AI是工具还是同事？头部美妆品牌和行业操盘手的答案 | 周末会客听
27:00 Share

当 DeepSick 浪潮席卷全球每一个领域都在经历 AI 的洗礼未来什么样的工作是有机会的在立了没有职场的小白只有使用 AI 的小白对于新技术我们所抱引的态度是怎么样的而在这场变革中数字化营销与电商领域正成为 AI 落地的先锋战场

既不要对它有过高的期待更不能够无视于它 AI 的价值会更加的直接人员效率的提升工作质量的提升人和 AI 肯定是在很长时间是共存的因为这一刻不是危机更多的是挑战和机会

欢迎收看本期财商学院院长进修室本期的主题是 AI 永动电商与品牌的效能升级当 Deep Seek 的浪潮席卷全球它不仅重塑了科技的边界更深刻改写着社会的运行逻辑从教育到医疗从商业到消费每一个领域都在经历 AI 的洗礼这种变革既带来效率的跃升也伴随着对传统秩序的颠覆与重构

而在这场变革中数字化营销与电商领域正成为 AI 落地的先锋战场 AI 如何用算法穿透数据迷雾让品牌与消费者的对话从广撒网走向独心术又如何让电商从货架陈列进化为需求预言我们请到多位深耕 AI 与商业融合的专家共同拆解这场静默却凶猛的社会实验现在让我们开启这场关于未来商业新制的深度对话

首先有请我们上半场的两位嘉宾来做一下自我介绍

各位观众大家好我是来自于上海三藏集团有限公司的罗玉进各位观众大家好我叫道荣非常荣幸今天有这样一个机会与大家来分享我们在过去一两年在 AR 这样一个方向上面的我们的这个探索和实践想先问一问我们三藏集团的罗总您是怎么看待 DeepSeek 对于您的所在的行业包括对于您的企业有一些什么样的影响

春节时候的话几乎全民在谈论 DeepSeek 它对我们品牌企业的影响就是对于我们的成本有了很好的优化因为我们也很想用大模型也希望大模型的话能够在方便面的深度的进入到我们日常的工作里面去有几个点需要去突破一个是

成本如果说是用它很贵的话其实我是用不起的它的 Sony 上的这个神话打过之后实际上我们不论是在云上去布还是我们纯粹私布还是我们使用云端的这样的一些 token 的方式来使用它成本都在降低第二个的话就是安全

尤其是你的数据安全企业里面数据也是分层分级的那么有些数据的话我们是放在云上的有些数据的话在我们自己的服务器上如果想要大模型吃入记录的话它不能有安全问题那么 DeepSeek 其实是

在一定程度上满足了我们这个需求邓永总其实是代表我们的 AI 的服务商 AI 的开发者刚才罗总讲到的那个问题就是安全性的问题您是怎么样去看待企业对于这一点的关切的我觉得对于企业用来讲数据安全永远是第一位的这是底线也是无法突破的事情 DeepSeek 的开源我觉得这是解决了企业用的一个非常核心的一个问题对于企业来讲它可以在平衡成本

于这个安全和效率这个方面根据他的业务的需要成本投入的预算的情况他可以做出很多的这个选择其实我们也提供了几个层次的这个解决范对安全的解决范其实就很简单我们为品牌提供一个完全私有化的 DeepSeq 的这样一个解决范它完全是部署在这个企业的这个自己的数据中心的但这种方式也是成本最高的一种方式

另外一种方式 DeepSeek 这个能力它是在一个云上去提供的但是它的所有的数据的访问和处理那整个这个过程它完全是在企业的它的社会化的这个环境里面的第三个层次呢就是说呢对于一些企业认为

没那么重要的但是他又希望能够低成本的高效的用 AR 的技术来对他进行处理了那我们其实也给他提供一个云上的这样一个 Deep-seeker 的这样的一个解决方案下一个问题可能又要到罗总这了消费品企业最重要的核心的数据就是消费者的数据产品的数据一些市场数据等等那么从消费品企业来说的话您觉得最适合的是刚才讲到的几种方式里边的哪一种呢

对更多的品牌来说应该怎么样逐步的去实现它对于我们品牌来讲的话其实这几种方式可能会并存比如刚才您讲到的消费者的这种会员数据比如我们订单数据社媒里面的这样一些评论数据也好假如我们借助于 DeepSeek 这样的一个弹幕性来分析的话那么我们是可以把它上云的另外一些的话更加内部的敏感的密集更高的这样一个数据比如我们产品数据

比如我们的更多的这种配方处理那我们是肯定需要去以一个最严格的这种方式来管控它的安全的一个企业里面的话它可能有不同这个涉密程度的数据那么都会有不同的方式来进行这种严调化可能是几乎

大部分的企业都是这样的一个模式首先第一点还是要去进行一个数据的分析和定位我可以了解一下就是您们现在在应用 DeepSeek 的时候是已经到了您刚才所讲的这个路径里边的哪一步呢是可以给我们的其他的一些品牌来分享的一些经验其实现在的应用的话它是全面展开的

因为我们几乎每个岗位都需要有这么个助手我们在内部也勾勒出了很多很多的使用场地涉及到我们的前中后台各个部门的这样一些需求随便举些例子我们对社媒可能要做这种分析来发现我们的产品的新的机会我们有一款产品叫做自然糖抗衰换活头皮精华液它是怎么来的呢它其实就是海量的数据我们通过海量的这种社媒数据的这种抓取的话我们会发现有的人经常讲头洗完了还痒

也有人经常在页里面去搜油腻的发根该怎么办很多的跟头部相关的这么一些的这种帖子话题评论人是有时候很难去把它们关联起来的 AI 的话它可以把它关联起来会得出一些很好的思路比如说便携式的加上自然物质去来进行这种缓解的这样一些特征给了我们那么我们就会给到研发研发的同事的话就会进到西班牙

我们整个三藏是喜马拉雅这种基因的品牌会找到这种自然的物质可以缓解头皮而这个产品的话在事实上上市以后也是广受欢迎你的很多很多的线索很多很多的这样一个商机隐藏在大量数据底下的时候的话我怎么把它找出来并且把它观念起来根据我们自己的研发能力和产品能力和我们品牌的这样一个基因去找到一个最合适的这样一个方式给它

呈现出一个产品给到我们用户去使用那么这就是 AI 给我们带来的一个实在的这样的一个帮助

自然糖集团从 19 年到现在数字化的组织能力和人才都是比较充沛的那如果对于一个其实没有非常良好的数字化转型基础的一家消费品企业来说的话那么它在面对当下的这种 AI 浪潮的时候像你刚才讲到的这个场景它有可能弯道超车吗一个企业的话呢它有方方面面的需求

那么有的东西的话它不需要自己有特别大的积累你比如说我们现在做短视频写文自己做视频而不是去拍摄视频这些场景的话 AI 工具可以帮你带来直接的这样一个产出品牌如果是比较大

那么它里面的不论是营运还是说营销销售供应链等等等等它内部都有大量的这样一个流程有以前积累的很多数据这些数据的话如果治理的非常好 AI 的工具跟我品牌的这样一些私有化的这种数据结合在一起的时候它就会对我企业会有一个直接的从内到外的这么一个大的这种效能的提升

相当于说一个无所不能的专家学习了我的数据而我的数据有足够丰富和高质量那么他就会成为一个内部的这么超级大脑这种情况下的话呢他就跟积累有关了而这种企业和企业之间的差距呢不在于说外界的这种 AI 本身发展的多么高他们的差距在于说企业自己的数据

收集和治理的程度如何其实所有的 AI 的模型它的底层的基础的基建工作包括它的一些应用对所有的品牌来说是一视同仁的那么反倒不一样的恰恰是这些品牌在过往的这么多年的时间里边它在它的产品在它的人群在它的数字化的应用等各个方面所沉淀下来的这样的一些基础

才是决定你是否能够弯道超车的一个非常重要的前提条件如果你的品牌现在正想快速的去拥抱 AI 的这样一个势能的话那么首先第一点点真

真的要来先进行一次自我的信息的一次复盘来仔细地看一下自己是否具备如此深厚的一个数字化的积累当我们从刚才在讲到 AI 部署的三个阶段的时候你也讲到一点 AI 的服务者 AI 的开发者是可以帮助品牌去构建一个生态构建一个更加安全的这样的一个环境尤其帮助我们的成长型的品牌可以更快地利用 AI 去真正地去实现自己的业务增长

能不能再听一听你们现在这块的一些探索它有没有一些具体的应用场景最早 ChatGPT 出来的时候其实我们就已经开发了一些应用但是实际应用情况其实并不是特别理想这一次有了 DeepSync 以后就调整了我们的技术方案第一个例子是说今天我们讲所有的品牌在做线上运营的时候都面临着多渠道多平台的这样一个问题前有京东天猫后有拼多多抖音快手

德务 唯品会所以说今天稍有规模的一个企业它都要面临着非常多的平台而且一个平台它也不是一个接口对于所有的这些数据我们如何快速地来对它进行整合并且在这里面提炼去我们企业经营需要的这样的一些结论和洞察

听了一下过去其实我们基本上把主流的这些平台所有的从营销端消费者端消费者运营端所有的数据其实我们都已经对接完了对接完了以后他还有一个更大的挑战我对接了这么多数据怎么样去对他进行分析并为我的经营角色做出支撑呢

那这里面其实一个非常好的一个应用场景就是 AI 它可以非常快速的高效的来帮品牌去提炼这些数据来帮它去做分析决策辅助它的这个经营另外一个小的场景呢是说今天大家都知道品牌有一个特别的挑战我们叫内容营销短视频也好还是直播也好大家都在讲

现在的内容营销是个玄学那我们怎么样快速的从这些热点的短视频或者是那些爆款的短视频里面去找到一些成功的因素如果用人工去分析那这是一个巨大的挑战那我一天一个人我得看多少短视频而且关键是我看了我也记不下来这个时候如果说我们通过 AI 能够快速的帮他把

最新的这些热点的短视频里面的一些关键因素把它给提炼出来那这个时候我们就可以快速的给到品牌来去做角色所以我觉得今天更重要的一件事情是说品牌怎么样能够快速的让企业内部的所有的这个岗位

尽可能的去接近这样一个 AR 的技术去了解和使用和实践这样一个 AR 技术因为在这个过程当中我们可能发现更大的应用场景的这样一个广阔的空间那么下来可能我要把这个话题又带回给我们的自然堂的罗总这边也就是说我们的规模型的品牌其实它自身是有能力

去进行一些自我的 AI 的数字化的升级的时候那么它的一般的组织能力是如何去配置的比如说像它的这种 AI 的整体的应用是由我们的数据中台的团队和我们的前台包括我们的后台这边到底是怎么样去协同的我相信这个是已经有一定的规模化的数字化能力的品牌都非常关心的一个问题其实我们有这么一个三轮驱动这样的一个方法论

就是当我们要做一个数字化的一个项目的时候的话那么首先我们要看这个项目到底是有什么样的一个业务成果这个业务成果的话是不是我们要要的是不是我们能够达到的这是第一个它有没有价值第二个的话就是说这个业务的新生事物的话是不是我们已有的人员里面能够把它给做出来的如果没有的话那是不是要去哪找到这样一个合适的人

做好它的流程做好它的考核做好它的一些机制上的设计第三个的话就是说如果这两个都是 OK 的那么我们是不是有一个数字化的这样一个技术或者说是能力帮助它尽快的高效的去把这件事情做成这三个事情的话会让我们来去进行判断我们要不要做以及为了

未来的这样一个什么样一个组织能够把这些给做好每个部门都会有专门的同事去进行 AI 的操作是这样吗我可以把它理解为是 AI 训练师或者是 AI 操作师还是说是全员接 AI 工具化未来一定是全员的企业里面一定是加 AI 就是你所有的事情原来我的事情不动的时候流程不变岗位不变什么都不变我们需要加上 AI 这个能力让我的充产力更加的

但是它肯定是一步步来有一些同事他的岗位刚好是可以先行一步因为 AI 整个新的这样一个弹幕性出来之后那么 AI GC 就是内容的这样的一个产生首先出现了这么一个很落地的这样一个能力所以这块肯定是先蓬勃起来的那么未来的话我日常的运营甚至是我各个部门都会有这么一个 AI 助手来帮助我

把效率大大提高我前段时间也看到一个很有意思的一个问题有一位市场部的一位同仁他就说到他说现在 AI 可以帮助品牌去快速的去抓取各个平台上的消费者的留言评论等等然后就会变成品牌对于下一步的一个新品的非常清晰的一个洞察和认知他说那么有这样的能力以后是不是我市场部的同事都可以失业了

所以我其实想问两位另外一个问题就是你们是如何看面对 AI 的这种浪潮那么我们职场上的营销的同事电商的同事他们应该如何去有效的提升自己的能力或者扩展自己的能力以应对 AI 时代从我们角度上来看的话未来没有职场小白那只有你 AI 应用的小白但是 AI 是有局限的起码目前是有局限的对于我们这个行业来讲

那么它更像一个指南更像一个技术化的这么一个形象各方面微妙的这样一些美学的这样一个能力的话可能我们现在看不出来第二个人类要去掌握审美能力因为化妆品它是个美学的范畴它需要有审美我们要负责审美同时我们还要负责这种判断 AI 现在毕竟

这个幻觉还是很多的对吧尤其 Steve Sik 可能更多哪个地方是对的哪个地方是错的人要去判断那么人和 AI 肯定是在很长时间是共存的这个问题讨论很多就是所谓的 AI 人工智能跟人的这种替代关系我们完全不用太过怂化 AI 的这个能力说到底它其实还是一种技术能力其实这件事情就是自古以来一直就在发生

最近这几百年新技术太多了它一直就在不断的替代人的各种各样的这个能力如果说我们能够在工作当中能够积极的去学习拥抱和应用这 AI 快速的让我们自己变成 AI 达人

那么我觉得所有的技术它都不是挑战它都是机遇今天的个人是这样子的其实企业也是这样子的所以我觉得对所有的打工人员好对所有的企业来好真正的挑战不是技术不是新技术是我们有没有做好准备我们有没有行动起来的这样的一个决心

谢谢道荣总也给我们很多正在面对 AI 恐惧症的打工人带来了很强的信心 AI 对于我们在更好的去实现客户价值尤其在电商这个领域里边它会有什么样的场景或者说我们的电商从业者未来应该如何去应对这样的一个场景核心逃不开就是最经典的四个字就是建本真效从建本的角度的话以我们自己公司内部为例比如以前我们的一个分析师

再去为品牌去出一个比如说大厝的复盘报告从大厝结束汇总数据分析给结论讨论再去出报告最后去给客户来进行交付可能这个时间它要花两到三周的时间之前我们还没有用 AI 技术我们用传统的 IT 技术去提效的时候我们能够让两周的时间压缩到一个星期我们今天有了 AI 技术以后我能不能将一周的时间变到两天的时间对于我们公司来讲很现实的效果就是我签了成本了

另外一个讲的就是真效比如说我们以前去做热词的分析以前这个事情是说因为它里面牵扯到我要看很多的文章我要去体验这些热词而且这热词也非常多变化也非常快我们在给客户启动服务的时候客户说那这功能这么大那你一星期给我启动这样一次分析的结论和报告其实你想今天我们迭代的速度是非常快的热点变化的 歉意的也是非常快这时候一星期对客户来讲可能他就觉得不够用但是因为功能量又这么大

你没办法提供那么快的解决方案以前我们的技术人员加上我们的应用分析师出这样一个分析报告的时候可能要花差不多一平时的时间才能把它给做出来今天我们的分析师加上我们的 AI 技术可能他在一个小时之内就可以把这件事情全部给他做完客户每天都能看到最新的这样的一个分析的结论

回到我刚才讲的两个点我们在衡量的时候就在两个维度第一个你能不能切实地降低了我的成本第二个你能不能够提高了我的效率这个是我们判断的一个原则和标准我就从另外一个角度去讲一讲对我们消费者带来的价值 AI 出来之后一开始的话我们觉得很好玩

包括我们这样看一个短视频以前的短视频就是拆了 GBT 和语音跟你聊天是一个非常好的伴侣这样一种情况下的话对人的情绪价值就会有很强的粘性同时它成本又很低的时候的话它就是流量的一个新的一个可能的路口电商

就是靠流量那么怎么能够连接的高效性和低成本性会不会有新的这种形式上的变化我又肯定会有这是一个 AI 有可能在下一步给我们的整个行业带来的一个非常大的一个改变的一个趋势我们也和罗总一起拭目以待

非常感谢了今天的两位嘉宾给我们带来的真知灼见 DeepSick 的崛起不仅仅是技术的胜利更是人类创造力与 AI 共生的精彩篇章 DeepSick 不是危机更多的是挑战和机会在今天的下半场呢我们请来的这位嘉宾他更多的着眼点是来自于他这么多年对于数字化对于 AI 领域的深刻的研究是一名 AI 的学者和观察者大家好啊

我叫王峰想问一下王总就是当 DeepSick 慢慢的成为非常大的一个风潮以后您的客户包括您所对接的这样的一些企业政府等等他们对于您的需求有什么变化吗第一政府侧有很大的变化跟反应他们觉得自己可以是安全的接入一个中国自主创新的技术的这样一个网络第二个视角去年我们可以看到很多的超大型的企业央国企

他们会去做这个模型的私有化的部署解决安全问题同时一些非常小的企业他可能不考虑安全问题他可会快速动起来但是今年我们看到一些中央部的企业更有活力的一些企业他们在这种情况下一方面可以实现数据的安全自主可控另一方面整个成本也在下降

同时我觉得还有一件事情就是 DVC 在过年期间每一个决策者每一个企业人其实也是一个 C 端也是一个消费者

大家可能也会去用了一下尝试了一下它的这种心智发生了蛮大的变化从您的观察来看的话您觉得在营销领域或者在电商领域他们是不是一个 DeepSeek 或者说是 AI 在应用场景上立刻会产生一定的实际效果的这样的一个行业首先我觉得一定是的因为离 C 端越近的

它的这种应用场景肯定越来越活跃今天我们看到最直接的一个感受就是我们的内容生产

无论是文生文、文生图还是文生视频我们内容生产的生产力整个的效率整个的速度会去极大的提升只不过过去企业受限于我的人力成本我没办法点对点的去服务这么大量的用户所以我无法做到特别精准的营销今天 AI 的出现让我们可以做到说用户细分之后因为我的内容生产的成本的下降

我可以做到用户细分对于细分的用户来说我有专属的文案海报视频来服务专属的用户再往后我甚至可以为专属用户配备专属的 AI 的服务机器人营销机器人或者是 AI 的专家

第一个层次呢更多的是本身 AIDC 的这样的一个层面上会帮助我们的营销人员帮助我们的电商人员快速的通过 AI 去进行一些内容的生成去提高我们的运营效率然后第二点呢也讲到了其实它可以个性化的触达服务我们的客户当然还有一点就是更加精准的去识别大量的消费者的一些

需求对我们的消费品的这些品牌来说他们在面对 AI 帮助他们去进行数字化的提效的时候他们应该去做一些什么样的动作去应对这样的变革 AI 在商业中的应用大概可以有四个角度一个视角呢就是我的人员的效率的提升工作质量的提升也就是说

不做任何的私有化部署不上任何的系统就让我企业现有的人员来学一学用一用这些免费的工具用一用这些免费的技术或者是稍微付一些公网的费用其实都可以获得极大的效率跟工作质量的提升比如说服装设计师这个领域他的技能上的变化从平面设计到今天 AI 设计实际上当你去使用的时候你会发现确实今天 AI 是无法取代人的

尤其是在一些特别专业的领域它的第一步一定是帮我们提升效率提升工作质量第二件事呢再往后去用的时候大家会感觉到它会帮我们节省一些成本确实会有一些我们觉得可以被定义的

可以被 AI 去重复的事情那它可以去做掉这里面会节省大量的时间成本然后财力的成本包括人力的成本第三个视角呢就是我们可以有一些增加收入的点比如说我的营销的场景今天触达客户的场景这些场景过去可能我要靠建一支团队来解决但今天我能不能把我的 AI 变成一个老

老专家去服务我的用户而且 724 小时的在线第四个其实我也觉得特别值得我们去关注的有技术上潮就一定会有前端的模式商业等等的变化所以 AI 一方面可能会做掉很多我们已有的工作但另一方面也会产生很多新的产业

新的职业新的机遇所以我也特别建议我们的企业家朋友或者是我们每一个个体可以多关注一些新的产业新的可能性我想问一下王总就是第一块人效提升如果我们要去评估 AI 是否帮助我们的企业有效的去提高了

人效的话我是不是可以单人可以去创造的更多的工作的成果去作为一个评判标准还是说有其他的一些怎么样的评判标准呢我觉得今天我们比较形象化的考虑这个事情我们就把 AI 不要当做一个工具不要当做一个技术就到做一个刚到公司的一个实习生我能不能把它变成一个 AI 员工有点像说企业未来雇佣的将不再是你而是你和你能使用的 AI 助手

我们知道每个人都是有能力边界的但是你能不能今天构建出一个一个的 AI 助手

来去扩大自己的能力电竞从这个角度来说可以去衡量它的效率的提升它的工作的提升这里边可能我有一个关心的点就是现在消费者的需求是越来越个性化或者越来越关注的是情绪价值那 AI 能够满足消费者的这种个性化情绪化的价值吗对您这个问题问得也特别好我们判断说未来什么样的工作是有机会的我觉得

我觉得未来人服务人的工作会是越来越多的越来越有机会的在进行本次节目之前我们也做过一些简单的一些表演比如说有的观众就会问到说我是 2B 的企业我希望 AI 能够帮助我去更好的去获得一些 B 端的这样的一些客户更好去服务他

王总在你从事 AI 这么多年的时间里边你有观察到一些比较好的国内的去应用 AI 的这样的一些案例吗首先我们可能要区分一个概念 AI 这个词比较大对那我们今天聊的是 2022 年 11 月之后被我们大多数人认知的叫做生成式人工智能它是创造产生一些新的东西

但其实 AI 在工业金融早就有应用了在之前我们更多的是判别式人工智能比如说人脸识别图像识别等等最大的区别是过去的判别式人工智能它解决问题叫做分类跟识别今天大家关心的 DeepSeq 或者是通一切问等等这位代表的是生成式人工智能它的最大的合金区别是它在生成在创造一些东西所以今天生成式人工智能可以说才刚刚开始

我们基本可以把 2023 年认为是生成是人工智能的元年可能在消费侧我们会看到更多的应用场景那么在 2B 侧在生产侧我们也看到了一些可能性然后也有一些投资企业再去使用比如说今天大家想到的最直接的就是我内部的支出库的汇聚

那 2B 企业它的管理生产流程很复杂过去所有的这些数据呢是分散在非常多不同的域里面的打标签都很难就像你有一个图书馆一样里面有大量的巨量的图书那你做一个索引能找到这本书都是一个很大的一个工作量就不要说更精准的找到书里的某一页了所以大家最开始想到的就是我的知识的汇聚把这些资料能够让 AI 呢快速的提取出来表达出来

而且这里面稍微强调一下我们今天说的数据已经不再是传统意义上我们认为的一个 SAL

或者是一段数字我们可以把它叫做结构化数据但是今天我们看到企业有大量的或者是远超结构化数据 4 倍 5 倍的非结构化数据比如说我 5 年前的一个合同我的一个服务客户的一段文本过去这些东西是没法激活它的今天 AI 给了一个激活这种非结构化数据很好的一个工具你让他去服务客户他就变成一个营销的助手

你让他变成服务我的销售他就变成一个销售培训的助手让他服务我的交付那就变成一个客服的助手今天其实在图币侧其实也有很多的场景再去涌现再去使用非常感谢您给数字化的营销还有电商行业的从业者也带来了很多天然性的一些预判和一些观点也相信 AI 一定能够去驱动行业越变越好