双十一，用AI挤干「水分」要低价

9.9的奶茶、7.9的眉笔、19.9的便当套餐……今年11.11，买买买囤囤囤的野性消费已成为过去式，大家不再困于消费主义的茧房，而是积极去寻找更高性价比的生活方式。

今年冲上热搜的话题“反向消费”，也精准阐释了这一潮流。与其说反向消费是一种消费降级，倒不如说是消费者的“智商”升级——“可以买贵的，但不能买贵了”。

在这一波反向消费的浪潮中，今年11.11，京东立下了“真便宜，闭眼买”的军令状。

“真便宜”，要求渠道企业在供应链中充分挤出水分，让利给商家和消费者；“闭眼买”，则对产品的品质和商家的服务提出了更高的要求。

品牌核心竞争力，被大模型革新

前不久，沸沸扬扬的头部主播失言事件，将其高额佣金要求和市场支配地位暴露出来。品牌要毛利、主播要佣金、消费者要低价，品牌面临的“三角困境”急需被打破。

不仅如此，那些翻红的老牌国货们，还面临新场景的挑战。650万网友在线指导活力28直播上链接，白猫找不到主播临时用玩具猫“带货”，甚至还有不少品牌因产能不足卖断货……

从藏在标签里到步入聚光灯下。以大模型为代表的人工智能技术，为国货突围打开了一扇窗：挤干运营降本增效的“最后一滴水”，实现了有品质的低价。

作为防脱生发的明星产品，米诺地尔酊近几年来备受职场人追捧。随之飞速崛起的国货品牌蔓迪，2022年在大陆米诺地尔酊市场的占有率就达到了71.7%。

然而，毛发健康产品尚属于新型品类，米诺地尔酊产品对大众而言仍然理解门槛。并且，由于消费者作息时间，蔓迪的直播间在深夜时段往往涌入大量的用户咨询。

蔓迪直播负责人马凯迪告诉36氪，“即便每日基本保持12小时的多平台直播，真人主播对深夜涌入的大量咨询需求依然分身乏术。”与此同时，不少涉及医药专业的咨询问题，也对真人主播的知识储备提出了挑战。

同样的烦恼也发生在其它品类。比如对于母婴品牌，来自新手父母的咨询不仅涉及大量关于产品成分、使用方法的细节，最好客服还能提供一些情绪价值，这也导致单次咨询耗时较久。

对商家而言，留住消费者，客服是一道重要关卡。专业的售前服务是引导消费者购买的前提，而良好的售后服务无疑是保持消费者满意度、忠诚度的有效举措。相应的，如果无法提供优质的售前、售后服务，将会引起流量极大的反噬。

幸运的是，大模型的落地，为品牌应对消费者愈发精细化、专业化的消费需求，给出了解法。

ChatGPT带来模型训练范式的变革，同样也是AI语义理解能力的跃迁——即便探索期还很长，但能肯定的是，大模型的语义理解能力绝不仅限于聊天吹水、写诗撰文这些风花雪月，而是推动产业变革。

大模型能产生的价值，取决于落地产业的厚度。这个“厚”主要体现在两方面：一是数字化程度高，积累的高质量数据多；二是积累的场景和应用多，来源于零售、金融、物流等真实产业场景需求。前者决定了模型本身的技术能力，后者则决定了模型能创造的行业价值。

在这个意义上，零售行业既有大量的对话和内容交互场景，又具备复杂营销场景和供应链环节，是大模型走向田野的绝佳去处。

而大模型为零售行业带来的价值也很明显：一是降本增效，二是营销创新。Gartner预估，到2026年，对话式人工智能将帮助客服中心降低800亿美元劳动力成本。Gartner副总裁分析师Daniel O'Donnell认为，“对话式人工智能可以让客服更有效率，同时也能改善客户体验。”

品牌的核心竞争力在于谁能把消费者照顾的更极致。在如今的大模型时代，捕获消费者“芳心”的“极致点”，靠的不仅是品牌营销中的感性表达，更是真正理解用户需求，以及以更专业的服务覆盖消费全生命周期。

不少从业者判断，若是智能服务无法打通平台-商家-消费者的完整消费生态，实施运营成本和营销成本的优化，商家就无法“躺着赚钱”，消费者也无法“闭眼省钱”。

这意味着，今年11.11的品牌大战，在一定程度上也是服务背后的技术较量。

京东云，从降本增效到价值创造

想要实现这个目标并不容易。

2017年以来，智能化服务模式在客服中心大规模应用。

以几年前最基础的文字客服为例，智能客服将用户输入的文本进行分词处理、统计词频，并转化为数字向量。通过比对现有语料库，机器人能够理解文本意义，最终匹配出相应的回答。

随着技术进步，算法升级到了深度学习、神经网络，乃至最新基于Transformer为基础模型的ChatGPT产品。但业内人士认为，短期内算法的提升不会给智能客服产品带来特别明显的改进，反而是数据可能成为智能服务比拼的关键。

比如具体到直播场景，一名电商从业者指出，多数厂商提供的是标准化的数字人生成和部署技术。但由于没有零售行业的训练数据，也不能与商家的整个业务流程深度融合，数字人主播“并不智能”、也“无法创造新的增长点”。

大模型经历了百家争鸣的上半年，但转至应用落地，不少厂商仍然“拿着锤子找钉子”，发布十数个行业模型，从场景切入，再找用户的真需求。

而这时，京东已经开始“盖房子”。

大模型，小切口。京东云在零售行业“把大模型做小”，更面向智能应用。

依托自研的言犀大模型，京东云瞄准用户触达、用户服务、消费洞察、经营分析等多个细分场景，升级了言犀多模态数字人、言犀智能外呼、京小智三大营销、服务应用。

在电商场景，京东云推出了言犀虚拟主播，为商家提供高仿真、高转化的数字人主播。支持直播脚本“一键生成”，2小时内可实现高效开播，每日运营精力投入低至30分钟不到，将人力成本节省到原来的不到1/10。

除了电商直播，言犀数字人还可以在线下银行网点、机场航司、政务大厅、购物中心“上岗”，担任数字员工。通过应用言犀数字人短视频生成平台，一键自动生成新闻播报、产品培训等场景的短视频。

技术创新方面，京东云整合了多项多模态数字人交互能力。比如通过与大模型结合让数字人说话时的动作与语义匹配，让交互更加自然。

又比如数字人动态局部高清技术，利用了人类视觉感知并不均匀的特点，通过重点区域提高分辨率，其他区域适当降低分辨率，从而降低部署成本。

流量面前，中小品牌的直播投入可能是一场赔本买卖。坑位费、抽佣再叠加预估的退货率，“几乎卖越多，亏越多”。中小品牌面临亏本，上了规模的品牌一旦合作便容易深度依赖头部主播。

为了摆脱这一境况，品牌们普遍已开始探索自播的路径，积极开展创新营销。据艾瑞咨询预测，2023年企业自播占整体电商直播的比例将接近50%，即将超过达人直播。

作为一个有着近40年历史的日化品牌，大宝属于较早转型的一批。

2019年，大宝试水自播。面对消费者对于日化产品精细化的选择，MCN主播上岗前都要接受大宝团队的产品培训。今年，大宝在经典SOD蜜之外，针对男性和年轻市场研发了多个新品线，随之而来的是繁杂的主播培训工作。

“数字人直播对于预算有限的国货品牌来说是高性价比的选择。我们现在‘两条腿’走路，真人直播和数字人接力上岗。”大宝京东渠道负责人袁航告诉36氪，出于对京东的信赖，2023年9月，大宝选用了京东云言犀数字人。

在数字人的配置上，初期试用的大宝并没有增添过多的个性化配置，从模版库中挑选一位符合品牌形象的主播，使用言犀训练好的知识库，一键生成直播文案——大宝数字主播“悄悄”上线了。“使用1个月直播间月销翻3倍”，袁航对“新同事”的表现大为赞叹。

对于消费者使用频次更多的在线客服，大宝交给了京小智。

京小智，更像是品牌的“军师”、消费者的“助理”。京东相关人员介绍，今年在全面接入言犀大模型后，京小智实现了与订单、价保等京东域内各营销服务环节的打通，可以高效给出自动化解决方案，切实推进服务效率的提升。

这是ChatGPT做不到的。

例如在价保环节，九阳借助京小智“价保申请”，自动为客户退差价，无需跳转和等待。而在运营策略制定上，商家只需输入自然语言指令，京小智就能生成数据分析报告。目前，九阳纯机回复率高达50%以上、转人工率仅为34.56%。

比降本增效更进一步，是利用AI创造新的营销场景。

左右滑动查看图片

去年，数十万粉丝突然接到了偶像打来的节日祝福电话——幕后，这是伊利用智能外呼策划的活动。言犀智能外呼，聚焦在售前咨询、售后回访等语音通话场景。能够与操着方言，随时转化话题的客户流畅对话，可以根据每位客户信息做个性化沟通，还能听懂大量互联网新鲜名词，轻松消除与各圈层人群的交流障碍。

修炼内功，源于产业、服务产业

“以智能技术为驱动的精细化运营，成为企业在全量竞争时代的必然选择，” 京东云智能服务产品部相关负责人曾表示。早在2013年，京东就开始发力智能服务，2020年尝试对外服务，至今，除零售外还在金融、政务、交通等多个重点行业开花结果。

拆解每一次智能服务，能看到多年的技术深耕与场景赋能：

言犀多模态数字人背后，是京东云10余年的智能对话经验和多模态交互技术的积淀；

言犀智能外呼背后，是京东云全自研语音语义技术，以及6亿用户在零售场景下产生的海量语音交互；

京小智背后，则是京东域内20多年来积累的触达、服务、洞察等全链路场景。

这些，是京东云在零售场景构建行业壁垒的重要禀赋。而在言犀，这一面向产业的大模型加持下，京东云将会向品牌方释放更多技术降本与营销创新的势能。

关于大模型的价值，京东曾做出定义，即“算法×算力×数据×产业厚度的平方”。

澎湃的算力让言犀大模型的迭代与部署速度更快。早在2021年，京东在重庆落地了全国首个基于SuperPOD架构的超大规模计算集群——天琴α，采用原装DGX IB超高速带宽A100 GPU集群，推理提速6.2倍，推理成本节省90%。

由国内顶尖AI科学家打造的算法，构成了言犀大模型的“筋骨”。源于业务应用需求，京东早在2020年就首次提出K-PLUG模型，将领域知识注入大模型中，以提高大模型的专业性和忠实度。K-PLUG方法是基于Transformer模型架构x京东的产业知识进行的预训练、知识增强的指令精调，以及知识指导的强化学习。

庞大复杂的产业生态，服务超千万自营商品SKU、5000万工业品SKU、超800万家活跃企业客户、全国2000多条产业带，以及来自真实场景复杂、动态、鲜活的优质数据，成为言犀大模型30%数智供应链原生数据的源泉，为大模型解决真实产业问题，灌入“养料”。

与此同时，大模型只有更加普惠，智能应用的价值才能快速凸显，数据飞轮也能基于商家反馈更高效更快转动。为此，京东云把11.11的第一波优惠，给了品牌商家。

提高转化率、新品推爆概率，品牌通过各种技术手段，来极致压缩运营成本和营销成本——谁能持续降本增效，挤干供应链这块海绵中的最后一滴水，谁就能在“低价”与“品质”的双向奔赴中，拔得头筹。

反向消费热潮背景下，零售行业的变革才刚刚开始，大模型与智能服务的进化之路还很长，但无论如何，以技术为“锚点”夯实竞争力，推动品牌实现低价与高品质的兼得，已成为行业必经之路。

这也是京东所理解的“真便宜”：只有企业提升效率实现成本结构优化、消费者获得质优价美的商品和服务、产业更有动力拥抱数字技术，才能推动形成“企业降本增效-消费提质扩容-产业高质量发展”的产业正循环，为消费者带来长久的低价。