如何在电商领域把握GenAI爆发式发展机遇

导言:把握GenAI的爆发式发展机遇
为了充分利用 GenAI(生成式人工智能)的爆炸性发展,电商高管应该超越传统的炒作形式,更加脚踏实地的关注他们的自主研发或购买技术决策。
1)外部供应商的作用:从大型电子商务平台或专业供应商购买解决方案有助于避免维护成本和过时的风险。
2)定制解决方案的角色:当电子商务团队想要利用大量专有数据提供高度差异化的客户体验时,构建解决方案就显得尤为重要。这些应用可能包括个性化内容创建、定制产品设计和配置、预测库存和供应链管理、智能追加销售和交叉销售,以及个性化客户服务。
3)构建决策的影响:电商高管应该了解他们的定制解决方案如何影响核心运营流程、数据的收集和使用,以及团队成员的角色。
正文
关于 GenAI(生成式人工智能)将如何改变商业的预测随处可见。电商高管们已经能够隐约看到组织未来的模糊轮廓,但与此同时,他们也面临一个基本的问题:在一切皆有可能、每种应用案例都充满诱惑的时代,哪种技术和人才投资将带来最高和最可靠的回报?
与其追随对GenAI的过度炒作,电商高管们更应该深入组织内部,确定投资重点。采取务实方法的公司将意识到,他们目前最佳的投资机会来自于战略性地决定是选择自主开发什么还是外部采购点什么,并清楚地了解哪些功能最终会成为现有平台的核心部分。这个决策对于GenAI的应用程序至关重要,因为大型电商平台和第三方专业软件公司将构建和维护GenAI所需的大部分基础设施和应用,此外,他们将比大多数非软件业务的电商公司做得更好、更有效。
1 GenAI投资决策框架
通常的技术投资决策——购买平台、购买最佳专项解决方案,或是自主研发,在GenAI领域有所不同,这主要是因为变化的速度极快且范围极广。当大型软件公司将GenAI集成到他们平台的方方面面时,自主研发独特解决方案的门槛就变得非常高,许多定制解决方案可能在几个月内就会变得过时。初创生态系统同样面临着这一挑战:初创公司应该开发哪些作为单一解决方案的产品,以及哪些将被整合到主要平台中?
图1展示了电商高管在开始采取务实的方法评估其 GenAI 投资机会时应该提出的问题。高管们可能会考虑自主研发并扩展电商解决方案,如果用例不太可能成为以下情况之一:
1)现有的最先进的基础模型。这些模型在不断进化,这意味着Anthropic的Claude、Meta的Llama、OpenAI的GPT等模型的下一代版本将具有开箱即用的功能,能够满足一些最佳电商运营所需的用例。
2)大型科技公司的平台。无论公司是使用Salesforce作为电子商务平台,还是利用谷歌开展付费搜索,在Meta上进行社交媒体付费推广,或是把亚马逊作为销售渠道,这些科技巨头提供的平台功能都极为出色,他们能够比任何单一电子商务团队更有效率、以更高的品质来开发和完善这些平台功能。
3)第三方专家平台。大多数规模较大的电商团队已经在使用各种最优秀的专家,如Bazaarvoice(用于点评)或LiveChat(用于聊天)。这些专家也会寻求将相关的 GenAI功能整合到他们的平台中。
依赖这些外部提供商而不是构建自定义解决方案,不仅可以节省电商团队的时间和金钱,还可以让他们将资源集中在开发和扩展那些可以成为可持续竞争优势来源的解决方案上。这些解决方案通常是外部提供商无法提供并继续在其平台上发展的用例,或者是根本上需要外部提供商无法匹敌的数据和信息的用例。在这些特定情况下,公司可以利用应用程序编程接口(API),轻松访问最新的大型语言模型(LLMs)和 GenAI 模型,以创建符合其独特需求的自定义解决方案。
通过这种方式,电商团队可以专注于那些真正需要个性化定制的领域,同时利用外部供应商的专业服务来弥补自身资源的不足。这种策略不仅提高了运营效率,还有助于企业在激烈的市场竞争中保持领先地位。
2 电商团队现有的 GenAI 机遇

3 GenAI将深刻改变电商价值链
4 增强型GenAI功能的作用
随着 GenAI 技术的不断进步,大型科技公司可能会将特定功能集成到他们现有的平台中,以增强用户体验,并提供更智能、更个性化的解决方案。图 3 展示了电商团队可以从这些平台获得哪些功能。其中一些功能(例如增强的搜索功能和智能产品推荐)尚处于早期阶段,但已在这些主要商业平台中作为 GenAI 的核心功能展现出来。

对于正在考虑自建还是购买GenAI技术的电商高管来说,有两个方面很重要:
1)体验差异化。正在考虑的体验差异化程度如何?这是一种常见的电商模式,例如产品详细信息摘要或广告创意变体,还是公司所在垂直领域特有的的东西,例如定制衬衫变体或药物相互作用?
2)专有数据。有多少专有数据可用于解决方案?公司是否拥有大量专有数据?还是大部分数据都是公共互联网或其他来源的普遍公开的数据?
根据这两个维度对用例进行评估,可以将其归入图4中的四个象限之一,并附有相应的构建或购买建议。

投资于内部开发的决策不仅限于技术本身。根据我们的经验,公司应该遵循10/20/70规则,为GenAI建立坚实的商业基础。这个规则意味着公司应该将10%的精力用于设计算法,20%的精力用于底层技术和数据。大部分精力(70%)用于支持人员和改变组织流程上。关于GenAI,电商团队需要考虑三个关键因素:






















导言:把握GenAI的爆发式发展机遇
为了充分利用 GenAI(生成式人工智能)的爆炸性发展,电商高管应该超越传统的炒作形式,更加脚踏实地的关注他们的自主研发或购买技术决策。
1)外部供应商的作用:从大型电子商务平台或专业供应商购买解决方案有助于避免维护成本和过时的风险。
2)定制解决方案的角色:当电子商务团队想要利用大量专有数据提供高度差异化的客户体验时,构建解决方案就显得尤为重要。这些应用可能包括个性化内容创建、定制产品设计和配置、预测库存和供应链管理、智能追加销售和交叉销售,以及个性化客户服务。
3)构建决策的影响:电商高管应该了解他们的定制解决方案如何影响核心运营流程、数据的收集和使用,以及团队成员的角色。
正文
关于 GenAI(生成式人工智能)将如何改变商业的预测随处可见。电商高管们已经能够隐约看到组织未来的模糊轮廓,但与此同时,他们也面临一个基本的问题:在一切皆有可能、每种应用案例都充满诱惑的时代,哪种技术和人才投资将带来最高和最可靠的回报?
与其追随对GenAI的过度炒作,电商高管们更应该深入组织内部,确定投资重点。采取务实方法的公司将意识到,他们目前最佳的投资机会来自于战略性地决定是选择自主开发什么还是外部采购点什么,并清楚地了解哪些功能最终会成为现有平台的核心部分。这个决策对于GenAI的应用程序至关重要,因为大型电商平台和第三方专业软件公司将构建和维护GenAI所需的大部分基础设施和应用,此外,他们将比大多数非软件业务的电商公司做得更好、更有效。
1 GenAI投资决策框架
通常的技术投资决策——购买平台、购买最佳专项解决方案,或是自主研发,在GenAI领域有所不同,这主要是因为变化的速度极快且范围极广。当大型软件公司将GenAI集成到他们平台的方方面面时,自主研发独特解决方案的门槛就变得非常高,许多定制解决方案可能在几个月内就会变得过时。初创生态系统同样面临着这一挑战:初创公司应该开发哪些作为单一解决方案的产品,以及哪些将被整合到主要平台中?
图1展示了电商高管在开始采取务实的方法评估其 GenAI 投资机会时应该提出的问题。高管们可能会考虑自主研发并扩展电商解决方案,如果用例不太可能成为以下情况之一:
1)现有的最先进的基础模型。这些模型在不断进化,这意味着Anthropic的Claude、Meta的Llama、OpenAI的GPT等模型的下一代版本将具有开箱即用的功能,能够满足一些最佳电商运营所需的用例。
2)大型科技公司的平台。无论公司是使用Salesforce作为电子商务平台,还是利用谷歌开展付费搜索,在Meta上进行社交媒体付费推广,或是把亚马逊作为销售渠道,这些科技巨头提供的平台功能都极为出色,他们能够比任何单一电子商务团队更有效率、以更高的品质来开发和完善这些平台功能。
3)第三方专家平台。大多数规模较大的电商团队已经在使用各种最优秀的专家,如Bazaarvoice(用于点评)或LiveChat(用于聊天)。这些专家也会寻求将相关的 GenAI功能整合到他们的平台中。
依赖这些外部提供商而不是构建自定义解决方案,不仅可以节省电商团队的时间和金钱,还可以让他们将资源集中在开发和扩展那些可以成为可持续竞争优势来源的解决方案上。这些解决方案通常是外部提供商无法提供并继续在其平台上发展的用例,或者是根本上需要外部提供商无法匹敌的数据和信息的用例。在这些特定情况下,公司可以利用应用程序编程接口(API),轻松访问最新的大型语言模型(LLMs)和 GenAI 模型,以创建符合其独特需求的自定义解决方案。
通过这种方式,电商团队可以专注于那些真正需要个性化定制的领域,同时利用外部供应商的专业服务来弥补自身资源的不足。这种策略不仅提高了运营效率,还有助于企业在激烈的市场竞争中保持领先地位。
2 电商团队现有的 GenAI 机遇

3 GenAI将深刻改变电商价值链
4 增强型GenAI功能的作用
随着 GenAI 技术的不断进步,大型科技公司可能会将特定功能集成到他们现有的平台中,以增强用户体验,并提供更智能、更个性化的解决方案。图 3 展示了电商团队可以从这些平台获得哪些功能。其中一些功能(例如增强的搜索功能和智能产品推荐)尚处于早期阶段,但已在这些主要商业平台中作为 GenAI 的核心功能展现出来。

对于正在考虑自建还是购买GenAI技术的电商高管来说,有两个方面很重要:
1)体验差异化。正在考虑的体验差异化程度如何?这是一种常见的电商模式,例如产品详细信息摘要或广告创意变体,还是公司所在垂直领域特有的的东西,例如定制衬衫变体或药物相互作用?
2)专有数据。有多少专有数据可用于解决方案?公司是否拥有大量专有数据?还是大部分数据都是公共互联网或其他来源的普遍公开的数据?
根据这两个维度对用例进行评估,可以将其归入图4中的四个象限之一,并附有相应的构建或购买建议。

投资于内部开发的决策不仅限于技术本身。根据我们的经验,公司应该遵循10/20/70规则,为GenAI建立坚实的商业基础。这个规则意味着公司应该将10%的精力用于设计算法,20%的精力用于底层技术和数据。大部分精力(70%)用于支持人员和改变组织流程上。关于GenAI,电商团队需要考虑三个关键因素:



