![]()
生成式人工智能的出现，将人工智能研究推向继机器学习、深度学习之后的又一高峰，进入大规模商用普及阶段。业界普遍认为，生成式人工智能如同互联网发明一样重要，其出现将改变未来世界，并将带来新一轮技术革命。
继PGC（专业生产内容）和UGC（用户生成内容）之后，互联网内容已开启AIGC(AI 生成内容）时代。AIGC被定义为由AI根据当前信息以及强大的学习能力生成内容，随着自然语言模型等技术的不断完善，AIGC可以根据不同场景和指令生成文字、图片、音视频、程序代码等内容。
作为一种通过数据生成新内容的技术，生成式人工智能不仅能够创造全新的数字内容，还能够通过对大量数据的深度分析，帮助企业在多个业务环节中实现效率提升和成本降低。1、百胜中国：从数字时代走向AI时代，日均处理超15万次消费者沟通国内规模最大餐饮公司百胜中国，旗下运营肯德基、必胜客等多个品牌、近16000家全国门店。这个餐饮巨擘又是如何提前布局AI技术并应用在日常管理中的？
早前，百胜中国已经在数字化体系中融入决策式AI的能力，比如在肯德基“口袋经理”和“超级大脑”应用中，AI已经能够辅助餐厅经理进行智能决策，进行自动排班、自动盘点、自动订补货等，有效的赋能一线，为餐厅经理减负。百胜中国CTO张雷表示，平均每天都有95%的餐厅经理使用口袋经理。与此同时，AI根据模型预估每日销售额，对应进行自动盘点、监测和订补货，也在充分满足销售需求的基础上减少库存损失，据统计，通过AI 的销售预估比人工预估准确性提升10-15个百分点。
而在生成式AI逐渐成熟后，百胜中国也早早开始布局。去年，百胜中国已经开始在行政、客户洞察、食品安全风险评估、产品创新等10个场景开始探索生成式AI的应用。而今年，场景数据量进一步拓展至30个。
以产品创新为例。过去肯德基LTO（Limited Time Offer限时销售的产品）上市，往往需数天时间才能获取整体的效果反馈。但如今在AIGC的加持下，上午推出的产品，一天内就能得出结论。通过实时聆听客户声音，品牌可以快速迭代改良产品，缩短创新周期，敏捷应对市场变化。
最近肯德基还推出了首个AI食物创造平台——MENU X，基于AIGC文生图的能力，支持消费者自由创造菜谱。这不仅是对于AIGC新的技术尝试，更是新技术加持下与消费者共创的开始。公司表示，如果创意足够好，甚至可能成为未来官方限定新品。
“AIGC比过去的数字化整合能力要更强，因为它对数据进行更深层次的认知和理解。”张雷表示，而百胜中国在数据领域有着天然的优势，更适合支撑与应用AIGC能力。
比如在门店侧，百胜中国90%以上的门店都是自营店铺，能够及时获得数据，因此得以拥有领先行业的细颗粒度、高质量数据，并在此基础上实现了更加精准科学的AI智能客服系统，可帮助客服机器人有能力关联上下文，更加精准地识别客户真实意图，更好地满足来客需求。而在用户侧，百胜中国每天能收到上百万条客户反馈，通过AIGC可以将大规模非结构化数据高效转为结构化数据；因此原先很多无法打标签的非结构化数据可以迅速结构化，以帮助品牌快速理解客户的意图和诉求，提升客户洞察的范围和效率。
目前，AI客服每天能够为百胜中国处理超过15万次消费者沟通，经过增强的客服机器人的问题解决率高达近90%；在辅助人工方面，AI客服帮助人工客服，更快更准地响应消费者所需，整体效率提高近10%。
此外，百胜中国在管理与业务侧的丰富场景，也适合AI发挥其所长，特别是在“后端”的场景中，现阶段更适合AI释放其能力。“数字化是从前往后做的，先做前端获客运营，再做后端供应链数字。而AI则是从后往前做的，即先从组织内部开始，再逐步向前端渗透。”张雷表示。实际上，在百胜中国最先应用AIGC的10个场景中，后端场景，如行政、食品安全评估等占比颇高，且收效颇丰。
沃尔玛发布了两款最新的生成式AI工具，用以帮助购物者快速搜索产品，并自动重新订购频繁购买的商品。根据沃尔玛的说法，这些创新旨在简化购物流程，节省顾客宝贵时间，提升购物体验。生成式AI驱动的搜索工具。这款工具结合了微软的AI模型和沃尔玛的购物者数据，使购物者能够按特定用例搜索产品。借助GenAI的能力，消费者可以按照具体使用场景进行搜索，系统随即会生成跨类别相关商品推荐，大大缩短消费者的浏览与寻找商品的时间。例如，用户可以搜索“足球派对”或者是“帮我为女儿策划一个独角兽主题派对”，然后就能收到一份精心策划的产品清单，而不再像之前那样需要单独搜索薯片、翅膀和气球等具体而分散的产品或品牌名称。
另一个生成式AI应用名为“InHome Replenishment——家中智能补货工具”。该工具以微软的“Azure OpenAI”等一系列大语言模型为基础构建而成，将帮助订阅InHome送货服务的购物者快速将常用商品填充到在线购物车中，而不再需要挨个检索，简化了购物流程。据称，该算法根据消费者定期购买的商品种类、数量以及购买频率，精准填充在线购物车，确保他们能随时拥有生活必需品。值得关注的是，沃尔玛在AIGC的应用上更注重考虑“人”的因素。在提升用户购物体验的同时，沃尔玛也非常注重用生成式AI为员工赋能。
3、全球首个270万菜品组合AI餐厅，用类ChatGPT辅助服务员11月5日，大模型平台Brown Bacon AI与著名意大利餐厅Cibo Vino合作，推出了全球首个使用生成式AI辅助服务员的餐厅。
据悉，该产品的功能、使用方法与ChatGPT基本一样，但提供的知识主要聚焦在餐饮上，Cibo Vino通过将自己的菜品、酒水、活动等数据与AI模型相结合，可以根据顾客的心情、用途、季节等场景，提供高达270万种菜品、酒水组合建议。
同样支持多轮深度对话，可以对推荐的菜品进行解读，辅助餐厅服务员，帮助他们快速了解餐厅的各种特色菜和使用场景，例如，哪些菜品专用于宴会、家庭聚餐等，也能用于撰写专业的菜品营销文案。
首先，AI点餐可以无间断服务，无论顾客何时来到餐厅，都能得到即时的帮助，尤其在高峰时段，能够显著减少顾客的等待时间，提高顾客满意度。
AI不仅能听懂顾客的直接点餐请求，还能通过对话捕捉到顾客的隐含需求，例如，健康饮食、特殊食材偏好或是对某些食物的过敏。这种深度的理解和个性化的服务，可以媲美传统的人工服务。
此外，在语言服务方面AI也有巨大的优势，精通英文、中文、法文等多国语言，能够为不同语言背景的顾客提供服务，无需额外的翻译人员， 这对于那些高级大型餐厅非常有帮助。![]()
倘若我们对AIGC的布局毫无头绪，不妨先按照这以下步骤去思考和采取行动。
思考AIGC布局的第一步，不是大模型厂商的选择，而是找到你的业务场景，探索这个场景AI化的必要性和可行性。
1）考虑该场景所属业务的健康度和稳定性，业务是在一个正向循环中稳步发展？业务是否存在很多不确定的因素（如大环境变化），这个业务流程是足够标准化，可以被数据化？
2）此外，还要考虑场景在AI领域的应用成熟度，行业内是否已经有最佳实践，他们的投入产出比怎么样，我们要不要做第一个吃螃蟹的人，冒这个风险？
3）考虑该场景的信息化支撑是否完善，数据积累怎么样？倘若缺乏基础的数据积累，引入再高明的算法都是徒劳。
4）考虑实现场景应用，背后所支撑的技术基础设施和技术成熟度如何？包括要考虑到AIGC带来的投入成本、潜在风险以及预期收益。
有了场景，接着还需要定义一套完整的目标体系。这么做，目的是让AI投入的成本有的放矢，目标制定是否完整和合理，直接会影响我们对整个方案效果的评估。
问题来了，这个目标谁来定？很多企业会把重任交给产研团队，例如CTO或者产品负责人。如果这样做，结果就是，我们往往为了做AI而做。所以业务负责人应该也是目标制定的重要参与者，整体来讲，AI的应用包含三个层级的目标：
1）技术型目标：比如部署成本最优、部署效率最高、系统稳定安全、技术有领先性、系统的扩展性最好等。
2）产品型目标：比如产品的TCO（综合运营成本）最优、业务适配性最高、试错成本最低、产品竞争力变强等。
3）业务型目标：比如商业化最快、ROI最优、具有行业标杆或护城河的效果、提升客户满意度、改善财务指标等。
当然，事情都有两面性。所谓选择，其实是一种取舍和平衡。所以在目标设定之初，就要想清楚取什么、舍什么。并且，也要考虑业务的不同发展阶段，兼顾长期和短期目标。
抓住AI红利期，积极与平台和服务商合作相互借力，合力探索AIGC更多落地可能性。那么在大模型合作伙伴的选择中，企业究竟应该关心哪些话题？
最基础的就是模型能力，包括大语言、视觉、多模态等模型的通用能力，当然安全和价值观也是重要的评估维度，要看大模型本身与你的业务是否足够匹配。
此外，还要关注大模型的产品化、工程化以及解决方案组合的能力，比如关注大模型能力抽象和API化的易用性如何，大模型训练和微调环节，是否有足够的支撑和服务保障。
最后，是大模型本身的生态布局和可持续发展能力。包括中间层生态是否足够完整和丰富，便于模型的微调和持续运营，以及大模型在实际场景实践中是否有较深的案例积累，包括合作伙伴是否会持续投入和迭代大模型，能否与你的业务发展节奏匹配上。64% 的受访企业已在战略层面规划引入 AIGC，其战略地位日益重要，且越来越多企业认识到其价值并积极布局。
90% 的企业已涉足 AIGC 领域，其中部分企业已产生一定价值，在提高效率、降低成本和创造新业务机会方面展现出潜力，但全面深度产生价值尚需时间。
在不同业务场景中，AIGC 发挥着不同作用，如在客户服务与支持、办公效率、市场营销与销售等领域应用广泛。
降本增效是企业引入 AIGC 的首要动因，同时也希望借此提升办公效率、增强核心竞争力和紧跟技术趋势。
多数企业选择使用外部厂商成熟产品，根据自身业务场景需求选择合适的 AIGC 工具，部分企业也会利用私有数据训练小模型或与外部厂商共建模型。
企业在不同业务场景应用不同 AIGC 技术，如文本生成在降本增效和差异化创新方面应用广泛，图像生成在多个场景也发挥作用。
企业在引入 AIGC 时面临输出结果不确定、数据安全隐私、投入产出不确定等风险，需通过建立审核流程、细化训练数据等方式降低风险。
为推进 AIGC 战略落地，企业主要通过培训现有员工、提高 IT 软硬件投资和加强组织文化建设等工作来提升员工能力和营造良好氛围。
AIGC内容是传递品牌信息的关键，可以通过创造独特、有趣、具有吸引力的内容，以便吸引消费者关注、引发兴趣、带动消费。例如，通过短视频、图文、语音等多种形式展示品牌故事、产品特点、市场活动等信息，针对不同顾客反馈的信息生成不同的内容信息流，真正做到内容私人订制。
生成式AI的变革规律，就是从简单到复杂，从对话到行动，从单模态到多模态。
不管是ChatGPT，还是国内的种种大模型、文字生成软件，AI一键成稿不再是问题。通过AI还能批量生产出高质量、有带货力的脚本。MidJourney、StableDiffusion、DALL-E3珠玉在前，Adobe Photoshop也集成了AI能力，虽然能利用LoRA等完善生成内容，但在细节和理解人类意图方面，图片生成还有很大进步空间。年末炸场的Pika已经对所有用户开放免费使用，而且是可以修改特定区域毋需重新生成整个视频的那种版本，但是和生成图像一样，bug是还十分依赖prompt，并且面临训练数据缺乏、生成产品时长不足等问题。根据自然语言生成完整代码逻辑，实现编码补全，甚至还可以给出debug的建议，但之所以说是半熟，是因为生成代码的正确率还有待提升，更多时候只能用来辅助、提升效率。![]()
通过AIGC人工智能客服全天待命，企业能够实现更快速、更高效的客户响应支持，从而提升客户满意度。AIGC客服利用先进的人工智能技术，识别用户的语音和文字信息，通过自然语言处理技术对信息进行分类处理，快速匹配相关知识库，并自动生成个性化回复，最终实现智能化的客户自助服务。
相比以往“不太聪明”的智能客服系统，AIGC智能问答客服具有更加智能化的特点。它能够通过自然语言处理技术自动理解用户的语义，并自动回复用户的问题。同时，它还可以根据用户反馈和需求，不断优化自身的知识库和服务流程，从而提升客户服务的准确性和效率。此外，AIGC客服还可以分析用户需求，通过对用户行为数据的分析和挖掘，了解用户需求和偏好，从而更好地为用户解决问题、提供建议。
AIGC可以针对客户全生命周期维护，加强私域流量管理，从而为企业创造更大的商业价值。
一方面，消费者维护与留存有利于提商品满意度和品牌忠诚度。通过智能客服收集的数据分析消费者需求和偏好，并提供个性化服务和解决方案。这不仅可以提高消费者的满意度，还可以提高其对品牌的忠诚度和信任度，为企业带来长期稳定的客户来源。
另一方面，人工智能可以加强私域流量管理，提高流量的质量和转化率。通过建立企业的私域流量池，人工智能技术可以对流量进行精细化管理，对用户进行全方位追踪和评估，了解用户来源、行为偏好、购买路径等信息，从而制定更加精准的营销策略和销售计划。此外，人工智能技术还可以通过智能化的流量调控手段，保障流量的稳定性和安全性，提高流量质量和转化率，为企业创造更大的价值。
AIGC可以通过对市场和消费者的深入了解和分析，为企业提供准确的产品定位和设计方向；通过数据挖掘和分析，了解消费者的需求、偏好、购买行为等信息，从而为企业提供准确的产品定位和设计方向。
AIGC还可以通过对竞争对手和行业的深入了解和分析，为企业提供准确的产品差异化策略。通过数据挖掘和分析，可以了解竞争对手的产品特点、优劣势、市场占有率等信息，从而为企业提供准确的产品差异化策略，打造具有核心竞争力的新产品。
此外，AIGC能够通过大数据分析用户行为、预测用户需求，为企业提供精准的产品推广和营销策略；通过数据挖掘和分析，了解用户的行为偏好、购买路径、兴趣爱好等信息，从而判断行业趋势为企业提供精准的产品推广和营销策略，吸引更多的目标客户。
