嘉宾介绍
快问快答
1、能否介绍下你们的产品和核心应用场景？以及它们在市场中的独特价值是什么？
在当今电商与内容紧密结合的市场中，优质的内容对于实现良好的GMV至关重要。然而，无论是文字、图片还是视频，内容的制作和分发都需要大量的人力和时间投入。随着电商红利的减少和利润的下滑，商家们都在寻求降低成本和提高效率的方法。我们公司已经完成了金沙江、红杉等知名投资机构领投的四轮融资，融资总额近2亿美元，服务了超过1000家品牌客户，包括安踏、伊芙丽、施耐德电气等，覆盖了4万家店铺，预计2024年的营收将超过8000万美元。
经验丰富的成熟商家寻求降低成本，而缺乏行业经验的商家在内容制作上的效果往往难以保证。我们利用AIGC技术，能够自动化地生成精美的高质量营销素材，帮助商家实现营销素材的全自动制作。我们致力于为所有卖家提供省时、省力、省心的服务，确保内容制作的质量，帮助大家通过优质的内容实现优异的GMV。
功能：通过AIGC的自动化能力，基于人工智能对于图片、视频以及其中中商品的识别能力，自动化合成适合精美的全域营销素材，并帮助商家完成多平台的发布。目前4个SaaS工具，包括：
1）帮助完成模特图合成的photomagic
2）帮助自动制作主图详情页并完成多平台发布的ECPro易尚货
3）帮助自动化直播切片的工具iCut引流宝
4）帮助自动化通过图片合成视频的工具iClip易视频
目前4个SaaS工具，均可以降低80%的电商内容制作成本，产品可以单独售卖，客户也可以组合购买。从而一站式解决品牌内容的需求，极大的降本增效。
针对领域：电商泛类目卖家。整体国内仅天猫卖家超过100万家，整体电商内容制作的市场规模达到了1000亿每年，而电商内容制作也是全球化的需求。目前公司已经合作了安踏、伊芙丽、施耐德电气、卫龙食品、雅诗兰黛等知名品牌，宝尊、百秋等知名国内代运营公司。最高单个客户客单价超过200万/年（安踏），2024年会进一步拓展跨境与海外业务。
创新性：
1）自研AI算法支持全维度识别，可以理解图片和视频内容
2）自研大模型ECGPT与FashionCLIP可以高质量制作内容
3）对接了国内外主流20个电商平台，通过API接口可以完成一键发布
4）行业最细粒度的识别能力与知识库，实现了非标商品的结构化变革
2、生成式人工智能对你们的产品设计、客户推广、定价策略等带来了哪些变化？
1）大模型优化了我们内部的产品效果，可以生成多种类型的内容，包括文本和视频等等。以往，我们在内容创作方面的能力仅限于文本撰写和图片编辑。但现在，借助大型语言模型的力量，我们不仅能够对原始图片进行美化和包装，还能够自动化地剪辑和加工视频，极大地提升了内容生成的质量和效率。
2）大型模型能够显著提升内容生成的效果和丰富度。与传统的小模型相比，它们能够产生更加多样化的内容。过去，小模型通常依赖于rule-base或模板化的组合来生成内容，这使得内容的多样性受限于模板的多少。然而，现在借助大型模型的能力，我们可以创造出更加丰富多彩的内容形式。这使得无论是不同品牌之间，还是单个品牌内部，都能够制作出更加独特、不重复的精美图文和短视频内容。
定价策略没有变化，但是客户推广商有2点变化，1）品牌商对于AI的应用诉求和渴望程度在大幅度上升，所以多了非常多的客户咨询 2）我们内部也在使用大模型的方式获客，比如通过海量的短视频分发，自己的直播切片等，通过曝光获得客户的线索
3、在大模型和生成式AI技术快速发展的背景下，你们如何确保自己的产品底层技术始终保持行业领先地位？
1）继续深入行业一线。在大模型普及的时代，行业数据的重要性日益凸显，它成为了模型性能优势的关键壁垒。我们将持续加强电商领域数据积累的能力，通过深入挖掘和分析客户数据，不断优化我们的服务，并巩固我们的竞争优势。
2）进一步联合行业大模型厂商，优化算法能力。大模型的算法变化非常快，我们作为清华系的创业者，和诸多模型厂商关系非常好，会定向联合大模型厂商探索视频等模型效果。
3）进一步把模型优势转化为产品工程化的优势。客户使用的是工具而不是底层模型，在TOB行业，单一的模型很难根本性或者端到端解决客户的需求。因此我们结合客户痛点与目前模型能解决的问题，综合性推出了一整套的全链路电商解决方案，从而更加立体和根本性的解决客户的问题。
4、您如何理解和建构与大模型厂商、及其他上下游生态合作伙伴的关系？
我认为目前大模型厂商是和云计算一样的基础设施层，它们不直接面对客户或终端需求，而是通过中间的应用层来服务于B端和C端客户，所以我们是非常紧密的合作关系。我们会联动大模型厂商，共同为客户提供全面的解决方案。
对于客户特定的AI需求，我们将与大模型厂商合作提供定制化的解决方案。针对客户的标准化需求，我们将基于成熟的AI技术输出标准化的产品。此外，针对那些短期内AI或AI+工具难以解决的问题，我们将与下游服务商合作，提供人工服务，即完整的agency服务。
所以上游联动大模型厂商，下游联动未来的服务机构，可能是TOB端的合作方式。
5、目前你们有哪些比较大的挑战？如何看待国内外AI市场情况？
在中国AI市场，我认为最突出的问题是价值与收费不匹配，以及激烈的市场竞争导致的降价问题。AI技术实际上能创造巨大的价值，但许多客户仍然将AI等同于自动化和高效率，认为它本质上是低成本的，因此不应该收取高额费用。加之国内创业环境的特点，任何一个行业都会吸引众多参与者，导致市场出现过度竞争。新进入者为了抢占市场份额，常常采取低价策略，这进一步压低了整个行业的价格水平，使得行业盈利能力下降。这是AI行业面临的最大挑战之一。
我们希望未来的创业者能够选择更多元化的赛道，同时国内B2B环境能够向美国看齐，更加重视SaaS或其他服务形式所创造的价值，愿意为价值付费，而不仅仅是关注原始基础成本。这样，AI行业才能实现健康、可持续的发展。
我认为多模态的模型，以及端侧大模型是我们非常关注的点。
第一多模态大模型，可以从文本到图片到视频，更加丰富的提供内容的表现力，也会在电商、媒体等环节产生根本性的创造力变革，对于我们从事的电商服务也会有明显的变革。
第二是端侧大模型，可以更好的在终端服务消费者。它们能够更有效地在终端设备上服务于消费者。随着终端设备上的模型能力不断提升，我们可能会看到购买决策和消费链路经历一场整体性的营销变革。在未来，电子商务可能不再仅仅依赖于搜索或内容驱动的模式，而是转向由AI导购或AI决策支持的电商模式。端侧技术的这种变革，将逐渐影响普通消费者的购物习惯，进而改变电商平台和卖家的经营策略。
