【一文看懂AI电商】电商内容营销 AI替代率已做到95%

AI赋能后，电商内容运营可以缩减4/5的人力

胡：使用AI的图文和视频工具后，现在的电商工作流程是什么样的？

**武彬：**有AI过后已经缩减了很多人了，具体要根据品牌的量级来看。比如说10个亿的GMV，传统工作方式，内容营销运营至少需要10-15个人，一年内容制作还需要200万成本，拍图、拍视频什么的。现在可能两三个人，加上工具也就是十几二十万成本，就可以做了。

胡：这两三个人是什么样的人？需要什么样的技能？

**武彬：**只留基本的运营来操作就行。过去做电商内容营销，需要有编辑、美工、运营、文案、剪辑师等等。现在这些工种基本上合到一个工种身上，这个工种不需要懂原来的实操，只需要懂结果就行。这个人的培养也不会很复杂，因为这些工具学起来很方便，培训半天就可以了。所以它可以快速的降低管理成本，降低人力成本。

之前那么多人，不仅人力成本高，而且因为流程的复杂度，管理成本、运营成本也很高。现在一个人，有什么问题他就直接自己解决了，他也会觉得非常有成就感。

胡：门槛这么低吗？这个人很容易被替代吗？

**武彬：****他很难被开掉。**开掉他一个人就相当于开掉了一组。并且他的薪水也肯定是要涨的。过去需要激励十几个人，现在只需要激励两三个人，老板肯定是更愿意的。和传统的电商内容运营相比，现在会用AI电商、有这个技能的还是比较稀缺的。

AI电商的时代已经到来

胡：去年年底，马云在一封内部信里说，AI电商时代刚刚开始。你觉得，截止当下，“AI电商”这个概念是不是可以算是一个成熟的概念了，或者说，电商已经开始在进入AI电商的时代了？

**武彬：**随着大模型越来越成熟，AI电商这个概念，我觉得完全可以落地了。

AI电商可以分为两部分，一部分是消费者侧，一部分是商家侧。

**在消费者侧，**电商平台基于AI能力，之前就做了很多像千人千面精细化、精准推荐，客户购买过程中的“猜你喜欢”等应用。

另一方面就是我们商家侧，现在做得也比较成熟。通过AI能力来帮商家做内容，商品生产之后，它还需要很长的链路，比如如何包装商品、如何来做营销、如何来做内容，一步一步的操作，消费者才能看到，这中间有很多流程、成本是商家需要做的。这部分也能用AI提效了。

所以，不管是对商家、对平台、对消费者来说，AI都已经给电商带来了很大的变革。

胡：作为一个用AI技术给电商赋能，做了六七年的电商技术人，你觉得回头去看，AI赋能电商可以分为几个发展阶段？

**武彬：**要我分的话，可能分为横纵的两个格子。

**横的是 AI技术的变革。**早期我们用得AI更多的是判别式AI，就是告诉你这是猫这是狗，现在是生成式的AI。通过AI能力的不同，实现了这样的一个变革。

**纵的是内容变得越来越重要。**我们讲商品为王、渠道为王、供应链为王。商品为王：我的货好就能卖得好；渠道为王：我把这个东西铺得越广卖得越好；供应链为王：供应链成本越低越好。但是这些其实跟做电商关系都不大，因为选品我们决定不了，供应链决定不了，铺货决定不了。**所以今天电商都在讲内容为王，**从文本内容、到图片内容、到视频内容，这是内容本身的一个变化。内容的载体形式，大家越来越重视了。

基于这两个维度。判别式模型的时候，我们只能知道这是什么图，图中是一个什么样的商品，那时候都是基于规则来做内容。比如说商家把图片给我们，我们知道这个内容是手机，这个手机是一个紫色的，手机是iPhone哪个型号，我们根据这个来加工，但是那时候都是基于模板、rulebase规则引擎，通过RPA的方式来做。

现在有了很多生成式大模型的能力，把大模型嵌进来生成标题、生成文案、生成背景、生成场景，大模型到来之后生成方式变得多样，内容变得多样，AI效率变得越来越高，所以AI+内容就能解决更多的问题了。

生成式大模型给AI电商带来了一些新的能力

胡：能解决什么样的问题？能再具体一点吗？在做商品内容这块儿，判别式的做法和生成式的做法具体有什么区别？

**武彬：**之前很多图片都是商家已经有的，通过判别式模型我们会知道这是平铺图，这是挂拍图，这是模特图，然后再识别它是一个碎花V领连衣裙，这些规则的识别、图片的理解都是判别式的。

我们就会知道，基于rulebase，这个地方适合放个模特图，就把模特图抓出来放在这个地方，然后底下放颜色对比图，再根据规则知道这是碎花V领连衣裙，根据这些规则的组合，告诉它文案应该如何写，标题应该如何写。

胡：这些文案和标题还不是直接用AI来生成的？

**武彬：**对，因为那个时候没有通用大模型，都是通过规则、通过一些自然语义处理的方式来实现。

胡：生成式模型的做法是什么样的呢？

**武彬：**判别式模型是先理解，然后再做规则。

现在不一样，规则还在但是中间有很多元素是生成的，比如标题，我知道碎花V领连衣裙，我把这个类似于指令的Prompt告诉系统，系统就会根据碎花V领连衣裙生成一个很好的标题、生成文案，并且现在还能做美化。

之前给它a图片，它只能在a图片基础上裁剪、做加工，但现在大模型能把a图片换个包装、换个场景、换个模特，给它进行美化，还能生成一些额外没有的图片，比如我们现在可能识别到衣服是纯棉的或者莫代尔的，它就可以生成一朵棉花，叫甄选阳光好棉，这个棉花就会放在这个地方。

胡：它是从0到1生成的，对吧？

**武彬：**对，从0到1生成的。所以效果还是比较明显的。

**所以简单说，****第一，之前都是有什么我们加工什么，而现在能产生很多新的素材了。**比如中间的一些元素，之前基本上有多少就是多少，但现在通过生成式模型能做很多优化提升和补充。

胡：除了做优化提升，还有别的吗？

**武彬：**第二就是理解也不太一样，之前理解都是通过关键词做匹配，但现在生成式模型会不一样。我们有个新的视频剪辑产品——直播切片，我们就会让大模型把直播自动化看完，然后将主播的语音转文字，通过文本去判别主播哪个地方是讲降价促销、哪个地方是闲聊、哪个地方是讲卖点，然后通过卖点大模型判别，知道主播讲了面料、讲了垂感、讲了材质、讲了亲肤、讲了版型等等，再把它分别剪出来。所以从理解能力上看，大模型也会带来更好的效果。

整体来说，从效果上、效率上、多样性上，生成式大模型都有带来一些新能力的帮助。

目前AI商拍还不是很成熟

胡：所以在AI的赋能上，你们现在是把判别式模式和生成式模式叠加应用，都落地在什么场景？

**武彬：**我们主要做的是电商商品营销的内容，包括营销图片、营销视频。

图片相关的，包括商品主图详情、海报图、文案，这个跟详情页相关，跟上下架相关。视频这部分就是我们打开抖音、打开淘宝闲逛时刷到的种草视频。（我们）会帮客户自动剪辑、自动发布。

**我们定义自己做的事情就是内容制作、管理跟分发，制作。帮客户把图做好、把视频做好；管理就是我们有一个中台，帮客户把东西管好；分发就是通过API发到平台上。**我们做的是制作、管理、分发这三步。

胡：你们都有哪些AI电商产品？

**武彬：**分为图片跟视频两个模块。图片模块，一个是主图详情页的排版，类似于做长图，叫“ECPro易尚货”；第二个是商拍“PhotoMagic”，但是商拍目前来说并不是一个非常成熟的场景。

胡：为什么商拍还不成熟？

**武彬：**它可控性还没那么强，效果还是会有一些瑕疵。电商（商家）觉得内容对销售的影响很高，我请一个模特，用4k的摄像机拍出来，效果还是比现在AI生成的效果好。客户看得非常细，一个像素、一个px如果觉得不太满意，就会认为影响销售率，就不会用（AI）。

胡：现在市面上的商拍工具很多，你们的商拍产品跟竞品比，有什么差异？

**武彬：**我们的商拍在fashion、服装领域可能会做得更多、更好一点，因为我们毕竟积累了很多服装数据。

但**商拍不是目的，商拍只是个过程、是个前提，商拍做完之后，核心目的还是要到第二步来，就是商品的上下架。**商拍只是一个单点环节，我们认为还是要做全链路的。后面的商品上下架需要特别复杂的链路和流程，做起来相对复杂得多。

PhotoMagic AI模特生成效果

客户用得最多的是详情页排版、直播切片、视频混剪

胡：能举个例子吗？如何使用AI赋能的工具完成商品上下架？

**武彬：**商家只需要有一套图，这套图要求不高，拍出什么样就什么样，哪怕是个静物。比如服装，图片是衣服穿在假模特身上，我们就会通过PhotoMagic给它合成一个真人模特的图片；比如说图里是个杯子放在桌子上，商家希望杯子放在雪山上、放在草地里，放在哪里我们都可以做扩充。

然后让易尚货ECPro理解它是什么图，理解完图片就会给它生成一些属性，就知道它是碎花V领连衣裙或是一个帽衫。知道了这是什么商品，知道这个商品它应该如何来做属性，就知道如何写文案，如何排版，然后需要用户（这里指电商商家）一步一步确认，先给他识别图，觉得是对的，点击确认；再识别属性标签，确认是否对的；再给生成文案，确认；再给排版页面，确认，最后点击发布就行了。

胡：自动全网发布了吗？库存、尺码、优惠、价格政策怎么配置？

**武彬：**这些都可以在我们的系统里配置好。我们合作的第一天就会做好配置，要跟哪个平台绑定都可以，绑定好之后，每个商品的上传就会变得很快，点击“发布”就直接发上去了。

胡：简单地说，上下架是不是就是商品详情页的配置？

**武彬：****电商一方面是展示逻辑，一方面是搜索逻辑，****AI能够理解电商的这两个逻辑。**展示逻辑，就是把这个东西展示清楚，说清楚是很好的。搜索逻辑就是关键词列得越全，命中搜索的概率就越高。

这两个逻辑最终都体现在详情页的制作上，所以详情页页面的制作是比较复杂的。

胡：AI在做商品详情页上，如何赋能？

**武彬：****不能指望大模型解决全部的问题，要一步一步的来。**我们是效果主义，而不是大模型主义。

**大模型不一定是最好的。因为可能中间有些地方适合大模型，有些地方适合规则，有些适合rulebase。**比如说详情页长图可能有20P的长度，完全用大模型来生成这样的一个长度，它会非常混乱，还不能可控地生成想要的东西。

胡：你还是会有个预设的规则给AI进行规范？

**武彬：**就类似于把PPT拆成Page 1、2、3、4，每个Page里面，有某些地方用大模型来生成文本、用大模型做填空题，而不是用大模型来写整段的文章。

胡：你觉得未来有可能用大模型直接生成整个详情页吗？

**武彬：**其实还是比较难的。相当于我们用大模型来写文章，也是一步一步来的，先把大纲梳理好，把规则梳理好再来填空，哪些地方适合大模型填，哪些地方适合自己填，我觉得组合的方式会更加高效。

胡：这些规则是人工根据经验得来的，还是AI自己学习的？

**武彬：****目前有两种。**很多的尾部客户、腰部客户会follow我们，用AI总结的经验，比如很多白牌不知道怎么卖，或者他可能是个电商新玩家，像美妆、日化、食品、3C、保健品、服装，每个品类都有些最优化的实践，这么编排可能大差不差、出不了错。

但是有些超头部品牌，一定有自己的想法，有自己的调性，有自己的VI设计语言、设计体系，所以他会把自己的规则再预置进来。

所以这两种都可以做，配置到模型里面就可以了，我们的产品都支持。

胡：AI的规则是如何学习的呢？

**武彬：****两种方式。**一是产品的用户反馈，用户做完一步反馈一步，比如我们给他生成一个页面他不喜欢，就会调整，我们就会根据之前用户的反馈知道，这个品牌的商家他喜欢什么、不喜欢什么。**另外就是，**我们也会有后台的接口，知道哪个东西卖得好，哪个东西卖得不好，这个页面是什么样子的。

所以通过平台的反馈和商家的反馈，来不断的积累正向激励和负向反馈。

胡：是不是应该更关注消费者端的反馈？

**武彬：**目前我们只知道大面儿的数据，比如说播放量、浏览量。我们正在跟淘宝AI生态实验室联合做一个新的研究，未来会看得更细。不管是A详情页还是B详情页，甚至详情页当中的哪个模块，消费者滑到哪个地方停的时间更长，来获得一些更细的数据。我们会把整个页面拆得非常细，比如说消费者是因为颜色对比图购买的，还是因为模特购买的，从而将这个页面调整得更好。

胡：这个规则能普适所有平台吗？你预期效果会很好吗？

**武彬：**这个规则应该是能适用到别的平台的。我觉得效果还是会有的，我们聊了一些客户，他们也很关注，也希望来做一些效果的验证。

胡：视频模块的产品做什么？

**武彬：**视频产品我们也会分两部分。

一个是直播切片，叫“iCut直剪”。我们看到小杨哥自己直播一年也就卖七八个亿，但通过直播切片的矩阵能卖几十个亿到上百个亿，所以我们觉得**未来品牌达人可能都需要直播切片。**因为直播是个非常好的素材来源，每天要播很长时间，播完之后我们给它剪出来片段，再用短视频直接带货。几秒钟就可以出来一个，开播20分钟，就可以批量剪出一堆。

第二个是做视频混剪，叫“iClip易视频”。品牌有图有视频，根据对图片、视频的理解剪出来片段，然后再发布。

胡：你们现在这些产品中，品牌方用的最多的是什么？

**武彬：**一个是详情页排版，另一个是直播切片跟视频混剪。

极睿科技AI生成直播切片

AI电商降本提效和销售增长促进的效果都非常显著

胡：你们的这些AI电商产品，客户反馈怎么样？

**武彬：**我们的客户基本上都是不断增购的。一开始可能先买图文产品，再买视频产品，比如说有个一线的服装品牌，两年前开始用我们产品的时候，一年线上卖十几个亿，现在卖到二十几个亿，涨得非常快。

买了我们的图文产品之前，他们有十几、二十个人的团队做主图详情页，用了我们的图文产品后省掉了很多人，后来又用了我们的短视频产品，通过短视频、直播切片来做营销；之后觉得我们的MCN也不错，又买了我们MCN帮他们带货。后来这个品牌又（把产品）推给了集团旗下的其它品牌，现在基本上集团的全部品牌都在用我们的产品。

其他的像施耐德电气，就先买了我们的视频产品，觉得我们的视频产品带货效果不错。

还有很多新拓展的品牌也在用我们的视频产品。

胡：哪些品类用得多、用的好？

**武彬：**去年服装占比能到80%，今年可能会占到60%，其他品类，比如美妆、3C电器涨得非常快。

胡：你们的这些产品，基本还是降本的逻辑？

**武彬：****基本上还是提高效率的逻辑，让AI代替人。**因为之前做发布还是蛮复杂的，需要编辑先理解商品属性、填写好、美工P图、裁图，缺的图片再让人去拍或者到网上搜索素材、然后排好不断测试，最后发布。

所以整体上其实还是降本的逻辑。

胡：你们现在做的这些AI电商产品，绝大多数还是在降本？

**武彬：**增长已经很明显了。

我说两个点，首先，我们能够看到，**我们的产品做的视频，能帮助商家每个月多卖很多钱，**用我们的产品做出来视频发布在品牌的官方店铺账号，没有投流，自然流量一年能多卖三四个亿，这些都是额外的增量。这说明我们做的内容有带货效果。

我们觉得如果他们都能卖，我们是不是也能卖？所以我们也下场自己来做一做试试。

胡：怎么做的？效果怎样？

**武彬：**我们成立了三个MCN机构，在淘宝、京东、抖音3个平台，每个平台注册100个达人号，帮商家卖货，我们分佣。

我们用AI做内容，每周做七八千条视频。之前MCN做七八千条视频，可能需要雇七八个人，**现在一两个人通过AI每周可以做七八千条视频，我们现在一个月可以卖两、三千万的货，一年能卖二、三个亿，**拿两三千万的佣金。

胡：这也证明了你们的产品价值！

**武彬：**对，一方面是挣钱，同时也证明了我们的产品价值。我们向客户推荐我们的产品的时候，也经常有客户会质疑我们：你们是不是只是一个降本的工具？

我说：不是。不信你看我们的号，我自己也没做过电商，我这么做都能一年卖三个亿，你没有信心卖这么多吗？

胡：确实，从降本的角度来说，天花板可能很低。也就是从10个人到2个人，对吧？

**武彬：**是的，所有客户的价值排序都是开源节流，之前我们都是打降本的逻辑。**降本的逻辑就是你能帮我省多少钱，我付给你省下的钱里面的1/3、1/4。但如果我能帮你多挣钱，那就无上限了。**我们帮一个客户一年多卖三个亿，我抽佣10%就是3000万。

胡：所以以后你们会做代运营？

**武彬：**我们只是内容代运营，不负责店铺运营投流。我们只做营销种草代运营，抽一部分佣金，所以目前也在探索服务费加佣金的新模式。

电商内容运营AI替代率已做到95%

胡：除了做图片、视频，未来准备做什么？

**武彬：**我觉得图片、视频已经覆盖了电商全部内容的大部分了，未来有没有基于其他方式的购物，现在还看不到。

**我们会横向的来做更多拓展。****一是扩展商品类目，**我们一开始服务的服装类目品牌很多，像伊芙丽、李宁、马克华菲、迪桑特、秋水伊人，这都是我们的老客户了，所以我们会拓展更多的类目，从服装到3C、美妆、日化、食品、保健品等；**二是拓区域，**我们去年服务了国内所有的电商平台，所以都有对接接口，今年会做海外、跨境这两部分。

胡：这是商业上的考量，在技术或者在业务流程上还会做什么迭代或者升级呢？

**武彬：**技术上我们还是会不断提升AI的效率。我们内部有一个判断的指标，叫做AI替代率。19年的时候，我们的AI替代率可能只有50%、60%，因为中间有很多环节还是需要人干预的，但现在可能已经到90%或者95%了。

之前它（AI）可能需要调整、微调，需要人工参与一些二次剪辑，现在基本上只需要人工来 check，点确定，下一步，再下一步，最后确定发布。所以我们会进一步来提高效率。

**其次，我们也会做得更深。****我们希望能有更多的平台数据的反馈做优化，5年之前电商没有那么卷，会好做一点，可能只做天猫只做京东就够了，现在平台变得越来越分散，天猫、京东、抖音、快手、拼多多、小红书、有赞、微盟……所有的平台都要做，但每个平台的逻辑可能不一样，所以要根据不同平台特点做一些差异化，**比如天猫主打新品、唯品会主打降价、京东主打什么次日达、拼多多拼的是价格。

胡：各个平台的规则或者说模型上，会有区别吗？比如说我在淘宝发的详情页和我在小红书发的详情页，会有什么样的区别？

**武彬：**风格可能会细微变化，不会百分之百一样，但这个区别不是太大。

**有几个逻辑肯定不一样。****第一，属性逻辑，**就是每个平台的给码规则都不一样，比如短袖，天猫叫三分袖，京东叫四分袖，其他的叫中袖；比如尺寸规则不一样，天猫的图要1500×1500，那个平台要800×800，要适配；**第二，风格，**有些平台希望在这个地方这么展示，那个地方那么展示，所以可能需要一些调整。我们会做一些映射，我们用自己的底层逻辑，映射到天猫的逻辑，京东的逻辑，再来做详情页。

胡：你说目前区别不大？

**武彬：**对。我觉得长期来看不确定，因为受众人群毕竟不一样，他们的风格喜好不一样，可能逐渐会有差异。

胡：你刚才说到要拓品类，那么品类的区别大吗？

**武彬：****品类的差距还是蛮大的。我们也是一个品类一个品类来做的。就品类来说，我们关键是要做底层理解，**这个品类应该如何来做包装、如何来做加工，用什么样的音乐、特效、字幕、水印、转场方式来做视频，会积累一部分数据，**所以底层的数据积累很关键，**我们已经积累了越来越多的数据，所以拓一个新的品类对我们就不会太难了。但是刚开始那几年我们从服装开始拓品类的时候，也花了一些精力。

胡：能举一下具体的例子吗？比如说做服装的，有些什么特点，那么现在做美妆有什么不一样？

**武彬：**服装更偏展示，图片的风格场景、穿着效果要展示得非常好、语言风格如何做，需要很多角度的模特图、面料的细节、户外效果、场景效果组合进来。但是像3C电器可能更强调功效、各种功能的文案描述，比如说风力强劲，就会识别到这个功效，生成一段文案；而美妆更需要展示前后对比，比如说化完妆的样子。

所以在底层会让AI识别这个逻辑，仔细看的话，AI识别的逻辑和人为判断还是能直接感受出区别的。

极睿科技AI生成美妆商品短视频

胡：一般3C产品的功能都很多、很细，且都有各自的文案提法和规范，还每家不一样，是要给品牌建知识库吗？

**武彬：**目前我们会做行业知识库，还不会做品牌知识库，因为投入产出比不高。所以一般来说是我们的系统生成，大的品牌都会有运营人员来做调整。

电商垂类大模型是未来的壁垒

胡：你们的产品底层是如何做的呢？引入了什么大模型？

武彬：外部的模型基本都没有，我们都是用开源模型来改，我们自研了两个电商垂类大模型，“ECGPT”与“Fashion-CLIP”，一个是文本模型，一个是多模态模型。一是因为市面上的大模型都是基于开源数据训练的，不一定适配电商，它的效果不太好；二是我们认为数据是我们的核心资产，我们不想把数据传出去，所以就用开源模型进行Fine-tuning（微调），我们找了LLaMA 2，找了CLIP，微调了我们的文本模型和多模态模型。

我清楚的知道，我们这样的公司还是一个偏大模型应用型公司，完全自己来做大模型，很烧钱、不值当，所以我们就在开源模型上进行微调和修改。

胡：效果怎么样？

**武彬：****效果肯定比通用模型好很多。**电商文案的生成、文本的理解都是用的这套模型训练的。而且我们的优势在于，我们有大量的电商数据的喂养，我们现在每年可能会积累几十亿到上百亿的文案、图片和视频，因为我们的产品有大量的商家在使用，我们目前服务了全国4万多家店铺，4万多家店铺每天都在做图做视频，这些图片和视频、文本都会反馈到我们新的微调训练中，所以一定比通用大模型更适合电商。

胡：有什么显性的证明（指标）能证明效果好呢？

**武彬：**最直观的就是商家的微调数量，比如说之前我们用通用模型来生成文案，商家可能会觉得不符合电商逻辑，再比如电商的标题希望怎么做，电商的文案希望怎么做，这些都会直接影响购买，之前商家还是需要微调的，现在微调的比例越来越低了，说明商家的满意度变高了。

胡：这两个模型下一阶段有什么优化计划？

**武彬：****继续训练。**之后我们会泛化到多语言，因为今年要做海外，英语、西班牙语、葡萄牙语、巴西语、俄罗斯语都会去做泛化，但是针对这两个模型我们不断的用数据回滚就行。

胡：这样的电商垂类大模型在业界多吗？

**武彬：**其实不是很多，因为垂直电商数据比较少。大平台淘宝、天猫可能有自己的模型，但是大家做的事情不一样，我们还是站在第三方的角度做内容，它们（大平台）更多用来做推荐，做消费侧的东西。

极睿科技自研电商垂直大模型

电商内容运营，是AIGC的最佳落地场景

胡：你觉得AIGC赋能做商品内容，还有哪些是没解决的？

**武彬：**我觉得还是蛮多的。我们做的是EC部门，其它的比如像marketing部门或者其他部门，用AIGC做内容会相对难一点。

因为**电商部门讲的是成功的经验，商品可以不断的换，但是内容的策略可以依靠老的策略。对于marketing部门来说，讲究常换常新，需要不断标新立异、不断创新，AI就很难做执行了。**比如说卖水，这个品牌可能卖10种水，每种水我们电商用固定的方式来做内容就行，这个可以套，这是EC部门的应用。但是marketing部门不一样，去年的东西今年再用，肯定就过时了，很难用一个标准化的AI工具来做。这也是我为什么选择EC这个赛道，可以标准化、批量做交付。

胡：可不可以说电商内容运营，是AIGC目前能看到的最好落地的一个营销场景？

**武彬：**是的，我觉得在营销整个流程里，这个场景是比较适合用AI来做的。

胡：那么你觉得在电商这个领域，未来或者下一阶段，还可以通过AIGC再提升一些什么地方？

**武彬：**比如说商拍，我觉得未来能提升。现在技术还没那么成熟，我们也会进一步去做。

胡：除了商拍呢？

**武彬：像文生视频、图生视频。我们现在视频做得更多的还是剪辑，但是像sora这样的（产品）**未来如何与电商结合，我们继续会探索。

电商要求货版一致，通过文本生成一个碎花V领连衣裙、穿在一个美女身上，但是AI生成的一定不会一模一样，这个碎花不是你们家的，在电商行业就叫货不对版，是虚假宣传，要假一罚三。

但是能不能结合？比如说我是卖始祖鸟的冲锋衣，生成一个雪山的场景，实拍一个真人的样子，把雪山的背景和真人来做混合，我觉得未来可能这样做。但是百分之百纯用文生视频，电商可能不太行。

AI电商的未来：1个人开一家10亿GMV的店铺

胡：畅想一下未来，如果AI特别成熟了，未来的电商会是什么样的流程或者什么样的方式？

**武彬：**我们之前做了一个视频，如何只用一个人开一家10亿GMV的一个店铺。目前这是一个视频，但我觉得未来可能实现。

这个人操作各种工具，从选品、到定样衣、到选货、到定价、到内容制作、到营销、到客服机器人导购再到打包发货，我觉得这一套逐渐都能做，完全由AI做。我就是个主理人，主理人只要选好调性，比如我想做潮牌，我只要把这个理念告诉AI，AI完全可以完成。

胡：你的这个畅想，哪些在当下还不能实现？

**武彬：**内容我们基本实现了大部分，选品还没实现，店铺运营的经验策略也还没实现。

**店铺如何运营？一开始要不要刷直通车？活动、优惠策略，如何用低价吸引人、用高价来做利润？如何来打连单率？售后如何做？**这些现在还没做，但我觉得这些逐渐都能做，因为卡点其实没有那么多。理论上都属于判别式的，数据分析总结出来的。

胡：你接触这么多客户，你觉得他们在电商这部分，特别是在这种电商的Saas或者AI这部分，他们还有什么预期？还有什么痛点没解决，或者还有什么（其他）预期？

**武彬：**他们还有很多预期，但我不确定能不能完全解决。

**第一点是，选品和策略能不能做好，**用AI来做选品、来做决策、商品企划的时候，能不能通过海量数据做得更好。之前一直都有人做，基于数据报告、行业分析、用户调研、用户洞察，但是一直也做得没有很好。现在引入大模型，能不能做好？已经有很多人在用ChatGPT来做企划，但是目前还不是很靠谱，数据集不太对，需要灌非常多的数据。

第二就是，在生产的时候派单能不能做得更好，智能化派单、柔性化生产要对接更多的供应链、柔性制造，太重了。

然后到流转当中，线上线下的智能配补货，在大模型诞生之前都有解决方案，但是又没有解决得那么彻底。

胡：你未来预期要做到什么样的规模？

**武彬：**从市场规模上，不算淘宝，天猫就有30万服装卖家，别的平台加起来，应该有百万卖家。我们现在单个客户差不多平均10万客单，基本上千万GMV的卖家，就愿意花10万来买内容工具。

做10亿，1万个客户就差不多了。我们现在大概有大概1500个客户，整体盘子做10亿，还是比较容易的，因为在整个电商行业里，营销预算还是非常多的，有50%的预算花在营销上，50%的预算里有10%是花在内容制作上，其它90%是投流投放，所以电商里内容制作的预算还是蛮高的。

10万就相当于一个人工的成本，花10万就可以实现多平台的图文、视频的发布，还是蛮划算的。

胡：还有吗？

**武彬：**今年出海也很重要，我们也希望抓住这波热潮。

胡：出海会和国内有什么不同？

**武彬：**我觉得有两点不同。

第一点是国外可能会更看重单点的工具，国外有很多单点工具做得非常好，比如说文案生成、标题生成、图片美化，国外都是单个卖的，但国内非常看重一个标准化的大Saas产品来卖，所以我们在国内就做得很大。

国外我们要不要拆成单点来卖，还是像国内这样卖，我们还没想清楚，这是一个差异。

**第二就是销售策略上，**尤其像日本，可能我们一个中国团队去了不好卖，所以可能在销售通路上要更依赖当地的资源。

这两点是目前我们正在思考的问题。

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
 

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

三、最新AIGC学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、AIGC视频教程合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

若有侵权，请联系删除!