最近关于自动驾驶出租的新闻，掀起了全网大谈论——AI，是否已经抢占了人类的事情岗位？
答案是，并不会。
要知道，在现实天下中的大多数小微企业，实在面临的是人才短缺的困境。在这种情形下，AI非但没有替代任何人，反而为小微企业补充了源源不断的人才。
而作为打仗AI最早，也是被改造最深的行业，如今的跨境电商已经成为了一个有着10万亿级的超大市场。
那么，当它与如今的大模型发生碰撞，又会从哪些方面被重构呢？
当
一个人开店，卖往美国开家店
第一步：上架产品
首先，在上架产品的这一步，就出问题了。
不同格局衣服的KV设计若何才能抓人眼球？须要雇佣什么形象的模特？如何针对不同国家进行先容页翻译？这各类选择的组合，一定有最优解。
背后的不菲支出，对我们这种普通商家来说却是不能承受之重。
就拿电商拍摄用度来说吧：在海内，做一组商品图最少200元起步，若要聘请欧美国外模特拍摄，最少也得要大几千。拍摄之后，再让美工修图，每月还得均匀支出8000-15000元。
这还没完，一件商品，若想面向环球市场发卖，就得登录不同的平台，还须要措辞和素材确当地化表达。
一套事情流下来，耗时不说，人都累垮了。
但这些问题对付AI来说，都是小case——
以下图片均由阿里国际出品的图片工具pic-copilot天生：https://www.piccopilot.com/zh
批量抠图在上架衣服之前，我们须要有商品的主图。
面对手里的一大批女装，如何不费吹灰之力，将多件衣服主图批量做出来？
以AI的功力，一次就能抠出20张。
不管背景是地板，桌面，还是眼花缭乱的地毯，AI可以一键精准完成背景移除。
有了这些平面图之后，我们不仅可以运用其他背景作为主页展示，再者可以让虚拟模特上身，呈现不同效果。
虚拟试衣接下来，只需选择一张抠好的衣服，再选择所需的模特和姿势，AI即可快速天生上死后果。
可以看到，不管是在质感还是在格局上，渲染出来的衣服都与实际保持了高度的同等。
模特换肤
当然，对付那些已经拍摄好的穿搭，同样只须要「开局一张图」，剩下的交给AI就可以了。
如果有须要微调的地方，也可以通过工具手动进行选区。
接下来，选择一个符合潜在受众的AI模特。
并且确定发色和背景之后。
就可以一键get到不同性别、不同年事、不同肤色的模特穿衣效果了。
可以看到，变革的只有模特本身，而当选中的衣服包包，都不会受到任何影响。
乃至连没有明确标注的墨镜，都被AI完美保留了下来。
如此一来，我们只需坐在电脑前点一点鼠标，就能把手里的商品全给上架了，极大地节省了高昂的模特拍摄和后期制作本钱。
据统计，在AI虚拟试穿的加持下，不仅商品的销量能翻一番，而且消费者对商品喜好度也提升了1倍。
标题建议商品的标题和描述如何吸引读者的购买欲，也是一门大学问。
根据海量电子商务数据演习后的AI，在产品标题天生上也是手到擒来。
我们要做的，便是把和产品有关的信息都贴上来，AI就会自动根据品类特色和用户购买决策，剔除无用的内容并快速天生高流量标题。
第二步：投放广告
接下来，就到了投放广告这一步。
一个出彩的广告图片，在设计布局、创意文案、背景图片上都有玄机，会对广告投放效果产生切实的影响。
以往，这些广告基本都是设计师人肉制作的，周期长、本钱高不说，素材效果也并不一定很空想。
另一方面，匆匆活广告的投放上，我们运营操作空间也很有限。
由于大部分匆匆活广告因此动态「选品池」形式投放，而一个品池便包含了上千万的商品量，仅仅靠人肉投放，是无法针对素材完成优化的。
有了AI之后，统统就大不同了。
广告一键天生大模型加持下的AI，可以快速、批量天生大量广告素材，办理了素材生产量不足的瓶颈。
文本方面，基于海量商品数据训出来多措辞创意文案天生大模型，可根据投放商品信息、投放国家、人群，进而天生更具个性化和吸引力的卖点。
图片方面，AI则基于全网海量电商广告素材，学习并抽象出了设计师的设计范式。
这就包含了一件商品和笔墨的摆放位置、对齐关系、商品背景、设计元素风格匹配规则等。
当给定输入的设计内容后，我们就可以让AI自适应排版和布局，实时合成创意图片了。
作为一家女装店，卖个鞋不过分吧（手动狗头）
精准投放广告设计完成后，AI还会给自己的天生效果打分，有针对性地投放高分图片。
末了，通过历史投放数据，AI还可以总结履历，比如有笔墨卖点的商品在广告渠道表现更好。
针对那些没有优质卖点商品图片，AI就可以进行卖点提炼。
基于海量广告的投放效果数据，阿里国际专门演习了多模态创意打分模型。
它不仅能预估投放效果，还可以根据实际情形动态调度布局，对齐最优投放效果。
在上面这个过程中，有着多模态识别+多措辞文本天生+AI图片处理+投放效果RL等多种AI能力加持。结果便是，让广告制作本钱直降3%，同时广告ROI提升了5%。
第三步：店铺运营在店铺运营这方面，对付店家AI可以通过剖析客户的偏好，让商家更好地理解客户。
回答客户评论同时，还能为客户供应个性化的回答，让每条客户评论，都能得到准确、严密的反馈。
面对这位用户的评论「制作廉价」，AI会这样回答：「我们知道，我们便宜的价格或许并不总是能知足您的期望。但我们一贯致力于以实惠的价格供应优质的产品」
谈天实时翻译不管买家用的什么措辞，我们都可以靠AI丝滑地把对话翻译过去。
即便存在拼写缺点，AI也能自动纠正
智能客服对付客户，智能客服更是天然地契合AI的利用场景。
在对话过程中，通过调用产品API和物流API，AI可以回答用户的大部分关于产品和物流情形的疑问。
第四步：售后做事
末了也是最难的一趴，便是售后了。
面对消费者的无情由退货退款申请，如果每次都把商品从外洋运回来，本钱会非常高；但如果不运回来，货损又会非常大。
在这个场景中，就可以借助AI来进行部分退款、不用退货的协商，降落退货退款比例挽回丢失。
详细来说，模型首先会在演习时学习各种历史人工判责案例的处理办法。
然后在多模态技能的加持下，剖析用户留言、退款凭据（货值破坏程度）、交易快照、物流路线等数据，进而理解轇轕的缘故原由并打算出部分退款的金额。
末了为消费者供应一种比较满意的「不退货部分退款」方案。
由此，就可以在提升退款效率、减少退款丢失的同时，优化客户的满意度（估量可达3%）。
除了退货退款，还有一种更头疼的轇轕——Chargeback（拒付）。
在碰着恶意拒付后，商家均匀须要20分钟来完成申说材料的填写，然后还需平台小二进行复核补充。
比较之下，Chargeback Agent会基于模型的多模态能力来理解订单、如约、物流、商品，以及抗辩情由等干系信息，然后自动网络并组装证据，终极实现详细抗辩材料的一键天生。
据理解，这款AI Agent一年就能为跨境商家挽回上千万元的丢失。
总而言之，从商品上架发布，到营销投放、店铺运营，再到售后做事，AI已经完备贯穿到跨境电商全链路中。
AI电商，进入第二年
人们都说，2023年也是AI电商的元年。经由一年多的发展，AI电商早已从炒作阶段，进入了成熟的运用阶段。
AI电商已经成为大模型时期下，核心运用处景之一，也是最佳的试验场。
这一领域之以是越来越热，一是由于环球电商的体量本来就很大，二是随着AI电商运用越来越多，其落地路径逐渐明朗起来。
高盛的一份报告称，环球电商在2023年发卖额达3.6万亿美元，估量24年将同比增长8%，到28年将达到5万亿美元。
可见，AI电商这一赛道，本身便是一个值得深度挖掘创新，开释极大商业代价之所。
电商运营端、供应链端、消费者端，AI的势力正渗透到个中各个环节中。
在运营端，以亚马逊、阿里国际等电商平台巨子为代表，都推出了面向商户的AI工具。
比如，亚马逊的AI Listing功能，帮助卖家能够更轻松、高效地撰写有吸引力的文案。
再从供应端来看，AI的兴起，加速了一些企业推陈出新的进程。比如珠宝类企业，从设计、开模、模特拍摄、测品、上新，最少经历几个月的周期。
而现在，企业新品上线的事情流被AI重塑，从设计，到AI天生各种效果图，吸睛文案、测品，再到基于大数据剖析，乃至AI能创造更高效的匹配机制。
商家们已经闇练地利用这些AI利器，天生文案，处理翻译，商品图设计等等，大大减少了大量重复繁琐的事情。
在降本增效的同时，还更好地迎合了消费者的购买生理。
另有德勤报告佐证，26%的受访营销者已经在利用GenAI天生营销内容，而且还有45%的人打算在2024年底之前利用这项技能。
不仅如此，AI对消费者的影响，也是革命性的。
亚马逊发布的AI评论整合功能，提炼过往买家的评价，总结一段话置顶。AI合身功能，能够让用户在线试穿衣服。
还有今年2月，亚马逊「电商版ChatGPT」——Rufus发布，能够以问答形式，帮买家出谋划策。
显然，国内外电商平台已经点燃了大模型革命的火种。
电商，是一个必定会被AI改变的行业，而这件事，如今仅仅迈出了第一步。
3亿用户业务，加持AI+电商
作为电商电商巨子，阿里国际的成绩单也十分刺目耀眼。
之以是能够快速找到落地，还是由于阿里国际拥有天然的3亿用户出海业务。
因此，在模型演习上，团队有着有很好的前置背景和专业多样化数据。
阿里国际所要做的，便是给大家供应一个共用的AI根本举动步伐，然后来办理所有这些业务在电商当中的AI需求。
有趣的是，想做这件事，就须要对电商里「AI可以干什么」，做一个产品层面的抽象。
我们须要去想象，一个坐在深圳做3C产品的工厂，一个义乌倒腾百货的贸易商，或者是一个在广州通过做档口买卖，在淘宝上、拼多多上做了很多年电商，想要做出口时，会碰着哪些困难？
不讲外语时，怎么知道外洋消费者想买什么？
东亚和欧美客户的需求差别，怎么知足对付大多数跨境创业者来说，在细分场景中挖掘机遇才是王道。
而阿里国际团队，正是在拥抱AI的探索中，摸出了门道。
在早期，阿里国际团队基于40多个场景，把AI能力快速、松耦合地集成到现有的业务场景和产品体系里。
而随着过程的逐渐加深，团队就到了大的规模化阶段，也就沉淀出了大量的标准化做事。
此时，不同国家、不同文化背景业务上的差异就显出来了。
比如，亚洲中东客户在商品表达、模彪炳现、商品信息合规哀求上，就和欧美有很大差异。
另一方面，也须要在规模化产品上用PAAS这样的平台，结合更加统一模型的办法，才能避免碎片化，得到更好的推理本钱和更大的规模效应。
此外，团队还须要在原有产品上，为前台业务团队供应更多的按需定制能力。
以前，是所有人看同一个内容商品，现在AI可以无限天生、海量天生，就可以天生「千人千面」的内容。
而AI搜索，只是大略地用一个大模型，去替代传统的机器学习模型吗？
绝不仅仅是这样。在阿里国际团队看来，这可能涉及到这全体系统和全体数据设计模式上，以及本身在算法底层上去构建商品的表达和呈现。
目前，人类措辞表述已经做了足够高的抽象，不同国家、民族的措辞，已经可以很好地表达所有抽象逻辑和详细物理工具的逻辑，但在视觉上，仍旧是一块开放的领域。
专心只做三件事经由去年的「百模大战」，谁是天下上领先的根本模型公司，显然早已有了定论。
2023年4月成立，阿里国际AIBusiness已初具百人团队规模，对自身定位却是——我们不是一个演习根本模型的团队。
他们强调了，会将自身重点放在三件事上：
首先，是多措辞。
团队将利用多措辞增强的办法，提高大模型的多措辞能力，并将其更高效地用在多措辞任务中。
就拿翻译来说，一贯以来都是小模型承担的，对付大模型如何翻译，并没有明确的答案。
再者，为了掌握本钱，很多商业工具须要掌握本钱。阿里国际希望把多措辞做好，以更低本钱更优效果，让LLM去做多措辞翻译。
会上，他们首次对外公开了背后的多措辞增强大模型MarcoPolo，更多的技能细节。
它基于海量高质量多措辞数据演习，个中小语种预见有2.5T token，可支持30+小语种，有8B/57B/72B平分歧参数规模的模型。
其次，是多模态。
在电商赛道中，光有多措辞大模型每每不足，这是一个涉及丰富繁杂的多模态场景。
假设客户由于衣服颜色发错退货，拍过来一张照片，衣服究竟是黑蓝的还是黑的，须要AI用「眼睛」去辨认。
从商家角度来看，希望上传一张商品图片后，AI能够完成优化、补全。
其余，涉及到什么是同款、什么是相似款，AI进行推举、识别，皆须要底层技能的创新。
阿里国际的多模态大模型MarcoPolo-VL，基于业界原创构造化嵌入对齐模型（SEA）演习调优，可供应7B/14B模型，而且同等参数效果下，超越了已知的开源模型。
末了，在工程和架构侧，去构建全体模型做事PAAS。
AIGC有不同的业务平台，对付商家们来说，最便捷的办法是能够在一个平台上，完玉成部运营涉及到的流程。
因此，一个通用底层平台的出身，是一定的。
阿里PAAS做事可以让模型推理做事本钱大大降落，能够以百张量级推理卡支持逐日数千万次AI做事调用。
如下是他们在PAAS上的布局，基于底层阿里云等根本举动步伐，构建了一套端到真个演习、推理、运用完全技能链，不同运用处景得以在统一的AI运用引擎、模型事情台、运用构建器等产品上实现高效迭代，从而给各个业务用好AI供应一套共享的运用举动步伐。
经由一年多的努力和考试测验，阿里国际在40+运用处景中，已经赋能50万中小商家，超1亿件商品信息得到了优化。
为什么40这个数字如此主要？
张凯夫表示，当场景能够用AI产生实际代价的时候，我们在过去半年内发生的故事，便是AI的利用量开始大幅上升。
近半年的数据显示，均匀每两个月，商家对付AI的调用量就翻1倍。
现在，平台的日均调用量已经超过5000万次，规模每两个月翻一番。
已经有超过1亿的商品，通过AI做了完备的改写。
通过翻译、换模特、涂抹黑词、卖点天生等这些用AI洗一遍澡的环节，团队很自傲：产品拿到美国消费者面前，他们能看懂、想买、乐意下单！
而且，在张凯夫看来，越是中小商家，越能从AI的运用中获益。
以是，用上AI的怎么样了？
以下，便是实打实的商家真实案例。
一位商家表示，没有AI前，只有一张手机拍摄的商品图。利用真实场景的图像虽然拍摄本钱大，但放在平台上却显得平平无奇。
而有了AI后，就可以快速天生图片背景了。
天生的图片光影不但和真实拍摄的不相上下，还能套用海量的营销图模板，这些模板由外洋设计师根据当地风格设计，不只本钱降落，点击率也嗖嗖提升。
比如，速卖通平台的显示器top商家Zeuslap，便是从2023年11月开始利用阿里国际AI的图像天生的功能。
无论是店铺装修的banner、商品场景图、商详图、YouTube和TikTok的封面图等，都是AI完成的。
从前，商家须要花很多韶光在找素材和设计上，还得自己动手PS。现在只要选择模版，上传商品，就可以轻松搞定商品图营销图了，巨省韶光。
如今，在阿里国际AI的帮助下，Zeuslap已经从创业的夫妻店，发展为平台行业第一的品牌。
AI给电商出海带来的剧变，还在后面呢。
