庆云古诗词

庆云古诗词

chatgpt 亚马逊电商应用 chatgpt将来能代替电商运营吗

互联资讯 0
chatgpt官网,chatgpt怎么用,chatgpt怎么读,chatgpt账号

?

作者 | 归去来

编辑 | 唐飞

ChatGPT彻底火爆出圈,上线两个月的时间内全球月活用户突破1亿,成为史上用户增长速度最快的消费级应用程序,这与ChatGPT自身超预期的能力和Open AI前期通过真实数据对模型的迭代都有紧密关系。

数据来源:公开信息整理

在刚刚过去的3月,OpenAI公布了最新版本GPT-4。与此前版本相比,GPT-4在识图能力、回答准确性等方面能力得到跃升。同时,ChatGPT开放了API接口,企业或个人开发者可以通过它将ChatGPT和Whisper模型整合到他们的应用程序和产品中,无需自研即可直接进行二次开发和应用。

图源:OpenAI官网

随着GPT-4功能的逐渐强大,也引得多个行业频频下注。

以电商平台为例,上市公司吉宏股份在回答投资者提问中表示,公司已在2023年1月接入ChatGPT的API接口,目前使用ChatGPT的跨境电商业务包括:人工智能选品、图文和视频广告素材制作/广告语智能输出、广告智能投放、智能客服回复等方面。

返利科技也表示,公司与OpenAI的接口已经升级至ChatGPT 4.0版本,同时已推出电商导购APP“如意”。这款APP基于ChatGPT人工智能技术,采用AI聊天对话模式为用户提供导购服务。

科技的进步在令人感到欣喜的同时,也引发了大量电商从业者的担忧,

“我的工作是否会被ChatGPT取代?”,“我是否会因此失业?”,类似的问题开始出现在互联网论坛上。毕竟,被科技进步取代的岗位从古至今数不胜数。那么,ChatGPT未来是否会抢电商打工人的“饭碗”?

1、ChatGPT在电商领域的应用

网易数帆副总经理金叶曾指出,ChatGPT核心是大数据模型,实际上就是一个聊天器而已。但是ChatGPT的深度和广度,对于我们来讲有非常多的想象空间。

如金叶所言,目前ChatGPT在电商相关产业链中的场景应用,的确远超我们所想象。

一是ChatGPT被应用到电商运营中的各类辅助工具。以上文所说的吉宏股份为例,该公司自接入ChatGPT接口后,短短几个月的时间内,帮助公司完成1w+新品的上新,并在千万级商品中新挖掘150W(10倍于电商需求)种商品之间的关系,通过NLP(自然语言处理)相关技术提取15W+的电商需求概念。

并且累计产生新的广告7W+,处理图像素材2W+,接手客户闲聊与安抚对话10W+,节省客服1000人次工时。

另考虑到由于GPT-4的文字处理、多模态生成能力、数据分析能力,后续将持续提高公司在产品介绍、广告营销等模块的生成能力和效率,从而将广告营销投放更高效地进行。

对比吉宏股份的案例来看,ChatGPT后续若是被应用到各类电商SaaS工具,以及代运营公司身上,也能提高公司的效率。毕竟于电商代运营公司而言,他们本身拥有营销活动数据、店铺访问数据、消费者购买数据、货品数据与客服数据等,而这些海量交互数据急需一套可靠的处理系统来处理,这就为ChatGPT提供了极佳的落地场景。

二是电商平台上,尤其是导购类电商平台的痛点非常明确,也是ChatGPT最直接的应用场景。国外的Shopify和Instacart是最早采用ChatGPT API的电商公司。

其中Shopify旗下电商平台SHOP、生鲜电商Instacart、购物平台Klarna目前均使用ChatGPT开发智能导购模块,根据消费者的需求生产定制化的商品推荐。

而ChatGPT用户安装插件后,得到菜谱的同时也会产生Instacart链接,跳转后在APP内生成食材推荐列表。

以Instacart来看,国内以什么值得买、返利网为代表的导购类APP都需要ChatGPT作为支持。若是后续他们接入ChatGPT,也可根据消费者的个性化需求为消费者实时生产推荐内容和商品,进而真正达到“千人千面”的效果,这和传统的电商流量分发和内容输出模式相比精准度更高,更有助于提升消费者的购物体验。

当然,ChatGPT也能为传统电商平台带来增量。以焦点科技旗下的中国制造网为例,它在国内的跨境 B2B 电商平台中知名度及品类丰富度上仅次于阿里巴巴国际站。若是公司接入ChatGPT的话,也能帮助平台上的商家带来需求分析、选品、自动生成营销素材等更为精细化的管理工具。

图源:公司公告

三是将ChatGPT应用到电商支付环节,互联网支付服务商Stripe目前与OpenAI达成合作协议,为OpenAI商业化后的计费、记账、税务自动化提供服务。同时,Stripe正在对14个GPT基础设施进行试验, 包括支持定制、回答有关支持的问题和欺诈检测,从而优化支付流程,降低支付风险。

整体来看,ChatGPT对电商行业所带来的价值在于缩短TOC的购买决策路径,在提升购物体验的同时借助ChatGPT的快速问答能力,提高售后服务能力。TOB端在于减少公司无用的人效投入,带来新的增量价值。

但即使这些需求和价值真正存在,ChatGPT真的引发电商相关公司大裁员吗?

2、有些岗位难被替代

正如Facebook人工智能研究院的研究员Yann LeCun所说的那样,ChatGPT可以取代某些重复性极高的工作。但对于一些需要理解复杂上下文的工作,ChatGPT暂时无法替代人类。

于电商行业而言,亦是同理。

以ChatGPT所提出的智能出价来看,不管是字节跳动的巨量引擎广告,或是拼多多的店铺一件托管功能,实际上早已上线。但现实情况是,从业者们并不敢轻易使用。

于翔是国内某家广告公司的巨量引擎优化师,他告诉我们,使用智能出价所带来的风险有很多。比如说,由于字节跳动本身的流量并不稳定,尤其是遇到一些类似于618、双11这样的大促,品牌抢夺流量更是异常激烈。若按照智能出价来看,则必然会将OCPM的出价不断拉高,但较高的出价能够带来多少转化也不可知。最终的结果就是让客户的账户彻底被跑飞,广告收益率极差。一旦出现这种情况,他们很难给客户交代,更别提和客户在谈什么后续的合作了。

基于此,目前业内普通采用的为智能出价为辅,优化师出价为主的出价方式。并且优化师在出价时会根据当前广告流量的大盘情况,客户设置的单日广告预算、不同链接所带来的广告转化等方式进行全方位地灵活出价,以完成客户的考核。

和于翔有着相似感受的还有来自国内某家公司的电商经理李亮,他表示,电商平台的智能出价这种一体化的程序,虽具有操作简单明显、易上手的特点,但它最大的风险是直通车费用的不可控,缺乏灵活性。

比如说,此前公司曾试过拼多多的一键托管,当天直通车的费用直接被提高到2000元,但所能带来的订单却只有20单。即使自己公司一单产品的平均毛利润在20元,但这么算下来ROI数据简直不能看。经此事件后,自己也明确要求公司各电商平台运营不得使用智能出价工具,而是要根据自己经验、当日直通车费用转化情况进行灵活调整。

李亮也坦言,在商品高度同质化的今天,电商除要比拼供应链、价格外,还要比拼公司内部运营的实力。同样是做拼多多运营,有的从业者能做到年薪几十万,但有的工资水平却在月薪二三千。工资差异性较大的背后,本质上还是和运营个人对店铺的运营能力有关。

图源:看准网

不仅仅是智能出价难以受到商家的青睐,智能选品的遭遇也一样。以直播电商为例,在过去的几年时间内,头部直播团队因选品失误而被推到舆论风口浪尖的比比皆是。

辛巴的燕窝事件、东方甄选“野生虾”事件、小杨哥的婴幼儿事件等等发酵后,对于主播和平台的伤害是巨大的。东方甄选(曾用名“新东方在线”)的股价更是从今年2月初的高点64港元/股,暴跌到4月初的31.45港元/股,两个月惨遭腰斩。

图源:东方财富

基于此,目前许多主播团队也特别爱惜自己的羽毛,对选品把控特别严格。胡川是国内某主播团队的选品负责人,他指出,现在团队选品除要考虑产品的品牌知名度、电商平台的销量和评论这些因素外,也必须要考虑到厂家的综合情况。

比如说,同样是做酸辣粉的厂家,有的厂家不但口感相对较佳,产品的添加剂也很少,但有的厂家却恰恰相反。尤其是产品的口感问题,绝非是机器就能简单代替的。

和主播选品不同的是,商家们选品时考虑的因素更多。张嘉佳是国内一位生鲜商家,她指出,生鲜选品时考虑的因素有很多。比如说,春天北方的应季农产品有甜瓜、蒜薹。但蒜薹在发货前若是不“打冷”的话,就会产生很大折损,导致售后极高。因此,很多商家并不敢轻易做蒜薹这类单品。

除此之外,生鲜产品的售卖周期、不同阶段的口感、后续的价格走势、天气情况、产地的供应情况等等因素也都必须要考虑进去,这些往往根据从业者的经验来判断,绝对不能完全依靠智能选品的建议。

事实上,ChatGPT之所以难以替代电商中的这些岗位,本质上还是由于ChatGPT训练时使用了人类反馈强化学习(RLHF)算法所决定的。借助人类的感知,让模型判断自己的答案质量,训练自己逐步给出更高质量的回答。

图源:OpenAI官网

换句话说,对于电商中重复性极高的工作,ChatGPT随着模型的迭代能够越做越好。但对于过度依赖人的思维、经验的工作,ChatGPT很难进行训练,更深层来看,即使ChatGPT想要进行训练,其训练数据来源和训练周期也是存在不确定性。

3、“人机大战”仍在持续

事实上,人和“机器人”相比,其最大区别在于人本质上是一种情绪化极高的动物。在部分行业中,使用机器人代替人类的确有诸多利好。

以酒店管理行业为例,一般来说,一家星级酒店若要做到极致服务,其客房和员工的配比为1:1.2,这就决定了星级酒店为典型的重人力行业。但由于酒店日常的工作杂、乱、多,其必然会引发员工情绪的不满,进而影响到酒店员工服务的质量。因此,若是在酒店管理过程中使用智能机器人代替人的话,这在降低人力成本、减少酒店内耗的同时,也能够提高酒店的服务质量。

但和酒店管理不同的是,在整个电商交易环节情绪化有时会高于理性化,并影响到电商交易售前、售中、售后等环节。

在售前环节,固然ChatGPT在文字/图片方面有着强大的能力,但不同平台的用户属性,也决定了商家不可能完全使用ChatGPT的文字和图片。李亮告诉我们,比如拼多多平台的主图不需要整的特别高大上,类似于一些“几包几毛”、“支持仅退款”等看着很low的主图,但点击率却很高。但反之,这些主图在京东平台则无法使用。

图源:拼多多

同样的问题是,在对于商品关键词的描述上,ChatGPT描述的商品文案看似很好,但若不能精准覆盖商品的核心关键词,基本上也不会有什么转化。更大的问题是,若商家在主图和文案表述上,全部采用ChatGPT的,这不但会让自家产品核心卖点无法展示,也会容易让用户产生审美疲劳。

在售中环节,比如说,虚拟主播是这两年颇为火的一个概念,但不少商家却反馈使用虚拟主播的效果整体一般。李亮接着表示,去年自己公司在运营淘系电商期间,就使用过虚拟主播。诚然,虚拟主播在商品讲解方面、7*24小时不间断直播方面确实很有优势,但它无法调动直播间观众的情绪,更别提后续的下单转化了。

如李亮所言,我们反过来思考一个问题,抖音直播为何能在短短几年的时间内GMV不断上涨呢?这其中固然有价格因素、用户时长因素,但本质上抖音直播还是在借助直播间所打造的氛围、激发用户的情绪、最终完成交易,这也是为何抖音很多直播间主播特别热衷于使用“库存有限”、“商品仅剩几单”等话术的原因。

在售后环节,智能客服在电商行业已被运营多年,但很多公司依然会保留人工客服。从事多年电商客服的李丽告诉我们,人工客户和智能客服相比在于,人工客服能够基于在和客户沟通过程的语音、上下文意思来推测客户大致的情况。若纯使用智能客服,无法推测当前客户的语气和情绪状态,纯粹的安抚,反而还会起到相反的效果。

但需要指出的,若是后续ChatGPT和人类一样有着各种情绪,这必然引发人类新一轮的恐慌。要知道,自从ChatGPT展现出推理能力后,就已引发业内的担忧。

在刚刚过去的3月29日,未来生命研究所公布一封公开信,呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI系统至少6个月。目前这封信,已有包括马斯克、辛顿、马库斯、图灵奖得主约书亚・本希奥、《人工智能:现代方法》作者斯图尔特・罗素、 苹果公司联合创始人史蒂夫・沃兹尼亚克、Stability AI首席执行官埃马德・莫斯塔克等业内1000多名科技领袖和研究人员的签名。

因此,ChatGPT想要真正让电商行业迎来一*失业,估计仍有很长的路要走。

至于是“抢饭碗”还是“造饭碗”也有待验证,不过从以往的技术更新来看,一项新技术出现后多数会造出更多新的“饭碗”。无论是技术研发本身,还是其辐射效应推动其它行业的发展,都会带来新的岗位和机会。

*本文基于公开资料撰写,仅作为信息交流之用,不构成任何投资建议


ChatGPT 语言 chatgpt只能识别文字吗

chatgpt是什么意思,chatgpt官网,chatgpt怎么下载,chatgpt怎么读

?科技的发展过程,就是不断地打破人与自然之间的界限。

chatGPT的出现,打破了人与电脑之间的语言障碍。

电脑是基于数字电路的,而人是基于生物化学的,二者之间的底层机制并不一样。

虽然不管是电脑还是人脑都能用于信息处理,但想打破它们之间的语言障碍并不容易。

1,C语言只是部分地打破了人与电脑之间的语言障碍

C语言出现于1970年,是一门类似英语的编程语言,但它的语法比人类语言要严格的多,不存在任何的模糊语义。

而模糊语义,是人类语言的基本特点之一。

在chatGPT之前,任何用于跟电脑交流的“语言”都必须是严格精确的。

不管是C/C++还是java / 【【微信】】 / js / php,它们都能转化成二进制码,并且与数字电路的状态一一对应。

总之,之前都是程序员去迁就电脑,而电脑没法去迁就人类。

自然语言处理(NLP)发展了这么多年,也无非就是匹配一些关键词而已,在chatGPT之前并没有突破性的进展。

2,语言大概是人与自然之间的最后界限

人与自然之间的界限并不是第一次被打破,实际上之前已经被打破很多次了。

例如,18世纪的人们认为尿素(H2N-CO-NH2)只能由生物的新陈代谢产生,而没法通过化学手段合成,所以这类物质都叫有机物。

但是到了19世纪,化学家就用二氧化碳和氨气合成了尿素,这是人类第一次合成有机物。

尿素的合成,打破了人与自然之间的“有机界限”,即生物在自然界里并不是特殊的,生物能合成的物质也可以通过化学手段合成。

当然现在尿素只是一种很普通的化肥,但在它刚被化学合成的那刻,还是非常震撼人心的,因为人做为生物的“优越感”被化学家们给挑战了?

化学方法可以合成有机物之后,还有什么是人能做到而化学做不到的呢?

逻辑能力,人有逻辑思维能力,能够做出if else判断,而任何的机械设备在19世纪都不可能有逻辑判断能力。

然后,电子三极管出现了。

到了1946年,ENAIC计算机被发明出来了,它可以运行机器码写成的逻辑指令,而且速度比人快得多。

1947年晶体管出现之后,摩尔定律被开启,电脑的性能开始了迅速的迭代!

然后,人们又要找一种人能做到、而电脑做不到的事来重新建立自己的“优势”。

在1970年之前,什么是人能做到而电脑做不到的呢?

电脑只能理解机器码和汇编语言,理解不了(类似人类语言的)高级语言。

然后出现了一堆的高级语言,例如forturn,pascal,C,C++,java,perl,【【微信】】,js。

电脑可以识别高级语言代码,但电脑没法看东西(CV),也没法看懂真正的人类语言(NLP),这大概是1980年前的状况。

3,CV和NLP一直是人类的传统优势

有这么一个笑话:产品经理让程序员写一段代码去识别颜色,而程序员回答说,“你以为App是狗呢,训练一下就会识别颜色了”?

这个笑话说明了早期的CV模型效果非常的差,别说跟人比了,跟动物都没法比。

2016年之后随着深度学习的发展,通过CV模型对复杂物体的分类取得了非常大的进展,人脸识别的准确率得到了极大的提高,但是对语言的识别一直没有像样的突破。

chatGPT出现之前,没有人愿意跟电脑聊天,因为聊上几句电脑就不会回答了。

但是现在chatGPT出现了,它可以回答大多数的常见问题,甚至可以给出一些算法题的C代码。

人类的语言优势受到了科技进步的又一次挑战,硅基智能又向着“硅基生物”的方向前进了一大步。

一个物体一旦具有了“真正智能”,那么没有“人”会甘于只当辅助。

“魔兽世界”里的莱斯-霜语变成了巫妖,他到底是活着还是死了?

也难怪马斯克等人对继续训练更强大的AI模型而担忧了。

来源: 今日头条

更多信息:人工智能是否能够完全取代人类