进化的京东云DaaS:向大模型要解

news2024/11/16 13:40:48

通过新的DaaS+大模型模式,京东云想要为企业提供的增长路径,恰是从最原始的“要数据”真正进阶到最终的“出效果”,将大模型和京东对增长的理解封装到整个产品矩阵中,帮助企业构建最适合AI时代的增长底盘。 

作者|皮爷 

出品|产业家 

去年上半年,一个规模为十余人的京东云队伍出发上海,他们的目的地是中国知名的科技美妆企业 ——伽蓝。

这趟行程的领队是陈峰,作为京东科技数智营销产品部负责人,这次他要带领京东云团队与伽蓝共同探索一个核心问题是:如何做好营销,实现新增长?

“如何寻求新的增长”,这个问题正在成为如今越来越多企业在当下发展的痛点,伴随着消费者决策多样性和专业性的变化,不仅中小企业,更如伽蓝这样的大型企业也在探寻最优解法。

于此之中,DaaS更在成为一个备受期待的解决路径。关于DaaS,一个通俗的说法是,它可以将数据转化上层决策,或者说营销环节的驱动力,基于数据的智能分析进行生产经营行为表达,而在过去的几年时间里,不仅各家大厂,部分垂直赛道的厂商也都在纷纷涌入这个赛道。

DaaS是品牌增长的解法吗?或者说,怎样的DaaS能力才会成为“增长”这个始终横亘在企业发展环节中,如今在AI时代更在加速进化的核心卡点的最佳通路?

这也正是京东云和伽蓝在探索验证的方向。据了解,基于京东云DaaS能力,如今一系列如AI外呼、全渠道一盘货、数字人都正在伽蓝的具体业务板块进行落地,转化为真正的营销生产力。此外,在会员体系和产品研发等环节,双方也更在进行多样性的尝试。

其实不止伽蓝,在过去的几年时间里,京东云DaaS能力正在被越来越多的企业纳为品牌营销的核心助力,帮助其解决更为广义的增长难题。在这场名单上,有伽蓝,有伊利,也更有联想、名创优品、兰蔻等各个赛道的中国领军企业。

如今,这个被选择的底座仍然在进化。在刚刚过去的9月21日,京东云DaaS能力再度升级,在固有的数据能力之外,更将京东自身的言犀大模型能力糅进数智营销的产品矩阵中,给出新的AI增长答案。

AI时代的增长应该怎么做?最能帮助企业做好营销的服务界面是什么?京东云DaaS+大模型,正在努力给出新的回答。

一、被要求的“80分”DaaS答卷

客观来看,在过去的几个月,除了智能客服之外,DaaS也更在成为风口浪尖的一个话题。即伴随着大模型的到来,人们越发期待的是——作为数据智能表达的DaaS,能否和大规模数据训练、改变交互模式的大模型技术产生一定的化学反应。

这种讨论的背后,对应的是市场对DaaS的更高期待。

“品牌增长”是一个超速进化的话题。从营销的对象来看,如果说过去人们更多的是基于平台模式进行被动选择,那么在如今的以大模型为代表的AI时代,消费行为更为“点对点”,即消费者基于机器进行的消费行为更加理性,也更加专业。

对应到营销阶段,如果说过去营销的最高阶表达是基于企业自身商品的感性表达,那么如今,在单纯的表达之外,营销如果想要实现更好的转化漏斗,就必须具备强专业性,甚至是在对消费者之外的对机器的友好性。——对应到DaaS产品,则是更为精细化、智能化的数据表达和更为灵活性的交互方式。

这是过往的DaaS产品所不能做到的。“如果单纯的只在某个大类给出商品标签,坦率来讲,这样的颗粒度太粗,不能给企业带来更好的营销助力。”陈峰告诉我们。

以市面上众多DaaS厂商面向的美妆为例,尽管其目前能给到的是诸如化妆品单个品类,如口红、香水等产品的营销文案和数据分析,但对于具体的口红色号、款式,香水的类别,以及不同人群的消费习惯,都没有足够精细的标签。

这种粗放式式的营销模式最终导致商家在营销ROI转化上的频频失利。

行业对现状已达成共识,但找到解题思路并不是一件容易的事情。从背后的本质原因来分析,对于大部分DaaS厂商而言,其不具备强定制化、强交互和强表达的能力。

首先在技术层面,大部分DaaS厂商不具备对足够细颗粒度的数据进行分析、解读的能力,其中需要的算力以及数据库技术是基本门槛。

此外,在产业层面,即对更多的服务商而言,即使其具备强大的底层技术和算力支撑能力,其仍然不具备的核心能力是产业优势,即数据对应的知识表达(行业know-how),换言之,对数据的产业理解不达标。

其次,在具体的表达形式,也就是应用上,在具备前两者底层能力的前提下,服务商仍然需要将其嵌入进适合的应用载体中,这些应用载体的产品设计和产品表达又是一道难关。

换言之,如果说增长是一道企业发展的基本题目,对大部分服务商而言,做到60分不是一件难事,但在如今的AI时代,企业必须具备80分的能力水平,这是当下大部分DaaS厂商所达不到的成绩。

二、DaaS之上:更面向应用的AI数智营销

京东云基于言犀大模型和京东场景,将固有的数智营销能力再向推进一步,以更面向智能应用的DaaS,把大模型做小,助力品牌实现新的增长。这也是这次京东云DaaS交出的特殊答卷。

从服务界面来看,升级的京东云DaaS能力构成是进化的云鼎DaaS底座和其上的三个进化的能力模块:智能营销、智能服务和智能供应链,而在三个能力板块的支持下,则是一众被拆解出的支持品牌增长的场景。

其中,云鼎DaaS是京东言犀大模型能力的核心落点。一个数据是,云鼎DaaS基于言犀大模型,可将数据维度下钻到细分行业的单类SKU,为单个品类可训练出30多个维度,超2000个标签,而这些标签对应到具体的企业营销活动中则是可以实现前文所说的更为精细化的运营。

更精细化的运营,对数据的更高质量,提出要求。

“我们都是基于被验证过的数据进行训练,比如在京东商城体系内自动生成文案、文生图等对应的成交率、点击率等等。”陈峰表示,“这是其它企业所没有的。”

可以理解为,京东云DaaS算法模型的价值在于其真正来自“产业”之中,即底层数据构成是京东自身大量的被验证过的交易闭环数据,这些优质数据可以使京东云助力企业训练出更有价值的营销原子能力。

而这些原子能力在企业内部沉淀后,则是可以通过上层的三个核心能力(智能营销、智能服务、智能供应链)进行对应场景的更为智能化的交互和营销表达。

同时,另一个有价值的点在于,基于大模型,京东云DaaS的“并发能力”和处理速度在大大增加。“以前一个促销,需要提前很长时间做这些内容,以前是以周计,一周换一次图片,一周换一次内容,现在甚至可以按分钟,按秒来换内容,效率会提升很多,这是人工完全没办法达到的。”京东科技副总裁、泛零售客户部总经理母小海表示。

京东云AIGC内容营销平台

更具体的数据是,基于京东云AIGC内容营销平台的能力,商家的每套图成本降低90%,周期从7天缩短到半天。在数字人方向,京东云自研的电商领域知识增强模型K-PLUG,更可以实现直播脚本一键生成,极大提升直播间运营效率。

陈峰告诉我们,进化后的京东云DaaS的核心价值就是“通过量化和科学提高企业的营销能力”。

即基于新的云鼎DaaS底座,企业可以生产出更多的营销原子能力,这其中包括更快更精细的营销素材,也更包括如AI数字人、AI外呼等具智能属性的交互方式,而企业可以将这些能力组合成不同的营销动作进行一一测试,将ROI转化高或者曝光量高的组合进行沉淀,真正从科学量化的角度拔高企业的营销水平面。

以伊利为例,在其旗下一款新品营销的动作中,借助京东云言犀AI外呼,通过明星偶像的声音与超20万用户进行了情感连接,召回8万+用户,实现整体ROI 10倍以上的提升。

京东云言犀多模态数字人

再比如前文所说的伽蓝,在数字人方面,据了解,基于京东云的「数字人」产产品,其将店铺直播时长扩充至 全天 24 小时直播,大大提升了店播销售业绩。

同样的效果也更出现在越来越多京东云服务的零售企业中,或者也更可以说,在营销界面,这种实打实的加持也恰构成了企业在大模型时代的第一印象,和迈出的第一步。

三、大模型时代,京东云DaaS的想象力在哪?

产业——这是在交流过程中,母小海和陈峰屡屡提及的一个关键词。而如果把时间线再向前看,则更清晰的声音来自京东自身的大模型定位——为产业而生。

“把大模型做小”,这是京东云区别于市面上各家大模型厂商的不同之处,也是这次DaaS升级的特殊之处。

即在不同的应用场景采用小模型进行“专项专用”,比如前文陈峰所说的基于京东内部数据的训练,再比如在企业内部的部署等等,都是基于产业专有“小模型”进行落地。

不过,在此之中,需要给京东言犀大模型的一个注解是,言犀大模型训练数据是由70%的通用数据与30%数智供应链原生数据构成,这些数据来源于经京东服务的千万自营商品SKU,5000万工业品SKU,超800万家活跃企业客户,以及全国超2000个产业带的真实需求。

而陈峰所说的“小模型”,则是在京东言犀大模型的基础上再进一步,将具体产业环节的数据和经验进行更精度的训练和打磨,最终提供给企业。

可以理解为,在一众展示数据参数、算法模型的中国大模型战场上,透过京东云此次DaaS的升级,更能清晰感知到的是京东更倾向的方向是把能真正解决问题的“产业模型”推至台前,在大模型肌肉之外,它给出的注解更多是应用、产业、开放。

这种风格,很“京东”。

实际上,不论是从京东的数智供应链,还是从京东提供的一众数字化转型能力,都能感知到,京东更是一个务实的京东,在技术、产品之外,更讲求对问题的解决和拆解,其真正的身影一直身处产业之中。

比如在升级后的DaaS能力板块中,除了固有的智能营销和智能服务能力之外,数智供应链也更是京东面向企业提供的增长助力,其核心是通过自身的“全渠道一盘货”能力,帮助商家在前端营销之外,更从供应链底层对营销进行本质的优化,通过库存、仓配等能力,帮助其夯实增长底座。

这个能力帮助伊利实现库存成本下降;通过调整网络布局,伊利选择最优覆盖关系,降低运输配送成本;通过减少全网仓数量,缩短发货时效。

这都是京东在真实增长场景中的所见所得,也就构成了它的特殊服务界面。

可以理解为,通过新的DaaS+大模型模式,京东云想要为企业提供的增长路径,恰是从最原始的“要数据”真正进阶到最终的“出效果”,将大模型和京东对增长的理解封装到整个产品矩阵中,帮助企业构建最适合AI时代的增长底盘。

或者也可以说,这是京东云DaaS的大模型答卷,也是一张在AI时代数字营销的新答卷。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1033213.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

如何保障汽车嵌入式软件的质量与安全?您需要了解ASPICE标准

汽车软件开发流程改进与能力确定(Automotive SPICE或ASPICE)是一个流程评估模型,它帮助汽车原始设备制造商(OEM)和供应商评估当前企业软件开发流程的性能和成熟度水平。 遵守这一标准,有助于汽车供应商确保…

Apache Flume

Flume 1.9.0 Developer Guide【Flume 1.9.0开发人员指南】 Introduction【介绍】 摘自:Flume 1.9.0 Developer Guide — Apache Flume Overview【概述】 Apache Flume is a distributed, reliable, and available system for efficiently collecting, aggregati…

迁移 MySQL 数据到 OceanBase 集群

使用 mysqldump 将 mysql的表结构和数据同步到 OceanBase 的MySQL 租户中 Mysql数据库导出 mysqldump -h127.0.0.1 -P3306 -uroot –p --single-transaction --hex-blob --routines --events --triggers --set-gtid-purgedOFF --databases teller >teller.sql mysql> …

sentinel环境搭建以及微服务接入

• sentinel部署 • sentinel-镜像制造 • sentinel-镜像推送 • sentinel-部署配置文件 • 访问控制台 • 外网访问控制台 • 集群内访问 • 配置规则 • 限流效果 • 微服务接入 • pom文件引入依赖 • pod部署文件添加配置 Sentinel 控制台是流量控制、熔断降级规则统一配置…

下载github.com上的依赖资源

下载github.com上的依赖资源(需要反复试才能成功,所以单独安装) export GIT_TRACE1 export GIT_CURL_VERBOSE1 pip install githttps://github.com/PanQiWei/AutoGPTQ.git -i https://pypi.mirrors.ustc.edu.cn/simple --trusted-hostpypi.mi…

.NET 8 中的 WPF File Dialog 改进

作者:Dipesh Kumar 排版:Alan Wang 我们很高兴宣布从 .NET 8 Preview 7 开始,对 WPF 中的通用文件对话框 API 进行了一系列新的改进。其中包括迄今为止存储库中投票最多的 API 建议 – 允许用户选择文件夹的 OpenFolderDialog 控件 – 以及文…

灾备系统中虚拟机的有代理备份与无代理备份之间的差异

虚拟机的有代理备份是在虚拟机内部安装备份代理程序,然后把虚拟机当作物理机一样来进行备份任务。借助虚拟机系统中内置的程序来进行备份的,就像在正常系统中备份那样,借助备份和还原(Windows7)功能对系统进行备份。但…

buuctf web [极客大挑战 2019]BabySQL

又是你,还来?好好好 依旧老方法,先试探一手 有错误? 你有一个错误在你的SQL语法;检查与您的MariaDB服务器版本对应的手册,以便在第1行11#和password1 "附近使用正确的语法 看来是or被过滤了,试试双写…

五、核支持向量机算法(NuSVC,Nu-Support Vector Classification)(有监督学习)

和支持向量分类(Nu-Support Vector Classification),与 SVC 类似,但使用一个参数来控制支持向量的数量,其实现基于libsvm 一、算法思路 本质都是SVM中的一种优化,原理都类似,详细算法思路可以参考博文:三…

Arcgis常用操作技巧

20个Arcgis常用操作技巧 1)影像格式的转换 例如把jpg格式转换为tiff格式,可以在arctoolbox中的转换工具-->到光栅-->光栅到其他多种格式(conversiontools-->to Raster-->Raster to Other Format multiple)。 矢量化…

华为云云耀云服务器L实例评测 | minikube部署和使用

### 1 安装Docker 按照官网[Docker docs](https://docs.docker.com/engine/install/centos/)指引安装: shell yum install -y yum-utils yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo yum install docker-ce docker-…

Apacha Flume

0目录 1.Flume概述 2.Flume安装部署 3.案例1 4.案例2 5.案例3 1.Flume概述 1.1 Flume定义 Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构,灵活简单。 1.2 Flume基础架构 Flume组…

ubuntu22.04安装opencv4和opencv_contrib

一、下载opencv和opencv_contrib 1、下载opencv Releases - OpenCV选择OpenCV-4.5.0,下载Sources版本,并解压; 2、下载opencv_contrib https://github.com/opencv/opencv_contrib选择右边Release-Tags,选择和opencv一样的版本&…

计算机等级考试—信息安全三级真题三

目录 一、单选题 二、填空题 三、综合题 一、单选题

Python 实现 PDF 文件转换为图片 / PaddleOCR

文章用于学习记录 文章目录 前言一、PDF 文件转换为图片二、OCR 图片文字识别提取三、服务器端下载运行 PaddleOCR四、下载权重文件总结 前言 文字识别(Optical Character Recognition,简称OCR)是指将图片、扫描件或PDF、OFD文档中的打印字符…

【zookeeper】zk选举、使用与三种节点简介,以及基于redis分布式锁的缺点的讨论

这里我准备了4台虚拟机,从node1到node4,其myid也从1到4. 一,zk server的启动和选举 zk需要至少启动3台Server,按照配置的myid,选举出参与选举的myid最大的server为Leader。(与redis的master、slave不同&a…

微软在Windows 11推出Copilot,将DALL-E 3集成在Bing!

美东时间9月21日,微软在美国纽约曼哈顿举办产品发布会,生成式AI成为重要主题之一。 微软表示,Copilot将于9月26日在Windows 11中推出;Microsoft 365 Copilot 将于11 月1日向企业客户全面推出;将OpenAI最新的文本生成图…

中兴R5300 G4服务器iSAC管理员zteroot密码遗失的重置方法及IPV6地址启用设置

本文讲解中兴R5300 G4服务器BMC带外iSAC管理员zteroot密码遗失,无法登录时如何对其进行密码重置,以及iSAC启用IPV6地址的方法。 一、重置中兴R5300 G4服务器iSAC管理员zteroot密码 1、通过SSH登录到iSAC,默认用户名:sysadmin&am…

【STM32】IAP升级 预备知识

IAP(In Application Programming)简介 Flash够大的情况下,上电后的程序通过修改 MSP 的方式,可以在一块Flash上存在多个功能差异的程序。 IAP是为了在执行正常功能前,为了升级功能,提前运行的一段程序。这…

如何判断用户的密码是否为强密码?

点击下方关注我,然后右上角点击...“设为星标”,就能第一时间收到更新推送啦~~~ 用户设置的密码弱,会导致信息安全问题,一般的系统都要求设置强密码。今天的文章给大家介绍如何通过一个正则表达式来判断用户的密码是否为强密码。 …