6月13日,2024T-EDGE未来科技大会@CTIS在上海新国际博览中心N1 1D26展馆举办,大会主题为“AI领航 智联未来”。
现场,30+位业界领袖、产业优秀企业代表,分享以AI为代表的新技术赋能科技产业,抓住中国企业全球化、数字化营销、绿色经济、智能家居多个产业和领域的创新发展趋势,以四大热门议题,开展主题演讲、圆桌对话等形式的深度探讨,打造CTIS之科创高端话题场。
会上,以《基于生成式AI的营销场景与消费者体验创新》为题,亚马逊云科技中国区行业专业部总经理朱翊做主题演讲,他表示,在营销和体验场景,生成式AI在三个领域可以发挥很大的作用。
第一,增加客户体验,如多语言的翻译,聊天机器人,智能助理等;
第二,激发员工的生产力,例如设计研发,文本图像、视频的自动生成、文本摘要等;
第三,提升运营的效率,例如合同文本的阅读,过去都是靠人来做,就算不对企业现在的业务流程、业务模式做大规模改变,我们也可以充分利用好这个技术,对现有的基于人力基础上的一些工作起到极大的提升。
朱翊提到,做场景不能只考虑单点,一百个人有一百个场景,企业做场景搞到最后就变成一个点子公司,每个人都在老板面前表现,做了多少个场景,给企业带来多大的效益,所有的东西都变成浅尝辄止。
真正企业级的应用要形成一个闭环,体系性、工程化地应用好生成式AI,这可能是一个成功之道,既要有点也要有面。
以下为朱翊演讲实录,略经钛媒体App编辑:
人类社会的发展历史,实际上就是一个波澜壮阔的科技发展史。
不提第一次工业革命、第二次工业革命,回想2010年,社交媒体、智能手机、移动互联网等等新生技术不断涌现,企业业务从信息化走到数字化,也就是用数字化手段实现业务,在数字化世界全盘映射,带来极大的效率提升。
时间继续往后推进,后来有小模型的人工智能等新的科技,一直到去年生成式AI的火热,生成式AI本身的特点,带给了我们极大的想象空间。
从业务角度来看,第一,企业可以进行业务模式的创新,业务走向新的市场,换言之来看,十年前我们曾经提出一个口号,说业务数字化走到下一步是数字业务化,这一步是有机会可以达到的。
根据去年麦肯锡提供的数据,生成式AI场景带来的全球收入应该是2.6-4.4万亿美元,这是去年估计的数据,到今天大家看了这么多应用场景之后,我相信这个数字可能要更大。
第二,但凡员工数超过5千人以上的企业,他们都认为,未来18个月生成式AI会对业务或者所处领域产生颠覆性影响。
第三,30%的企业已经在运用生成式AI,无论是尝试还是大规模应用。
我们今天主要是谈的场景,不妨把业务场景再往下剥一层,也就是业务场景的组建,从我们的生成式AI角度来看基本上分成两部分,其一,生成式AI强大在于内容的生成,无论是文生文、文生图,还是代码自动生成。
其二是自然语言交互,翻译、归纳总结、搜索对话机器人等,这是非常强大的业务场景组建。
如果把这些业务场景组建当做乐高的积木,我们在构建业务场景的时候,就有很多的想象空间。
营销与体验,生成式AI的三大场景
单就营销和客户体验一个领域,我们认为有火热的六大场景,举个例子,语言内容交互,中国企业出海最大的两个市场,除了北美之外还有两个大市场,欧洲和亚太,除了英语是通用语言之外,当地的小语种服务也是刚需。在生成式AI出现之后,多语言内容交互的场景应用非常之广泛。
再如产品的创新,海外市场用户和中国本地市场不同,很多企业尤其做To C端的企业,在产品设计的时候,必然要顾虑到当地市场的消费习惯,甚至人种的肤色等。
传统做法是在当地投资构建一个研发团队,招募很多的研发人员做适合当地产品的设计,但生成式AI出现之后,完全可以通过技术手段获取当地市场的消费习惯,数据分析可以拉回到国内。
换言之,企业出海不必在海外目标市场进行投资,可以充分利用生成式AI技术,使用原有的研发人员的能力,实现对海外市场的触达和投送。
从亚马逊云科技角度来看,我们比较喜欢总结归纳,也方便客户从这些规律当中找出一个有效的方法,设计你们的场景。
到今天为止,生成式AI在三个领域可以发挥很大的作用
第一,增加客户体验,刚才讲到的多语言的翻译,聊天机器人,智能助理等等。
第二,激发员工的生产力,例如设计研发,文本图像、视频的自动生成、文本摘要等,也能激发员工的生产力。
第三,提升运营的效率,例如合同文本的阅读,过去都是靠人来做,就算不对企业现在的业务流程、业务模式做大规模改变,我们也可以充分利用好这个技术,对现有的基于人力基础上的一些工作起到极大的提升。
简而言之来看,三大领域增强客户体验、激发员工的生产力以及提高运营效率这三大领域我们可以做很大部分的场景发掘。
生成式AI场景创新,如何实现平台化、体系化
过去我们在运用人工智能技术,包括数字化技术当中,机器做什么,人做什么,这个边界线相对比较清晰,但随着生成式AI出现,这个边界逐渐有所模糊。
结合我个人的心得,如果选择有效的营销场景推进,不妨从这个角度去考虑生成式AI有哪些相对来说需要模糊性、大规模进行计算的能力,就是原先传统相对比较低端的脑力活动,生成式AI是很好的切入口。
做场景最难在哪里?一百个人有一百个场景,企业做场景搞到最后就变成一个点子公司,每个人都在老板面前表现,做了多少个场景,给企业带来多大的效益,所有的东西都变成浅尝辄止。
真正企业级的应用要形成一个闭环,我们要体系性、工程化的应用好生成式AI,这可能是一个成功之道,既要有点也要有面。
举一个实际发生的例如,一家海外电商想做海外竞品的市场定性分析,过去的竞品市场分析完全通过人工,可能有些企业做过这种事情,临近暑假找一些大学生,扒一堆数据过来做经营分析,生成式AI绝大部分情况下可以把人工手段屏蔽掉,效率、成本、结果上都有很大提升。
海外竞品市场分析完之后,再把数据再反哺到下一步工作,也就是竞品价格以及整个产品功能的分析,过去更多的是靠企业经验丰富的个人去做,如果有前面海外市场竞品分析的数据反哺,再加生成式AI的加持,这部分工作也可以有极大提升。
再之后反推过来整个企业竞品销售和销量分析,也可以摆脱对人工的依赖,这是第三步的工作。
最后就是消费者洞察,消费者洞察经常是单独的一个个体的画像,如果通过生成式AI的方式,可以把市场、竞品、消费者三点全部联系在一起,实现一个非常丰满的消费者洞察,反过来,我们再设计产品对当地市场做营销推广,这就形成一个体系性的螺旋式迭代上升的过程。
这种场景的应用就不是霰弹打鸟,不是大家变成点子公司,而是体系化、工程化的往前推进。
这里我们给大家介绍AmazonBedrock,是亚马逊在生成式AI的托管服务,从某种意义上你可以把他想象成是一个平台,这个平台并不会只做一个大模型,无论是claude3、Llama 3等等所有业界主流最先进的模型都可以在上面跑,企业角可以选择一个最符合业务目标的模型。
通过AmazonBedrock,从整个零售、制造To C端到端的价值链,各个场景都可以不断做尝试,实现平台化、体系化的创新。
生成式AI的六大内功
生成式AI创新给大家很多美好的愿景和想象的空间,但生成式AI本身只不过是个工具,要把它用好不能光看冰山上的一层,更多是要看底下的内功,我们简单归纳了六大内功。
第一,勇于尝试。在互联网时代以及今天的生成式AI时代,坦白来讲,每个单独的领域只有第一没有第二,无论是小步快跑也好,大胆尝试也好,一定要走出这一步,不要再等,不要再看别人做得怎么样。
第二,善用工具,类似于我们亚马逊云科技Bedrock工具平台型的工具,可以给各位业务的创新提供一个想象的翅膀。
第三、夯实数据是一个必须要做的前奏,所有的企业不要幻想数据还是一团糟的情况下,就想用生成式AI弯道超车,最后可能是在弯道上不断再走弯路。
第四,赋能员工,员工才是真正的创新资源。
第五,落地治理,在今天相对比较复杂的国内外的政治经济环境体系下,容不得企业犯错的,不能让生成式AI去犯很明显的商业和政治性的错误。
第六,云化生态,企业要考虑到的不光是和科技公司进行合作,自己的生态合作伙伴如何利用生态,如何利用生成式AI形成一个生态的正向循环,这也是我们思考的一个点。
怎么样触发企业内部的创新,尤其是使能整个员工,我们用亚马逊云科技自己的例子,给大家做做一个参考。
亚马逊生成式AI解决方案分成三层架构,底层对GPU算力、基础架构进行了基本分装,分装完之后用Bedrock平台再加上Agent方式,方便我们的客户尤其客户的技术人员直接使用,在往上走有大量开箱即用类似于一些业务的应用。
通过三层架构的方式,把很多生成式AI技术上难点进行了分装,不止是专业技术人员,普通的业务人员都可以利用三层架构直接实现创新。
打个比方来看,过去企业的创新绝大部分都是靠企业的研发部门,一千人的企业研发部门可能一百人,如果运用到类似这种普惠化创新三层架构,企业每一个人都是创新的因子,通过合适的工具,赋能给我们的员工,实现生成式AI的普惠化。
还有一点就是软性的文化,亚马逊秉承两点原则:
一是客户至上,几乎每家企业都会讲客户为中心,但是做得好和做得不好相差很大,客户为中心意义在哪里?本质上你要站在客户角度看我们企业内部,从客户的思维角度去看他的核心诉求,这样研发出来的产品,做的营销才能真正挠到他心中最痒的这块地方。
这种思路方式从另外一个角度来看,就是亚马逊一直讲的逆向思维法,站在客户角度以终为始反向再推,我们再去找到合适的生成式AI的工具,包括定义场景,设定最小产品构成创新,才能回到原点解决核心的业务问题,为客户提供真正想要的东西。
秉承客户为中心,千万不要拿着锤子找钉子,亚马逊云科技在整个科技行业作为领头兵,已经有大量的客户跟我们携手走在一起,给大家两个信心:
第一,你们不是孤独者,已经有很多人在往前走,鼓励大家大胆应用生成式AI。
第二,亚马逊云科技我们在这里承诺愿意做好大家的后盾,帮助大家用好生成式AI走前一步。谢谢大家。