生成式AI席卷電商領域，AIGC賦能廠商與客戶增效降本

生成式AI已經熱了這么久，廠商們在電商領域都有哪些探索？

從AI模特換裝到AIGC賦能運營，生成式AI全方位滲透電商產業鏈

生成式AI對電商領域有什么影響？發展現狀如何？一篇文章看明白

七個具體應用案例，透析生成式AI在電商領域的應用

科技巨頭和創業公司動作頻頻，生成式AI強力滲透電商領域

文/王吉偉

AIGC的颶風刮起來之後，生成式AI很快就滲透進了電商領域。

電商領域擁有巨大的市場規模與目標客戶。從事電商的企業數字化程度較高，對新技術接受能力強，AIGC解決方案可以快速落地。

而電商起家的雲計算廠商，更是AIGC的主要推動者。在微軟攜着OpenAI雲服務讓ChatGPT、DALL-E等產品與解決方案快速落地到多個領域後，亞馬遜、阿裏雲、京東雲等緊跟其後強勢推出自有LLM，並快速开發相關應用部署到自有生態以服務用戶。

阿裏巴巴集團董事會主席兼首席執行官張勇認爲，所有的行業都值得在大模型的基礎上用人工智能的全新技術重新做一遍。並在發布大語言模型“通義千問”時提到，阿裏巴巴從自身开始，各個業務產品、用戶產品都將基於大模型重新开發。

這個邏輯當是所有大語言模型廠商的心聲，大家都在努力推進內部應用生成式AI，並攜手合作夥伴开發出好用的產品服務生態內各個平台的商戶與用戶。

電商領域既有生成式AI技術的締造者，也有AIGC落地的重要客戶和業務場景。

多年來，在電商平台开店的店主們都在苦苦追求軟件工具的應用，以更好的增效降本。生成式AI文生文、文生圖在帶給C端用戶強烈震撼的同時，也讓店家先行一步探索AIGC在電商經營中的運用。

由此，電商領域也就被生成式AI先一步滲透。

在各大電商平台推出大語言模型之前，電商圈已經有人开始用Midjourney（MJ）、Stable Diffusion（SD）等生成服裝首飾並進行模特替換，還有人用各種生成式SaaS應用輔助電商運營。

而隨着更多大語言模型的开源以及第三方社區熱心網友們煉出更多的模型，上市公司以及創業者們都开始整合資源並訓練模型與調優模型，推出了一些面向電商經營的SaaS型生成式AI產品及工具包。

用於電商經營的生成式AI軟件工具正在高速成長，AIGC滲透電商領域的速度也在明顯加快。

說了那么多，生成式AI對電商領域有什么影響？應用於電商領域有什么優勢？廠商們在AIGC方面都有哪些動作？應用情況如何？

本文，王吉偉頻道就跟大家聊聊這些。

生成式AI席卷電商領域

相對於AI生成文案等應用的潤物細無聲，AI模特換裝是引起電商領域的AIGC風。

在ChatGPT火爆不久後，SD的各種整合包讓更多不懂技術的人能夠在本地PC上嘗鮮文字生圖及圖生圖，並且很快就進入了實際應用階段。其中被電商行業廣大店主所追捧的AI模特換裝換臉與AI生成遊戲原畫一樣，成了最先受到影響的應用領域。

對於开店來說，要設計服裝款式的詳情頁，需要模特、攝影師、造型師、助理、設計師等多名人員，工作流程包括准備服裝、影棚租賃、出外景、選片、修片、配圖說明等，往往需要十幾個人分工寫作，成本百元到千元不等。

微博账號“浪豬灰頭”曾發出一張模特攝影工作室的價格表：一天8小時拍攝，需要支出3.6萬元。其中攝影費（包含400張修圖）1萬，男模和女模費用超2萬，化妝費2000元，搭配費4000元，整體費用高達3.5W+。

此外還要照顧模特檔期，服裝需要提前熨燙和整理，還需要選片、下載、制作及挑選，經常需要招聘多名兼職人員，一個服裝專場的上线周期至少10天。

這樣的服裝專場，一般的網店過去想都不敢想。現在用SD進行AI模特換裝或者換臉，只需要將模特的衣服或者臉部遮罩，再輸入相應的提示詞，就能在數分鐘內生成想要的圖片，再經過後期處理就能應用到網店了，而不再需要投入那么多成本。

重點在於要實現這些，只需用一個服裝專場費用購买一台顯卡配置高一些的電腦，安裝網絡流行的SD整合包，再配一個懂SD生成圖片的設計師，一人一PC就能幹這個活兒。

對於網店服裝款式換新來說，這種AI模特換裝簡直就是顛覆。

不只是AI換衣，模特身上的頭發、衣服、鞋子、手套、首飾、眼鏡等都可以用SD或者Midjourney等生圖工具生成。目前服裝服飾領域，已經有很多店家在用這種方式打造商品圖片及詳情頁。

在具體應用上，個人店長的通常是用ChatGPT或者提示詞工具生成prompt（指令）。

如果你不懂電腦不懂軟件也沒問題，現在一些廠商已經把SD、MJ服務以及一些开源模型部署到雲端，融合了服裝、鞋帽等專有數據，並集成了多種模型。把這些應用和服務打包成整合型產品，就能幫助用戶更加簡單、快捷的生成拿來即用的服裝衣着款式圖片。

除了以上提到的SD、MJ、ChatGPT等應用，生成式AI已經從服裝服飾界开始席卷整個電商領域。很多面向這些領域的原有SaaS工具都引入了生成式AI，並出現了更多基於GPT、DALL-E、SD等模型的SaaS應用。

鑑於SaaS應用的便捷性，現在你想开一個網店，再也像以前那么麻煩，只需用幾款生成式AI應用就能輕松开店。

比如你可以先用一站式品牌命名應用Namelix爲網店取個創意名稱並生成商標，再用Namecheap一鍵生成專屬logo和圖標，用多米智作自動寫出商品營銷文案，用Pebblely自動化生成電商主圖與詳情設計，用Magic Studio快速去除商品背景雜色，最後用StockImg AI自動生成商品詳情圖片。

而且這些應用只需要通過自然語言及手勢交互，用戶會打字會點擊就可以生成想要的logo、圖標及服裝等圖片，不需要學習專業軟件操作知識。

理論上，只要能用好這六款應用，就能开一個獨具特色的網店。

廠商們的生成式AI探索

這一輪大語言模型+生成式AI的勁風，在電商領域刮得還是比較猛烈的。創業公司船小好調頭，在GPT和SD剛上线時就开始基於生成式AI开發各種應用，AIGC從電商領域开始不斷影響整個服裝產業鏈。

目前在服裝生產的設計、打版、營銷三個環節，已經有“服裝設計+AIGC”產品相繼面世。

比如萬事利絲綢與無界AI合作，探索AIGC +絲巾設計；

知衣科技與西湖心辰合作，推出服裝產業模型“FASHION DIFFUSION”，要做服裝行業的Midjourney，在找款、改款與設計等場景中提升設計效率；

供應鏈服務企業魔魚發布“魔魚GPT”，提高服裝設計師提高工作效率；

凌迪科技Style3D發布的Style3D AI產業模型，提供AI預測趨勢、AI生成圖案/版片/材質/圖像等功能，試圖構建起數字時尚產業的“基礎設施”；

AIGC電商賣家營銷素材公司極睿科技，已經在用AIGC能力爲全域電商賣家提供從拍攝、排版、直播切片、商品短視頻到商品種草的全鏈路內容運營解決方案；

智能化營銷服務商易點天下發布了AIGC數字營銷創作平台KreadoAI，提供包含AI數字人、AI模特、AI工具、AI創意資產在內的4大解決方案。

我們還可以從今年的618，一窺國內大公司在電商領域的生成式AI動作。

今年618期間，淘寶天貓宣布發起“AI生態夥伴計劃”，开放七大商家經營場景；百度推出新電商業務“百度優選”，主打與AI技術的融合；快手組建了大模型研發團隊；值得买將AIGC列入了年度重點战略項目。

還有更多電商企業，在此期間推出了相應的AIGC活動與計劃。

事實上在上個AI技術爆發周期之後，京東、阿裏、拼多多等電商巨頭已將AI應用到新零售的建設中，以爲新零售行業各參與主體、各業務環節賦能，可受限於人工智能技術水平，“AI+新零售”行業整體仍處於探索階段。

近幾年隨着生成式AI的爆發，這些廠商們已推出大語言模型並將AIGC技術快速引入電商平台並應用到實際運營中，使得原來的“AIGC+選品”、“虛擬貨場”、“智能客服”等應用更加智能，在爲平台降本增效的同時，也極大地提升了業務效率與用戶體驗。

除了國內電商平台，海外科技巨頭也在布局電商領域。

比如亞馬遜已爲其電商賣家用戶推出一款AI工具，用於爲商品詳情頁面（Listing）撰寫文案，這是亞馬遜將大語言模型（LLM）整合到電子商務業務中的首批實例之一。在最近的2023 AWS紐約峰會上，亞馬遜雲科技更是一刻起推出了推出七項生成式AI新功能，助力企業專注核心業務提升效率

谷歌已宣布將生成式AI技術引入在线購物工具，其中包括讓消費者在虛擬環境下試穿衣服，並根據消費者偏好推薦特定產品。

微軟也宣布了整合Microsoft Shopping功能，在其必應瀏覽器和Edge瀏覽器中推出全新網購工具，利用AI改善用戶的網購體驗。

5月26日，Lazada Group發布了LazzieChat。據介紹LazzieChat可以回復用戶提問，充當私人導購，提供個性化建議和商品推薦，幫助優化用戶購物體驗，目前，該服務已在新加坡、菲律賓和印度尼西亞上线。

大模型的通用能力可以應用於多個領域，科技巨頭們自然會優先考慮電商這個數字化與標准化比較高的領域。

在跨境電商領域，廠商們也是動作頻頻。

阿裏國際站旗下的外貿SaaS服務商小滿科技發布了新的工具升級，其產品“OKKI”在營銷獲客、客戶管理、業務數據分析方面均用上了生成式AI。

TikTok所測試的一款AI聊天機器人，該工具可與用戶交流短視頻相關問題，並幫助他們發現內容。Watchful Technologies表示，其已在蘋果移動設備上某些版本的TikTok應用程序中發現這款被稱爲“Tako”的聊天機器人。

歡聚旗下的SHOPLINE從4月就开啓了AIGC之路：4月推出AI輔助郵件和短信營銷功能；5月上线了商品描述自動生成功能；6月上线商品評價智能回復功能；7月在智能落地頁接入ChatGPT。預計後面還會有更多的動作，以完成其AIGC系列布局。

AIGC軟件A股上市公司萬興科技，在海外推出新一代AI電商圖片生成神器Wondershare VirtuLook，上线“AI試衣間”及“AI商品圖”功能，爲電商商家提供商品實拍圖的模特及場景替換解決方案，多維賦能商家低成本、分鐘級生成多元風格的高清商品圖。

薩摩耶雲科技集團通過持續對AI決策智能、AIGC技術進行深度探索和運用，形成了一系列策略、算法模型、系統工具，打造的跨境電商智能綜合服務平台佈爾跨境，可爲跨境電商賣家、品牌出海企業提供“AI+SaaS+出海服務”專業解決方案。

生成式AI對電商領域有什么影響？

生成式AI是一種人工智能技術，它可以根據給定的輸入或條件，自動創造出新的內容，如文本、圖像、音樂等。生成式AI的目標是模仿人類的創造力和表達能力，從而提高人機交互的效率和質量。

生成式AI的應用領域非常廣泛，包括教育、娛樂、醫療、商業等。

在電商領域，生成式AI可以根據用戶的喜好、歷史行爲、場景等信息，生成個性化的商品描述、推薦語、營銷文案等，提高用戶的購买意愿和轉化率。

能夠基於商品的屬性、特點、評價等信息，創作高質量的商品圖片、視頻、音頻等，增強商品的展示效果和吸引力。

根據市場的需求、趨勢、競爭等信息，生成創新的商品設計、品牌形象、營銷策略等，提升商品的差異化和競爭力。

還可以根據用戶的反饋、評價、投訴等信息，生成及時的客服回復、解決方案、滿意度調查等，提升用戶的服務體驗和忠誠度。

因此，基於多模特跨語種大語言模型的生成式AI，應用於電商領域有很多優勢，包括：

提高商品描述的質量和多樣性。根據商品的屬性、圖片、評價等信息，自動生成吸引人的商品描述，增加消費者的興趣和信任。可根據不同的場景、目標、風格等，調整商品描述的語言和內容，滿足不同的消費者需求。

優化營銷文案和廣告創意。從營銷目標、關鍵詞、競品分析等維度，自動生成有效的營銷文案和廣告創意，提高轉化率和ROI。面向不同的平台、渠道、媒體等，調整營銷文案和廣告創意的格式和風格，適應不同的傳播環境。

豐富內容營銷和社交媒體互動。根據內容主題、風格、格式等要求，自動生成高質量和有價值的內容，如文章、視頻、圖文等，增加用戶的粘性和忠誠度。在用戶的評論、反饋、情緒等信息的基礎上，自動生成合適的回復和互動，提高用戶的滿意度和口碑。

增強用戶體驗和互動。生成式AI可以根據用戶的行爲、偏好、情感等，自動生成個性化的推薦、反饋、咨詢等內容，增強用戶體驗和滿意度。並能根據用戶的問題、需求、意圖等，自動生成智能回復、建議、引導等內容，增強用戶互動和忠誠度。

鑑於以上多種優勢，現在生成式AI已被防範應用於以下業務場景：

個性化推薦：通過分析用戶的行爲、偏好、歷史記錄等數據，爲用戶提供最適合他們的商品或服務，以提高用戶滿意度和忠誠度，增加轉化率和訂單金額。

智能搜索：通過自然語言處理和圖像識別等技術，理解用戶的搜索意圖和需求，爲用戶提供更准確和相關的搜索結果。由此節省用戶時間和精力，也能提高用戶的購买意愿。

智能客服：基於機器學習和深度學習等技術，模擬人類的對話方式，爲用戶提供及時和友好的客服服務。進一步減少人工客服的工作量和成本，提高用戶的滿意度和信任度。

智能物流：通過大數據分析和預測模型等技術，優化物流網絡和運輸路线，爲用戶提供更快速和便捷的物流服務，降低物流成本和風險，提高用戶的滿意度和忠誠度。

智能營銷：以數據挖掘和情感分析等技術，識別用戶的興趣和情感，爲用戶提供更有針對性和吸引力的營銷內容，提高用戶的參與度和轉化率，並能增加品牌的影響力和口碑。

這些場景只是其中的一部分，理論上只要能夠應用AI技術的業務場景都能引入生成式AI，並且生成式AI的強適用性可以讓它勝任更多業務場景。

大量業務實踐證明，生成式AI可以有效幫助電商企業提高效率、降低成本、增加收入、優化體驗，是電商領域的強大助力。

七個生成式AI具體應用案例

了解了生成式AI在電商領域的應用場景與優勢，最後我們再來看幾個生成式AI的具體應用案例。

案例1：亞馬遜使用生成式AI爲客戶提供個性化內容

借助個性化產品推薦、自定義用戶體驗和創建個性化產品描述，生成式AI可幫助亞馬遜快速向买家識別相關商品，從而提供更好的購物體驗。

生成式電子商務SaaS方案廠商Digitile，正在使用生成式AI來提高其客戶亞馬遜產品描述的質量，以提高可發現性和轉化率。AI驅動的自然語言處理技術可以生成比人類生成的更准確、更詳細的產品描述。這有助於優化產品列表描述，從而提高客戶滿意度並減少退貨。

案例2：沃爾瑪使用生成式AI爲智能商店提供動力

智能商店使用人工智能來分析客戶行爲和銷售數據，以提供個性化的推薦和產品建議，並爲其雜貨業務做出更智能的替代。雜貨業務員替代非常復雜，需要高度個人化，錯誤的選擇可能會對客戶滿意度產生負面影響並增加成本。

沃爾瑪構建的技術使用深度學習人工智能來考慮數百個變量——大小、類型、品牌、價格、匯總購物者數據、個人客戶偏好、當前庫存等等。部署這項技術以來，客戶對替代品的接受度已經提高到95%以上。

案例3：Shopify用Shopify Magic賦能商家

爲了更好的服務品牌行家，Shopify推出了生成式AI應用Shopify Magic。

這是一套免費的AI功能，這些功能集成在Shopify的產品和工作流程中，使您可以更輕松地啓動，運行和發展業務。Shopify Magic將Shopify的所有功能與AI技術的最新進展相結合，爲商店建設，營銷，客戶支持和後台管理的一系列任務提供個性化，上下文相關的支持。

案例4：eBay推出基於生成式AI的購物助理

eBay推出的生成式AI應用 ShopBot個人購物助理，可以協助客戶瀏覽eBay超過十億個列表的廣泛列表，以發現最具吸引力的交易。

客戶可以使用文本、語音甚至共享照片來指示他們正在搜索的內容，從而與 ShopBot 互動。爲了增強對用戶要求的理解，機器人會啓動進一步的對話，使其能夠提供量身定制的建議。

案例5：淘寶B端C端同時發力生成式AI

淘寶在4月上线了AI BUY 服務，用戶只需要輸入與商品相關的關鍵描述詞，AI BUY就會給出對應的商品圖片，進一步通過拍立淘搜同款完成下單。

7月份，淘寶APP又上线了AI創作小助手功能，支持用戶通過AI創作不同風格的自畫像，並且可以用作淘寶账號頭像。

現在的電商離不开內容創作，這對中小商家的運營能力提出更高要求。有了AI工具之後，商家便能夠更加便捷、高效的制作優質內容。

同時淘寶天貓商家工作台的相關AI服務也同步進入研發後期，在AI的輔助下，原本每條要花上至少10分鐘的商品上新文案策劃，只要“數秒鐘”就能完成，並且還能提供第一人稱、簡約、功能性等多種文案建議。

在淘寶，生成式AI已經實現在B端助力商家降本增效，同時在C端優化消費者的購物體驗。

案例6：京東雲AIGC內容營銷平台助力客戶增效降本

京東在7月13日正式推出言犀大模型後，也放出了大模型在電商場景的成功實踐。

在發布會現場演示中，京東雲AIGC內容營銷平台僅從一張商品圖出發，就能夠高效精准地理解商品特徵，快速生成電商運營需要的商品主圖、營銷海報圖和商品詳圖等。在人工智能加持下，每套圖的制作成本能降低90%，制作周期也從7天縮短到半天。

案例7：百度優選搜逛推一體深度鏈接用戶與場景

百度在5月推出了全新的電商品牌“百度優選”，定位是搜逛推一體的智能電商平台，在電商大腦的依托下，在搜索、直播、視頻、商城四個場域，將用戶與場景進行鏈接和交互，深度融合人找貨、貨找人，促成交易。

百度優選沒有做成單獨的APP，而是內嵌在百度APP中。依托百度的流量和數據，百度優選設計了知識選購卡、榜單、智能助手、商品測評、聚合比價、直播等多個產品矩陣，在交易前的評估階段，爲用戶提供更智能、便捷的個性化購物體驗。

此外，百度還推出了電商數字人直播平台，進一步降低商家开播的門檻和直播營銷的成本。

全文完

【王吉偉頻道，關注AIGC與IoT，專注數字化轉型、業務流程自動化與RPA，歡迎關注與交流。】

       原文標題 : 生成式AI對電商領域有什么影響？發展現狀如何？一篇文章看明白

---

標題：生成式AI對電商領域有什么影響？發展現狀如何？一篇文章看明白

地址：https://www.utechfun.com/post/260447.html