当前位置:首页|资讯|ChatGPT|AIGC

ChatGPT火了之后,AIGC变革电商的第一站

作者:天下网商发布时间:2023-03-01

原标题:ChatGPT火了之后,AIGC变革电商的第一站

天下网商 章航英

编辑 吴羚玮

ChatGPT在全球范围内刮起旋风。人们对它很大一部分想象力还停留在搜索交互、内容创作方面,但它的影响力或许可以扩展到我们的实体世界。

原先停留在图片和文字领域的AIGC内容(AI Generated Content,利用人工智能技术来生成内容),如今正深入信息更为丰富的三维领域。至少,它已经开始对消费和商业有了改变。

防晒洗发水、青柑普洱饮料、女神高颅顶洗发水、杜鹃花酸磨皮精华、羽绒小香风……乍一听这些名字,你或许会觉得熟悉又陌生。熟悉的是配方,陌生的是混搭。其实,它们都是AI自动推荐生成的结果,其中一些在真实世界并不存在。

《天下网商》获悉,这是TMIC(天猫创新中心)最新研究方向。基于超10亿用户和海量商品池,能进行深度算法学习的天猫TMIC正在试验一个最新爆款黄金公式A(algorithm)I(intelligence)C(create)I(ideas),通过已有市场计算验证反推爆款标签,并通过爆款因子从无到有“创作”出全新的商品。

很快,一批由AI生成的新品即将上线,譬如一款防晒洗发水。

此前,消费市场上一个畅销款的诞生,很大程度上依赖商家敏锐的嗅觉和预判。但在供给越来越丰富的存量时代,“拍脑袋”式的决策,存在众多不确定性,一旦选款、推款失误,意味着巨大的资源耗费和库存压力。但是算法和机器,带来了更多可能——一个能穷尽所有品类或商品的公式,更容易推导出下一个爆款。

AI“算”爆品、“造”新物,正在路上。

爆款,从无到有“造”出来

一款防晒洗发水的想法正在酝酿。

防晒原本是面部护理的步骤,将它运用在头皮护理上尚属首创。这是AICI爆款黄金公式的第一个成果,它是如何“算”出来的?

第一步是分析,深入洗发水赛道,找出决定一款洗发水卖爆的决策因子。洗发水的价格、品牌、功效、成分、香味是推动消费者购买的关键元素;

第二步,切入诊断,了解每个细分赛道的增长情况;

第三步,产出黄金公式,算法在遍历所有元素组合后,生产出一个爆款的“画像”。譬如,在成分方面,小苍兰、茉莉花、海藻是更受欢迎的香型;在功效方面,去屑止痒、头皮护理、香氛是更大的需求;而在场景方面,“春夏”“旅行”则是高频词。

更进一步,可以拆解一些黄金公式下的组合,通过与市面上现有的品类比较,了解新品的商品覆盖度和爆款率。

商家开发一个新品,主要会考虑两个方面:一是新品是否有市场,能满足一部分消费者需求;二是,在满足需求的基础上,市场规模的大小。因此一件商品能否成为爆款,除了看用户喜好、需求量之外,还需看市场容量、竞争度。在具体测算中,AICI算法不仅会通过遍历所有元素组合,找出爆品关键因子,还会测算商品覆盖度,分析商品所处领域是否是蓝海市场。

在经过分析筛选后,一款有着小苍兰清冷香型的防晒洗发水诞生了。

人们在炎热夏天出门、或经过长时间日晒后,头皮会变得发痒、微痛、发油。加入防晒功能的洗发水不仅能保护头皮,还能修复晒后受损头皮,舒缓、镇静。

在商品指征明显的标品中,爆款的分析和预测更容易,准确性更高。因此,AICI初期合作的品牌,都偏向快消、食品等爆款红利明显的标品行业。目前,这些领域的一些头部品牌已经通过AICI,锁定了今年春夏的爆款公式。

在最新的试验中,AICI在服饰行业相对偏标品的类目,如羽绒服和防晒服,也做了初步的探索,找到了爆款关键词。譬如,在款式上,派克服、滑雪服、立领、连帽;风格上,个性、基础款、日系;人群方面,中青年、公务员、爸爸;面料方面,复合、牛仔、三防面料等……

整体看来,目前AICI的应用有两方面。

一是将爆款“计算”功能开放给商家,让原本繁琐的商品企划变得更简易且科学准确。在特定市场下,它们能找到更容易成功的品,并找到爆品关键元素以及优先级。第二,自动化推荐,TMIC将算法挖掘到的黄金赛道透传到前端,按照这个方向开发新品。

依照这个逻辑,不久后的市面上,将出现越来越多小众独特的新品。

“造”出爆款的前提,让机器读懂商品语言

此前,市场上一个新品的诞生过程中具有很多偶然性。

一个品牌的企划部,在经过漫长的市场洞察后,开启商品企划,并自动生成一个商品概念卡片(concept card)。但在这个过程中,由于缺少全链数据的支撑,多了拍脑袋的决策,一方面容易漏掉市场机会,另一方面,结果缺少说服力和决断力,流程冗长,效率低。

而如今商品从需求洞察、规划市场方向、形成商品概念,再到最后生成新品的过程,已经可以被“数字化”了——这意味着商品可以被算法计算、创造。

但这是个长久积累的过程。

首先,数据的丰富度是基础。一个AI需要被“投喂”足够多信息和数据。天猫10亿商品池及其背后的市场行为洞察,每年又有近2亿新品“冒”出来,源源不断提供丰富商品信息。

但光有商品信息还不够,下一步是需要将海量商品标签化,形成算法可以识别的语言。

每个行业都有关键决策因子,并有一套符合产业常识和生成研发言语的商品要素标签。如服饰行业,常与风格、款式、颜色、面料强相关。而美妆的成分、功效,以及食品的口味、成分则颇为关键。

要使得算法测算结果更准确,一方面需要更全面的数据,另一方面,是“表述”和“转化”的精确性。

自成立起,TMIC在的一项主要任务便是翻译“商品”,将商品的信息转化成机器能读懂的语言,也就是给商品“打标”。这是一项专业、繁琐、庞杂的工程。一些标品或许可以进行快速定义,譬如饮料的口味、洗发水香型。但是在更多时候,这是一个模糊的地带——譬如很难定义一款口红的具体颜色和质地。很多时候,商家在描述一个商品的时候会做“联想式”表达,譬如“太空泥唇釉”“雾面哑光丝绒唇釉”等。光是梳理标签,TMIC就花了2-3年。

在更难被标签化的非标行业服务,TMIC除了与品牌和专家重新构建一套风格体系外,还深度运用了AI生成图片的能力,将标签翻译成图像,让机器去解读“图片风格”。

正因为拥有一套完整、覆盖亿量级商品的要素标签,同时标签既要符合品牌的货品逻辑,也要能满足消费者需求,才算是建立了商品语言的“基础设施”,AICI爆款公式这才得以运行。

再接下来,算法能力决定了结果的准确性。只有深度构建和建模学习能力,才能基于庞大商品数据,找到货品与货品之间的关系、货品不同属性之间的关系,产出爆款公式。

海量商品,穷尽计算,推导出一件爆款的黄金公式,整个过程对背后的算力提出了极高的要求。而背靠阿里强大的算力,TMIC多模态深度学习网络和超大规模决策归因模型,基于对市场10亿+商品产业要素和用户偏好行为的全面洞察,帮助品牌从上千亿潜在组合中自动高效遍历,才能计算出爆款画像,帮助商家更精细运营,抓住市场机会。

一场电商的效率革命

为了让AICI能落地到具体商家应用层面,必须考虑不同商家本身的能力以及目标。

不同商家的体量、商品分析能力、研发新品阶段不同,AICI需要贴合不同商家的情况进行分层运营:一些商家希望通过爆款带来营收现金流,因此“高转化”是其目标;有的商家希望通过爆款为店铺和品牌带来“人气”,他追求的就是高复购、高拉新。只有明确自己的目标,才能让AICI“吐出”对的结果。

如果商家只是在探索新品开发方向的阶段时,AICI会扫描整个赛道并自动推荐爆款元素,商家可以通过“看板”进行判断。以研发抗老眼霜为例,输入目标市场后,系统会显示出爆款率最高的成分、价格和包装形态。

如果商家已经进入新品研发概念期时,AICI会针对赛道体更精细化挖掘,并提供自定义分析和交互。一些颗粒度更细的市场洞察也能被兼顾到。譬如市场筛选维度,品牌可以只聚焦局部人群,或者某一细分市场,也可选择只分析一二线高价位市场。同样是研发一个眼霜,AICI可以提供“20-30岁,眼部肌肤有过敏问题、同时兼具抗老需求的眼霜”所对应的商品形态。

上述两个版本,分别是AICI的基础版和进阶版,更广泛的覆盖到商家的不同需求,商家可以根据自身情况灵活体验

2017年10月成立的TMIC天猫研发中心,初衷是基于淘宝天猫的消费者洞察,让品牌研发新品更简单高效。它将原本需要4-6个月的市场洞察、用户调研等过程,缩短到了1-2周。

2020 年之后,TMIC除了与头部大品牌合作之外,还深入到更上游的供应链端原料商,通过在原料生产过程对市场先一步的预判,辐射到范围更广的中小品牌,带动整个市场向前跨越。

在TMIC负责人添琦看来,AICI代表了TMIC最新能力扩展——商品企划。这意味着TMIC从原本只基于市场洞察定方向,到如今能给出具体的商品形态和概念,以及爆款画像,进入到全新的阶段。

AICI应运而生,本质是以更有效的数据支撑,找准爆款机会。全局数据以及穷尽解析带来的结果更具全面,精确、扎实,将显著提升新品研发的确定性,商品更快速迭代。

“AIGC能火是因为人脑可以处理的信息量有限,记忆关联构建的能力有限,但机器是无限的。它可以拿到近乎全量的可能性,因此不错过任何一款爆款。这是对人有限创造力和分析能力的补充,或许是商家的新红利。”添琦称,这会是一场效率革命。

在这场“革命”下,打破思想边界的新品会不断出现。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1