2025-05-28 16:28:00 来源：
近日，由CIO时代主办，新基建创新研究院提供智库支持的“智汇零售 数铸新阶 |首届未来零售创新峰会（FRIS）”上，火山引擎消费行业资深总监李伊鑫以“AI+驱动企业新增长，AI+开启抖店新增量”为主题作精彩分享。
火山引擎消费行业资深总监 李伊鑫
精彩观点
AI是构建下一代零售的基础设施，AI+应用最终会成为企业创造新增长的动力来源。
在当下的商业环境中，AI技术的迅猛发展正深刻改变着各个行业的格局，零售行业也不例外。火山引擎基于自身强大的AI优势，助力零售业企业实现精准营销、内容创作以及优化用户体验等能力提升，为企业在电商领域借助AI带来新的增长机遇。
AI大模型：从解决人力密集型需求到解决知识密集型需求，智能体拓展应用边界
当前，AI大模型的应用普及率正呈爆发式增长。以豆包大模型为例，截至24年底，其日tokens使用量已达4万亿，截至今年4月增长至12.7万亿，这一数据直观地展现了大模型在信息处理方面的巨大能量。与传统智能化技术相比，AI大模型正呈现出两大显著变化趋势。
一方面，AI大模型的应用从解决人力密集型场景逐渐转向知识密集型场景。传统智能化技术多是执行单一指令，像餐厅点餐柜、酒店送货机器人，主要用于减轻人力负担。而如今的大模型经过不断精调，具备了思考能力，能够理解上下文，以及人的情感和情绪。可以在创意类工作领域发挥重要作用，如短视频制作、图文生成、报告撰写等。例如，在餐饮行业的种草文案创作中，大模型能根据简单的文字描述，快速生成多个符合特定目标群体的文案，大大提高了创作效率。
另一方面，模型的智能体应用边界也在不断拓展。火山引擎的视觉理解模型持续升级，不仅能识别常见的物体和场景，还能在更复杂的情境中发挥作用。比如在餐饮门店巡检中，它可以检测杯子液体是否灌满、员工是否按规定赠送赠品；在家庭场景中，主人通过大模型询问宠物在家的活动情况，模型能准确告知并提供精彩视频片段。在服饰购物方面，大模型不再局限于图片搜索同款，还能对相似商品的性能、舒适度等进行综合分析，辅助消费者做出决策。
AI消费云体系：
重塑零售生产力的创新架构
基于AI大模型的发展趋势，火山引擎构建了“AI消费云”解决方案。该解决方案底层依托强大的云和大模型算力，尤其是GPU算力，为上层应用提供坚实基础。中层的AI tools包含语音、视觉、文字、图片、视频等多种模型能力，这些能力对接至AI平台上。AI platform如同一个中枢系统，整合了如hi agent等多种AI中台，为上层的AI Agent和AI应用产品提供支撑，确保大模型能力能够顺利落地到零售业务场景中。而AI Agent分为浅度和深度两种，分别满足不同复杂程度的业务需求。
借助这一解决方案，火山引擎在消费电商行业落地了众多AI应用能力，并从售前、售中、售后三个场景切入，全面应用到零售电商业务。
AI全链路植入电商零售：
场景应用落地，驱动电商业务增长
售前：内容创作与洞察双轮驱动
在售前环节，火山引擎的AI应用聚焦于内容创意和洞察。在内容制作方面，推出的视频脚本5件套，能帮助视频拍摄新手快速生成脚本。用户只需输入视频主题内容，就能获取包含镜头景别、时长、画面、台词、音乐音效等的完整60秒抖音视频脚本，还支持对热门视频脚本进行二创。同时，AI在商品图、营销海报生成以及模特换装、视频口译、脚本短视频混剪等方面也展现出强大能力，大幅降低了内容制作成本，提高了制作效率。
在内容洞察上，AI助力品牌精准锁定营销方向。通过对行业数据、品牌自身数据、竞品数据以及消费者人群数据的深度分析，为品牌提供详尽的诊断报告。品牌能够清晰了解用户需求分布、竞品动态等信息，从而持续生产出“好内容”，同时可以融合商品、热点、达人特点等、持续为达人输出符合品牌需求及达人特性的脚本，实现脚本创作的提效及优化。
售中：直播与营销协同增效
售中阶段，直播成为关键阵地。火山引擎的AI练播房为新主播和老主播提供了极大帮助。通过仿真模拟练习，还原真实直播场景，智能预警违规话术，并提供评测优化建议，有效提升主播的开播能力和反应能力。此外，借助豆包大模型，能够根据不同主播风格生成直播话术，让普通主播也能拥有如“罗永浩”般出色的话术表现。
在营销方面，为解决线上卖货扫码拉新时易出现的羊毛党问题，火山引擎利用大模型生成一物一码，确保一个手机号只能匹配一个码，减少羊毛党。同时，结合营销理念与AIGC和消费者互动，提升会员转化。在电商会员通业务中，某消费保健品头部客户，使用该产品进行POC的数据已经实现盈利。
售后：服务与管理的全面优化
售后环节，火山引擎在客服、舆情、导购和巡店等场景实现AI技术落地。如今的AI客服可理解上下文，能处理复杂咨询，在电器使用咨询等场景发挥作用。此外，还可实现客服质检和陪练功能。比如教育类或亲子类客服，可在沙箱中模拟消费者提问进行练习，质检功能还能提示回复话术。在舆情处理上，大模型可筛选分析数据，去除脏数据，为企业提供更精准的舆情预警和分析。
在导购场景中，大模型导购能突破传统局限，根据顾客需求，综合分析菜品热量、饱腹感等因素提供建议，在化妆品导购方面，还能提供试妆建议、讲解化妆技巧。基于视觉理解模型的AI巡店功能，在茶饮和快餐门店的POC效果良好，可深入检测商品满杯度、物料等使用规范。
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
