生成式AI落地营销 易点天下：重新思考行业发展
【环球网科技报道】今年7月，智能化营销服务商易点天下正式对外发布了旗下首个AIGC数字营销创作平台KreadoAI，提供包含AI数字人、AI模特、AI工具、AI创意资产在内的4大解决方案。
据了解，KreadoAI 为人工智能应用统一平台，为客户提供软件即服务（SaaS）化的访问方式。同时，基于亚马逊云科技提供的弹性算力支持与托管式机器学习服务，易点天下实现了人工智能应用的快速研发。
对此，易点天下技术中心总经理秦鹏表示：“大模型时代的到来，让我们必须去重新思考整个广告行业的变迁和发展，因为每一次技术革命一定都会推动行业进步，甚至改变整个行业的底层逻辑。我们易点天下也有足够的信心来应对未来的机遇和挑战。”
引入AI 破局行业难题
随着互联网时代的到来，广告营销行业也经历了行业转变，技术发展不仅仅影响了广告的传播方式，更是改变了广告的顶层逻辑，比如付费引擎的出现，让广告实现了可以按需定制化的投放。
随着移动互联网的普及和云计算的兴起，平台收集和处理的数据也迎来了爆发式的增长。借此，易点天下构建了一套可以精确追踪到每一次广告展示、点击 和后续效果的大数据平台，可以精准地追踪到广告的每次展示、点击和后续的效果。秦鹏介绍，随着技术的发展和公司的成长，易点天下也同步扩展出了数据挖掘、分析、可视化报告、ROI实时监测和用户画像DMP、创意AB测试等等一些功能，打造了整体的营销产品体系。
据了解，易点天下主要服务的客户有电商客户，从电商行业来看，电商客户以前在通过海外模特进行棚拍，单张照片的成本就需要百元左右，传统素材的生成方式，比如服装类的模特棚拍、宣传视频的人工录制等都涉及到大量的成本支出、后期处理周期长等问题，而这些问题在人工智能时代都能够很好的被解决。
在用AI技术赋能企业管理方面，易点天下通过多种AI工具实现了内部管理的降本增效，比如说让AI助手完成日常的文档优化、工作信息的整理和营销文案生成等工作，用Midjourney和Stable Diffusion去帮助设计师生成图像类的素材，去实现设计环节的增效。
推出生成式AI产品
随着生成式AI技术的爆发，也给营销行业带来了新的发展契机。据秦鹏介绍，在过去半年的时间里，易点天下已经成功接入了PaLM、Anthropic、LLAMA，包括Stable Diffusion、Midjourney等在内的大模型，“我们是成为了国内首批接入AI大模型以及多场景应用落地的企业。我们也通过对一些闭源模型的微调、工程化和对开源模型的一些新训练，形成了符合我们易点天下自身业务场景的一些模型。”秦鹏说道。
在AIGC的产品中，最为重量的产品便是KreadoAI。产品测试阶段，易点天下邀请了全球多个国家与地区的很多中小企业、创意设计公司、KOL、自媒体工作者，包括AIGC的爱好者，来深度参与和体验、使用KreadoAI，以获得他们的体验反馈。
目前，KreadoAI的核心产品服务主要包含了四大模块：AI数字人创作、AI模特、AI工具和针对AI创意资产的智能管理和AI分析。
同时，KreadoAI已经实现了对AIGC领域文本、图片、视频、创意的全面覆盖。易点天下通过产品系统化来推动创作效率的提升，降低整体的制作成本。秦鹏表示，与其他AIGC产品相比，KreadoAI的优势在于将AI技术、服务解决方案的场景以及营销数据，实现了闭环，通过持续的反馈和迭代，能快速地实现整个数据链路包括成果效果的增长飞轮。
从技术角度来看，在构建 KreadoAI 模特解决方案的过程中，易点天下选择了使用 Amazon Elastic Compute Cloud（Amazon EC2）和 Amazon Elastic Kubernetes Service（EKS）进行站点的托管与预处理服务，在后端由 Amazon SageMaker 运行模型的训练任务与异步推理，并将相关素材与结果统一存储在 Amazon Simple Storage Service（Amazon S3）中，用户可以通过 Amazon Route 53、Amazon CloudFront 获得低延迟的访问体验。
在 KreadoAI 数字人视频融合解决方案中，易点天下采用了配备有 Auto Scaling 组的 Amazon EC2 G4dn 实例提供 GPU 运算支持，并针对多语言覆盖在服务中集成了具备快速合成能力、自然语音与可调整风格的 Amazon Polly 服务为跨境电商客户的多语种用户提供自定义 AI 数字虚拟人的生成能力。
降本增效 加快场景应用落地
目前，易点天下基于亚马逊云科技所构建的 KreadoAI 系列生成式人工智能服务在上线后，能够为电商客户的素材生产提供全新的高效途径，让人工智能从传统的素材生产中的基本操作转变为高质量 AI 模特生成，节约电商客户海外模特棚拍成本并将素材出图时间从原来的3至5天缩短至1至2小时。
同时，使用亚马逊云科技的托管式机器学习 平台 Amazon SageMaker 进行构建，大幅简化企业探索与研发人工智能应用的复杂度。Amazon SageMaker 和 Amazon EC2 的 G4dn 实例有助于其消除自行维护基础设施所带来的成本和人力投入，让研发人员专注于模型的构建和微调，从而在生成式人工智能这一新赛道上发掘更多新的业务机会。
