LIKE.TG 成立于2020年，总部位于马来西亚，是首家汇集全球互联网产品，提供一站式软件产品解决方案的综合性品牌。唯一官方网站：www.like.tg
Q：请各位嘉宾先介绍下各自的AI产品，以及自身的特色和服务模式。
我们在AIGC领域的首要举措是通过挖掘老客户潜力来开启新机遇。例如，我们为中国移动等集团客户提供智能语音客服升级服务，通过AI和数字人员的结合，优化其现有服务，并将其业务增量最大化。
其次，我们致力于开发围绕AIGC的新产品。以往我们缺乏底层研发能力，但现在有了优秀的大模型基座平台，我们能够创造出新的应用，例如基于AI的数字名片、AI助理等产品，然后充分利用我们的客户渠道进行拓展。
第三，我们将AI工具应用于自身设计和策划部门，有效提高人效和员工专业能力。
我们专注于零售场景，为许多国际500强企业提供电商相关服务。作为能力密集型产业，我们在服务客户过程中需要提供大量的图片设计和各种电商运营服务。在拥抱AIGC时，我们首先采用了“拿来主义”的策略，将各种图像、声音、文字工具尽早应用到业务流程中。从去年开始，我们几乎在所有客户场景中都实现了AI技术的覆盖，包括海报、广告、图片、产品短视频以及文案内容等。
内部实际测算表明，这一举措为我们带来了约20%的实际效益提升。尽管集团的员工数量从22年的1000多人减少到去年的800多人，但业务量并未减少，反而增长了30%。这主要得益于AIGC工具的应用、AI技术的赋能，以及数字化对我们原有业务流程的改造。因此，我们对今年的发展充满了巨大的期待。
市场易是一家为B2B企业提供营销SaaS平台的公司。我们的平台为B2B营销部门提供内容管理、线索管理、营销活动管理、数据管理等一整套服务。AIGC技术的文字生成、创意生成、图片生成等能力与营销场景高度契合。
因此，我们基于AIGC的能力开发了文案助手、创意助手、海报助手等工具，帮助我们的客户在营销领域创造更多的价值。
我们主要做出版领域的AIGC产品和服务，相关产品叫“数字编辑”，主要是给出版社的策划编辑提供全链路的降本增效。
Q：虽然大家产品各异，但都有一个共性，就是——降本增效。想请问下各位嘉宾所在企业在实施AI落地过程中有哪些挑战？如何实打实做到降本增效？
我们的主要目标是提高效率。通常，类似中国移动这样的头部通信产业客户原有的AI供应商都非常强大。然而，AIGC的出现意味着我们有机会与头部供应商处于同一起跑线上。尽管像科大讯飞这样的头部公司可能拥有自己的大型模型，但我们可以利用比它们更优秀的模型为客户提供服务。
AIGC带来的第一个增效价值在于，我们有机会与这些更强大的企业竞争。以前我们靠传统产品、人力和技术无法胜过它们，但现在有了AIGC的加持，我们可以在第一时间占据市场优势。
由于这些大客户之间的沟通需求往往相似，第一个提出相关理念的人将会更有优势，产品上线后，后来者很可能会失去机会。
第二个增效是我们过往囿于人力成本较高而不敢接受的很多业务，现在可以考虑接受了。例如，我们为移动提供视频彩铃服务。以前制作一条视频可能成本为2000元，但客户只有1000元预算，这导致我们没法接受这笔生意。但是现在利用AIGC工具，成本可能仅为600-700元，甚至500元，我们就开始敢于竞标这样的生意。
这也是一个增效的过程。在降低成本方面，我们主要是围绕客户服务。让他们的成本更低，这样在竞标过程中，我们的成本也就会更低。其他公司没有应用这种AI工具，他们的成本还是原来的标准，客户自然会选择我们。
近年来，整个市场环境变得更加激烈，电商竞争愈发白热化。10年前，一个电商店铺可能只需要一个小团队来运营，但现在稍微规模大一点的店铺，如果没有十几个甚至二十几个人的团队支持，就无法应对前端店铺或旗舰店的运营需求。平台规则日益复杂，客户需求不断增加，因此需要配置更高水平的团队来应对。
同时，品牌客户对图文短视频的需求也越来越高。整个平台都在向内容生产方向转变，这意味着需要配置更多高水平的团队来从事内容生产。然而，所有客户的支付能力实际上都在下降。不管是甲方还是平台，都面临着财务压力，大家都希望尽可能地压缩经销商、服务商的中间成本。因此，我们面临的挑战非常严峻——行业成本和人员成本不断上升，需求工作量也在不断增加。
在这个背景下，AIGC的诞生对我们来说是一个积极的变革性契机。它能够真正释放出我们许多重复、简单但非标准的工作。因为标准化的工作可以通过一些基础工具来完成，但许多工作原来过于依赖个人能力，缺乏标准化。
AIGC在这方面表现出色，目前在我们公司一名初级设计师已经可以借助AIGC工具独立完成一整套KV，包括短视频带动态效果。而以前这些工作量基本都需要一个小团队才能完成。
我们在去年开始拥抱AIGC技术时，尽管市场上的AI工具还不够成熟，但我们就早早大胆尝鲜。随着前沿AI工具底层能力的不断提升，效果也越来越好，速度越来越快，带给我们的收益也来越来越明显。
对我们来说，关键是坚持拿来主义，先引进优秀工具，结合实际的业务场景进行使用。去年我们最大的挑战不是如何使用这些工具，而是如何推动公司的几百名员工开始使用这些工具，我们在这方面做了很多努力。只有解决一些底层逻辑问题，才能够真正借助AI实现降低成本和提高效率的目标。
我们的产品主要面向企业客户使用，例如在生成文案方面，企业客户可能会有内部的文案团队，或者通过外部代理公司来完成。但市场上的文案费用可能从几百元到上千元不等，成本非常高昂。使用我们的产品则意味着成本能得到有效降低。
我们目前主要有两个挑战。一方面是技术上的挑战。虽然AI生成文字已经取得了一定进展，但仍然存在着技术水平的差距。无法满足高期望值用户的需求。因此，在产品定位上，我们更多将自己定位为助手，而不是完全自主的文案生成产品，就像微软推出的copilot产品一样。
另一方面的挑战来自客户方面。许多企业对数据安全和版权问题非常关注。此外，由于这个行业仍处于较早期阶段，国家法律法规的完善也在逐步进行中。因此，我们需要与客户共同探索和共创，以应对这些挑战。
我将从三个方面进行分享：降本、增效和我们遇到的困难。
首先，我来谈谈降本。在我们所处的行业中，主要服务对象是出版社的编辑。他们的核心工作之一是出书，而在出书之前通常需要立项。以往，他们往往通过网上搜索或者出差与经销商交流来获取相关信息。举个例子，他们可能会前往上海了解最新的AIGC会议，然后决定出版一本关于“AIGC是什么”的书籍。然而，我们现在可以向其提供更深入的信息，例如关于AIGC在实际应用场景中的深度，而这种选题的书籍可能此前还没有出现过。这样可以有效节省成本，避免不必要的出差和交流，同时减少出版错误所带来的成本增加。
接下来是增效。在出版行业中，书籍的销售通常通过经销商进行。传统上，一旦经销商卖出书籍，就不会再次联系客户。然而，现在我们可以在每本书上提供一个数字编辑的联系方式，用户可以通过添加该数字编辑的方式获取数字化的知识服务，并得到相关书籍的推荐信息。通过这种方式，出版社可以实现销售额的提高，从而提高效率。
最后是我们可能遇到的困难。对于传统行业而言，学习AIGC有时候就像一个内力不足的武林人士学习降龙十八掌一样困难。因为不能保证每个客户都能理解并应用我们的AIGC逻辑，他们的数字化能力可能有限，组织流程可能比较传统。在这种情况下，我们需要花费更多的精力来引导他们，以确保任务的顺利完成。
此外，垂直领域的AI模型对客户的要求通常比通用模型更高。因此，我们需要在数据精准性方面做更多的工作，并与客户密切合作，解决他们的疑虑。通过这些努力，我们希望能够在面对挑战时保持积极的态度，并不断改进我们的服务，以满足客户的需求。
去年，随着整个大模型技术的问世，我们也进行了多次反思和思考，发现这个过程并不顺利。因此，我想给大家提出一些建议。
首先，务必确保自己真正需要使用这项技术。回想去年初期，我相信很多人都有这样的经历，只是观望而已，没有真正去使用。最初，大多数人只是在浏览一些来自美国相关企业的短视频和新闻时对这项技术产生了兴趣。随着各种大语言模型和生成式AI工具的不断出现，很多人开始想象着AI时代将要颠覆人类。然而，大部分自始至终只是通过与他人交流获取相关信息，实际上并没有真正使用过。
因此，我们要避免成为那种只是看而不用的人，也不要轻信媒体的夸大其词。相反，应该积极与已经在使用AI技术工具的企业进行交流，以了解实际应用的情况。
其次，现在正处于真正大规模应用大模型的时代，尽管成本仍然较高，但大家必须相信未来成本会下降。而在成本高昂的时候，我们可以选择在战略上积极拥抱，但在战术上谨慎对待，谨慎投入的策略。不要因为算力成本高昂就认为这项技术没有什么用处。
举个例子，目前AI智能对话客服的成本可能是8毛钱一次，很多电商企业目前都无法承受这样的成本。但我们要坚信，未来这个成本一定会下降到8分钱，甚至8厘钱。因此，在这种情况下，我们应该提前打磨客服的使用场景，让客户感受到客服的智能化程度更高。当算力成本降到一定程度时，市场自然会成为我们的天下。
我想基于我们去年在AIGC企业落地的经验分享一些建议。从技术迭代的角度来看，我们觉得GPT-3.5在GPT-4推出后可能显得落后，而GPT-5推出后又会让GPT-4看起来相对落后。在这样一个底层技术快速迭代的行业，我们很少有机会经历这样的情况。
其次，我们发现企业之间的技术门槛并不是最大的挑战。因为这一轮的技术能更快地渗透到自然人之间的交流中，由于其本质是自然语言交流，因此很多时候采取的方式都与人类日常沟通类似。
相反，许多挑战来自企业内部的执行问题。有些企业将其视为一种娱乐，或者仅仅是个人经验的积累，而很少有企业从组织上系统地思考如何将其融入业务场景中进行整合，这是我们发现在许多企业中推动进展的障碍之一。
另一个原因是很多企业错误地将其视为一个由IT主导的项目，因此大多数情况下由CTO来负责推动。然而，我们发现这样的项目基本上落地都效果不佳。因为实际上所有的场景都在业务层面，而不是在技术层面。
因此，我们的做法是完全由业务主导，而IT只负责解决一些具体问题，比如处理某些账户问题，或者解决一些底层技术上的挑战。我们之所以能够快速落地，核心原因在于业务积极主动拥抱AI，而不是靠技术部门推动变革。
我认为企业首先应该全力拥抱大模型和AI技术。在这个AI技术日新月异的情况下，企业需要实时跟进最新动态，并持续思考如何应用。人们普遍认为，所有行业都值得用AI重新审视一遍。
而随着AI技术的不断迭代和新工具的不断涌现，企业可能需要重新评估能否实现以前无法实现的任务。AI的应用范围广泛，可以涉及企业管理、业务发展等方方面面。
在经济形势不佳、企业需要降低成本提高效率的情况下，我们应该抓住重点，思考如何结合最核心的业务流程来应用AI技术，帮助企业升级成为下一代企业。
我们国家经历过很多，什么都可以用互联网做一遍，什么都可以用移动互联网做一遍，什么都可以用数字化做，接下来是什么都可以用AI 做一遍。但是也不要太过盲从。
我的建议是开弓没有回头箭，一旦决定采用AI技术，企业创始人应该坚定地贯彻这一战略。这已不再是一个讨论是否应该采用的问题，而是如何最好地实施的问题，而且这是一项必须实现的任务。
其次，在当前经济环境下，企业更加务实的做法是坚持在自己擅长的领域做出深入的努力和成就。
本文由LIKE.TG编辑部转载自互联网并编辑，如有侵权影响，请联系官方客服，将为您妥善处理。
This article is republished from public internet and edited by the LIKE.TG editorial department. If there is any infringement, please contact our official customer service for proper handling.
