AI不仅仅是一个新奇的玩具，而是新的生产力，品牌电商如何通过AI提升竞争力，我将持续分享自己的思考和实践经验

从2023年春节期间，GPT带来的震撼，整整过去了一年，这种震撼，愿没有随着时间的推移而减弱，反而一波接着一波。从来没有哪一项技术，会带来这么快速，持久，以及震撼的影响力。 这一年，可以大家经常说的一句话来总结：AI一天，人间一年。这一年里，几乎每天都有新的东西出来。从最初的ChatGPT，到后面的GPT4，从图像模型Midjourney，Stable Diffusion，到视频AI生成工具RunWay，每天都有新的足够吸引你眼球的东西。如果你对于新的东西不是那么敏感，或者没有天生的兴趣，这可能让你很痛苦，因为每天都有大量的信息涌入，让你变得难以消化。牵头万绪，不知道从哪里入手，并且不停的被所谓的“知识博主”足够吸引眼球的信息狂轰滥炸。好奇与焦虑并存。觉得“TA”很厉害，但是好像听到的都是江湖传说。自己去想去尝试，一方面对于普通人有门槛，即使偶然尝试，也觉得不过如此。

业内业外大量的知识博主，靠做培训，写文章，做视频，“割到”了第一茬韭菜，但是AI在产业界应用，却始终冰火两重天。我们的团队从2023年4月开始，真正考虑将AI在产业中落地。到2024年春节，整整快一年了。并不是大家想象的那么美好。对于很多新的东西，我们戏称为“卖家秀和卖家秀”，知识博主，主打的是吸引眼球。要不就是选择性的信息抽取，要不就是艺术加工整理。对于真正想在产业落地的人来说，总觉得很牛，但是就是差那么一点点味道。所以很多时候，看“TA”的视角，是一个比较新奇的娱乐玩具，而非生产工具。

我们的团队，这几年一直是服务品牌，提供数字化的营销工具。并且主要是的优势行业在珠宝行业。经过了几年的积淀，也积累和洞察了行业的一些痛点。譬如产品的拍摄成本很高，产品品类多，更新快，但是数字化营销内容匮乏。所以我们第一个想到的场景，是将AI技术应用到数字内容的生成上面。也就是我们通常所说的AIGC，我们选定了一个细分场景，就是通过AI生成珠宝的静态场景图和模特佩戴图。目前在该领域比较成熟的技术是Stable Diffusion开源模型，几乎全世界所有的比较高度定制化的AI图片的生成都是采用的SD。所以理论上讲，大家其实都是相同的底层技术，谈不是有任何的技术壁垒。无非就是谁家根据特定的场景，优化的好坏的问题。所以我们思考的点是在特定的场景。特定的行业做细分的应用。这样才能发挥我们的优势以及构建竞争力。

实际落地过程中，其实也遇到了很大的问题。如果只是拿某个技术的展示Demo，会觉得很惊艳，但是一旦在实际业务场景落地，就会发现马上遇到问题了，譬如我们选择珠宝的模特佩戴图和静态场景图，珠宝大部分很小，并且很多有大量精细化的细节，譬如雕刻花纹，镂空。如果生成佩戴图或者静态场景图，尽管业内通用的办法是通过mask，对于产品主体做遮罩，然后通过AI生成其他部分的创意内容。大家方法都差不多，但是实际出来的效果却差强人意。

在珠宝数字内容的场景去使用，还有一个非常大的挑战，就是需要产品展示的非常高清。目前SD生成的图片，通常最大也是1024分辨率的。所以生成出来的内容很难用于实际业务场景。尽快可以通过模型做高清化处理，但是又会带来细节展示的丢失的问题。

当然，AI技术在产业落地，上面提到的这些，都只是技术问题。更大的障碍在于产业从业人员和技术人员之间存在的”认知鸿沟“的问题。我们我们用一个工厂来类比。产业界认为我需要的是一个自动化的生产线，我买了，就能持续，高效的生产这个产品。而技术人员给你的可能是一个炫酷的电机。甚者这个电机还只是一个实验室刚搞出来的，还没有外壳的技术演示机器。所以一旦在产业落地，产业界的从业人员，第一反应是，这玩意没用，或者发出灵魂的拷问：“这玩意有什么价值？”。这种”认知鸿沟“，在任何新的技术出来的时候，都一定会经历的，譬如我曾经从业过的云计算行业。只不过AI技术，足够的通用和智能，让这种鸿沟没有以前那么多大了。

正如几年前出来创业的初衷，就是消除云计算在产业落地的“认知鸿沟”，云计算经过了10年的发展，尽快这种认知鸿沟依然巨大，但是至少像工厂的电一样，成了基本的生产资料。相比于云计算，现有的生成式AI技术一定用不了十年，可能2～3年就会颠覆各行各业，甚至改变我们的社会结构，正如第二次工业革命，对于社会结构摧枯拉朽的变革是一样的。但是工业革命的原没有那么剧烈，留给整整一代人的时间去适应。AI能给我们那么长的时间吗？

当chatgpt出来后，很多人问一个问题，如何理解这个东西？其实没有那么复杂，你把它理解成一个人就对了。因为根据Ta的原理，和以往任何的机器的原理都不同，TA的构造和原理，更像一个人。任何人之间最自然的沟通方式是什么？自然语言。你现在和GPT沟通，其实就是通过最自然的方式在进行。尽快有些人觉得，prompt对于很多人来说，还是有一些门槛，但是我们学习一门外语，难道没有门槛吗？可能我们的社会，已经进化了几千年了，我们天生生活的母语环境，所以我们自然觉得不难。但是这样的机器，或者换一个角度，这样的“新的人类”诞生才一年多。如果你从人的角度来看待AI，你会发现，很多事情都很自然了，TA需要你讲清楚背景，告诉他的角色，对于复杂的事情，需要你拆解成一个一个详细的步骤后，让TA完成，TA有可能犯错，也没有那么精确，也能一本正经的胡说八道。TA其实就是一个人。

回到产业的落地，你就TA当作一个刚入职的实习生。大学刚毕业。可能国内智谱的chatGLM是华中科技大学毕业的，GPT4.0是麻省理工毕业的，你让他上手工作，你是不是需要知道哪些工作他能完成？需要给他清晰的指令？是不是需要给他培训业务知识？是不是需要帮他把复杂的任务拆解成相对简单清晰的流程？是不是他也会犯错？这和带一个人上手工作，没有任何的区别。所以我们跨越“认知鸿沟”的第一步，首先是以人的视角来看待AI

AI在产业落地，特别是我所相对熟悉的零售品牌落地，是需要一整套的完整的“毕业生培养计划”以及相关配套的流程和工具，接下来的一系列的文章，我会讲我的思考和经验分享给大家。