评论

1688 AI 托管:曾经以为走错了路,但最终闯出一片天

嘉宾 | 刘祥宇

编辑 | 李忠良

在电商领域,AI 正加速渗透到各个环节,成为企业提升运营效率、优化用户体验的关键驱动力。在即将于 10 月 18-19 日举行的 QCon 全球软件开发大会(上海站)上,阿里巴巴技术专家刘祥宇将分享他对 AI 在电商领域的最新应用趋势的深入见解。他将探讨 1688 平台如何通过 AI 托管服务帮助商家提升经营效益,深入解读其核心技术架构、AgentSwarm 模式以及 AI 归因分析等领域的突破与挑战。为此,我们在会前专访了刘祥宇老师,围绕这些热点话题展开讨论,旨在为读者揭示 AI 技术在电商商家运营中的实际应用现状及未来发展趋势。

此外,在本次 QCon 大会上,我们精心策划了【 AI 应用开发实践】专题,汇聚了四大一线实践话题,包括豆包的 MarsCode、百度文心智能体开发、1688 的 AI 托管商家经营,以及轻量级大模型在携程酒店供应链领域的应用。除此之外,大会还涵盖了架构、前端、安全等多个技术领域的深度实践。点击原文链接,了解更多精彩内容。

AI 应用趋势与现状

InfoQ:您认为 AI 在电商领域的最新应用趋势有哪些?

刘祥宇:C 端:AI 搜索、AI 导购(交互式导购)是目前大家都在重点探索的方向。

B 端:更多的在 AI 专项能力上,AI 数字人直播、AI 生图等,1688 除了做这些以外,重点建设了综合性的经营计划,为商家提供 AI 托管服务。

InfoQ:作为对接大量工厂型商家的平台,1688 是如何定义商家 AI 应用的全景图的?在与商家合作的过程中,最常见的痛点和需求是什么?

刘祥宇:我们梳理了商家经营的全链路,将商家的生产销售分为 10 个大环节,47 个小环节。同时,我们把 AI 能力应用分了 5 等级,对每个环节的 AI 成熟度做了分层。商家合作的常见痛点是对 AI 的信任度不够,不信任 AI 能替代人。

InfoQ:您如何看待当前 AI To B 市场的客户画像?面对多样化的商家需求,1688 是如何调整和优化 AI 服务的?

刘祥宇:电商领域,商家分层很明显,在 1688 更为显著。头部的商家具有完善的运营团队,而中腰部的商家可能只有一两个人运营店铺。他们的诉求差异很大,腰尾部商家希望 AI 可以帮他们决策甚至一键执行,头部商家则希望 AI 仅仅提建议,最好是只提供丰富的数据,所有的决策和执行都更依赖自己的团队。另外,只做批发和批零一体的商家诉求也不一样,只做批发的商家诉求更多的集中在如何获取行业大客户上,批零一体的商家则。1688 针对不同类型的商家提供了不同层级的服务。

AI 托管服务

InfoQ:能否详细介绍 AI 托管服务的核心技术架构?其中涉及到哪些关键技术点?这些技术是如何共同作用来提升商家线上运营效果的?

刘祥宇:AI 托管服务的技术架构,有点类似自动驾驶技术,里面有很多共通之处。核心包括决策规划系统、执行控制系统、AI 工程系统三大部分。决策规划系统里细分了环境感知、决策控制等子系统,可以类比自动驾驶里的定位导航、路径规划、环境感知等系统。执行控制系统类似自动驾驶里运动控制系统和辅助驾驶系统等。AI 工程系统核心解决的是大模型基础的调用、优化、稳定性和性能。

InfoQ:在推动 AI 托管模式落地时,主要面临哪些障碍?您提到的一揽子解决方案是如何克服这些障碍的?能否分享一些具体的案例或经验?

刘祥宇:我们在商家端 AI 的应用经历了两个阶段,初期我们和业界其他团队一样,核心做了商家经营各个环节工具的 AI 化,但是我们做着做着就发现这条路有四个问题:

第一,商家端的各类 AI 工具很炫,但是距离可靠和实用还有一定距离;第二,AI 工具只能交付工具价值,它的商业化空间就是工具收费,而工具收费受限于前面一个问题,导致商家的付费意愿和复购意愿都不高;第三,我们观察数据,使用 AI 工具的还是头部商家,也就是好学生更善于学习,这加剧了平台的马太,而我们希望 AI 可以普惠,帮助广大工厂类型商家提升运营能力;第四,AI 工具做的人太多了,阿里集团内部就有淘宝、阿里云、阿里妈妈、跨境业务等多个业务在做,我们做这个没有特别的优势。

所以,我们启动了 AI 托管项目。我们当时走访了很多代运营公司,发现两个问题:第一,代运营公司做的事情其实很简单,非常的标准化,每家公司都有一个服务的 SOP,大差不差,所以说明这个事情是可以数字化 AI 化的;第二,代运营的口碑非常差,只有少数头部代运营公司能交付价值,大部分代运营公司提供的服务非常薄。所以我们 AI 的对手就比较好“对付”,否则你的起点太高是很不好冷启动的。

然后我们内部又分析了一波数据,发现这个市场非常大,于是大家就一拍即合,启动了这个项目。

这个项目的初期是非常艰难的,因为我们发现业界根本就没有任何参照产品,我们进入了一片“无人区”。有一段时间我们连着五六周都没有进展,不断的做调研、产品改了又改。

此外,商家对 AI 代运营或者 AI 托管具有本能的警惕和抗拒,初期几乎没有人相信我们。这样的状态继续了几个月,我们团队不眠不休的“忐忑”的工作了几个月,在第 V0.4 版本上线以后,我们终于开始有正反馈了,第一批试点的几百个商家效果很正向,有段时间我一直怀疑数据错了,但是后面持续的验证都是很正向的。再往后,我们发布正式的 V1.0 版本,随后 V1.1 版本,V2.0 版本等,商家数量也从几百个到几千个再到几万家。

InfoQ:您提到 AgentSwarm 模式对商家运营有显著提升,能否深入讲解该模式的工作机制?在实践中它是如何帮助商家解决实际问题的?

刘祥宇:AgentSwarm 是指通过为不同 Agent 指定分工,利用多个 Agent 协同工作来提升最终效果的方式。这里既包含了单一任务的 AgentSwarm(比如标题 SEO 优化),也包含了复合任务的 AgentSwarm(比如新品破零)。AgentSwarm 协作有一些范式,比如 PEER 模式、DOE 模式等,通过这些范式的运用,可以让单个任务执行的成功率明显的提高。另外,在复杂任务上,多个 Agent 协同,可以明显提高目标完成率。

InfoQ:您在分享中提到图文 GC 和多轮对话问答的应用。能否具体讲讲这些技术在商家运营中的作用?如何通过这些技术指导商家的具体行动?

刘祥宇:比较典型的应用是商品标题优化、营销文案生成、商品主图优化和一些对话场景。通过标题 SEO 和图片优化,可以提升部分商家的流量和点击率,营销文案可以帮助商家提升老客运营和站外营销的能力。

InfoQ:您如何看待大模型在 AI 托管服务中的应用前景?现阶段,大模型还存在哪些局限?随着技术发展,这些局限是否会被克服?

刘祥宇:AI 托管服务我认为是大势所趋,当前电商发展越来越卷利润越来越薄,而各个电商平台的机制越来越复杂,商家运营成本高昂,有非常大的降本增效的诉求。我们有一个大客户,去年就裁掉了大部分运营团队,老板亲自下场运营店铺。这种大背景下,能够通过技术手段代运营,会是很强的诉求。

现阶段的大模型,并不能端到端的解决所有问题,对于大部分任务,还需要通过大模型和传统模型甚至是一些工程方案来配合解决。随着大模型的发展,可以预见的是理解和 planning 等能力越来越强,比如新出的 GPT-o1,它就有非常强力的规划能力,这对我们这个场景是非常有帮助的。但同时,也要看到模型依然有解决不了的问题,需要通过专门的数据准备,行业化的方案提升特定任务的效果。

商家域 AI 发展空间与技术路线

InfoQ:您对商家域 AI 的未来空间和发展路线有什么看法?有哪些领域是目前还未被充分开发的,您认为可能是未来的突破口?

刘祥宇:商家端 AI 当前的思路都是降本提效,更注重降本。但是我的认识是随着各类工具型 AI 的成熟,大家一定会朝着综合性 AI 解决方案迈进。我们做的 AI 代运营就是其中的一种尝试。目前这个方向还缺乏探索,我们在中间也踩了很多坑,我认为后续等产品和技术能力打磨成熟以后,会成为商家运营的重要突破。

InfoQ:您提到 Agent 概念在落地过程中存在“水土不服”的问题。能否分享一下这些问题具体表现在哪些方面?未来的 Agent 应该如何演进才能更好地适应商家需求?

刘祥宇:Agent 概念非常火,有很多人给出了他们认为的“定义”,但是在落地的过程中,我们发现完全遵循“定义”的场景其实有限,并且符合“定义”不代表在业务上好用,所以很多时候都会针对业务实际场景做调整,这个现象我们和其他很多团队沟通都有想死体感。

所以目前,比较主流的方式是 Agent+workflow 的方式来约束 AI 达成目标,这种做法在提高任务成功率的同时降低了泛化性。随着大模型的发展,我们能观察到大模型的 planning 能力越来越强,比如新出的 GPT-o1,通过 COT 和 RL 的应用,模型展现了更优秀的规划和思考能力。因此,可以预想,未来可以通过大模型的发展解决这类问题。

InfoQ:目前,1688 在 AI 托管能力方面已经取得了哪些领先的技术突破?这些技术突破是如何影响商家经营效果的?在 RAG 应用和 AI 归因分析等领域,1688 取得了哪些显著成果?

刘祥宇:AI 托管在整体解决方案、图片优化方案、对话牵引能力、归因分析等方面有一定突破。目前我们商家使用 AI 托管服务的 AB 实验效果显著正向。我们也在快速迭代和优化现有的能力。AI 归因是业界比较复杂的问题,目前 AI 数据产品多数停留在浅层的数据抽取和解读方面,归因问题还比较难解,我们通过一系列技术手段使得归因的效果有显著提升。

嘉宾介绍:

刘祥宇,阿里巴巴淘天集团 1688 技术专家,商家智能经营团队和开放生态团队负责人。具备算法、工程、数据科学的交叉技术背景,在语言模型、工程架构、因果推断等领域均有实践经验,推动了 1688 自动化营销导购的技术和产品体系发展。目前带领团队负责 1688 商家 AI 托管经营项目,从 0 到 1 建设智能经营解决方案,并取得初步成效。

活动推荐: 返回搜狐,查看更多

责任编辑:

平台声明: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。
阅读 ()