" 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？"
" 這個軟件商說隻需要一部手機，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 能根據建築結構圖，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 作畫效果那麽好，prompts（提示詞）到底是咋寫的？"
過去一年裏，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、生産管理、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麽好，AIGC 怎麽驚人的故事之後，卻在開始親自上手将大模型、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 怎麽寫，不清楚某個具體場景如何 " 被 AI"，不懂效果該怎麽優化……
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，恐怕還要打一個問号。而這些細緻問題，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，設定一個階段性坐标，我願稱之爲 " 混沌紀元 "：雖然技術願景和趨勢很清晰，但腳下的路和身邊的環境卻很朦胧。
造成這種混沌局面的，正是以大模型、AIGC 爲代表的新一代智能技術，在廣泛落地的初期，往往空談大于實幹。
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，爲日常經營提供決策；基于數據中台 +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 爲代表的 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、音視頻等内容的自動生成。由此發展的 AIGC，一種新型内容創作方式（包括 AI 生成文本、AI 作圖、AI 生成語音視頻等），在零售行業有着大量的落地場景。
全新的技術和應用噴薄而出，也導緻了幾方面的 " 混沌 "：
一是認知 " 混沌 "。AI 技術概念與體系複雜，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 "，學不到有用的幹貨。
二是能力 " 混沌 "。AI 是一個相當複雜的産業鏈，涉及非常多的技術能力、工程化能力、産品化能力，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，就是一個行業内部的複雜性與特殊性。零售企業的規模不同、性質各異、商業模式多種多樣，能夠爲大模型、AIGC 等 AI 技術落地投入的人力财力也各不相同。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 " 空談大于實幹 " 的混沌局面，有大量痛點困擾着零售從業者，也讓大模型及 AIGC 的産業價值，變得朦胧。
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 " 是怎麽做的，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。他們特别推出了「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彙聚到一起，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、生産、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，可以爲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，爲營銷活動降本增效。在名爲 " 純真 · 團圓藝術展 " 的互動活動中，蒙牛純甄與騰訊雲合作，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，赢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，爲零售企業的員工提升效率。蒙牛通過内部培訓計劃，培養 "Prompt Engineer"（提示詞工程師），讓員工在蒙牛自行開發的 AISM 企業大腦平台上進行探索，最大限度地利用 AI 技術。
4. 分析與決策環節。對曆史的産品銷售數據進行分析，把控整體生産制造，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，爲 " 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 還爲零售企業帶來了一些全新的業務模式。目前，孩子王正着手将 AI 能力賦能合作夥伴，打造多産業融合發展的育兒和成長生态圈。
總的來說，AIGC 在零售行業的研、産、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，找到更适合自己的數智化解題思路。
不會用？
實操得有工具
聽到這裏，很多零售人可能覺得 AIGC 确實有點用，摩拳擦掌準備實踐了。别急，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。硬件怎麽配置，提示詞怎麽寫，模型怎麽根據自己的業務數據進行精調，甚至去哪裏買算力、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。
爲此，騰訊智慧零售學堂 AI 零售應用新視野系列課程中，還将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，細緻教學。課程内容具體到怎麽去撰寫一個 prompt，才能得到一個較爲滿意的生成結果，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。普通人很容易誇大技術的能力，用之前過度神化，感覺 " 人類馬上要被 AI 取代了 "，用之後大失所望，認爲 "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诠釋。
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，讓觀衆更具有代入感。
不會寫代碼，不懂什麽是提示詞工程學，也能輕松上手 AIGC。用好這些實用工具，幹成一件零售實事，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 應用的内容生成，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，持續叠代，很多零售企業的技術人才并不豐富，後續運維升級等都面臨麻煩。
3. 複雜的兼容性問題。部署 AIGC 應用，也要面臨本地和雲端的協調、跨平台兼容問題、網絡連接、物聯網設備等複雜的軟硬件。
不解決上述問題，AIGC 的綜合成本高，投入産出比低，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後，将其束之高閣。
避免高成本成爲零售企業引入 AIGC 的攔路虎，目前業内也有了一些解決方案。
比如騰訊雲，作爲最早一批提出 MaaS（Model-as-a-Service）并實踐落地的企業，騰訊雲依托 TI 平台，正在逐步完善專屬大模型的構建，爲零售企業提供穩定、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、與正确的夥伴同行。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。
