最新动态
大消费行业竞争力重塑,豆包大模型如何助力企业迈入Next Level?
2024-10-31 23:16


大消费行业竞争力重塑,豆包大模型如何助力企业迈入Next Level?

场景,场景,还是场景,大模型进入应用场景开发阶段了吗?

大模型会在什么节点迎来真正意义上的应用爆发?在大模型带来的无限技术想象力和应用前景的不确定性中,一些公司仍举棋不定,一些公司则在探索着前行。

5月15日,火山引擎在北京举办“原动力大会”,发布了豆包大模型家族产品,也是字节自研大模型家族首次正式亮相。定制化的应用场景,震动行业的定价,释放出火山引擎正在大力开拓大模型的To B应用场景,抢占大模型企业服务市场的信号。

事实上,火山引擎正在下一盘更大的棋。在发布会上,火山引擎的火山方舟2.0、AI 应用及 AI 云基础设施等新品也同步亮相,火山引擎正在将AI 及大模型的技术创新能力,落地到具体的商业场景中,帮助企业搭建“智能体”,实现数智化转型。

AI与企业同行,共创大消费市场的智能未来

也许普通消费者对“AI个人助理”的需求尚不明确,企业端对AI需求则非常显见。

一方面,流量红利退潮、市场增速放缓,降本增效成为当下多数企业生存和发展的关键。另一方面,企业数字化转型进入“深水区”,智能化升级成为企业数字能力建设新的课题。

在这种背景下,我们不难理解为何AI技术在企业界如此受追捧,越来越多的企业开始重视AI技术的研发和应用。

“每家企业建设IT能力的出发点可能存在差异,对于飞鹤来说,最核心的目标是如何去应对未来的竞争与挑战。”飞鹤乳业副总裁冯海龙对胖鲸表示,飞鹤乳业虽然已经做到行业领先,但是为了应对未来局势的变化,仍在持续进行技术方面的投入。


飞鹤乳业副总裁冯海龙

基于全产业链布局的特点,飞鹤乳业在2018年制定了全产业链“3+2+2”数字化转型战略规划,以智能制造、ERP系统建设、智能办公这3个具体IT项目为依托,以数据中台和业务中台2个中台为支撑,支持新零售和智慧供应链2个核心业务目标的实现。2023年开始,飞鹤乳业将“3+2+2”规划调整为“3+3+2”,即增加AI能力中台建设,将核心业务决策由数据驱动转向AI驱动。

现在很多快消行业的AI可能专注于智能客服助手,或是智能发券,在冯海龙看来,这并不是AI应用的完整形态,“在快消零售行业,AI能力建设或者大模型的应用,体现在每一个细分点上,由这些点组成了一个个的面,每一个面汇聚成一个域,比如品牌域、营销域,这样才是一个完整的AI应用地图。”

而这个地图,光靠企业或是平台单打独斗做不出来。

现阶段,飞鹤乳业正在搭建自己的大模型助手服务,应用于消费者服务、线下活动核验、企业AI助手、导购培训等场景中。冯海龙举例,智慧供应链方面,飞鹤乳业在销售预测、供应链物流预测方面的应用已经趋于成熟,实现了85%的准确率。

目前,除了自身AI能力的建设,飞鹤乳业也在跟火山引擎合作,希望未来能够真正挖掘出一个属于快消零售行业AI应用的全景地图。“真正的数智化,应该是全业务场景的智能化,而非蜻蜓点水式的应用。字节跳动拥有技术的能力,对于企业来说,我们非常清楚每个业务场景的价值在哪里,因此,双方需要将技术能力与业务场景的认知打通,才能形成深度智能的、全面的解决方案。”冯海龙说。

可见,大模型“进企业”不仅是技术与需求的简单对接,更依赖业务场景与技术能力在认知层面的深度融合。火山引擎大消费行业方案总经理刘振宇也在采访中提到了平台、企业共同探索的重要性。

“大模型落到哪些场景里,我觉得现在大家都处于一个百花齐放的开拓和探索阶段。我们更擅长面向消费者的营销、内容、体验等场景,更偏向于零售的下游。产品设计制造、商品规划、供应链这些部分,是零售企业的专长,我们想最大限度的发挥自身优势,与零售企业强强联合形成互补,共同创造更大的价值。”


火山引擎大消费行业方案总经理刘振宇

刘振宇在接受胖鲸采访时表示,火山引擎在行业大模型应用上的探索已经开始进入场景的深耕阶段。

面向客户,首批要聚焦的场景,应该重点关注业务效果的可量化和快速跌代,比如GMV增长了多少、货损减少了多少、节省了多少人力成本、同样的人是不是能更快更好更省力的完成更多事情,或者零售企业对于人的要求是不是可以进一步地降低等。在经过了多年的数字化基础建设后,关键应用场景应该成为企业新的关注点,云服务商也需要拿出基于AI、数据、内容的全新解决方案。

同时,每家云服务商都有自己独特的优势,字节跳动的抖音电商、抖音生活服务、巨量引擎等业务跟消费零售关系非常紧密。比如说,不同于传统搜索推荐电商成交在货架场,兴趣电商的成交更集中于直播间。对商家来说,围绕“人-主播、货-产品、场-直播间”这3个核心要素,在单位时间内更高效的促成转化才是营销的核心目标。火山引擎可以通过AI、大模型、数据洞察的能力找到最佳直播话术方案,挖掘影响核心互动的关键因素,帮助品牌回溯历史、下钻分析、深层定位,找到最优效果方案。持续通过AI复盘并优化适合品牌、适合直播间的直播模式,保持营销效果稳定增长。

再比如,门店的提效降本也是一个非常重要的场景,火山引擎与抖音生活服务进行了深度联动,帮助商家提升和沉淀数字化经营能力。例如在总店和分店之间实现高效的内容素材的创作和分发;基于LBS的潜客挖掘和引流到店;大模型助手提升导购服务能力和效率,促进深度转化等。

火山引擎与这些业务进行深入的能力联动,以AI、大模型、数据飞轮为驱动,推出了场景化、模块化的“消费云”解决方案,助力零售企业根据自身实际情况,有节奏地实现增效降本目标。

AI、数据、内容的技术新三角,多场景应用助力提效降本

刘振宇指出,消费零售正在经历新的变迁。初期是“被动满足”阶段,不论是传统零售还是早期电商平台,都是以传统货架的方式“被动”满足消费者的需求,这个阶段是以“搜索”为核心;接着进入到了“主动推送”阶段,通过数据洞察、标签刻画、推荐算法等技术实现了“猜你喜欢”,这个阶段是以“推荐”为核心。进入大模型时代,与消费者之间的沟通和理解进入了更高的层次,大模型的加持也就意味着有更多的机会在自然对话和交互中精确预判消费者的潜在需求,实现润物细无声的引导及转化。这个阶段以“交互”为核心。


这是AI给零售行业带来的新的想象空间,而难点在于,如何构建低成本、高效率的搭建“智能体”实现 AI 转型?如何将自身的数字能力与市场上的模型产品和服务有效结合?

从自身能力出发,火山引擎在大消费行业提出了构建AI、数据、内容“技术新三角”的策略,聚焦电商和门店两大业务场景的提效降本,将云上大模型创新应用贯穿到企业经营的毛细场景中,为消费零售企业提供“一平台多场景”的解决方案。


刘振宇认为,数据飞轮是零售企业新增长的驱动力之一,数据资产“商品化”、业务应用“消费化”是数据飞轮的两大核心。很多企业客户常常因为不知道怎样更及时、更有效的用数据创造业务价值,而错失机会。

他举了一个例子。“比如五一假期刚过,想针对白领群体的假期焦虑综合症,推出满足情绪价值和味觉需求的产品套餐,过去业务部门与IT部门往往对数据的理解是不一致的,这导致了业务部门不知道怎么用数据,IT部门不知道给什么数据,等到双方达成理解一致的时候,消费者的假期焦虑综合症已经过去了。”

类似的场景在实际经营中非常多,“消费者的需求就像春天的百花园,交织盛开和衰败,也就是说消费需求是有花期的”,若不能及时的抓住,可能就转瞬即逝了。火山引擎可以帮助企业打通数据从汇集到消费的链路。刘振宇还讲到,零售企业有6个常见的数据驱动场景,组成了三组“连通器”:增量与存量的连通、功能与情绪的连通、到店与到家的连通。每一组中,很多人经常选择聚焦做其中一个,但实际上他们是有连通器效应的,影响液面的压强就是消费者需求和经营成本,应该同时兼顾考虑。

内容是触达消费者的直接方式。“技术的变革催生了内容形态的多样性发展,很多时候内容对于消费零售企业来说已经不仅仅是策略问题,而是战略问题。”刘振宇指出,消费者需求的发展,使我们必须要用多元化的内容形式来取得更好的效果。而短视频、直播等不同的内容形态对能力的要求有所不同。短视频需要的创作力、表演力,直播要的是演绎能力和感染能力。

火山引擎提供内容洞察和直播洞察服务,可以很好的帮助企业快速补充这些能力,而不必完全依赖人的能力和经验积累。例如某美妆集团,通过智创云高效生成短视频,通过直播洞察对直播间话术进行复盘和调整,有效提升了自然流量种草,以及引流到直播间后的互动效率和转化结果。

而AI的角色更像是改变企业的新技术驱动力。就像从马车时代进入内燃机时代,AI技术也会驱动我们的生产生活方式发生巨大变革。

“大模型出现以后,一些应用场景可能会变得很有意思,比如对于零售行业来说,拉新和拉轻(新客,年轻消费群体)是非常重要的场景,从消费者洞察到营销策略的制定,再到BI分析优化,原来需要人工不断对齐的场景,大模型可能一个prompt就实现了。”

刘振宇举例,洞察到消费需求后,门店可以与抖音生活服务联动,把消费者引流到店,完成转化。大模型可以帮我们实现很多有价值的场景,比如临期商品的折扣出清、店长助手、导购助手、客服培训、消费者评价分析、智能物料分析、商品规划、销售预测等,这些都可以通过大模型来实现以前达不到的效果。


美宜佳是一路见证了零售行业多重变迁的连锁便利店,目前其门店数量已经超过3.5万家,拥有庞大的业务数据,在数据治理和增长策略方面,有强烈的基础设施升级、场景化运营升级需求。

美宜佳数据IT总监陈秋明表示:“选择火山引擎作为合作伙伴,首先是因为我们的用户在抖音,我们的生意也会在抖音。同时抖音有大量的AI和大模型的场景优势,这些优势通过火山引擎在做ToB的输出,双方可以建立起优势互补的合作。”


美宜佳数据IT总监陈秋明

2023年,围绕基建和业务应用,美宜佳与火山引擎落地了4个合作项目,如以私有化部署方式,搭建CDP&GMP产品基座,实现美宜佳客户全域数据洞察。另外在门店画像模型、精准营销、UG咨询方面也建立了合作。2024年,双方将深化合作,探索AI能力建设与应用。

陈秋明透露,美宜佳正在与火山引擎共同打磨“智慧树”产品,会基于卖店、卖货、卖广告几个层面,开发更多数据产品。在AI应用层面,美宜佳重点关注提升用户体验的“数字店员”。

陈秋明对胖鲸介绍,针对门店夜间店员空缺问题,美宜佳上线了“无人值守”的云销售模式,我们通过各种创新来不断提升体验,“云销售我们运作了一段时间,销售有明显提升,但用户体验还要持续迭代,因为这种进店的体验过于程序化,电话式的语音交互,还原不了有人场景的面对面交流的情感温度,所以我们与火山引擎提出了‘数字店员’的合作,期待类似豆包的能力能在门店体现出来,给客户提供情绪价值,在咨询、个性化推荐、老客户识别、商品引导方面提供更智慧化的导购服务。”

场景创新、共创生态,AI技术激发行业新活力

场景,场景,还是场景。无论是“原动力大会”现场,还是采访中,场景都是一个高频词。

火山引擎副总裁、字节跳动开源委员会负责人张鑫告诉胖鲸,火山引擎对大模型的投入可大致分为算力芯片的布局,到火山方舟开放大模型训练场景,到现在与各行各业结合落地应用三个阶段。

总结下来,火山引擎此次发布的产品,包括面向所有用户开放的豆包大模型,集成了AI 应用开发能力扣子专业版的火山方舟2.0,此外还有智能数据洞察助手 ChatBI、智能创作云2.0、销售 AI 助手 Sales Copilot等工具。这些产品共同的特点,是有面对企业客户有具体的应用场景,同时也发挥了字节跳动自身在内容和技术方面的生态优势。

目前,这些产品已经悄然进入各行各业,改变着人们的生活和工作方式:豆包大模型和火山方舟2.0已经在多个行业实践落地,招商银行、海底捞火锅、超级猩猩、携程旅游等企业也已经在扣子上搭建了智能体,复旦大学、浙江大学等名校也为课程和实验搭建了 “AI 助教”。

张鑫表示,大模型只是一个中间态,是底层的赋能引擎,有了模型以后,如何基于模型快速打造 AI 原生应用,还有“最后一公里”的问题待解决,“这其中涉及非常多的最佳实践工程化,比如说如何写好提示词、做好知识库、实现检索增强,如何构建好的 agent等,这些工程化我们通过低代码平台扣子专业版向客户开放,让不懂编程的业务人员都可以通过自然语言和简单的配置,快速生成自己需要的智能体。”

这种产品思路受到了冯海龙的认可。他认为,大模型能力是互联网行业未来竞争的关键,如果这方面能力缺失,会让互联网公司在未来的竞争中丧失现有优势和地位,而大模型面向企业客户时,互联网公司必须建立起具有To B产品交付能力的组织,它与To C产品的逻辑完全不同,必须平台和企业双方深度合作、共同探索。

冯海龙对胖鲸表示:“我期待火山引擎能够保障大模型的资源投入,将产品打造得更有竞争力,同时要足够开放,把生态上各种资源的能力释放出来。”

胖鲸从发布会获悉,豆包大模型对外开放通用模型、角色扮演模型、语音合成模型、文生图模型、Function call模型、向量化模型等9款模态,企业可根据自身业务场景需求灵活选择。秉持着“人人用得起,才是好模型 ”的策略,豆包大模型家族希望以低成本的价格优势快速打开局面,如豆包通用模型pro-32k 版,模型推理输入价格为0.0008元/千 tokens,击穿了行业底线。

在服务字节内部的同时,豆包大模型也在与火山引擎的众多企业客户合作共创。火山引擎与 OPPO、vivo、荣耀、小米、三星、华硕宣布成立智能终端大模型联盟,同时,火山引擎联合中国电动汽车百人会与一汽、吉利、长城、广汽、捷途、智己等20余家厂商,宣布成立汽车大模型生态联盟。一幅大模型行业应用图景,正在徐徐展开。


为了更好地把握机遇,找到关键场景,火山引擎还联合 RollingAI,发布了《Gen-AI 220应用全场景地图》。该地图对205家中大型企业 AI 项目进行了详尽研究,由150+名国内外专家精心筛选出覆盖12个行业的 220 个关键场景。

AI时代变革,你的企业准备好进入下一个阶段了吗?

采访:范怿

撰文:张婷

GOOD LIVE

《歌手》回来了,音综吸金的黄金时代回来了吗?


GO GLOBAL

ICICLE之禾:国内低调起飞,海外高调冲浪


    以上就是本篇文章【大消费行业竞争力重塑,豆包大模型如何助力企业迈入Next Level?】的全部内容了,欢迎阅览 ! 文章地址:http://dfvalve.xrbh.cn/quote/4712.html 
     行业      资讯      企业新闻      行情      企业黄页      同类资讯      网站地图      返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多