げると、中国では商品写真のセットは少なくとも 200 元から始まり、ヨーロッパ、アメリカ、外国人のモデルを雇いたい場合は、少なくとも数千元の費用がかかります。撮影後、アーティストに写真の修正を依頼する場合、月額平均8,000~15,000元かかる。
これはまだ終わっていません。製品を世界市場に販売したい場合は、さまざまなプラットフォームにログオンする必要があり、言語や素材のローカライズされた表現も必要です。
時間がかかるのはもちろん、一連の仕事が流れ出て、みんな疲れ果ててしまいます。
しかし、これらの問題はすべて AI にとって小さなケースです——
次の写真は、Alibaba International が開発した画像ツール pic-copilot によって生成されたものです: https://www.piccopilot.com/zh
バッチカットアウト
洋服を棚に並べる前に、商品のメインイメージを決める必要があります。
大量の婦人服を持っているとき、どうすれば複数の服のメイン画像をバッチで簡単に作成できるでしょうか?
AIの力により、一度に20枚のカードを取り出すことができます。
背景が床、デスクトップ、または眩しいカーペットであっても、AI はワンクリックで正確に背景を削除します。
これらのフロアプランを使用すると、ホームページの表示として他の背景を適用できるだけでなく、その上に仮想モデルを配置してさまざまな効果を提示することもできます。
仮想フィッティング
次に、衣服の切り抜きを選択し、希望のモデルとポーズを選択するだけで、AI が上半身のエフェクトをすばやく生成します。
レンダリングされた衣服は、テクスチャとスタイルの両方の点で実際の衣服と非常に一致していることがわかります。
モデル肌の若返り
もちろん、すでに撮影済みの衣装については、「まずは写真を撮る」だけで、あとはAIに任せることができます。
微調整が必要な領域がある場合は、ツールを使用して手動で選択することもできます。
次に、潜在的な視聴者に合った AI モデルを選択します。
そして髪の色と背景を決めたら。
ワンクリックで、性別、年齢、肌の色の異なるモデルの着こなし効果を得ることができます。
モデル自体が変更されるだけで、選択された服やバッグには何の影響も及ばないことがわかります。
刻印がはっきりしなかったサングラスも、AIによって完璧に保存されていた。
このようにして、コンピューターの前に座ってマウスをクリックするだけで、手元にあるすべての製品を棚に並べることができるため、モデル撮影とポストプロダクションにかかる高額なコストが大幅に節約されます。
統計によると、AI 仮想試着のサポートにより、商品の販売量が 2 倍になっただけでなく、消費者の商品に対する愛着も 2 倍になりました。
タイトルの提案
商品のタイトルや説明文が読者の購買意欲をいかに引き出すかも大きな問題です。
膨大なECデータをもとに学習したAIが商品タイトルを簡単に生成します。
製品に関連するすべての情報を投稿するだけで、AI が自動的に無駄なコンテンツを削除し、カテゴリの特性とユーザーの購入決定に基づいてトラフィックの多いタイトルを迅速に生成します。
ステップ 2: 広告を配置する
次に、広告を掲載します。
優れた広告画像には、デザインのレイアウト、クリエイティブなコピーライティング、背景画像などに謎があり、広告効果に大きな影響を与えます。
従来、これらの広告は基本的に人間のデザイナーによって制作されており、サイクルに時間がかかり、コストが高かっただけでなく、素材の効果も必ずしも理想的ではありませんでした。
一方で、広告プロモーションに関しては、私たちの営業スペースも非常に限られています。
ほとんどのプロモーション広告は動的な「選択プール」の形式で配置され、製品プールには数千万の製品が含まれるため、人肉を配置するだけで素材を最適化することは不可能です。
AI ではすべてがまったく異なります。
ワンクリックで広告が生成される
大規模なモデルにサポートされた AI により、大量の広告素材を迅速かつバッチ生成でき、素材不足のボトルネックを解決します。
テキストに関しては、大規模な多言語のクリエイティブなコピーライティング生成モデルが大量の製品データに基づいてトレーニングされ、製品情報、配送国、および人々のグループに基づいて、よりパーソナライズされた魅力的なセールス ポイントを生成できます。
画像に関しては、ネットワーク全体にわたる大量の電子商取引広告素材に基づいて、AI がデザイナーのデザイン パラダイムを学習して抽象化します。
これには、商品とテキストの配置、配置関係、商品の背景、デザイン要素のスタイル一致ルールなどが含まれます。
入力されたデザイン内容が与えられると、AI に組版とレイアウトを適応させ、クリエイティブな写真をリアルタイムで合成できます。
婦人服店なので靴を売るのは大したことない(手動犬頭)
正確な配送
広告デザイン完了後もAIが独自の生成効果をスコアリングし、高スコアの映像をターゲットを絞った配信を行います。
最後に、AI は過去の配信データを通じてエクスペリエンスを要約することもできます。たとえば、テキストのセールスポイントを持つ製品は、広告チャネルでのパフォーマンスが向上します。
高品質なセールスポイントがない商品の写真については、AI がセールスポイントを絞り込むことができます。
アリババ インターナショナルは、膨大な広告効果データに基づいて、マルチモーダル クリエイティブ スコアリング モデルを特別にトレーニングしました。
配信効果を推定するだけでなく、最適な配信効果に合わせて、実際の状況に応じてレイアウトを動的に調整することもできます。
上記のプロセスでは、マルチモーダル認識 + 多言語テキスト生成 + AI 画像処理 + 配信エフェクト RL など、複数の AI 機能が存在します。その結果、広告制作コストは 3% 削減され、広告 ROI は 5% 増加しました。
ステップ 3: 店舗運営
店舗運営の面では、店舗 AI は顧客の好みを分析することで販売者が顧客をより深く理解できるように支援します。
カスタマーレビューへの返信
同時に、顧客にパーソナライズされた応答を提供できるため、顧客のすべてのコメントに対して正確で思慮深いフィードバックを受け取ることができます。
このユーザーの「作りが安っぽい」というコメントに直面すると、AI は次のように答えます。「当社の低価格が必ずしもお客様の期待に応えられるとは限らないことは承知しています。しかし、当社は常に高品質の製品を手頃な価格で提供することに尽力してきました。」
チャットリアルタイム翻訳
購入者がどの言語を話しても、AI を利用して会話をスムーズに翻訳できます。
誤字脱字があってもAIが自動修正
インテリジェントな顧客サービス
顧客にとって、インテリジェントなカスタマー サービスは AI の使用シナリオに自然に適合します。
会話中に商品APIや物流APIを呼び出すことで、AIは商品や物流に関するユーザーの質問のほとんどに答えることができる。
ステップ 4: アフターサービス
最後で最も難しいのはアフターサービスです。
消費者の理不尽な返品・返金申請に直面して、その度に海外から商品を返送すると高額な費用がかかるだけでなく、返送しなかった場合の商品の損害も甚大になります。
このシナリオでは、AI を使用して一部返金または返品なしの交渉を行うことができ、損失を回復するための返品と返金の割合を減らすことができます。
具体的には、モデルはまず、トレーニング中に過去のさまざまな手動判断ケースの処理方法を学習します。
次に、マルチモーダル技術のサポートにより、ユーザーメッセージ、返金伝票(価値損害)、取引スナップショット、物流ルートなどのデータを分析して、紛争の原因を把握し、一部返金額を計算します。
最後に、当社は消費者により満足のいく「返品なしの一部返金」ソリューションを提供します。
その結果、顧客満足度を最適化しながら、返金効率を向上させ、返金損失を削減できます (3% に達すると予想されます)。
返品と返金に加えて、チャージバックというさらに厄介な紛争もあります。
悪意のあるチャージバックに遭遇した後、販売者は異議申し立て資料の記入を完了するまでに平均 20 分を要し、その後プラットフォーム アシスタントによるレビューと補足が必要になります。
対照的に、チャージバック エージェントは、注文、履行、物流、商品、弁護理由などの関連情報をモデルのマルチモーダル機能に基づいて理解し、証拠を自動的に収集して組み立て、最終的に詳細な弁護をワンクリックで生成します。材料。
この AI エージェントにより、国境を越えた販売業者の損失を年間で数千万元節約できることがわかっています。
製品の発売からマーケティング、店舗運営、アフターサービスに至るまで、AI は越境電子商取引チェーン全体に完全に統合されています。
AI電子商取引は2年目に突入
2023年はAI電子商取引元年とも言われています。 1 年以上の開発を経て、AI 電子商取引はすでに宣伝段階から成熟した応用段階に入っています。
AI 電子商取引は、大規模モデルの時代の中核となるアプリケーション シナリオの 1 つであり、最適なテスト環境となっています。
この分野の人気が高まっている理由は、第一に、グローバル電子商取引の規模がすでに非常に大きいこと、第二に、AI電子商取引アプリケーションの増加に伴い、その実装の道筋が徐々に明確になっていることです。
ゴールドマン・サックスの報告書によると、世界の電子商取引売上高は2023年に3兆6000億米ドルに達し、2024年には前年比8%成長し、28年には5兆米ドルに達すると予想されている。
AI eコマーストラック自体が、大きな商業的価値をリリースするための徹底的な探求と革新に値する場所であることがわかります。
AI の力は、電子商取引の運営、サプライ チェーン、消費者のあらゆる側面に浸透しつつあります。
運営面では、AmazonやAlibaba Internationalなどの電子商取引プラットフォーム大手が代表として、販売者向けのAIツールを立ち上げた。
たとえば、Amazon の AI Listing 機能を使用すると、販売者は魅力的なコピーをより簡単かつ効率的に作成できます。
供給側から見ると、AI の台頭により一部の企業のイノベーションのプロセスが加速しました。たとえば、ジュエリー会社では、デザイン、型開き、モデル撮影、製品テスト、新作リリースまで少なくとも数か月のサイクルを経ます。
現在、企業の新製品発売のワークフローは、デザインから、AIによるさまざまなレンダリング、目を引くコピーライティング、製品テスト、ビッグデータ分析に至るまで、AIによって再構築されており、さらにはAIがより効率的なマッチングメカニズムを構築できるようになりました。
販売業者はこれらの AI ツールを巧みに使用して、コピーライティングの生成、翻訳の処理、商品画像のデザインなどを行い、多くの反復的で退屈な作業を大幅に削減しました。
コストを削減し効率を向上させると同時に、消費者の購買心理にもより適切に応えます。
Deloitte の別のレポートでは、調査対象のマーケターの 26% がすでに GenAI を使用してマーケティング コンテンツを生成しており、45% が 2024 年末までにこのテクノロジーを使用する予定であることを裏付けています。
それだけでなく、AI が消費者に与える影響も革命的です。
AmazonがリリースしたAIレビュー統合機能は、過去の購入者のレビューを絞り込み、概要を上位に表示します。 AIフィッティング機能によりオンラインで試着が可能。
そして今年 2 月には、Amazon の「電子商取引版 ChatGPT」-Rufus がリリースされました。これは、購入者が質問と回答の形で提案を行うのに役立ちます。
明らかに、国内外の電子商取引プラットフォームが大規模なモデル革命の火をつけました。
EコマースはAIによって確実に変わる業界ですが、これはまだ第一歩にすぎません。
AI+eコマースが支える3億ユーザーのビジネス
電子商取引の巨人であるアリババ インターナショナルの成績表も非常に輝かしいものです。
すぐに導入に踏み切ることができた理由は、アリババインターナショナルが3億人のユーザーを抱える当然の海外ビジネスを持っているからだ。
したがって、モデルのトレーニングに関して、チームは優れた背景と専門的な多様なデータを持っています。
アリババ インターナショナルがしなければならないことは、共通の AI インフラストラクチャをすべての人に提供し、電子商取引におけるこれらすべてのビジネスの AI ニーズを解決することです。
興味深いことに、これを実現したい場合は、電子商取引で「AI に何ができるか」を製品レベルで抽象化する必要があります。
3C製品を製造する深センの工場、義烏の道騰百貨店の貿易業者、あるいはタオバオや拼多多で長年電子商取引を行っている広州の屋台事業者を想像する必要があります。輸出する際にどのような困難に遭遇しますか。 ?
外国語が話せないのに、海外の消費者が何を買いたがっているのかをどうやって知ることができるのでしょうか?
東アジア、ヨーロッパ、アメリカの顧客のさまざまなニーズにどのように対応するか?
ほとんどの国境を越えた起業家にとって、セグメント化されたシナリオで機会を探ることは、進むべき道です。
アリババ インターナショナル チームは、AI の導入を模索する中で方法を見つけました。
初期の段階で、Alibaba International チームは、40 以上のシナリオに基づいて、AI 機能を既存のビジネス シナリオと製品システムに迅速かつ緩やかに統合しました。
プロセスが徐々に深まり、チームは大規模な段階に達し、多数の標準化されたサービスが生成されました。
このとき、国や文化的背景の違いによるビジネスの違いが浮き彫りになります。
たとえば、アジアや中東の顧客に対する製品の表現、モデルのプレゼンテーション、製品情報に関するコンプライアンス要件は、ヨーロッパや米国の顧客とは大きく異なります。
一方で、大規模な製品には PAAS のようなプラットフォームを使用し、それをより統合されたモデルと組み合わせて断片化を回避し、より良い推論コストとより大きなスケール効果を得る必要もあります。
さらに、チームはフロントエンド ビジネス チームに、元の製品のより多くのオンデマンド カスタマイズ機能を提供する必要もあります。
かつては誰もが同じコンテンツ製品を視聴していましたが、今では AI が無制限かつ大規模なコンテンツを生成できるようになり、「何千人もの人々、何千人もの顔」に向けたコンテンツを生成できるようになりました。
また、AI 検索は従来の機械学習モデルを置き換えるために大規模なモデルを使用するだけなのでしょうか?
それだけではありません。アリババ インターナショナル チームの見解では、これにはシステム全体とデータ設計モデル全体、さらにはアルゴリズムの下部にある製品の表現とプレゼンテーションの構築が含まれる可能性があります。
現在、人間の言語表現は十分に高い抽象レベルに達しており、さまざまな国や国家の言語ですべての抽象的な論理と特定の物理的オブジェクトの論理を十分に表現できますが、視覚的にはまだ未開の分野です。
たった3つのことに集中する
昨年の「100モデルの戦い」を経て、ベーシックモデルの世界トップ企業は明らかに決まりました。
2023 年 4 月に設立された Alibaba International AIBusiness は、100 名のチームとして形を整え始めていますが、その位置付けは、基本的なモデルをトレーニングするチームではありません。
彼らは次の3つのことに重点を置くと強調した。
まず、多言語対応です。
チームは、多言語強化手法を使用して大規模モデルの多言語機能を向上させ、多言語タスクでより効率的に使用する予定です。
たとえば、翻訳は常に小規模なモデルの責任であり、大規模なモデルを翻訳する方法について明確な答えはありません。
さらに、コストを管理するには、コストを管理するための多くのビジネス ツールが必要です。アリババ インターナショナルは、低コストでより良い結果をもたらす多言語での優れた仕事を行い、LLM に多言語翻訳を任せたいと考えています。
会議では、その背後にある多言語対応の強化された大型モデルMarcoPoloを、より技術的な詳細とともに初めて公開しました。
大量の高品質の多言語データに基づいてトレーニングされており、その中で小規模言語は 2.5T トークンを持つことが予想され、30 以上の小規模言語をサポートでき、8B/57B/72B などのさまざまなパラメーター サイズのモデルがあります。
2番目に、マルチモダリティです。
電子商取引業界では、多くの場合、大規模な多言語モデルでは十分ではありません。これは、豊富で複雑なマルチモーダル シナリオです。
間違った色が送られたために顧客が服を返品し、AI がその服が黒か青か黒かを識別するために「目」を使う必要があるとします。
販売店側からすると、商品画像をアップロードした後、AIが最適化して完成してくれることが期待されます。
また、同じスタイルとは何か、似ているスタイルとは何かということになると、AIによるレコメンドや識別には基盤となる技術の革新が必要となります。
Alibaba International のマルチモーダル大規模モデル MarcoPolo-VL は、業界独自の構造化埋め込みアライメント モデル (SEA) トレーニングと最適化に基づいており、7B/14B モデルを提供でき、同じパラメーター効果で既知のオープンソース モデルを上回ります。
最後に、エンジニアリングおよびアーキテクチャ側で、モデル サービス PAAS 全体を構築します。
AIGC にはさまざまなビジネス プラットフォームがあり、販売者にとって最も便利な方法は、すべての業務プロセスを 1 つのプラットフォームで完了することです。
したがって、普遍的な基盤となるプラットフォームの誕生は避けられません。
アリババの PAAS サービスは、モデル推論サービスのコストを大幅に削減でき、数百のテンソルレベル推論カードを使用して毎日数千万件の AI サービス呼び出しをサポートできます。
以下は、基盤となる Alibaba Cloud およびその他のインフラストラクチャに基づいて、トレーニング、推論、アプリケーションのための完全なエンドツーエンドのテクノロジー チェーンを構築したものであり、統合された AI アプリケーション エンジン上にさまざまなアプリケーション シナリオを構築できます。 、モデル ワークベンチ、アプリケーション構築など、サーバーなどの製品で効率的なイテレーションを実現し、さまざまな企業が AI を活用するための一連の共有アプリケーション機能を提供します。
1 年以上の努力と試みを経て、アリババ インターナショナルは 50 万の中小規模の販売業者に 40 以上のアプリケーション シナリオを提供し、1 億を超える商品の情報が最適化されました。
なぜ 40 という数字がそれほど重要なのでしょうか?
Zhang Kaifu 氏は、シナリオで AI を使用して実際の価値を生み出すことができるようになると、過去 6 か月で私たちに何が起こったかというと、AI の使用が大幅に増加し始めたと述べました。
過去 6 か月のデータによると、販売業者による AI の使用量は平均して 2 か月ごとに 2 倍になっています。
現在、プラットフォームの 1 日の平均呼び出しは 5,000 万回を超え、その規模は 2 か月ごとに 2 倍になっています。
AIによって完全に書き換えられた製品はすでに1億以上ある。
AI を使用して翻訳、モデルの変更、ブラックワードの適用、セールス ポイントの生成などを行うことで、チームは、製品がアメリカの消費者に提示されたときに、彼らがそれを理解し、購入したいと考え、喜んで配置してくれると非常に自信を持っています。オーダー!
さらに、張開福氏の見解では、中小企業ほど AI の適用から恩恵を受けることができます。
では、AIの活用はどうでしょうか?
以下は実際のビジネスケースです。
ある商店主は、AIが登場する前は携帯電話で撮影した商品の写真しかなかったと語った。実際のシーンを使用した画像は、撮影にはコストがかかりますが、プラットフォーム上に置くと目立たなくなります。
AI を使用すると、写真の背景をすばやく生成できます。
生成された写真の光と影は実際のショットに匹敵するだけでなく、海外のデザイナーによって現地のスタイルに合わせてデザインされた多数のマーケティング写真テンプレートに適用できるため、コストが削減されるだけではありません。 , しかし、クリックスルー率も増加します。
たとえば、AliExpressプラットフォームのトップディスプレイマーチャントであるZeuslapは、2023年11月にアリババインターナショナルAIの画像生成機能の使用を開始します。
店舗装飾バナーや商品風景写真、事業内容、YouTubeやTikTokのカバー写真など、すべてAIで完成させます。
以前は、販売者は素材やデザインを探すのに多くの時間を費やし、Photoshop を自分で作成する必要がありました。テンプレートを選択して商品をアップロードするだけで、商品画像やマーケティング画像を簡単に作成できるため、時間を大幅に節約できます。
現在、Alibaba International AI の助けにより、Zeuslap は家族経営のショップからプラットフォーム業界のナンバーワン ブランドに成長しました。
AIが海外の電子商取引にもたらす劇的な変化はまだこれからだ。
参考文献: