消费+AI圆桌 | AI赋能大消费全产业链，如何降本增效？

2023-12-10 17:12

2023年11月29日-12月1日，“国潮起·万物生”良渚2023科技国潮产业大会在良渚洲际酒店开幕。大会盛邀专家学者、企业家、投资机构、产业服务商等百位嘉宾齐聚杭州余杭，共创科技国潮。

大会由中国品牌建设促进会指导，杭州市余杭区人民政府主办，杭州良渚新城管理委员会、中国国家品牌网、观潮新消费承办。

在“国潮起·万物生”良渚2023科技国潮产业大会上，零眸智能CEO樊凌云，语忆创始人兼CEO程凯，AVAR创始人、CEO胡雅婷，拓元智慧联合创始人、元分身平台总经理黄伟鹏围绕《AI赋能大消费全产业链，如何降本增效？》主题展开圆桌交流，圆桌论坛由银杏谷资本投资副总裁沈月波主持。

以下为演讲实录，经观潮新消费（ID：TideSight）编辑整理：

沈月波：请四位嘉宾做自我介绍，也分别介绍一下自己的公司。

樊凌云：我是来自零眸智能的樊凌云，零眸智能成立于2017年，以机器视觉、图像识别技术起家，主要服务线下零售场景，我们的客户主要是世界500强的快消品品牌，比如可口可乐、百威啤酒、农夫山泉、蒙牛、联合利华等。他们最大的痛点是想要了解零售终端场景真实发生的事情，零眸智能用图像识别技术帮他们采集零售终端场景。截至目前，零眸智能已经服务了全球52个国家，线下超过1000万个零售场景的数据库，商品识别可以精确到口味级SKU。目前在饮料、啤酒领域，我们是全球No.1。

程凯：我是语忆科技程凯，曾在国外给戴尔等消费品牌进行AI建模，主要通过AI的方式分析消费者画像。语忆科技是成立于2016年的人工智能公司，主要服务消费品牌，帮助消费品牌沟通数据，比如消费者和客服的聊天数据、电商的评论、线下导购的对话数据等，帮助消费品牌把对话数据、沟通数据进行整合，从中提炼消费者的标签、画像，以及服务过程中的细节信息，从而提升运营能力。公司创立至今，我们服务了1800多个头部品牌，涉及消费品的各个子行业，包括大家电、小家电、美妆等。

胡雅婷：我是AVAR创始人胡雅婷，AVAR是专注于AI生成和3D打印的数字品牌，通过AIGC生成个性化3D模型，落实AI和AR虚实互动的产品，并通过3D打印去做IP文创周边等衍生品。AVAR和很多影视动画的IP方联合推出了3D打印产品。我之前是在北大计算机系，在谷歌、阿里、字节做过算法方面的工作，现在主要从事AI和3D结合的个性化消费品方向。

黄伟鹏：我是拓元智慧联合创始人，也是数字人平台元分身的总经理。我个人在企业服务领域有超过十年的从业经验，我们公司致力于打造企业级的垂直应用场景的AGI平台，当前在内容营销及电商运营两个板块已经落地了标准化产品，覆盖40多个细分行业，上千家企业客户。

沈月波：我来自银杏谷资本。银杏谷资本是一家从产业背景走出来的早期投资机构，2013年成立以来，一直坚持投早、投小、投科技，其中AI消费也是我们非常重要的板块，目前已经投资了20多家AI、大数据相关的上市企业。

今天论坛的主题是《AI赋能大消费全产业链，如何降本增效》，请教一下各位在一线消费领域遇到的问题。首先请教一下零眸智能的樊总，AI与大模型技术如何赋能线下零售行业？

樊凌云：零眸智能从2017年起就一直聚焦在商品识别领域，当时的“AI四小龙”都在做人脸识别，我们选了一个非常垂直的赛道，商品识别。现在，很多人认为电商已经变成了传统行业，但是在真实的零售场景中，尤其是在快消品领域，线下的占比依然很高，电商的渗透率只有10%左右。

因此，快消品企业就非常想知道在线下零售场景真正发生了什么，货物有没有铺到线下店里去，有没有按照要求摆放。快销品品牌在线下渠道的投放费用占比为10%，如果这一瓶水卖2元，有0.2元的费用投在渠道商，他们想知道这些钱花得值不值。

可口可乐在全中国有2万个业务代表，每个人每天都要摆放几十家门店，但以前只是在摆放后靠手工填写记录，没有形成数字化。有了图像识别之后，有图有真相，而且在拍摄照片之后，还能实时生成商品数字化信息，清晰地知道图片里面有哪些品牌、SKU、口味、大小包装等。以此延展，还能知道零售场景的货架、冰柜的数量、摆放位置等信息，用图像识别、机器视觉的技术实现了线下零售场景数字化的第一步。

快消品行业每年的上新率达到40%以上。对我们而言，要识别到不同的包装变化，再延展出不同的价签和陈列组合，进而利用规则引擎判断摆放是否合格，陈列是否符合品牌方的需求。通过规则引擎，用拖拉拽配置的模式，可以实现照片的重复利用，只要重新配个规则就可以跑出不同的解决方案。

随着技术的提升，我们用摄像头替代人工拍照。货架摄像头可以实时监控，货架前有多少消费者经过，消费者拿了什么商品，购买了什么商品，几乎可以做到线下零售场景跟线上电商同样最细颗粒度的数据，了解市场场景的真相。

大模型出现后，对品牌方的真正挑战是如何实现千店千策，在不同的零售场景配置不同的营销策略。采集数据之后，通过大模型分析，就可以让品牌商实现智能化、个性化推荐。

沈月波：请问程总，新一代大模型技术可以在哪些场景更好地赋能电商领域？与之前的技术对比差异化有多大？

程凯：AIGC技术出现后，很多消费品牌都在发问：什么是AIGC技术？消费品如何利用这个技术获得增长？多数品牌更关注第二个问题，往往会忽略AIGC的定义、特点，以及升级之处。

消费品牌想要利用AIGC技术实现增长，第一件事是搞清楚AIGC的定义是什么。为什么原来的AI技术做不到，但现在的AI可以？

AIGC的定义很简单，AI可以理解人类的意图，识别人类的意图，根据人类的意图生成对应的内容。其中最重要的是AI可以用自然、简单的方式理解人类的意图，这是现在AI技术可以应用于很多领域的核心原因，因为它可以跟人类的意图保持一致性。以前使用AI技术需要专门的团队写大堆代码，现在真正的价值在于每个部门的每个员工都有能力构建一个属于自己的AI辅助机器人，或者AI员工，来辅助完成繁琐的工作。

第二，不需要去谈技术如何帮助企业，核心在于让部门里的每个员工都拥有对AI同样的认知，AI能够理解人类的意图，代表着劳动关系的转变。现在每个人都可以有能力构建自己的AI应用，品牌要利用AIGC的技术，就要让每个员工都认识到AI如何帮助自己在工作中提效，找到最佳实践点。

大多数品牌更在意的点是哪些功能比较新鲜，而往往忽略了这些功能有没有价值，自己的部门用了这些功能以后能不能提效。

在拉齐员工认知后，从业务方向上寻找合适的技术和工具，进而应用AIGC在图像、文字方面的能力，真正实现增长，是品牌要做的第三件事。

电商的数据很多，数字化的程度也高。2021年至今，消费行业的流量红利下降，任何营销手段的效果都大打折扣。在对中国市场做宏观分析时，我们发现中国市场近几年的流量红利下降了20%-30%。品牌要增强精细化管理的能力，强化对数据的深层次应用，尤其是和消费者相关的数据。前端流量变少，如果后端的转化没有跟上，那么整体的增长会进一步打折扣。

要提升转化，就要加深对消费者的理解。品牌有经营层面的消费者数据，其中包含着大量的消费者诉求和洞察。有了AIGC技术加持，可以更好地分析数据，以消费者为核心驱动业务的增长，而不再是以流量驱动，这是AIGC技术为消费品牌带来的提升。

沈月波：请问雅婷总，如何理解元宇宙？元宇宙在消费产业中可以产生哪些价值？

胡雅婷：AVAR一直在做AI和3D相关的技术，也推出了元宇宙相关的应用，比如数字人、数字形象、可以AI互动的IP等。今年起，我们尝试结合消费产业，通过AR做虚实结合的应用，让消费者体验数字商品，比如数字服装、数字潮玩的AR互动效果。同时，结合3D打印技术，可以将数字原生的3D模型打印成实物消费品，在成本和速度方面都有优势。

我们和良渚博物馆合作，先通过三维重建得到良渚博物馆文物的三维数据，即便不在博物馆，也可以通过AR引擎和这些文物互动，让文物以视觉化的方式融入生活。同时，通过全彩3D打印，不需要开模就能制作1：1复刻的文物衍生品，也可以直接面向C端和B端推出联名产品。

沈月波：请问黄总，大模型距离大规模商用还需要突破哪些关卡？

黄伟鹏：因为我们公司是打造AGI平台，对应的底层是大模型，在大模型层面做了非常多的工作，从2017年起就与华为的诺亚方舟实验室一起打造过悟空大模型。最近，我们帮助一些企业落地了垂直化场景大模型。基于这些实践，我认为距离大规模商用还有四个卡点。

第一，成本。大模型在训练和推理层面的成本都非常高。以ChatGPT为例，一次的训练成本在千万美元级别，每次更新都会强调在降低token的成本。

第二，可控性。在内容生成的可控性和准确性方面，泛娱乐的消费场景中，出现幻觉的情况尚可忍受，但如果没有可控性，就难以在严肃的场景中大规模使用。

第三，产品形态。大模型还处于非常初级的状态，场景还很单一，受限于产品形态，产生的价值相对有限，只能作为生产或消费环节的助手，需要人力进行二次加工。

第四，安全性。如何防止大模型的数据被污染和窃取，对欺诈性内容进行监管，依然是巨大的挑战。

沈月波：AI技术已经进入新的智能阶段，技术迭代非常不稳定，新技术企业如何度过科技发展的阵痛期？

樊凌云：2017年，我们从商品识别角度开启创业，当时新零售非常火，有很多无人零售、无人店、无人货柜，我们也准备以软硬件结合的方式进入无人零售行业。但无人零售是个巨大的坑，因为商业的本质是把商品卖得更好，跟技术没有关系。酱香拿铁一经上市就成为爆款，与技术有什么关系？科技公司用最先进的技术切入无人零售，结果根本赚不到钱，都在烧投资人的钱。我们立马叫停了无人冰柜新零售项目，聚焦B端大客户。

从商业的本质来看，商品和零售场景的数字化是有价值的，不过要实现技术和商业的闭环。

程凯：技术每天都在迭代，不能只从宏观层面看待技术发展，也不是每次都要追求最新的技术，要利用新技术在商业化场景中完成闭环，才能真正产生效益。

很多消费品牌都想要最新的AI技术，但这些技术可能成本很高，虽然能够完成很多新的工作，但可能稳定程度也不够。并不是一定要利用最新技术才能创造商业价值，关键在于如何更好地去把技术利用在实际能产生价值的点位上，去利用更稳定的且能够被商用的技术，而不是盲目跟从最新的技术点。

胡雅婷：我非常认可，一定是面向场景和消费者去创造价值，而不是直接去做某一个技术点。我们现在通过AI做3D，如果不用AI技术，传统的建模可能需要数周时间，开模需要数月时间，对B端来说开新款的投入可能高达数十万元，而对个人创作者来说，不通过AIGC以及3D技术，很难把创意变成实物，因此AI在3D领域有切实的价值。今年以来，各种AIGC的新技术不断涌现，我们会结合到产品和商品场景中，比如大模型和数字化IP结合，更好地实现消费者与AI的互动。

黄伟鹏：从大学创业到现在，我从事科技领域相关工作已近十年。对于如何度过科技变化的阵痛期，主要有三点感悟。

第一，新技术变成产品的时候，早期的产品往往不够成熟，导致应用的场景也不清晰。对此，可以与接地气的企业进行访谈，与深入一线的客户进行交流，挖掘场景、设计方案、验证产品的可行性，了解客户是否真的愿意用钱来投票。

第二，因为产品不成熟，场景没那么清晰，就很难找到适合客户，也就是天使客户。对此，要挖掘最适合自身企业的客户，通过一定的机制将客户圈入企业的体系，让客户成为早期技术和产品的推广者，尽早构建牢靠、忠诚的客户池。

第三，因为没有持续的客户，在阵痛期就没有可靠的、可持续的收入。活着很重要，阵痛期的时候，要保持精干的团队形态，不要做太大规模的扩张，避免在获得可持续营收之前遇到资金链断裂的情况，而且要广泛地去看市场上发生的事情。

沈月波：未来，AI技术对于消费产业链的赋能还有哪些空间和趋势？

樊凌云：对于AIGC、大模型等新技术的出现和发展，创业者要想清楚所处赛道中真正短缺的是什么。以零售为例，全中国有将近六七百万家夫妻店，而连锁便利店的数量还不到30万家。所以，这个赛道上最紧缺的是优秀的店长，因为整体从业人员的素质不高，收入很低，优秀的店长和导购可能决定营业额能否实现新的突破。

但是，优秀员工流失率也高，可口可乐业务代表每年的流失率超过30%，一个优秀的销售人员最后做到销售总监，要花十年以上的时间。现在，AI大模型时代到来，完全有可能像AlphaGo替代九段高手一样，填补优秀店长的空缺。结合行业知识与企业的私有化数据训练大模型，用AI培养稀缺的员工，培养云店长或云导购，就可以解决行业痛点。

程凯：除了线上和线下零售，AIGC技术还可以应用于企业内部管理。AIGC就像积木，拆散来看，就会发现很多公司在利用这些技术的时候，都只利用了一些很小的点，这是很好的方法，利用AIGC完成小而零散的工作，是AIGC提效的第一步。

在企业内部运营方面，最大的摩擦通常来自协同，不同部门的业务方向与内容有很大差异，导致沟通的障碍，进而影响业务配合的效率。AIGC的应用散落在各个部门的应用点上，当我们把企业的业务知识和业务支撑整合起来时，企业大模型可以构建一套企业内部的协同机制，可以跟企业各个业务流进行整合，通过简化员工的沟通方式，实现各种各样的任务协同。

这是现在很多企业面临的核心问题，也是AIGC未来的应用方向。

胡雅婷：AI在3D商品领域有很大的应用空间。3D生成技术已经表现出创造性效果，但在具体作品可商用层面，还有较多的工作要做。比如，我们需要更高质量的3D数据去训练垂类模型。另一方面，AI在线上电商和线下生产中也有很大的应用空间。在线上环节，有了3D模型之后，还需要通过AI的渲染生成电商图片与视频，还可以通过AI的分发自动在内容营销平台上进行传播。这都是AIGC技术推动内容商用化的部分。

同时，在对接3D供应的过程中，还需要一些人工的修复和排版，但这些过程也可以通过AI技术实现生产制造的数字化，未来可能由AI排版直接对接机器化的生产流程。

黄伟鹏：消费领域的客户需求中透露出未来发展的趋势。在创意设计环节，在大模型具备一定的随机性之后，可以提供灵感，也可以应用于新材料组合生产的模拟和预测环节；在生产环节，当前最大的趋势是具身智能，就是机器人。机器人能够大量替代在工厂里干活的人力，并且可以把效率提升到“恐怖”的状态；在消费者末端体验环节，可以通过AR等应用完成试穿和试用。

在营销推广环节，商品的营销内容、图片、视频的生成，数字人在直播，短视频传播中的应用也是明显的趋势。还有一个更大的方向是真正的实现个性化推荐。大模型的出现打破了内容生产的局限性。比如，之前投放广告的时候，需要针对不同的细分人群准备不同的广告内容，如果用AIGC的方式，可以把人群的标签和数据推给大模型，由大模型完成内容的生产、推送和投放，会带来真正的千人千面个性化时代。

在服务和售后环节，基于大模型底层的进步，智能体对于情感的理解将会增强。当数字人和机器人具备理解、识别、解读情绪的能力，并且产生共鸣，就能真正实现人性化的服务。

沈月波：2023年是不平凡的一年，新的浪潮已经到来，AI代表新技术，消费代表大家日常接触到的所有，AI技术可以把消费产业链全链条再做一遍。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章