Our biggest-ever sale. 60% off AI & data skills
Buy Now
生成式 AI 被广泛应用于各类场景。我们已在其他文章中探讨了生成式 AI 的创意用法以及可以用生成式 AI 模型构建的项目。不过,以下是我们目前看到的一些典型用例:
生成式 AI 工具(例如 Google 的 Nano Banana 2)可以基于现有图像创建新图像,例如基于某人的面部生成新肖像,或基于既有风景生成新景观。

不同时代风格下的《蒙娜丽莎》:毕加索、梵高、莫奈
您可以使用 ChatGPT 和 Google Bard 等工具撰写新闻报道、博客文章、诗歌,甚至剧本。
它可用于生成音乐、音效,甚至配音。可按需创作各类定制音频内容,从视频背景配乐到品牌独特旋律。
它可用于创建交互直观的沟通工具,提升各类平台上的数字交互体验。
生成式 AI 能创建精细的虚拟模型,提升零售、房地产等多行业的可视化效果。
该技术可辅助设计虚拟环境,在虚拟现实、游戏和在线零售等领域大显身手。
可基于现有数据生成新颖设计,为时尚、家居、汽车等行业打开新可能。
生成式 AI 可帮助创建虚拟模型并预测潜在的药物研发结果,助力药物发现与个性化治疗。
可生成定制化广告或营销内容,提升多平台营销活动的效果。
对我而言,AI 正在深刻改善我的工作方式。作为 Specsavers 的赋能负责人,我经常使用 AI 来排障、支持其他用户,并生成信息性内容。
当然,早在我们的 AI 朋友到来之前我也在做这些,但如今交付速度显著提升,使我能支持更多项目/用户,而且它已成为我向所有人推荐的工具。
在电商领域,随着企业寻求个性化客户体验与优化运营,生成式 AI 的重要性与日俱增。
一切始于一个提示!生成式 AI 以一个提示为起点,形式可以是文本、图像、视频、设计、音符,或任何 AI 系统可处理的输入。该提示可以由用户手动输入(例如使用 GPT-3 根据用户输入生成文本),也可以是自动化的(例如 StyleGAN 是一种生成对抗网络(GAN),可基于图像数据集生成高质量图像)。
机器学习中常见的生成式模型包括生成对抗网络(GAN)、变分自编码器(VAE)以及基于 Transformer 的模型。下面是每种类型的简要概览:
GAN 是由两部分组成的神经网络:生成器与判别器。生成器负责生成新数据,判别器负责判断数据是真实还是伪造。两者通过对抗训练共同优化,生成器力求生成让判别器无法分辨真假的数据。

GAN 结构概览 - 来源
VAE 是另一类用于生成建模的神经网络。它通过将输入数据编码到低维空间,再解码回原始空间来工作。编码器与解码器共同训练,以最小化原始数据与重构数据之间的差异。You
基于 Transformer 的模型常用于自然语言处理任务。其通过处理输入序列并生成输出序列来工作,尤其适合生成文本,例如产品描述或客户评价。
上述模型均通过学习数据来生成新样本。在训练过程中,模型会接收大型示例数据集,并学习其中的模式与关系。模型训练完成后,可通过从已学习的分布中采样来生成新样本。
例如,GAN 可以在图像数据集上训练,进而生成与数据集中图像相似的新图像。
VAE 可以在人脸数据集上训练,进而生成与数据集中人脸相似的新面孔。
而基于 Transformer 的模型可以在产品描述数据集上训练,进而生成在风格与内容上与数据集相似的新描述。
总体而言,这些生成式模型是强大的内容与数据生成工具,广泛应用于各类场景。
生成式 AI 在电商中拥有多种应用,企业正借助它来实现客户体验个性化、改进运营并提升销量。以下是电商组织正在使用生成式 AI 的一些领域:
电商中最常见的应用之一是产品推荐。企业可以利用生成式模型分析客户数据,为每位客户生成个性化推荐。例如,亚马逊会根据客户的浏览与购买历史,利用生成式 AI 生成个性化产品推荐。
生成式 AI 还可通过其他方式实现客户体验个性化,例如生成个性化内容或自定义用户界面。比如,企业可用生成式 AI 生成个性化产品描述,或根据每位客户的偏好自定义其网站布局。
通过创建虚拟助手与聊天机器人,提供个性化支持与推荐,也能提升客户互动。例如,企业可用生成式 AI 创建聊天机器人,解答常见的业务相关问题,如申请系统访问权限或请年假。
AI 可为电商企业生成各类内容,包括产品描述、评价与广告。查阅 DataCamp 文章,了解如何将ChatGPT 用于销售,进一步学习使用生成式 AI 进行内容生成。
多家电商企业已成功落地生成式 AI 以改进其运营。
一些速览示例包括:
我们来更详细地看两个:
首先上榜的,想必并不意外,亚马逊正积极投入生成式 AI。亚马逊会为访问其网站的客户生成个性化产品推荐。除此之外,相较于其在微软(ChatGPT)与谷歌(bard)等竞争对手发布聊天机器人的做法,亚马逊选择借助其在云领域(AWS,亚马逊云服务)的主导地位,在其平台上发布两款新的 AI 语言模型 Bedrock。
Bedrock 将允许客户使用亚马逊的机器学习模型,同时其数据不会回流到用于训练这些系统的更大信息池中。这应能解决那些希望构建自有生成式 AI 产品的组织的一个关键顾虑。
阿里巴巴集团近期发布了其生成式 AI 模型通义千问,并将在不久的将来集成到公司所有应用中。
该模型可用于总结会议记录、撰写邮件、起草商业提案。它还将被加入阿里巴巴的语音助手天猫精灵。
据 CEO 张勇表示,这项技术“将深刻改变我们的生产方式、工作方式和生活方式”。其目标是向客户开放模型,使之能够构建自定义的大型语言模型,目前已开始注册用户。
许多数据负责人在考虑在职场中使用生成式 AI 时首先会问:“这些生成式 AI 工具如何处理所有这些数据?” 这又引出一个问题:“我们是否可以随便问 AI 任何问题?” 至少目前的简短答案是:不能。
我们已经在职场中见到多起因使用 AI 而导致的数据泄露(参见三星因敏感代码泄露而禁止员工使用 ChatGPT 等聊天机器人),许多企业也相继制定了内部规章来规范 AI 在工作中的使用,部分甚至全面禁用。
生成式 AI 在诸多领域大有可为,而电商无疑是其中最具潜力与最令人兴奋的方向之一,未来前景广阔。
AI 可与 VR 与 AR 结合,为客户提供更沉浸的购物体验。例如,基于生成式 AI 的 AR 应用可在购买前帮助客户可视化家中家具的摆放效果。
生成式 AI 能更高效地帮助客户找到他们想要或需要的产品。例如,它可以根据文字描述或草图生成真实多样的产品图像,帮助客户更好地想象心仪产品。
该技术还可以基于客户偏好、行为与反馈生成个性化产品推荐,提升客户满意度与忠诚度。
企业可以利用 AI 更有效、更有创意地与客户沟通。例如,借助stable diffusion 等工具,为社交媒体、博客、简讯或广告创作引人入胜且相关的内容,吸引更多流量与转化。
生成式 AI 还可为聊天机器人或语音助手生成自然、近似人类的回复,提供更优质的客户服务与支持。
AI 可更有效、更准确地帮助企业检测与防止电商平台上的欺诈活动或攻击。例如,AI 工具可以为验证目的生成合成身份或人脸,使冒名者或机器人更难以访问平台。
您还可以使用生成式 AI 生成真实多样的数据用于训练或测试,提升欺诈检测模型的性能与稳健性。通过 DataCamp 的在线课程进一步了解用 Python 进行欺诈检测。
生成式 AI 是一项强大的技术,能够为电商企业创造全新而有吸引力的内容。它有助于吸引更多客户、个性化其体验并提升忠诚度,也能优化库存管理、定价与营销等运营环节。总体而言,能否有效运用生成式 AI(以及更广义的 AI)将成为客户/用户在多个平台间做出选择时的重要区分因素。
生成式 AI 将改变电商格局,亦是所有希望在数字时代蓬勃发展的企业的宝贵资产。欢迎在 DataCamp 课程中了解生成式 AI 概念。

在数据与分析领域拥有 10 余年经验的数据赋能主管。我热衷于帮助企业释放数据价值,并拥有与跨职能团队协作推进数据项目的经验。我的专长包括数据治理、数据质量管理、数据架构以及分析。
生成式 AI(人工智能)近年来频频登上头条。曾经局限于研究实验室和高校的技术,如今正加速进入金融、医疗、教育、电子商务等各垂直行业。生成式 AI 指利用算法生成全新数据或内容的一类人工智能。
无论新创还是老牌、只要具备技术敏锐度的企业,都可以通过学习如何使用这项创新技术,在竞争中取得优势。正如我们近来在媒体上所见,各家公司正处于将人工智能融入其平台的“军备竞赛”最前沿。您可以在我们的另一场网络研讨会上了解如何弥合生成式 AI 人才缺口。