「AIGC线上Open Day系列活动」旨在深度分享最前沿的AI领域科技变革和商业机遇,邀请创业公司创始人或高管座谈分享。每月2期,每期主题不同,会从市场端关注的各行业领域选取,请持续锁定关注。
引言
◎ 跨境电商未来的增长点和机会在哪儿?
◎ AI在工厂和其他业务中的应用
◎ 在跨境电商客户领域中,AI应用有哪些作用?
◎ 广告公司是否会被AI取代?
◎ AI在跨境电商企业中的应用遇到了哪些难度和障碍?
◎ 未来是否会出现一个跨境电商垂直模型?
2023年,随着跨境电商收入端发展迅速、国内AI产业规模增大,AI+跨境电商进入人们的视野。智能驱动成为跨境电商AI技术的重要方向之一。通过利用大数据、机器学习等技术,跨境电商企业可以更好地了解消费者需求,提供更加个性化的产品和服务。很多电商平台已经开始使用AI技术来分析用户行为数据,预测用户需求和购买行为,从而为用户提供更加精准的推荐服务。
本次活动主题为AI与跨境电商,直播邀请了四位创业公司的创始人CEO参加,分别分享了他们在各自的行业领域中的经验和见解。活动旨在让参与者深入了解最前沿的科技变革和商业机遇。
大模型AI导购的实践赋能中国品牌出海
• 如何帮助出海品牌实现全面增长的综合解决方案? •
QuickCEP是一家成立于2021年的公司,旨在帮助出海品牌在出海和跨境电商转型中实现全面增长。为了解决供应链前后端缺乏对消费者精细化运营和品牌认知的支持的问题,QuickCEP开发了一个综合解决方案,旨在实现海外消费者的全域精细化运营。
该解决方案通过提升互动率、流转化率和复购率来优化用户体验。QuickCEP提供智能导购和社交媒体工具,并实现了邮件、短信、WhatsApp等通讯方式的营销自动化,形成一个全域营销和客服的综合方案。
QuickCEP目前已经服务了数百家客户,包括D2C品牌、跨境原生品牌和中国知名企业。公司关注的重点是帮助成长期的出海品牌加速实现增长。
• AI导购和客服的转变:大模型驱动的智能服务革命 •
通过研究成功品牌案例和消费者运营领域的洞察,QuickCEP总结了一些成功品牌的关键做法,包括独特的产品定位或品牌定位、优质的购物体验和售后服务、与顾客的强连接以及利用数据和技术驱动营销和运营决策。
AI导购和客服是QuickCEP产品的一部分,旨在满足品牌方对AI导购和客服的期望,包括自主学习能力、直接受理业务、支持全球语言、具备推理和总结能力等。大模型的出现为AI导购和客服带来了重要变化,具备海量的背景知识储备、逻辑推理、理解和总结的能力,并支持多语言。
• QuickCEP的产品架构如何为独立站点和社交媒体提供售前导购和售后服务? •
QuickCEP推出了一个产品,采用三层大模型架构,其中底层是基础模型层,上层是行业语料和数据反推,最顶层是具体场景的提示层。
此外,引入了小模型层和流程式机器人,用于处理确定性问题和协同处理业务。通过与其他系统打通,将解决方案接入独立站点、社交媒体和WhatsApp等平台,实现售前导购和售后服务的受理。
• 全天候服务和强大功能优势:QuickCEP解决方案的竞争优势和特点 •
QuickCEP的解决方案具有免训练、免配置、全天候无休服务、多语言支持、推理和总结能力、直接处理业务和成本可控等优势。它与主流建站SaaS打通,可以根据独立站的商品和品牌故事进行训练,支持全球消费者的接待,在处理消费者问题和提供准确回答方面具备优势,并通过小模型与大模型的结合实现成本可控。
AI赋能联盟伙伴营销,多渠道多元化的赋能中国品牌出海 - FOSHO
• 为出海品牌提供一站式的AI联盟营销云平台 •
FOSHO公司成立于2021年,总部位于深圳,在香港和美国设有分支机构。他们为出海品牌提供了一站式AI联盟营销云平台,利用新一代的AI技术来管理营销合作伙伴和销售闭环。通过数据驱动、链接本地渠道生态以及覆盖整个本地化营销漏斗的方式,FOSHO的解决方案帮助出海企业实现品牌和经营双增长。
• 新一代的AI技术如何促进了消费者洞察和物流供应链的加速发展? •
近年来,品牌全球化和跨境电商经历了周期性的波动。中国品牌走向全球化的趋势开始更注重线上线下配合,而不仅仅局限于亚马逊或独立站。与此同时,越来越多的美国本土品牌采用直营与B端合作伙伴相结合的策略,跨境电商卖家也在多渠道布局中采取新的玩法。在这个过程中,AI技术发挥了重要作用,从消费者洞察到物流供应链再到多样化的营销,都能推动出海链条的加速发展。
• FOSHO的AI技术应用-AFF Copliot联盟精灵和AI Spark功能 •
FOSHO应用新一代AI技术赋能品牌出海。他们推出了AFF Copliot联盟精灵功能,作为专门针对联盟营销行业研发的协同机器人。这个机器人可以调取数据和情报,自动梳理竞争情报并推荐适合品牌的渠道,协同FOSHO AFF系列产品功能,为品牌提供全面的联盟营销支持。
此外,FOSHO还推出了AI Spark功能,一个可以智能产出营销素材的生成式AI。Spark可以生成适合不同渠道和场景的多样化营销素材,包括文字、图片和视频脚本等。通过深度学习,FOSHO的AI Spark功能能够为客户的营销活动提供最适合的内容,进一步提升品牌的营销效果。
• 案例与成果展示 - 与某头部户外品牌的合作取得显著成果 •
FOSHO与某头部户外品牌合作,该品牌取得了显著的增量销售和品牌曝光成果。客户使用FOSHO AFF系列产品,从行业洞察、竞争分析着手设计联盟营销策略,并在FOSHO人工智能的辅助下匹配适合的联盟渠道,成功达成了品效合一的效果,实现了品牌与业绩双增长。
Shopify归因和数据智能 - Attribuly
• 助力独立站点管理的自动化工具 •
Attribuly是一家旨在通过自动化方式帮助用户管理其独立站点的公司。作为一个全球广泛使用的独立站点产品,尤其在电商领域,包括一些著名的跨境电商企业,Attribuly凭借其转化追踪和购物应用领域的热门应用,成为当月Shopify精选应用。
• 如何稳定获取用户数据并实现完整追踪?•
Attribuly以其稳定获取用户数据的核心价值而闻名。在隐私政策和iOS影响的背景下,获取用户行为数据变得困难,尤其是完整追踪用户行为轨迹更是具有挑战性。通过Attribuly,用户可以了解来自不同渠道的用户行为甚至实现跨平台和跨设备的追踪。利用这一功能,用户可以集中分析独立站点的各种营销活动,进行统一的分析和优化。
• 四个价值:归因与自动化、全生命周期数据、营销活动管理 •
在产品层面上,Attribuly提供了四个价值。
首先是归因和自动化。通过AI技术和跨设备算法,Attribuly帮助用户追踪用户的购买行为,特别是跨设备的用户行为。其次,由于营销触点和用户行为链条变得越来越复杂,Attribuly的技术可以帮助品牌发现关键的归因错误,从而优化广告和营销活动。第三,Attribuly整合了大量的一方数据,为用户提供用户全生命周期的行为数据,帮助品牌了解用户行为偏好和改进方向。最后,Attribuly能够管理各种营销活动,包括红人营销和外链引流,并绘制用户跨触点行为轨迹的完整图景。
• 如何通过Attribuly提高Facebook广告转化率并降低成本? •
Attribuly的分析数据可以帮助解决关键归因错误,提升转化率并降低获客成本,这是他们提供的价值之一。在Attribuly的应用商店中,许多用户给予了积极的反馈,称其为最佳的归因软件,极大地提升了Facebook和谷歌数据投放的有效性。只有基于准确的数据,用户才能真正了解广告中的问题并进行优化。
其中,有一位客户甚至说他每天工作的第一件事就是打开Attribuly来分析昨天的营销活动效果,以便进行下一步的优化,因此Attribuly已成为他们每天必不可少的工具。
• 如何在一个地方管理广告效果和深入了解转化路径?•
Attribuly整合了多个数据触点,包括广告平台、邮件营销和联盟营销等,让用户可以在一个地方查看整个广告的效果,并深入了解转化路径,即使不是Plus用户也能获得关键的转化数据。同时,Attribuly支持Web像素技术,为用户提供更多转化信息。
自动化优势
Attribuly的自动化功能可以帮助用户根据用户特征快速调整广告预算,提高广告投放的有效性。Attribuly提供了多个模板,用于优化广告预算,并通过自动化技术将营销专家的经验赋予用户,实现高质量广告策略的自动化投放,提升ROI和人效。
AI加归因的实现
Attribuly引入了AI加归因算法,可以发现关键的归因错误,提高广告投放的效果。无论是Facebook还是谷歌广告,Attribuly都能支持并提供准确的数据分析,以实现精确的数据分析。
此外,Attribuly还支持红人营销,并通过多元数据分析帮助衡量红人效果,促进红人与品牌的协同合作。
万有引力:用AI重构电商并加速业务流程
万有引力作为一家有二十年电商经验的创业公司,专注于跨境海外市场,通过模型重构产业链和业务流程,注重非标商品的创意设计和运营。
• 如何借助AI模型实现非标商品的创意设计与运营?•
款式设计和改款:利用AI技术对款式进行再设计,考虑材质、石头元素和组合,并能快速进行查看和改款。AI的应用覆盖营销物料和投流的需求。
提升设计和测试效率:AI技术可以加速生产力,帮助决策和减低成本,缩短流程时间,实现快速样式生成和测试。
与大牌合作:万有引力与一些大牌合作,将其款式导入并进行改款操作。
• AI在产品设计方面的能力有哪些超过人类设计师?•
超越设计人员:AI在设计方面具备超过设计人员的能力,能根据逻辑、元素和材质进行设计,并生成新款式。
整合工艺模型:AI还能够整合工艺模型,例如雕花和浮雕,生成具备工艺要素的设计。
满足不同需求:公司能够处理不同商品的改款需求,包括换石头和改变外形。
提升整个设计和测试流程效率:AI的应用可以提升整个设计和测试流程的效率,使企业能够生成大量款式。
• 万有引力与客户的合作和其在电商领域的应用 •
版型和印花改款:公司与客户合作,提炼工具产品并关注服饰和配饰的版型和印花改款。
版型库和商品库:公司开放了版型库和商品库,供客户快速打样和进行细化操作,预计提供近10万款服饰和配饰选择。
发掘市场机会:公司注重发掘爆款和品类创新的机会,并通过模型进行测试。
个性化定制和改款:定制和改款领域具有巨大市场机会,公司强调降低成本、提供信息和快速改款的重要性。
强大的支持:公司提供基于数据筛选的快速查看和改款解决方案,可以涵盖配饰和服饰等广泛领域,并扩展至鞋靴、箱包、日用家居等品类。
• 通过AI技术,万有引力对产业链做了哪些改善?•
AI技术在产业链中的作用:AI技术对整个产业链起到重要作用,能够提升效率,降低成本,并满足客户需求。
拓展供应链范围:公司计划拓展供应链范围,提供定制印制服务,并与跨境电商平台合作。
探索创新解决方案:公司希望能够将个性化、有价值的解决方案提供给更多用户,并与大家一同探索电商领域的新形态。
圆桌论坛
• 跨境电商未来的增长点和机会在哪儿?•
主持人:目前关于未来机会的讨论主要集中在拉美市场和特定国家。通过技术迭代和购买路径或特定品类的因素,这些市场可能提供一些机会。在一份中国的海关总署发布的数据中,显示上半年跨境电商进出口贸易总额达到20万亿,其中线上完成的交易额约为1万亿,其中出口的跨境电商占了8000多亿。这个数据显示,线上化的比例仅占进出口贸易总额的不到5%,这意味着在线贸易领域还有很大的空间可供发展。因此,跨境电商接下来的增长点和机会在哪儿?
Alex@Attribuly:拉美市场的机会主要集中在巴西和墨西哥,墨西哥由于靠近美国且制造业发达,许多品牌正在向线上化发展。巴西由于人口众多,被视为最有机会的市场。拉美的零售品牌和跨境电商主要选择美国产品,而本地缺乏科技和软件方面的供应,中国企业可以提供质优价廉的服务帮助他们实现线上化。
Charley@FOSHO:新市场的机会包括多平台和多渠道策略,在美国市场可挖掘的机会包括内容电商、独立站以及线下零售的线上化。在新兴市场如印尼、中东,因基础建设逐渐完善,跨境电商发展迅速,中国企业可以与当地合作伙伴探索进入新市场的方式。
陈光Billy@QuickCEP: 跨境电商行业发展趋势是向高品质发展,红海品类的竞争趋于饱和,蓝海品类有较大的增长空间。利用新技术和服务提供商的帮助可以抢占先机。多渠道和多种服务的合作是突破口。
• AI在工厂和其他业务中的应用 •
主持人:提到高质量发展,目前也出现一种对跨境电商怎么高质量发展的解读,有三个方面被提及:品牌建设、依托服务商的技术能力和依靠科技,其中AI起到了关键作用。回到关于钟总相关的业务,工厂和其他业务已经在哪些方面应用了与AI相关的工具或服务?
钟卫@万有引力:工厂的发展已经变得与以前不同,不再仅仅是接单生产,而是通过直播、店铺和投流等方式进行创新。许多工厂已经意识到智能化和设计方面的提升的重要性。工厂在智能制造和设计方面的提升可以通过与AI技术结合来实现。AI在工业中渗透的过程中,首先需要被工厂使用。
AI需要变成一种简易化的工具,帮助工厂进行设计和流程改进,同时降低成本提高效率。AI包含了知识库、设计流程和流程化的部分,可以降低成本提高效益。数据的来源可以来自主流市场,如欧美市场的客户需求,通过与客户的对齐可以提供更好的设计方案和工具。当AI工具的门槛低且具有专业性和良好效果时,将产生新的商机。
• 在跨境电商客户领域中,AI应用有哪些作用?•
主持人:在不同的客户领域中,包括亚马逊卖家、独立站、贸易商和服务商等,对于AI的使用程度和渗透情况似乎也有差异。那么这些领域中的客户对于AI的使用情况如何?在他们的业务中,AI发挥了哪些作用?
Alex@Attribuly:中国的一些服装电商在使用AI产品方面表现积极,并与全球趋势相结合。付费意愿存在,但商业化和广告投放方面的应用仍有一定距离。
Charley@FOSHO:在出海品牌、海外服务商和渠道商等领域,AI技术对加速生产和多语言输出具有重要作用。品牌使用AI生产文案的能力较高,但还需要经过市场团队的修整。亚马逊卖家、独立站卖家和SMB客户在SEO和产品说明书等方面广泛使用AI工具进行加速生产。对于SMB来说,AI对于文案的质量提升尤为重要。
• 广告公司是否会被AI取代?•
主持人:据我所知,甲方商家目前有很多自己使用ChatGPT等工具进行基础文案工作,这对广告公司、广告代理公司和创意策略公司造成了冲击。所以说当AI发展足够聪明进入智能体阶段,广告公司的存在还有意义吗?广告公司是否会被取代?是否存在仍无法被取代的价值存在?
Charley@FOSHO:尽管品牌主在使用AI方面投入较多,但在创意方面,特别是视觉方面,AI工具无法完全满足大多数品牌的需求。品牌在素材生成的符合品牌规范和适应不同渠道的要求方面仍需要人工修整。因此,像广告公司、广告代理公司和创意策略公司这样的服务商仍然具有一定的必要性。这些服务商拥有技术、数据和海外认知,能以更智能、科技化的形态为客户提供服务,帮助品牌根据不同行业和品牌需求选择最适合的AI技术站。
Alex@Attribuly:一些专注于特定行业或领域的广告公司可能形成了自己的隐性知识,难以被AI完全替代。广告公司的核心作用在于帮助客户建立品牌的洞察和定位,并为品牌选择最合适的AI技术栈。跨境电商和垂直市场的品牌更倾向于与拥有专业领域知识的广告公司合作,以更好地拥抱AI并提高效率。
• AI在跨境电商企业中的应用遇到了哪些难度和障碍?•
主持人:明白,听到这里,代理公司松了口气哈哈。然后下一个有挑战的问题给陈总,因为我知道QuickCEP这边的话其实是相当于管理整个客户的消费者数据,包括它切入了售前,也切入了后续营销的自动化,那么对于跨境电商企业来说,如果他们立即要开始使用AI并将其与现有业务结合起来,推进的难度和障碍在哪些方面?即在向客户推广和普及AI技术、解决方案方面会遇到哪些困难?
陈光Billy@QuickCEP:对于跨境电商企业来说,推动AI与业务的结合以及普及使用会面临一些难点和挑战。在跨境电商的价值链中,涉及到选品、投流、交易、建站、支付、消费者运营和后续的长期维护等多个环节,这些环节都可以应用AI技术。
推动AI落地的顺序一般按照以下规律:优先使用原生的ChatGPT或Midjourney等AI工具,其次是使用可控的、范式化的AI生成图像的解决方案,这需要厂商或SaaS提供;最后是考虑将某个环节完全改造为百分之百的AI模型,从而实现爆发式生产力提升。
对品牌方和卖家来说,应该考虑AI在不同环节带来的是加法、乘法还是指数级的增长。有些环节只能进行平替,即将人工替换为AI,带来的性能表现与原来相差不大,这可以降低成本或稍微提升效率。而在一些环节上,如选品和创意设计,AI的运用可以实现乘法效果,即带来显著变化和提升。如果某个环节能够完全被AI改造,即大模型的应用或百分之百的AI应用,将会爆发出惊人的生产力。
因此,企业应根据自身情况和最迫切重要的问题来选择合适的AI应用顺序,有的企业可能着重攻击市场、推动销售和推出新品,而有些企业可能更关注利润和成本的控制等不同的需求。
• 未来是否会出现一个跨境电商垂直模型?•
主持人:由于时间关系,我们最后提一个总结性的问题。未来在跨境电商行业是否会出现一个专门解决所有场景和需求的跨境电商垂直模型?或者企业是否会自己建立算法团队来训练模型,使用开源模型进行训练?大家对未来的看法是使用现有工具还是自己训练模型,或者行业是否会涌现出一个大型的AI模型应用?希望可以听听大家对此的看法和意见。
钟卫@万有引力:在跨境电商行业中,可能会发生以下的变化和机会:
跨境电商将回归到主市场,如欧美市场,因为那里的消费力和对商品的需求更强。
个性化和小众化的需求可能会出现机会,特别是在年轻一代消费者中,他们可能更注重个性化的商品和品牌。
在增加收入和降低成本效率方面,增加收入往往是首要的,而降低成本则是在增收之后才会重视的。
未来可能会出现一种新的角色,即独立代理或超级个体,他们会接管一些生意,取代传统的劳动力模式。
客户和服务商对于行业的理解和认知可能不同,所以服务商在提供工具和解决方案时能够更清楚地看到整个行业的发展趋势。
提高生产力和迭代效率可以在前端市场实现,这可以带来速度更快的增长和效益提升。
未来的机会可能在于建立专业的数据和模型,服务商可以提供更强的专业能力,满足跨境电商的需求。
Alex@Attribuly:积累专业数据并建立专业模型是重要的。服务商可以提供专业数据,并与用户的数据相结合,以建立针对跨境电商的专业模型,提供其他模型无法提供的能力。
Charley@FOSHO:训练开源模型的成本很高,多数跨境电商企业难以承担这种长期投入和维护。他们倾向于从服务商那里获取垂直模型的能力,例如在市场营销领域,服务商可以基于自身的行业数据和客户数据,提供针对客户的适应性和垂直模型的能力,这样更具合理性和合理性。
主持人:明白,国内的企业更喜欢将数据掌握在自己手中,并倾向于定制化和私有化部署。目前有很多公司为国内的央企提供私有化模型部署服务。在跨境、海外和全球化方面,企业更倾向于使用工具。
陈光Billy@QuickCEP:在跨境电商的整个价值链上,每个环节都有可能涌现出优秀的垂直模型。大模型可能相对于每个具体环节的小模型表现会有所差异,因为每个环节都有专业的服务商和SaaS平台积累的数据。数据安全是垂直模型发展的一个关键难点,需要在客户和服务商之间达成一个共识,以赋能整个行业的价值链环节。
主持人:回到算法、算力、数据和场景这四个要素,AI应用的公司在数据和场景方面已经取得了领先地位。随着算力成本和模型调用成本的降低,相信AI应用的公司仍然具有巨大的潜力。