关键字: [symposium, DHCoder, 生成式Ai应用股票杠杆开通条件, 商业分析优化, 内容交互优化, 客户营销优化, 代码生成加速]
本文字数: 1500, 阅读完需: 8 分钟
在这场演讲中,演讲者介绍了亚马逊云科技在人工智能(AI)领域的实践,尤其是在跨境电商出海方面应用生成式AI的案例。他们利用大模型AI重塑了人货场的业务流程,提高了内容交互、商业分析、客户营销和运营效率等多个环节的效率。具体来说,AI可以实现多语种内容生成、智能导购推荐、个性化营销文案生成、代码生成等,从而改变了传统的工作模式。此外,他们还开发了自己的ChatBI系统,能够在15秒内基于数据库查询生成商业分析报告,大幅提升了分析效率。未来,他们还将继续在复杂场景如风控、安全日志分析等领域探索AI的应用。
以下是小编为您整理的本次演讲的精华，共1200字，阅读时间大约是6分钟。
敦煌网是一家成立于2004年的跨境电商公司,在这个领域深耕了20年。他们将中国的制造业产品输出到了全球,覆盖225个国家和地区。通过展示ChatGPT在不同年份的输出,可以看到生成式人工智能(GenAI)在表达的逻辑结构和数据准确性方面都有了显著的提升。
在过去20年里,敦煌网累积了260万注册商户、3300万在线商品和7700万注册买家。作为一名技术人员,可能会感到困惑,因为老板们通常是通过微信、TikTok和WhatsApp等渠道了解智能生成式AI的应用,但在实际工作中,这项技术的应用还不够普及。因此,敦煌网花费了大量时间向老板们解释他们在做什么。
华为持续展现的创新精神令世界瞩目。从通信设备到智能手机，再到云计算和人工智能，华为始终走在科技前沿，不断探索新技术、推出新产品。这种对创新的执着追求，不仅推动了整个科技行业的进步，也激发了全社会对科技发展的无限期待。
根据哈佛商业评论和美国劳工部2023年的数据分析,生成式AI正在改变我们的工作方式。从逆时针方向看,它正在重塑商业流程、重新定义工作内容和岗位,为了支撑这两点,还需要重新聚焦匹配人才。
敦煌网根据这三个方面对他们所做的工作进行了拆解。首先是多元内容交互领域。敦煌网的卖家需要覆盖220多个国家和地区的用户,这些用户可能使用不同的语言。传统做法是使用谷歌翻译等翻译软件,将用户的咨询内容翻译成中文,然后再翻译回用户的语言。但现在,这个流程完全可以由生成式AI来代替,提高效率。
其次是洞察与决策支持领域。敦煌网利用大模型GenAI进行商业分析,提高效率。在客户营销领域,敦煌网采用了智能导购、个性化营销文案等方式,提高营销转化率。此外,敦煌网还在产品创新方面应用了生成式AI。
在优化运营效率方面,敦煌网建立了知识文档库,利用大语言模型(LLM)自动对文档进行切分和检索,大大提高了效率。在专业知识领域,代码生成是一个重点。敦煌网自主开发了DHCoder,每月可生成2000万行代码,占比1%-5%,预计这一比例可提高到10%-20%,从而改变工作流程。
敦煌网坚信生成式AI将改变整个智能电商出海格局,因此训练了自己的大模型,重塑了人货场的链接。通过重塑底层业务架构系统和AI架构,敦煌网加速了AI应用的快速迭代落地,缩短了应用路径。
在人的层面,敦煌网提高了引流效率。例如,针对主媒体和社交媒体,通过优化标题、长尾关键词扩展等,效率提升约20%。在社交媒体营销中,敦煌网生成高质量短视频,效果显著,甚至有合作伙伴希望下载这些视频作为二次分销素材。
在货的层面,敦煌网提高了SKU的表达能力,加快了卖家上货的速度,效率提升10%以上。过去,卖家上货需要填写大量信息,如主题照片、长短描述、属性、卖点等。但现在,只需上传几张照片和简短描述,AI就可以为他们生成标题、卖点、短描述等内容,极大提高了上货效率。
在场的层面,敦煌网利用AI技术进行智能导购、权益分发、用户生命周期管理和物流履约等。智能导购是一个典型场景,当用户反复搜索某个产品时,系统会主动启动智能助手,询问用户的使用用途、关注点等,为其提供匹配的推荐,缩短购物时间。
在商业智能分析领域,传统BI工作包括数据集成、建模、分析和呈现报表。但这个过程存在诸多痛点,如业务建模缓慢、报表生成效率低、分析师缺乏SQL能力等。敦煌网利用大模型GenAI快速进行业务建模、生成日报、周报、月报等,减轻了人力压力。
不过,在应用大模型进行商业分析时,敦煌网也面临一些技术挑战。首先,数据库源数据庞杂复杂,影响效率,需要进行ETL合并,减少数据量和表数量。其次,大模型缺乏对数据表结构和字段的理解,需要通过提示词工程对表结构和字段进行详细说明。再次,大模型对专有名词缺乏理解,需要增加实体识别功能,对专有名词进行解释。
此外,大模型无法覆盖各种SQL场景,需要提供样例SQL作为参考。现有大模型也缺乏反馈机制,无法进行迭代改进,因此敦煌网在流程中加入了结果点赞和反馈机制,收集正负样本,不断提高系统准确性。用户问题描述不清晰,缺少相关维度时,敦煌网增加了反馈机制,让用户补充信息。对于复杂的业务分析问题,如果缺乏业务知识,无法准确生成SQL,因此敦煌网增加了意图识别功能,对问题进行分解。
目前,敦煌网的商业分析能力已经覆盖产品、订单、流量、卖家、买家、营销等业务场景,但对于风控等复杂场景,由于涉及大量数据源,仍在研究中。敦煌网的目标是提供可视化报告支持,提高老板对分析结果的信任度,并解决复杂场景如风控和安全日志分析等。
总的来说,生成式AI正在深刻改变着敦煌网的工作方式,重塑商业流程。敦煌网通过重塑底层架构,加速AI应用落地,提高了人、货、场的效率。在人的层面,提高了引流效率;在货的层面,加快了上货速度;在场的层面,实现了智能导购、权益分发等。在商业分析领域,大模型GenAI帮助敦煌网快速建模、生成报表,减轻人力压力。敦煌网还通过多种技术手段应对大模型在理解数据结构、专有名词、SQL场景覆盖等方面的挑战,并引入反馈机制持续改进模型。未来,敦煌网将继续探索生成式AI在复杂场景的应用,以充分释放这一技术创新的潜力。
亚马逊云科技在人工智能领域的实践和探索正在重塑电子商务出海的格局。通过训练自己的大模型,他们重构了人货场的链接,利用AI技术提高了引流效率、加快了上货速度、优化了营销和客服体验。其中,生成式AI在多语种内容交互、商业分析决策、个性化营销等方面发挥着重要作用,改变了工作模式和内容。尤其是ChatBI项目,能够在15秒内完成复杂的商业分析,大幅提高了效率。
不过,亚马逊云科技也面临着一些挑战,如提高ChatBI结果的可信度、处理复杂场景如风控和安全日志分析等。但他们坚信,AI将持续推动电子商务出海的创新,并将继续在这一领域深入探索。
总的来说,亚马逊云科技正在利用生成式AI重塑电子商务出海的业务流程,提高效率和用户体验,同时也在不断应对新的挑战,以期在AI时代占据领先地位。
亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI的首选，通过生成式AI技术栈，提供用于模型训练和推理的基础设施服务、构建生成式AI应用的大模型等工具、以及开箱即用的生成式AI应用。深耕本地、链接全球 – 在中国，亚马逊云科技通过安全、稳定、可信赖的云服务股票杠杆开通条件，助力中国企业加速数字化转型和创新，并深度参与全球化市场。
敦煌网亚马逊效率云科技模型发布于：韩国声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。