大模型重塑电商,淘宝、百度、京东讲出新故事

配图来自Canva可画

随着AI技术日渐成熟,大模型在各个领域的应用也越来越深入,国内互联网行业也随之进入了大模型竞赛的后半场,开始从“百模大战”转向了实际应用。大模型从通用到细分垂直领域的跨越,也让更多行业迎来了新的商机。

作为AI大模型最重要的落地场景之一,电商行业的格局也正在被重塑。当“AI+电商”被更多电商玩家视为重要的战略,国内一众电商巨头自然也就成为了AI大模型应用最大的试验场。于是,同赛道下的淘宝、京东等也都纷纷按下了AI电商布局的加速键。

条条大路通“罗马”

近年来,淘宝、百度、京东这三个平台相互之间的竞争早已屡见不鲜,如今,在AI大模型的推动下,这三大巨头又再次被拉到电商领域的同一个竞争舞台上。只不过,作为国内最早一批搭上AI大模型快车的互联网大厂,淘宝、百度、京东在布局大模型上则有些大同小异。

淘宝自研了“星辰”大模型,进一步丰富了淘天集团在电商及生活服务场景的应用。前不久,淘天集团自研了大模型“淘宝星辰”。据介绍,星辰大模型能够从淘宝、天猫等电商消费数据和公开数据中学习,从而给用户提供电商和生活服务场景下的文案生成、多轮会话、知识问答、智能决策等能力,并可以通过对用户行为、消费习惯等方面的深入分析,为商家提供更为精准的营销策略,同时也有利于给用户带来更好的体验。

百度升级了导购助手和数字人,有效提升了用户的购物体验,实现了商家的销量增长。在百度前不久的“AI重构新电商”生态大会上,作为“业界首个AI全栈式数字人直播解决方案”的慧播星在形象生成、语音生成、互动问答等五大能力上进行了升级;智能导购助手也在进行了改进后通过三步即可有效激发用户购物兴趣,挖掘用户潜在需求。而这无疑不是在帮助百度电商重构和改变用户的网购行为,让其商家更好地得到降本增效。

京东推进了言犀大模型的应用,深入解决了大模型与实体结合、场景需求落地等难题。言犀大模型一经推出,就打出了“融合70%通用数据与30%数智供应链原生数据”的旗号,为京东零售、京东物流等京东自家业务的应用做铺垫。京东现在很多场景都已经用上了大模型,比如在智能客服和营销场景下,或是在最近火热的直播数字人领域,京东都在尽可能地把大模型与实体产业的碎片化以及场景化需求相结合,以期望解决电商运营的痛点问题。

仁者见仁,智者见智

事实上,无论对哪个行业来说,披上AI的“新衣”,都能为行业带来更多的可能性。这也就意味着,大模型可能会催生出一些电商新物种,在这种情况下,淘宝、百度、京东纷纷争相加码电商大模型的原因也就不言而喻了。

淘宝,填补内容生态。随着互联网流量红利消退,用户留存时间、活跃用户数量等就成了各电商平台追求的重要目标。于是,自从抖音、小红书在电商领域展现出短视频和图文的优势,难掩内容化焦虑的淘宝也不得不借助AI来突破内容壁垒,以提升用户在App内的停留时间。而不管是淘宝逛逛还是淘宝问问,二者都承载着淘宝对平台内部内容化发展的想象。此次,淘宝自研星辰大模型,也是希望能通过新的产品形态吸引用户,给平台带来新的用户增量。

百度,离“钱”更近一些。与渴望流量的淘宝恰恰相反,百度则更在意GMV的增量。据悉,2023Q2百度App MAU达到6.77亿。过去一年,百度App视频用户数增长了38%,直播用户的增幅更是超过2倍,但是充沛的流量并没有电商变现来形成闭环。作为对比,拥有8亿和6亿用户的抖音、快手,2022年GMV就双双突破万亿大关。而百度以“对话式AI导购”重启新电商业务,也是为了跑通以大模型为核心的智能云发展路径,以提升收入和利润空间。

京东,一切围绕产业。在通用大模型和产业大模型中,京东更关注产业大模型的价值。面向产业,是京东大模型区别于市面绝大多数竞品的特色选项。众所周知,“单兵作战”并不能给企业带来降本增效,而从需求侧到供给侧的供应链全链路数智化,才有望实现企业效益最大化。京东推出源于产业需求的言犀大模型,并且在消费导购、商家经营、客服售后、医疗问诊等多个供应链场景中试点接入,就是为企业和行业创造出了更大的价值和意义。

寸有所长,各取其长

大模型爆发接近一年里不断改造着人们的工作和线上娱乐方式,大模型的成熟也将不断促使这些传统的电商巨头改变商业模式、提升智能化水平。只不过,大模型渗透进电商购物并不容易,而淘宝、百度、京东之所以能通过加码大模型给用户带来AI 购物的新体验,其背后的能力还是不容小觑。

淘宝丰富的移动生态,对其星辰大模型的定制化和专业性进行了强化。淘天集团不仅手握淘宝与天猫这两大品牌定位极为互补的电商旗舰平台,还包括淘特、淘菜菜、1688、天猫国际、天猫超市与天猫奢品等颇具规模的子品牌矩阵,甚至还拥有全行业最多元的商家与最丰富的商品库,这都让淘天集团具备了最广泛的用户画像,而这些用户数据也为星辰大模型精准聚焦场景、实现深度定制提供了一定助力。

百度长期的AI积累,为其智能导购和数字人的改进提供了技术支撑。有数据显示,在过去十年,百度研发费用增长超25倍。可以说,当AI还处于星星之火阶段,百度就已坚持投入超10年之久。正因如此,百度于2019年3月发布预训练模型ERNIE 1.0,然后经历了文心2.0、3.0版本的迭代,最终有了文心一言的横空出世也就不足为奇了。而数十亿搜索和图片等训练数据,以及高强度AI技术创新自然也驱动了导购助手和数字人直播的进一步发展。

京东较长的供应链链条,对言犀大模型的训练和落地起到了关键作用。京东的业务场景十分丰富,零售、物流、健康、金融、工业品,已经形成了完整的产业链条。然而,京东训练产业大模型的数据,虽有70%是通用数据,但还有30%是来自京东数智供应链原生数据,这些场景数据需要在应用中产生。也就是说,京东的零售和客服等自营自建业务,能够积累大量产业链上下游的一手数据,而这些数据优势就是京东积极将AI大模型落地产业的关键所在。

电商还有新故事

如今,AI电商已经被寄予厚望,成为了行业发展趋势之一。而借助大模型,淘宝、百度、京东又有了新的故事可以讲,此次淘天、百度、京东大模型的落地、升级无疑就是一次重大迈进。在电商玩家对AI探索的逐渐深入下,AI大模型将带给电商领域的变化也远不止于此。

首先,AI大模型将会创新和改进商家的工作方式和生产效率,给用户带来更好的购物体验。以往电商平台对用户和商家的服务并不那么深入,不仅在了解用户需求上有所欠缺,在对商家的服务上也并不完善。而有了AI的加持,电商平台能够深入洞察每位用户的需求和兴趣,进一步提高用户忠诚度,推动销售增长。不仅如此,AI的应用还可以优化商家库存管理、物流路线规划和交付预测,从而降低运输成本,提高交付速度,改善用户体验。

其次,在AI的加持下,个性化推荐和定制化服务将有可能成为电商玩家主要的竞争优势。电商平台引入AI技术之后,大量AI交互能够使其拥有完整的电商数据和行业经验。而这些海量的反馈数据能够帮助电商平台更加深入地洞察用户需求,并能够为其提供高度定制化和个性化的产品和服务推荐。比如,淘宝最新自研星辰大模型的优势就在于深度定制化和场景聚焦,尤其是在电商领域的专业性和针对性上。

最后,新的商业模式涌现,在带来新机遇的同时,也将会给现有电商格局带来一些挑战。不得不说,AI技术创新拓展了电商的边界,增加了电商行业的可能性。然而,AI技术的传播也将促使电商行业的竞争变得更加激烈。比如,不光淘宝、百度和京东,拼多多、抖音、快手、小红书等入局电商赛道的玩家,也都先后在电商大模型领域有所布局并持续加码。而随着采用AI大模型技术的电商企业日趋增多,行业的竞争程度也就可想而知了。

综合来看,AI大模型与电商的融合虽然将推动电商行业向前迈出一大步,但如今AI大模型技术对电商行业的影响仍然还有待提升,而想要真正意义上实现AI电商的全面推广,也还还需要做出很多努力。而对于当下所有电商平台而言,能够灵活适应并积极采用AI大模型技术的电商企业,才有望在未来竞争中占据优势地位,只不过就目前情况来看,AI电商这条路任重而道远。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://xiahunao.cn/news/2905556.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

python数据实时传给unity工程并绘制出来

python # 服务器端代码 import socket import random import struct import time# 创建一个服务器Socket server_socket socket.socket(socket.AF_INET, socket.SOCK_STREAM)# 监听的地址和端口 host 127.0.0.1 port 12345# 绑定地址和端口 server_socket.bind((host, port…

【机器学习】深入探讨基于实例的学习及K-最近邻算法

深入探讨基于实例的学习及K-最近邻算法 在机器学习的众多策略中,基于实例的学习方法因其简单性和高效性而备受关注。这种方法的核心理念在于利用已知的数据实例来预测新数据的标签或属性。本文将深入探讨其中的两个重要概念:最近邻算法和K-最近邻算法&a…

免费设计原型图必备!这9款工具值得一试!

在当今快速发展的数字世界中,原型图设计工具无疑是设计师必不可少的武器。高效易用的工具不仅能使设计过程更加顺畅,还能有效提高设计质量。在这个竞争激烈的市场上,有许多优秀的免费原型图设计工具可供选择。以下是我们选择的9种免费原型图设…

STM32/GD32的以太网DMA描述符

继续梳理以太网的DMA描述符。 以太网DAM描述符的结构 有两种结构,链式结构和环形结构。 常用的是链式结构。 标准库中,关于DMA描述符的数据结构 以gd32f4xx_enet.c为例。 先说发送描述符。 系统分配了5个发送描述符。每个描述符对应的缓冲区大小为152…

C++ 多线程和互斥锁(一文搞定)

实验 简介&#xff1a;我们启动并行启动两个线程&#xff0c;但设置一个全局互斥锁&#xff0c;在两个线程中等待并占用互斥锁&#xff0c;然后输出日志。 代码 #include <iostream> #include <thread> /* C 多线程库 */ #include <mutex> …

Blenderproc渲染6D位姿估计数据集

https://github.com/DLR-RM/BlenderProc/tree/main/examples/datasets/bop_challenge 目录 1.3d渲染原理 2.步骤 3.代码 生成mask_all 4.难例渲染 物体高反光​编辑​编辑强弱灯光(明暗)​编辑​编辑​编辑物体xyz范围缩小 物体重复 干扰物&#xff08;自定义干扰物遮…

DP1363F高度集成的非接触读写芯片 13.56M NFC/RFID

DP1363F高度集成的非接触读写芯片 13.56M NFC/RFID读卡器芯片 兼容替代CLRC663 DP1363F是一款高度集成的非接触读写芯片&#xff0c;集强大的多协议支持、最高射频输出功率&#xff0c;以及突破性技术低功耗卡片检测等优势于一身&#xff0c;满足市场对更高集成度、更小外壳和互…

Coursera自然语言处理专项课程03:Natural Language Processing with Sequence Models笔记 Week01

Natural Language Processing with Sequence Models Course Certificate 本文是https://www.coursera.org/learn/sequence-models-in-nlp 这门课程的学习笔记&#xff0c;如有侵权&#xff0c;请联系删除。 文章目录 Natural Language Processing with Sequence ModelsWeek 01…

docker:在ubuntu中运行docker容器

前言 1 本笔记本电脑运行的ubuntu20.04系统 2 docker运行在ubuntu20.04系统 3 docker镜像使用的是ubuntu18.04&#xff0c;这样拉的 docker pull ubuntu:18.04 4 docker容器中运行的是ubuntu18.04的系统&#xff0c;嗯就是严谨 5 这纯粹是学习笔记&#xff0c;实际上没啥价值。…

经纬恒润AUTOSAR产品成功适配芯来RISC-V车规内核

近日&#xff0c;经纬恒润AUTOSAR基础软件产品INTEWORK-EAS&#xff08;ECU AUTOSAR Software&#xff0c;以下简称EAS&#xff09;在芯来提供的HP060开发板上成功适配芯来科技的RISC-V处理器NA内核&#xff0c;双方携手打造了具备灵活、可靠、高性能、强安全性的解决方案。这极…

【分布式】——CAPBASE理论

CAP&BASE理论 ⭐⭐⭐⭐⭐⭐ Github主页&#x1f449;https://github.com/A-BigTree 笔记链接&#x1f449;https://github.com/A-BigTree/tree-learning-notes ⭐⭐⭐⭐⭐⭐ Spring专栏&#x1f449;https://blog.csdn.net/weixin_53580595/category_12279588.html Sprin…

STM32使用USART发送数据包指令点亮板载LED灯

电路连接&#xff1a; 连接显示屏模块&#xff0c;显示屏的SCL在B10&#xff0c;SDA在B11。 程序目的&#xff1a; 发送LED_ON指令打开板载LED灯&#xff0c;发送LED_OFF关闭板载LED灯&#xff0c;与上一个博客不同&#xff0c;这个实际上是实现串口收发文本数据包。 …

ES学习日记(一)-------单节点安装启动

基于ES7.4.1编写,其实一开始用的最新的8.1,但是问题太多了!!!!不稳定,降到7.4 下载好的安装包上传到服务器或虚拟机,创建ES目录,命令mkdir -p /路径xxxx 复制安装包到指定路径并解压: tar zxvf elasticsearch-8.1.0-linux-x86_64.tar.gz -C /usr/local/es/ 进入bin目录安装,命…

边缘计算盒子 | 什么是边缘计算盒子?选型要看哪些参数?

边缘计算(Edge Computing)是一种分布式计算范式&#xff0c;它将计算资源和数据存储位于离网络核心节点较近的地方&#xff0c;以降低延迟、提高传输速度和数据安全性。通常可以把边缘计算盒子(Edge Computing Box)理解成一种集成了边缘计算功能的硬件设备&#xff0c;通常部署…

揭秘’在家答答题,无需经验、无论男女、单号轻松日产200+的一个玩法

项目简介 公众号&#xff1a;老A程序站 这个项目是人人可参与的&#xff0c;无需支付任何费用&#xff0c;只需投入时间即可。每天的任务主要是回答问题。 项目 地 址 &#xff1a; laoa1.cn/1457.html 如果遇到不会的问题&#xff0c;可以直接使用百度进行搜索。我们通过…

NEO 学习之 MLE(最大似然估计)

文章目录 简单题目MLE 在不同的分布的运用正态分布指数分布均匀分布泊松分布 简单题目 此题问的是求丢色子&#xff0c;求得到偶数点的概率 求两次都得到硬币的背面的概率 拿球问题 符合的点数是 1,5,6 MLE 在不同的分布的运用 正态分布 对于给定的数据集 {1, 3, 4, 6, 7}&am…

Autodesk Maya 2025---智能建模与动画创新,重塑创意工作流程

Autodesk Maya 2025是一款顶尖的三维动画软件&#xff0c;广泛应用于影视广告、角色动画、电影特技等领域。新版本在功能上进行了全面升级&#xff0c;新增了对Apple芯片的支持&#xff0c;建模、绑定和角色动画等方面的功能也更加出色。 在功能特色方面&#xff0c;Maya 2025…

深度学习每周学习总结P3(天气识别)

&#x1f368; 本文为&#x1f517;365天深度学习训练营 中的学习记录博客&#x1f356; 原作者&#xff1a;K同学啊 | 接辅导、项目定制 数据链接 提取码&#xff1a;o3ix 目录 0. 总结1. 数据导入部分数据导入部分代码详解&#xff1a;a. 数据读取部分a.1 提问&#xff1a;关…

【Hello,PyQt】控件拖拽

在 PyQt 中实现控件拖拽功能的详细介绍 拖拽功能是现代用户界面设计中常见的交互方式之一&#xff0c;它可以提高用户体验&#xff0c;增加操作的直观性。在 PyQt 中&#xff0c;我们可以很容易地实现控件之间的拖拽功能。本文将介绍如何在 PyQt 中实现控件的拖拽功能。 如何实…

达梦数据库新手上路排坑

数据库安装 这个没啥说的&#xff0c;按照官网教程操作&#xff0c;我使用的是docker进行安装 下载文件docker文件 官方下载地址- load -i dm8****.tar (注意修改为当前下载的文件)达梦官方文档注意修改为当前版本 docker run -d -p 5236:5236 --name dm8 --privilegedtrue -…