听懂一句 AI 实话，做成一件零售实事

“交钱参加了一个线下的 AI 设计交流班，差不多六位数，靠谱吗？”

“这个软件商说只需要一部手机，就能实时换脸，让数字人替我直播，尊嘟假嘟？”

“我们是一家连锁酒店，你这 AI 能根据建筑结构图，按酒店主题生成房间的装修示意图吗？”

“最近做梦都在跑图，人家的 AI 作画效果那么好，prompts（提示词）到底是咋写的？”

过去一年里，我在很多场合感受到零售从业者对 AI 的渴望。他们看到了大模型及其对应的 AI 新技术，在市场营销、生产管理、办公流程等多个环节对零售行业的革命性影响，迫切希望用 AI 工具武装自己。

然而，大多数没有技术背景的人，在听了太多大模型怎么好，AIGC 怎么惊人的故事之后，却在开始亲自上手将大模型、AIGC 与自身业务相结合的时候，发现困难往往存在于一些细节：不知道某一句 prompt 怎么写，不清楚某个具体场景如何“被 AI”，不懂效果该怎么优化……

这些具体而实际的问题不解决，企业想要真实地从 AI 技术中获益，恐怕还要打一个问号。而这些细致问题，是无法通过一场两小时发布会、一次科学家的布道、一个面向全行业的讲座，就得到充分解决的。

今天我们就来聊聊，零售企业与从业者，究竟要跨越多少混沌，才能让 AI 落到实处。

零售+AIGC 的“混沌纪元”

如果要给今天的零售智能化，设定一个阶段性坐标，我愿称之为“混沌纪元”：虽然技术愿景和趋势很清晰，但脚下的路和身边的环境却很朦胧。

造成这种混沌局面的，正是以大模型、AIGC 为代表的新一代智能技术，在广泛落地的初期，往往空谈大于实干。

AI 与零售，其实并不陌生，早在 2016、2017 年起，AI 与零售行业的结合就有了不少探索，比如利用机器视觉算法统计线下门店的人流量，为日常经营提供决策；基于数据中台+AI 算法模型，对零售品牌的会员体系、营销方式、用户画像等进行优化……

但是，基于大模型技术的 AIGC 应用与零售场景的结合，才刚刚开始。去年，以 ChatGPT 为代表的 AIGC 大语言模型崭露头角，凭借更大的数据量和参数量、比传统 AI 算法更强大的理解、分析、泛化能力，可以实现文本、图像、音视频等内容的自动生成。由此发展的 AIGC，一种新型内容创作方式（包括 AI 生成文本、AI 作图、AI 生成语音视频等），在零售行业有着大量的落地场景。

全新的技术和应用喷薄而出，也导致了几方面的“混沌”：

一是认知“混沌”。AI 技术概念与体系复杂，各种新概念层出不穷，很容易让零售从业者们一头雾水，从而“病急乱投医”，报一些仓促上马的“大模型课程”“AIGC 培训班”，学不到有用的干货。

二是能力“混沌”。AI 是一个相当复杂的产业链，涉及非常多的技术能力、工程化能力、产品化能力，每个环节对于零售企业来说，都有比较陌生的地方。零售企业听了许多 AIGC 的“神奇之处”，但通过哪些能力，才能对新技术进行实用性转化，仍是一知半解。

三是价值“混沌”。很多 AI 论坛、会议和课程，都会有意无意规避掉的，就是一个行业内部的复杂性与特殊性。零售企业的规模不同、性质各异、商业模式多种多样，能够为大模型、AIGC 等 AI 技术落地投入的人力财力也各不相同。忽略行业特点去谈 AIGC，企业就很难评估智能化的实际价值，因此也不敢安心投入。

这种“空谈大于实干”的混沌局面，有大量痛点困扰着零售从业者，也让大模型及 AIGC 的产业价值，变得朦胧。

不敢用？先听点 AI 实话

今天，零售行业已经有共识：AIGC 就算现在不用，迟早都得用。而绝大多数零售企业都希望少走弯路，少交学费。这种情况下，打开更大的技术应用视野和思路，看看“第一批吃螃蟹的人”是怎么做的，就很有必要了。

最近我们发现，腾讯智慧零售恰好就在做这样一件事。他们特别推出了「AI+零售应用新视野」系列课程，第一期聚焦在生成式 AI（AIGC），把人工智能商业化专家、零售企业蒙牛、孩子王，以及腾讯智慧零售官方讲师等都汇聚到一起，从各自视角分享有关 AIGC 在零售行业的应用洞察与实战心得经验、成功案例。

在几位 AIGC+零售先行者的“大实话”中，我发现，AIGC 已经在零售行业的研发、生产、销售、营销、服务等业务链路中，都有了具体的落地实践：

1.消费者体验环节。AIGC+问答客服，基于大模型的智能问答对话，可以为消费者提供个性化的推荐和服务，大幅优化服务体验和效率。比如孩子王打造的 AI 育儿顾问大模型-KidsGPT，以及蒙牛打造的首个营养健康领域模型 MENGNIU.GPT，并推出基于该模型的 AI 营养师蒙蒙。

2.销售与营销环节，AIGC+创意营销。AIGC 能力可以帮助零售企业生成创意素材，为营销活动降本增效。在名为“纯真·团圆艺术展”的互动活动中，蒙牛纯甄与腾讯云合作，通过强大的 AI 生图能力，对用户上传的全家福照片，进行多元风格转化，赢取团圆月光奖等惊喜，吸引了大量消费者的关注和积极参与。

3.办公和支持环节。AIGC 还可以通过智能培训、办公助手、文档助手等一系列能力，为零售企业的员工提升效率。蒙牛通过内部培训计划，培养“Prompt Engineer”（提示词工程师），让员工在蒙牛自行开发的 AISM 企业大脑平台上进行探索，最大限度地利用 AI 技术。

4.分析与决策环节。对历史的产品销售数据进行分析，把控整体生产制造，完善市场营销策略，是零售企业的必要工作。孩子王目前已建立了 1000+个智能模型，为“千人千面”的个性化服务提供支撑。

5.更多业务创新的可能性。除了对各个零售环节的提质降本增效，AIGC 还为零售企业带来了一些全新的业务模式。目前，孩子王正着手将 AI 能力赋能合作伙伴，打造多产业融合发展的育儿和成长生态圈。

总的来说，AIGC 在零售行业的研、产、供、销、服的各个业务链路当中，都具备强大的应用价值和潜力。

通过该课程，零售企业可以听到一些技术落地的大实话，学到“零售+AIGC”的务实经验，以及踩过的坑，找到更适合自己的数智化解题思路。

不会用？实操得有工具

听到这里，很多零售人可能觉得 AIGC 确实有点用，摩拳擦掌准备实践了。别急，动手之前，必须握住称手的工具。

对于今天的零售企业来说，AIGC 还是一件有点陌生的事物。硬件怎么配置，提示词怎么写，模型怎么根据自己的业务数据进行精调，甚至去哪里买算力、数据如何清洗……大多数企业都充满了困惑。

摒弃空谈，聚焦实用，必须让这些具体的细节和步骤，也变得清晰可上手。

为此，腾讯智慧零售学堂 AI 零售应用新视野系列课程中，还将由腾讯官方讲师带来《AIGC 驱动零售数智化之工具实操》，通过 AIGC 工具的实操讲解，帮助大家敲开 AIGC 赋能零售实际业务场景的实操大门。

这门课程的实用性，主要体现在三个方面：

第一，细致教学。课程内容具体到怎么去撰写一个 prompt，才能得到一个较为满意的生成结果，这是很多品牌发布会，或者泛泛而谈的课程无法提供的。

第二，合理预期。普通人很容易夸大技术的能力，用之前过度神化，感觉“人类马上要被 AI 取代了”，用之后大失所望，认为“AI 根本没啥用”。AIGC 在零售场景中要良性发展，必须弄清楚技术的边界，这一点在课程中也进行了有力诠释。

第三，结合案例。通过讲解具体的实操案例，比如一个 AIGC+零售的创意活动是如何操盘的，让观众更具有代入感。

不会写代码，不懂什么是提示词工程学，也能轻松上手 AIGC。用好这些实用工具，干成一件零售实事，正是非技术背景的用户所迫切需要的。

不好用？发挥实效离不开底座

AIGC 在零售场景中的业务价值，不仅取决于技术本身，还取决于现实环境。要收获实际效果与价值，企业至少还要解决几个问题：

1.昂贵的算力。专属大模型的精调、训练，以及 AIGC 应用的内容生成，都要用到 AI 算力，依旧是普通企业难以搞定或负担的稀缺资源。

2.持续的运维。AIGC 应用要不断学习业务数据和知识，持续迭代，很多零售企业的技术人才并不丰富，后续运维升级等都面临麻烦。

3.复杂的兼容性问题。部署 AIGC 应用，也要面临本地和云端的协调、跨平台兼容问题、网络连接、物联网设备等复杂的软硬件。

不解决上述问题，AIGC 的综合成本高，投入产出比低，无法发挥出降本增效的实际效果，也会让很多企业在尝试之后，将其束之高阁。

避免高成本成为零售企业引入 AIGC 的拦路虎，目前业内也有了一些解决方案。

比如腾讯云，作为最早一批提出 MaaS（Model-as-a-Service）并实践落地的企业，腾讯云依托 TI 平台，正在逐步完善专属大模型的构建，为零售企业提供稳定、高效的大模型服务，让零售企业能够便捷有效地构建智能化应用，打开 AIGC 助力业务提效增收的大门。

可以看到，想要真正拥抱 AIGC 及大模型时代，更合理的姿势应该是摒弃空谈、持续学习、与正确的伙伴同行。听懂一些 AI 实话，做成一件零售实事，不妨先从这套课程开始。