ChatGPT的革命性突破，離不開海量數(shù)據(jù)的投喂，以及微軟提供的大量支持，據(jù)悉GPT-4的參數(shù)超過萬億級(jí)別。在國內(nèi)，百度、騰訊、華為的大模型都是千億參數(shù)級(jí)別。處理這樣量級(jí)的數(shù)據(jù)，無疑需要消耗巨大的成本和資源。通用大模型是巨頭廝殺的戰(zhàn)場(chǎng)，其他公司的機(jī)會(huì)在哪里呢?相比之下，深耕行業(yè)的垂直類大模型，在行業(yè)精準(zhǔn)數(shù)據(jù)的加持下，只需十億級(jí)別參數(shù)甚至更少的高質(zhì)量數(shù)據(jù)，就能低成本、精細(xì)化地解決細(xì)分領(lǐng)域問題。巨頭們也紛紛與有行業(yè)數(shù)據(jù)積累的企業(yè)展開合作，競(jìng)逐行業(yè)大模型市場(chǎng)，這也給了眾多行業(yè)領(lǐng)頭羊加入AI廣闊賽道的機(jī)遇。一時(shí)間，教育、法律、金融等行業(yè)大模型紛紛涌現(xiàn)，這些行業(yè)天然與語言、數(shù)據(jù)緊密相關(guān)，都有大語言模型的用武之地。

 

　　另外，擁有巨大市場(chǎng)份額的零售行業(yè)，或?qū)⑹菍?shí)體經(jīng)濟(jì)中率先深度結(jié)合AI的行業(yè)之一。在線上，電子商務(wù)擁有數(shù)據(jù)積累以及互聯(lián)網(wǎng)、AI等技術(shù)等優(yōu)勢(shì);而線下的實(shí)體零售，流程中包含大量的簡(jiǎn)單重復(fù)型工作，有海量的數(shù)據(jù)亟待分析、挖掘和應(yīng)用，并需要滿足眾多用戶的模糊需求，大模型在解決此類工作時(shí)能體現(xiàn)出很高的價(jià)值，而且實(shí)體零售多年來受到電商沖擊和影響，數(shù)字化程度相比很多行業(yè)都更進(jìn)一步。

 

　　這一行業(yè)也吸引了眾多巨頭入局，以專為實(shí)體零售企業(yè)提供數(shù)字化轉(zhuǎn)型服務(wù)的“多點(diǎn)Dmall”為例，近期有媒體報(bào)道，多點(diǎn)Dmall已經(jīng)和國內(nèi)外多家一流人工智能公司建立合作，積極投入智能客服、行業(yè)知識(shí)庫、個(gè)性化營銷等零售八大場(chǎng)景的應(yīng)用開發(fā)，保持每周迭代。以多點(diǎn)為樣本，我們可以嘗試來分析，企業(yè)如何抓住機(jī)遇發(fā)展垂直行業(yè)大模型。

 

　　海量數(shù)據(jù)是核心競(jìng)爭(zhēng)力之一

 

　　首先，此次AI的質(zhì)變就是來自量變，行業(yè)大模型雖然比起通用大模型所需的數(shù)據(jù)量大大減少，但自身沒有數(shù)據(jù)來源，仍然“巧婦難為無米之炊”。數(shù)據(jù)是決定未來發(fā)展的關(guān)鍵生產(chǎn)要素。有能力獲得海量的、高質(zhì)量的數(shù)據(jù)，是數(shù)字化公司的核心競(jìng)爭(zhēng)力之一。

 

　　最近在多點(diǎn)Dmall創(chuàng)始人張文中的媒體報(bào)道中，他提到“今后面對(duì)人工智能革命，會(huì)和AIGC進(jìn)一步緊密結(jié)合，使傳統(tǒng)零售企業(yè)也成為人類數(shù)字化、智能化的積極參與者”。多年來，他一直堅(jiān)持認(rèn)為實(shí)體零售應(yīng)該“全面數(shù)字化”，一以貫之，多點(diǎn)提供的是端到端全渠道零售云解決方案。也就是說，從消費(fèi)端到供給端，整個(gè)零售全流程中大量的商品、顧客等數(shù)據(jù)，都能承載在多點(diǎn)的系統(tǒng)之中，供零售企業(yè)經(jīng)營分析所用，成為高價(jià)值的數(shù)據(jù)資產(chǎn)。

 

　　按商品交易總額計(jì)算，多點(diǎn)Dmall目前是亞洲最大的零售云解決方案服務(wù)商。這也意味著多點(diǎn)能整合國內(nèi)外、各業(yè)態(tài)的零售行業(yè)大數(shù)據(jù)，把數(shù)據(jù)優(yōu)勢(shì)體現(xiàn)出來。

 

　　融入行業(yè)最佳實(shí)踐解決痛點(diǎn)

 

　　為什么實(shí)體零售行業(yè)需要AI來解決當(dāng)前的痛點(diǎn)呢?一是消費(fèi)者的需求變得多樣化、個(gè)性化，相比過去有更多的用戶、商品等數(shù)據(jù)需收集、分析、更新;二是實(shí)體零售為滿足消費(fèi)者需求大多拓展了全渠道，這種經(jīng)營模式對(duì)供應(yīng)鏈管理的要求更加復(fù)雜;三是零售行業(yè)整體陷入存量市場(chǎng)競(jìng)爭(zhēng)，對(duì)成本控制要求更精細(xì)。

 

　　行業(yè)大模型的必要性，在于真正去解決垂直領(lǐng)域的需求、痛點(diǎn)，除了數(shù)據(jù)，需要將很多的行業(yè)知識(shí)和規(guī)則融入模型，得出更精準(zhǔn)有效的決策和答案，在實(shí)際業(yè)務(wù)中發(fā)揮作用。

 

　　多點(diǎn)從創(chuàng)始人到各部門，有一批資深零售從業(yè)者有著多年經(jīng)驗(yàn)，再加上服務(wù)了各業(yè)態(tài)零售標(biāo)桿企業(yè)，例如麥德龍、711、羅森等，將最佳行業(yè)實(shí)踐結(jié)合在了系統(tǒng)中?，F(xiàn)在將這些沉淀和洞察與最新的AI技術(shù)融合，相當(dāng)于為AI大腦提供了全面和先進(jìn)的零售業(yè)知識(shí)庫，能讓打造出的行業(yè)大模型會(huì)更加實(shí)用。

 

　　AI開發(fā)底層能力不可或缺

 

　　有了數(shù)據(jù)生產(chǎn)要素、行業(yè)經(jīng)驗(yàn)，開發(fā)行業(yè)大模型最重要的能力還是底層的訓(xùn)練、優(yōu)化的方法。雖然有了通用大模型作為基礎(chǔ)，但公司自身的研發(fā)能力當(dāng)然不可或缺。

 

　　據(jù)筆者了解，多點(diǎn)和百度、騰訊等相關(guān)團(tuán)隊(duì)的合作都在推進(jìn)中，一方面用AIGC技術(shù)提升自身的研發(fā)效率，一方面相關(guān)應(yīng)用已經(jīng)在落地測(cè)試，從前端的智能客戶服務(wù)、個(gè)性化營銷，到后端的零售商管理能力提升，都有涉及。

 

　　多點(diǎn)此前的很多產(chǎn)品也都應(yīng)用了AI及大數(shù)據(jù)等技術(shù)。比如商品管理部分的自動(dòng)訂貨，可以根據(jù)歷史銷售數(shù)據(jù)和天氣等因素，預(yù)測(cè)顧客的購買行為，從而提前備貨和調(diào)整庫存，可以有效減少庫存積壓和缺貨現(xiàn)象。有這樣大量的模型、算法等技術(shù)研發(fā)基礎(chǔ)，才能完成精調(diào)的行業(yè)大模型。

 

　　再加上5G、物聯(lián)網(wǎng)等新技術(shù)的發(fā)展，實(shí)體零售將有更多數(shù)據(jù)產(chǎn)生，結(jié)合AI技術(shù)可以有更多業(yè)務(wù)創(chuàng)新和升級(jí)。未來的實(shí)體零售行業(yè)，將是一個(gè)高度智能化的行業(yè)。零售即細(xì)節(jié)，零售重服務(wù)，AI應(yīng)用大有可為，正在加速推動(dòng)零售業(yè)的數(shù)字化轉(zhuǎn)型，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合。誰能率先打造出實(shí)體零售專屬的行業(yè)大模型，誰就能抓住數(shù)據(jù)應(yīng)用的馬太效應(yīng)，獲得巨大先發(fā)優(yōu)勢(shì)。