聽懂一句AI實話，做成一件零售實事

“交錢參加了一個線下的AI設計交流班，差不多六位數，靠譜嗎？”

“這個軟件商說只需要一部手機，就能實時換臉，讓數字人替我直播，尊嘟假嘟？”

“我們是一家連鎖酒店，你這AI能根據建筑結構圖，按酒店主題生成房間的裝修示意圖嗎？”

“最近做夢都在跑圖，人家的AI作畫效果那么好，prompts（提示詞）到底是咋寫的？”

過去一年里，我在很多場合感受到零售從業者對AI的渴望。他們看到了大模型及其對應的AI新技術，在市場營銷、生產管理、辦公流程等多個環節對零售行業的革命性影響，迫切希望用AI工具武裝自己。

然而，大多數沒有技術背景的人，在聽了太多大模型怎么好，AIGC怎么驚人的故事之后，卻在開始親自上手將大模型、AIGC與自身業務相結合的時候，發現困難往往存在于一些細節：不知道某一句prompt怎么寫，不清楚某個具體場景如何“被AI”，不懂效果該怎么優化……

這些具體而實際的問題不解決，企業想要真實地從AI技術中獲益，恐怕還要打一個問號。而這些細致問題，是無法通過一場兩小時發布會、一次科學家的布道、一個面向全行業的講座，就得到充分解決的。

今天我們就來聊聊，零售企業與從業者，究竟要跨越多少混沌，才能讓AI落到實處。

零售+AIGC的“混沌紀元”

如果要給今天的零售智能化，設定一個階段性坐標，我愿稱之為“混沌紀元”：雖然技術愿景和趨勢很清晰，但腳下的路和身邊的環境卻很朦朧。

造成這種混沌局面的，正是以大模型、AIGC為代表的新一代智能技術，在廣泛落地的初期，往往空談大于實干。

AI與零售，其實并不陌生，早在2016、2017年起，AI與零售行業的結合就有了不少探索，比如利用機器視覺算法統計線下門店的人流量，為日常經營提供決策；基于數據中臺+AI算法模型，對零售品牌的會員體系、營銷方式、用戶畫像等進行優化……

但是，基于大模型技術的AIGC應用與零售場景的結合，才剛剛開始。去年，以ChatGPT為代表的AIGC大語言模型嶄露頭角，憑借更大的數據量和參數量、比傳統AI算法更強大的理解、分析、泛化能力，可以實現文本、圖像、音視頻等內容的自動生成。由此發展的AIGC，一種新型內容創作方式（包括AI生成文本、AI作圖、AI生成語音視頻等），在零售行業有著大量的落地場景。

全新的技術和應用噴薄而出，也導致了幾方面的“混沌”：

一是認知“混沌”。AI技術概念與體系復雜，各種新概念層出不窮，很容易讓零售從業者們一頭霧水，從而“病急亂投醫”，報一些倉促上馬的“大模型課程”“AIGC培訓班”，學不到有用的干貨。

二是能力“混沌”。AI是一個相當復雜的產業鏈，涉及非常多的技術能力、工程化能力、產品化能力，每個環節對于零售企業來說，都有比較陌生的地方。零售企業聽了許多AIGC的“神奇之處”，但通過哪些能力，才能對新技術進行實用性轉化，仍是一知半解。

三是價值“混沌”。很多AI論壇、會議和課程，都會有意無意規避掉的，就是一個行業內部的復雜性與特殊性。零售企業的規模不同、性質各異、商業模式多種多樣，能夠為大模型、AIGC等AI技術落地投入的人力財力也各不相同。忽略行業特點去談AIGC，企業就很難評估智能化的實際價值，因此也不敢安心投入。

這種“空談大于實干”的混沌局面，有大量痛點困擾著零售從業者，也讓大模型及AIGC的產業價值，變得朦朧。

不敢用？先聽點AI實話

今天，零售行業已經有共識：AIGC就算現在不用，遲早都得用。而絕大多數零售企業都希望少走彎路，少交學費。這種情況下，打開更大的技術應用視野和思路，看看“第一批吃螃蟹的人”是怎么做的，就很有必要了。

最近我們發現，騰訊智慧零售恰好就在做這樣一件事。他們特別推出了「AI+零售應用新視野」系列課程，第一期聚焦在生成式 AI（AIGC），把人工智能商業化專家、零售企業蒙牛、孩子王，以及騰訊智慧零售官方講師等都匯聚到一起，從各自視角分享有關AIGC在零售行業的應用洞察與實戰心得經驗、成功案例。

在幾位AIGC+零售先行者的“大實話”中，我發現，AIGC已經在零售行業的研發、生產、銷售、營銷、服務等業務鏈路中，都有了具體的落地實踐：

1.消費者體驗環節。AIGC+問答客服，基于大模型的智能問答對話，可以為消費者提供個性化的推薦和服務，大幅優化服務體驗和效率。比如孩子王打造的AI育兒顧問大模型-KidsGPT，以及蒙牛打造的首個營養健康領域模型MENGNIU.GPT，并推出基于該模型的AI營養師蒙蒙。

2.銷售與營銷環節，AIGC+創意營銷。AIGC能力可以幫助零售企業生成創意素材，為營銷活動降本增效。在名為“純真·團圓藝術展”的互動活動中，蒙牛純甄與騰訊云合作，通過強大的AI生圖能力，對用戶上傳的全家福照片，進行多元風格轉化，贏取團圓月光獎等驚喜，吸引了大量消費者的關注和積極參與。

3.辦公和支持環節。AIGC還可以通過智能培訓、辦公助手、文檔助手等一系列能力，為零售企業的員工提升效率。蒙牛通過內部培訓計劃，培養“Prompt Engineer”（提示詞工程師），讓員工在蒙牛自行開發的AISM企業大腦平臺上進行探索，最大限度地利用AI技術。

4.分析與決策環節。對歷史的產品銷售數據進行分析，把控整體生產制造，完善市場營銷策略，是零售企業的必要工作。孩子王目前已建立了1000+個智能模型，為“千人千面”的個性化服務提供支撐。

5.更多業務創新的可能性。除了對各個零售環節的提質降本增效，AIGC還為零售企業帶來了一些全新的業務模式。目前，孩子王正著手將AI能力賦能合作伙伴，打造多產業融合發展的育兒和成長生態圈。

總的來說，AIGC在零售行業的研、產、供、銷、服的各個業務鏈路當中，都具備強大的應用價值和潛力。

通過該課程，零售企業可以聽到一些技術落地的大實話，學到“零售+AIGC”的務實經驗，以及踩過的坑，找到更適合自己的數智化解題思路。

不會用？實操得有工具

聽到這里，很多零售人可能覺得AIGC確實有點用，摩拳擦掌準備實踐了。別急，動手之前，必須握住稱手的工具。

對于今天的零售企業來說，AIGC還是一件有點陌生的事物。硬件怎么配置，提示詞怎么寫，模型怎么根據自己的業務數據進行精調，甚至去哪里買算力、數據如何清洗……大多數企業都充滿了困惑。

摒棄空談，聚焦實用，必須讓這些具體的細節和步驟，也變得清晰可上手。

為此，騰訊智慧零售學堂AI零售應用新視野系列課程中，還將由騰訊官方講師帶來《AIGC驅動零售數智化之工具實操》，通過AIGC工具的實操講解，幫助大家敲開AIGC賦能零售實際業務場景的實操大門。

這門課程的實用性，主要體現在三個方面：

第一，細致教學。課程內容具體到怎么去撰寫一個prompt，才能得到一個較為滿意的生成結果，這是很多品牌發布會，或者泛泛而談的課程無法提供的。

第二，合理預期。普通人很容易夸大技術的能力，用之前過度神化，感覺“人類馬上要被AI取代了”，用之后大失所望，認為“AI根本沒啥用”。AIGC在零售場景中要良性發展，必須弄清楚技術的邊界，這一點在課程中也進行了有力詮釋。

第三，結合案例。通過講解具體的實操案例，比如一個AIGC+零售的創意活動是如何操盤的，讓觀眾更具有代入感。

不會寫代碼，不懂什么是提示詞工程學，也能輕松上手AIGC。用好這些實用工具，干成一件零售實事，正是非技術背景的用戶所迫切需要的。

不好用？發揮實效離不開底座

AIGC在零售場景中的業務價值，不僅取決于技術本身，還取決于現實環境。要收獲實際效果與價值，企業至少還要解決幾個問題：

1.昂貴的算力。專屬大模型的精調、訓練，以及AIGC應用的內容生成，都要用到AI算力，依舊是普通企業難以搞定或負擔的稀缺資源。

2.持續的運維。AIGC應用要不斷學習業務數據和知識，持續迭代，很多零售企業的技術人才并不豐富，后續運維升級等都面臨麻煩。

3.復雜的兼容性問題。部署AIGC應用，也要面臨本地和云端的協調、跨平臺兼容問題、網絡連接、物聯網設備等復雜的軟硬件。

不解決上述問題，AIGC的綜合成本高，投入產出比低，無法發揮出降本增效的實際效果，也會讓很多企業在嘗試之后，將其束之高閣。

避免高成本成為零售企業引入AIGC的攔路虎，目前業內也有了一些解決方案。

比如騰訊云，作為最早一批提出MaaS（Model-as-a-Service）并實踐落地的企業，騰訊云依托TI平臺，正在逐步完善專屬大模型的構建，為零售企業提供穩定、高效的大模型服務，讓零售企業能夠便捷有效地構建智能化應用，打開AIGC助力業務提效增收的大門。

可以看到，想要真正擁抱AIGC及大模型時代，更合理的姿勢應該是摒棄空談、持續學習、與正確的伙伴同行。聽懂一些AI實話，做成一件零售實事，不妨先從這套課程開始。