对话汇智智能:AI 智能体时代,数字营销范式在革新

大模型浪潮正在以它的方式蚕食着传统数字营销,改变都发生在你我生活的边边角角地方。

2023年初,电竞被正式列为奥运会电子竞技项目;随着直播带货的火爆,相比淘宝,抖音电商后来居上。电竞、本地生活,这些新词新态,不过是近几年的事,也许因为他们的年轻,所以更加拥抱全新技术的变化。

大模型似乎正在引爆新一轮互联网增长点,为了观察大模型为业态带来的改变,小编与汇智智能总裁张坚进行了一场深度对话。

以下是小编和汇智智能张坚的对话:

数字营销遇见 AIGC

小编:您认为智能体营销与传统数字营销有什么区别?

 

张坚:在采访之前我一直在想一种比喻来描述这两种方式的差别,如果说传统数字营销是滑板,那智能体数字营销就是自行车。为什么呢?滑板和自行车都属于运动器械,但同时自行车还是一个交通工具。

我们现在面临的问题是,原有的这些技术更像一个不成熟的交通工具,就像滑板,它可以完成一些交通的任务,但是在交通这件事上优势又不明显。那将智能体或者是说 AI 应用于数字营销,其优势是非常明显的。

过去的五到十年,为什么我们的数字化营销一直落不了地?就是因为我们在技术选型上选的是滑板,作为一个交通工具,人需要腿一直蹬地,那这个滑板做的再大再漂亮,也没有解决结构性问题,但是自行车在结构上就已经符合这个市场了。

我和很多公司老板聊天的过程中有一种感受是,总是有人想在旧土地里找到新大陆,在原有业务上不舍得放弃、抛弃原有的技术方案,来迎合现在所谓的 AI 浪潮。

那再回到我们公司的优势,我们从一开始就认定原有的解决方案是零散的,而我们真正通过 AI 将以前的解决方案串了起来,以 AI 为主导的,去重新梳理了各个链条的能力。

所以你刚才提到的二者有什么区别,以上是两种方式在结构上的区别,细化到功能点,这些就都是阶段性的东西,很可能会随着时间的变化,用户的变化而变化,但是是用脚蹬地,还是用脚蹬子骑车这件事会慢慢达成统一。

所以数字化营销一定要通过 AI 手段,这是高效能的。

小编:汇智智能是一家什么样的公司?

 

张坚:一路以来我的感受非常多,技术革命对于商业模式的颠覆性是非常强烈的。汇智智能依靠汇智互娱做了很久的数字化经济探索。

ChatGPT 没有火之前我们已经开始准备通过 AI 进行原有业务的赋能,ChatGPT 火了之后我们更加坚信自己的选择是正确的,于是今年注入大量资金去打造这家公司,因为大模型这波技术革命即将带来的一些改变是可预见的。

之前我是汇智互娱负责 比夫电竞的总经理,现在是汇智智能的总裁。我们是一个 ToB 型的企业,业务收入来源B端,但是我们是平台型企业,一直掌握着用户和商户两部分资源的匹配。

我们的业务一直比较新,近两年我们和抖音合作推广本地生活业务,为广大商家在抖音等短视频平台上的运营提供了数字化服务能力,累计为生活服务类商家已实现了10个亿以上的GMV。

现在汇智智能在思考如何将原有的营销方案用 AI 手段更便捷地实现。

小编:新进 AI 领域,汇智智能的定位是什么?

 

张坚:在 AI 这个领域里,我们属于下游生态位中的创作公司。我认为一个公司要有所建树,选择做什么不做什么,选择在哪里投入最大的精力以获得最大的成效,是最关键的地方。

汇智最大的优势在于我们是后入局者。中国 AI 行业从17年、18年开始逐渐火热,有很多有自己的技术团队、全套的商业应用,在全链条投入这件事。

但是入局早并不一定是好的,先发的沉没成本无法快速消化掉,也无法快速应对市场的变化,而后发的“拿来主义”强,定位相对清晰。“拿来主义”不是一个表扬的说法,但是一个非常重要的商业思维方式。

一些互联网企业的优势并不在于它前期的布局,而在于它看到了产业价值后,在入局时就有比较明确的目标和定位,这带来的组织结构、力度、发展方式、定力等,对于一个组织都是难能可贵的。甚至这不是我们的优势,而是这一批 AI 入局者的统一优势。

那和同一批进场的企业相比,我们又有什么优势呢?首先我们是一家 To B  企业,我们服务了一万多家企业,对于许多上市公司,或者是业务非常复杂的大集团来讲,这不算业务优势,但是我们在服务的过程中产生了一些组织结构的特性,比如我们的组织结构非常灵活,我们的团队创意性非常足。

AI 现在所处的阶段是一个探索期,它的创意性非常重要,就是说 AI 如何商业化运用。我们一直在和客户去谈这个问题。在这个过程中,我们清晰了我们的核心产品定位,就是让 AI 成为每个人的天赋,也就是我们最核心的产品——提示工程师之家。

我判断提示工程师会是中国未来非常重要的一类人群。我们早期去做这个产业布局,这个产业布局就是我们的先发优势。后发指的是我们晚进入AI 领域,我们选择不做算力,不做算法。但我们选择做的是,快速去响应提示工程师这个趋势。

其实这个布局还不能称为我们的核心优势,但一旦被我们预判到了,就会成为我们的核心优势。后发不代表我们永远后发,我们要后发先至。

人+AI,迸发创意灵感

小编:您如何看待提示工程师这一行业的兴起?

 

张坚:目前我们的核心产品线只有两条,一条是智能体产品线,另一条就是提示工程师产品线。我们产品经理不多,而是在研发方面投入了更多的人力。

刚才我说我们“身轻如燕”,因为我们的优势就在于我们的反应速度快。我们要追求每款产品的迭代速度的极致。从明确战略方向,到创建 Demo,再到调试、公测,最后到上线,这一系列步骤要非常迅速。

从市场角度来看,我们整个公司一两百号人,至少有一半以上的人都可以带来市场信息的反馈。但是这还不够,我们正计划通过提示工程师之家来获取更多的行业一手信息,包括媒体,也可以通过这个途径获取行业的信息。

提示工程师之家这个角色在我们的战略中非常关键,提示工程师角色有点像传统互联网领域的研发工程师。

在 AI 模型搭建好之后,落地应用主要靠提示词的调试。比如 MidJourney 这个软件,不同的人对话得到的结果是不一样的,这里面有一个非常大的技巧,包括哪些参数定义,要使用比较明确的自然语言描述。

我发现提示工程师非常具有高效性,因为他们是第一批真正步入 AI 世界的人。

他们可以无障碍的和各类型 AI 软件进行交互,然后完成自己的工作目标,这是我们在发展过程中发现的一类特殊人群,而且在我看来,这就是我们企业要做的一件事情,就是要把大量的人和 AI 产生强烈的耦合,产生创意灵感。

那我刚才提到的工程师之家,就是要把 AI 操作的全民化落实下去。AI 操作全民化绝不仅仅是安装一个软件那么简单,而是如何去和它深层次的交互。现在在网络上可以看到一些大神专门通过某一个或者几个 AI 软件完成一件非常复杂的事情。

我们希望这样的经验能够普及到所有人。现在基本上这种 AI 工程类的项目都是由这类工程师来完成的,它跟传统的 Java 工程师完全是两套知识体系,未来我们会在这一块投入非常大的精力。

小编:提示工程师之家的设计初衷是什么?

 

张坚:像 OpenAI、文心一言、MidJourney、360 的大模型、星火大模型等等,这些工具我们都在试用,我们自己在测试这些工具时有很多心得。

包括在搭建我们自己模型的过程中,我们的提示工程师可以统计自己,每个月要解决至少 100 多个具体的问题。

像我们遇到的这些调试问题,中国没有一个很好的社区把它开放出来,对于这个生态来讲,这是一件非常不友好的事情。你想,我们触发的问题在网上找不到答案,我希望未来加入的企业能够找到答案。

可以说 AI 创业没有那么难,先别说百模大战,如果控制的不好,中国出现万模大战也不是没有可能,这根本不是它的模型,而是模型的调试。

我并不是认为这些公司不好,我们公司现在大部分技术用的都是别人现成的,这些东西不丢人。造轮子的事情为什么要一直造呢?

面子上的东西在这个阶段我非常理解,但是随着时间的流逝,我相信里子里的东西,也就是如何使用,会有更多人去关心。

让有能力造大模型的人去造,但是怎么用这件事,我非常关心。我也关心在我们用到之后,别人能不能学到,也一起来用,这很重要。所以提示工程师之家本质上就是一个开源平台,要把提示词解决方案开源出来。

对话汇智智能:AI 智能体时代,数字营销范式在革新

(微言大义——提示工程师之家示意图)

同时我们还有另一个使命,提示工程师之家是一个偏公益性的平台,我们希望集成大部分市面上的大模型,因为每个模型都有自己的侧重,我们希望所有人都能够便捷地用到这些模型。

再有一个就是中国这些模型能不能出海,每家都在说自己的好,只有工程师在使用的过程中才知道好与不好。全世界有大量的模型,现在人们的注意力大量都集中在 OpenAI 等巨头身上,但是像英国、法国、德国,也许这些主流视野外的地方也有自己的小模型,这些模型我都想去探索尝试,这可能是我个人情节的一部分。

时代的进步是由每个个体推动的,就像天涯论坛,它是一代人的回忆,它让社交网络更有趣味性了,虽然现在关掉了它,但是在历史中它是有意义的。

提示工程师在现在 这个历史阶段,如果能够提供大量的素材,大量商业信息的反馈,数据的反馈我认为这就是非常有意义的。所以提示工程师之家虽然和我们的原始业务不相似,但是我们企业能够为这个行业贡献的有价值的东西。

小编:可以将其理解为提示词资料共享平台吗?

 

张坚:AI 并不仅仅局限于问答形式的应用层。它具有多种能力,比如逻辑判断、分析等,这些能力在不同的模型训练中呈现出不同的价值。我们可以将星火视频的逻辑开放出来,这也是一种开源。

例如,它使用了不同的 AI 工具节点,像是ChatGPT 和 Meta 结合,形成了短视频。实际上,这种方案也可以开放出来。

我认为,随着个体对 AI 行业的理解和认知逐渐丰富,信息差会逐渐减少。现在,AI 行业的信息差还是相当大的。目前大家讨论的内容还比较广泛,缺少真正实用的内容。

实际上,中国真正最优秀的一批人,那些 AI 从业者,都不会超过30岁,他们都是一些极客。他们的技术基础是从国外论坛学习而来,我们的解决方案常常从国外的论坛获取,然后应用于国内。如果不学习,我们现在就会被淘汰。

未来 AI 可能会让25岁、甚至20岁的人成为中流砥柱,虽然他们在社会意识上可能还不成熟,但是工具让他们的能力更早成熟。

另外,我认为“提示工程师之家”这个产品像一双眼睛,通过搜索词条我们可以得到用户的关注重点,这也是其商业价值所在。

现在关于大模型的讨论不胜其数,尤其是像中医药领域的大模型的项目有很多。在这个领域的落地并非难事,我们之前也尝试过在中医药领域进行模型测试,但后来意识到这并不符合我们的定位就作罢了。

中医药行业拥有丰富的历史数据,数据标准化程度高,古籍、文献、药方非常多,容易清洗,标注数据的准确度和价值也更高。有很多企业都会着手推进这些项目的实际落地。

然而,如何将中医药模型应用于实际,可能需要像我们这类平台的用户来反馈其应用效果。比如有多少人调用它这个接口去使用它,需要把它开放出来。

如果大模型只是为了自己用,那就像为了出门在家造辆车一样。模型的应用需要从根本上解决用户的需求。那在这些中医大模型的推广和落地普及,像我们这种平台就有,对他们是产生一些意义的。

总的来说,提示工程师家的数据和商业价值,我只能窥见一部分。在我看来,如果这个平台能够吸引到约10万个真正掌握 AI 能力的用户,它将在推进整个行业革命方面发挥巨大价值。

然而,其能否取得成功,取决于多种因素,包括我们自身的开发能力、运营能力以及产品理念。尽管我希望这个产品像微信一样风靡全国,但是实现这一目标的可能性仍然受到多方面因素的影响。中国拥有无数优秀的创意者和丰富的资本,但成功的产品需要良心、经验和运营能力,还需要抓住时机。

智能体是阶段性产物

小编:你如何看待 AI Agent?

 

张坚:这个词在今年 7 月之前很少有人提,但是最近一个月开始已经有大量人的提。

这一点我非常骄傲,因为今年4、5月份的时候,我们已经将 AI Agent 作为了我们的产品定位。因为大模型是无形无相的,是不可应用的,它必须聚合成一个具象载体。所以我们提出我们的产品叫做智能体 Agent,在各大 APP 上线的也是这个名字,我们并不是想抢概念,而是我们对这个事情的理解比较早。

现在人们对 AI Agent 的期望,有一个是信息收集、处理、判断,现在的科技并没有达成。但这是一个美好的愿望,如何将人的智慧如何集结在一个 Agent 里边,成为我们不可或缺的一部分,尤其是在虚拟世界里,应该有一个和你完全一致的分身,来达成你和网络世界的交互。

之前我们提数字人,数字人替你直播,但数字人只是一张皮,我们认为脑和皮的结合就是下一阶段的智能体。也就是说智能体是一个阶段性定义,现在的智能体可落地的部分就是皮和脑的结合。

一旦形成具有思考能力,又有形象,在许多场景就会非常有价值。比如明星的智能体代替他和粉丝进行交流,这是商业化的手段之一,未来在智能体这个事情上我们可以进行无限的想象。

就像人工智能真正进入了仿人时代,仿人之后它还会越来越生动,比如信息的捕捉、判断,甚至是未来替你做决策,但是这件事情我并不想做太多畅想,因为在商业化的应用上面哪些部分是成熟了的,是我们公司特别关注的。

小编:克里特计划是什么?

 

张坚:刚刚提到的数据的价值和提示工程师之家的价值是一个相对丰富的领域,这是企业需要思考和探索的方向。虽然汇智互娱选择宣传,但这没有为业务带来实质性的帮助。

我们进一步探讨的业务方面就是智能体的业务。我们将其定义为“克里特计划”。克里特岛在古希腊神话中创造了世界上最早的人工智能。我们认为这个计划是一个广阔无垠的大陆,我们在其中进行布局,需要仔细思考选择做什么、不做什么。

一个企业的思维和决策在这个过程中会受到考验。汇智智能体的需求和目标广泛而深远,就像克里特计划一样。这需要企业在大陆中选择自己的领域和目标,这是一项艰巨的任务。

有的时候,企业需要在多个领域中布局,对于汇智互娱来说,选择适合自己的领域和点,锚定需求,是非常重要的。我们认为,选择自己的锚定点和业务方向是推动企业成长的关键,而如何将这些点串联起来则需要有思维深度。

企业需要坚定的目标和定力,而不是只靠炒概念。与其花费大量的资源来推销产品,还不如真实地接触客户、赚取客户的信任。

“克里特计划”实际上是在谈论我们的软件应用链路的一种组合。这类组合在实际情况下就像我们之前提到的短视频制作。

这个端到端的产品中,有一个输入端和一个输出端,中间的所有环节都由我们自己来完成。我们内部将这种产品称为“星火引擎”或“星火视频”,但这个名称并不是为外部使用而设定的,它更多地是为我们内部的运营人员使用的代号。

所以,虽然它是产品,但并不面向终端用户。这是因为这种产品的业务限制非常大,这也是目前人工智能应用面临的一个重大问题。在人工智能领域,如果你在特定领域只有一个能力点,那么它可能是无法商业化的。

不仅如此,就连具备单个能力点的应用都可能很难商业化,因为这些应用往往不能完全满足实际需求。

这是一个周期性的发展过程,就像“克里特计划”一样,是我们战略布局的一部分。我们需要做很多事情,例如“星火视频”解决了带货视频端到端的问题。

此外,我们还有“云达人”平台,用于视频制作分发。另外,我们还有“旺氪”这个产品,用于收集客户需求和管理客户,这个也是克里特计划的一部分。

对话汇智智能:AI 智能体时代,数字营销范式在革新

(云达人&旺氪示意图)

在业务链条上,随着我们开发新的业务链条,我们会推出更多的产品。这些产品有些是面向用户的,有些则不是,所以它更像是一个独立的产品组,但并不是单点的功能点。如果这些功能点没有串联起来,它们就很难形成一个整体。

很多开放平台也面临类似的问题,虽然它们提供了许多能力点,但你会发现这些能力点很难单独构建一个应用。在“克里特计划”中,我们尝试通过组合不同的能力点来创造有价值的产品,而不仅仅是关注单个能力点。

这就需要将这些能力点结合起来,同时考虑市场机遇,而不只是单一能力的机遇。一个单点的能力点可能在某些情况下很有用,但对于像我们这样的公司来说,真正重要的是如何将这些能力结合起来,创造出有实际商业价值的解决方案。

产品+服务=完整链条

小编:现在汇智智能的落地场景有哪些?

 

张坚:我们已经在农业、传媒、政务、体育、文旅和本地生活等多个领域进行了应用落地。比如,在本地生活领域,智能体可以为很多商家的服务进行提效。

本地生活领域大家比较熟知的就是抖音带货,带货这些人关心的是什么呢?抖音是一个内容生产平台,但是内容生产太难了。

抖音带货最好的方式就是短视频带货,因为人不能天天在这里直播,数字人直播抖音也不太支持,抖音会将数字人带货定义为非优质内容,会比较限制。

所以短视频这块就产生了一个状态,一些中小型的商家,或者是连锁的机构、店铺,他们没有专业的人做短视频,以前是请人拍,花了几百块,带多少货还不确定,成本非常大,所以不好推行。

现在 AI  可以做到单条视频的成本不超过 2 块钱,给一个商家做 100 条视频,找 100 个人给他分享,成本不超过 1000 块钱。

对话汇智智能:AI 智能体时代,数字营销范式在革新

(星火视频示意图)

比如现在通过 AI 去做短视频的软件我也看到了很多,类似于剪映这样的工具,再加上 AI 能力,但它统一面临的还是要人来操作。

我们最初的定位就是我们的用户不会操作,所以研发路径里就没指望加上任何人的部分。我们的视频制作只让用户提交两个东西,一个是店面的描述,比如我是一个什么样的店,套餐是多少钱,有什么特色服务。

第二部分就是上传图片或者是视频素材,素材不需要用户进行切割。这两个描述通过我们做的 AI 工具,就可以输出几百条短视频,而且是不重复的,因为图片的处理、文案的处理、图文的结合,脚本、转场特效全部是自动化的。

而且这种自动化是通过 AI 来判断识别,比如说门店类型或者素材是餐饮类型的,我们就会走餐饮类工程,而每个工程下边有上千个工程,甚至如果加上判断级别的,就会有几十万种可能性。

那么在走哪一种可能性的时候,就是由 AI 来判断的,为什么用这样的文案,是通过提示词来实现的,这是提示词的价值。对我们来说,这套流程基本上是没有成本的,更多的成本可能就是在业务侧本身。

我们要找大量的本地用户帮他转发视频,视频做好了没用,要转发到别人的号里才会有流量,发到自己的号里发一百条都没用,发到别人的号里面会覆盖到不同的用户群体,这就是我们另外的产品。

它不是 AI 产品,但它具有解决这项业务闭环的能力,所以我们的 AI 并不是单纯的技术性,它确实是在某个业务链条里提效的。商家以前想做这件事做不了,因为没办法把做视频这件事变得极其廉价,对我们来说,如果价格不是足够低的话,大部分的客户我是没办法服务的。

就像说如果一条视频成本是100块钱,那我可能只能服务 1 万 个客户,但如果我做一条视频的成本是 10 块钱,那就可能做 10 万个客户,所以这就是说 AI 能让我们原有的业务放大 10 倍以上。

为什么又说我们有 AI 行业的落地优势呢?就是因为 6 年以来,我们一直是 B 端、C 端两头抓, 我们为 B 端的服务一定不是单纯的给对方做一个工具就结束了,如果做个工具的话,实际上是有优势的,但它并不是核心优势,还是业务的本身要是一条链路,业务的完整性非常重要。

小编:您如何看待“大厂通吃”,小厂与大厂能力重叠失去竞争优势的情况?

 

张坚:在探讨明牌与暗牌的议题时,我们需要将其摆放在桌面上,明晰地看待别人能够完成的任务。

比如,有些公司声称在大数据领域有所建树,但对于像我们这样的企业来说,要在大数据领域取得成就,可能需要数十亿的参数级别才能训练出一模一样的优秀模型。这种数十亿参数的训练不仅需要巨大的投资,还需要耗费大量时间。

相比之下,我们应该意识到,在选择切入的领域时,非常重要。我们所在的领域事实上不应被称为 AI 行业,因为 AI 不仅仅是一个行业,而更是一个庞大的生态产业。

想象一下,如果将互联网行业作类比,它是一个更大的产业范畴,其中包含了电子商务、网络社交等多个子行业,而我们这类企业正在致力于将抽象的概念转化为具体的实际应用。

在市场竞争中,明牌与暗牌的角色不断交替。我们需要关注那些被市场看好的明牌企业,同时也要关注那些潜力未被充分挖掘的暗牌企业。

然而,我们的定位和角色相对明确,我们专注于务实地将技术应用到落地场景中,为企业提供实际解决方案。与其关注谁拥有明牌,不如关注谁正在为市场创造价值,这才是我们应该追求的目标。

正如周鸿祎所言,我们应该超越眼前的痛苦,看到未来行业发展的趋势。

几年后,人工智能将融入生活的方方面面,私有化部署也将成为主流。这一趋势意味着我们的行业将朝着更加多元化、普及化的方向发展。

因此,我们必须适应这一趋势,而不是逆行。在探索新领域时,我们应避免过分强调算力和技术,而是应该更加注重应用落地、价值创造,这才是决定企业存续的关键因素。

本站部分文章来自互联网,文章版权归原作者所有。如有疑问请联系QQ:3164780!

(0)
AIIAW的头像AIIAW本站编辑
上一篇 2023-11-10 08:36
下一篇 2023-11-27 15:18

相关推荐