导言：把握GenAI的爆发式发展机遇
为了充分利用 GenAI（生成式人工智能）的爆炸性发展，电商高管应该超越传统的炒作形式，更加脚踏实地的关注他们的自主研发或购买技术决策。
1）外部供应商的作用：从大型电子商务平台或专业供应商购买解决方案有助于避免维护成本和过时的风险。
2）定制解决方案的角色：当电子商务团队想要利用大量专有数据提供高度差异化的客户体验时，构建解决方案就显得尤为重要。这些应用可能包括个性化内容创建、定制产品设计和配置、预测库存和供应链管理、智能追加销售和交叉销售，以及个性化客户服务。
3）构建决策的影响：电商高管应该了解他们的定制解决方案如何影响核心运营流程、数据的收集和使用，以及团队成员的角色。
正文
关于 GenAI（生成式人工智能）将如何改变商业的预测随处可见。电商高管们已经能够隐约看到组织未来的模糊轮廓，但与此同时，他们也面临一个基本的问题：在一切皆有可能、每种应用案例都充满诱惑的时代，哪种技术和人才投资将带来最高和最可靠的回报？
与其追随对GenAI的过度炒作，电商高管们更应该深入组织内部，确定投资重点。采取务实方法的公司将意识到，他们目前最佳的投资机会来自于战略性地决定是选择自主开发什么还是外部采购点什么，并清楚地了解哪些功能最终会成为现有平台的核心部分。这个决策对于GenAI的应用程序至关重要，因为大型电商平台和第三方专业软件公司将构建和维护GenAI所需的大部分基础设施和应用，此外，他们将比大多数非软件业务的电商公司做得更好、更有效。
1 GenAI投资决策框架
通常的技术投资决策——购买平台、购买最佳专项解决方案，或是自主研发，在GenAI领域有所不同，这主要是因为变化的速度极快且范围极广。当大型软件公司将GenAI集成到他们平台的方方面面时，自主研发独特解决方案的门槛就变得非常高，许多定制解决方案可能在几个月内就会变得过时。初创生态系统同样面临着这一挑战：初创公司应该开发哪些作为单一解决方案的产品，以及哪些将被整合到主要平台中？
图1展示了电商高管在开始采取务实的方法评估其 GenAI 投资机会时应该提出的问题。高管们可能会考虑自主研发并扩展电商解决方案，如果用例不太可能成为以下情况之一：
1）现有的最先进的基础模型。这些模型在不断进化，这意味着Anthropic的Claude、Meta的Llama、OpenAI的GPT等模型的下一代版本将具有开箱即用的功能，能够满足一些最佳电商运营所需的用例。
2）大型科技公司的平台。无论公司是使用Salesforce作为电子商务平台，还是利用谷歌开展付费搜索，在Meta上进行社交媒体付费推广，或是把亚马逊作为销售渠道，这些科技巨头提供的平台功能都极为出色，他们能够比任何单一电子商务团队更有效率、以更高的品质来开发和完善这些平台功能。
3）第三方专家平台。大多数规模较大的电商团队已经在使用各种最优秀的专家，如Bazaarvoice（用于点评）或LiveChat（用于聊天）。这些专家也会寻求将相关的 GenAI功能整合到他们的平台中。
依赖这些外部提供商而不是构建自定义解决方案，不仅可以节省电商团队的时间和金钱，还可以让他们将资源集中在开发和扩展那些可以成为可持续竞争优势来源的解决方案上。这些解决方案通常是外部提供商无法提供并继续在其平台上发展的用例，或者是根本上需要外部提供商无法匹敌的数据和信息的用例。在这些特定情况下，公司可以利用应用程序编程接口（API），轻松访问最新的大型语言模型（LLMs）和 GenAI 模型，以创建符合其独特需求的自定义解决方案。
通过这种方式，电商团队可以专注于那些真正需要个性化定制的领域，同时利用外部供应商的专业服务来弥补自身资源的不足。这种策略不仅提高了运营效率，还有助于企业在激烈的市场竞争中保持领先地位。
2 电商团队现有的 GenAI 机遇
目前管理公司电商体验的团队们在整个标准价值链中拥有大量 GenAI 用例，涵盖转化漏斗和客户生命周期的各个方面。尽管新的用例每天都会涌现，但根据我们的经验，图2中的用例已经成为许多电商领头羊的高管们关注的焦点。
采用率最高的一些用例更关注生产率和效率，在某种程度上也关注自动化。许多公司已成功地加速了其创意过程——从内容生成和优化到测试和调整——从而将上市时间从几周缩短到几天甚至几小时。我们可以预见，随着时间的推移，支持这些用例的应用程序将变得更加标准化，这意味着电商团队未来可能最好依靠外部供应商来实现这些功能。
还一些更有前景和更雄心勃勃的案例，如个性化、动态定价和预测分析，已被证明相比之下更为复杂，这也解释了采用率较低的原因。这些可能更适合采用内部解决方案，尤其是因为它们更有可能成为可持续竞争优势的基础。 3 GenAI将深刻改变电商价值链
GenAI 将对整个电商价值链产生重大变革性影响。然而，对于电商高管们来说，一个关键问题摆在面前：这些创新将在技术栈的哪一层发挥作用？
在技术栈的最顶层，Anthropic 的 Claude、谷歌的 Gemini、Meta 的 Llama、OpenAI 的 ChatGPT 等，正在竞相打造更强大的面向消费者的通用智能聊天体验。电商高管们应该鼓励团队成员使用这些工具的 “开箱即用” 功能，来提升他们的工作效率。产品经理可以使用这些工具模拟不同用户的体验，然后根据模拟结果来优化产品发展蓝图，这就像是拥有了一面镜子，帮助产品经理细致打磨产品方向。对于设计师来说，这些工具能够从不同角色的视角测试每个设计方案，既可以充当实时面板，也可以充当专家指南，并扩展到设计执行。对于工程师而言，这些工具通过代码补全和实时协助，加速了软件开发过程，让工程师在工具和平台配置上更加得心应手。对于架构师来说，这些工具提供了关于正确技术架构的指导，帮助他们适应平台变化或整合新技术。最后，这些工具使分析师能够快速理解整个漏斗中所有核心站点和体验指标，并为电商团队提供优化路径。这些工具为电商团队的不同职能成员提供了强大的支持，使他们能够更高效地工作，共同推动产品的成功和用户体验的提升。 4 增强型GenAI功能的作用
随着 GenAI 技术的不断进步，大型科技公司可能会将特定功能集成到他们现有的平台中，以增强用户体验，并提供更智能、更个性化的解决方案。图 3 展示了电商团队可以从这些平台获得哪些功能。其中一些功能（例如增强的搜索功能和智能产品推荐）尚处于早期阶段，但已在这些主要商业平台中作为 GenAI 的核心功能展现出来。
我们看到一些电子商务团队，在这些激动人心的领域内自主研发类似解决方案表现出了相当大的精力和热情。但每家公司都需要考虑，自己是否拥有相对于 Meta 和 Shopify 等公司的规模和数据优势，以便以更有效、更有能力的方式解决这些问题。在大型科技公司的平台之外，还有一个丰富的第三方电子商务技术解决方案生态系统，每个解决方案也正在其平台中构建通用GenAI功能。例如，针对用户生成内容和社交电商，Bazaarvoice 最近推出了三项新功能：使用AI寻找创作者和影响者的匹配服务、Instagram图片自动配文服务以及为其创作者网络的内容教练，所有这些都是由其 HarmonyAI 引擎驱动。对于产品信息管理和联合发布，Salsify 最近推出了一个名为 PXM Advance 的平台，该平台拥有用于大规模生成内容的AI和自动化工具。该公司报告称，它已将 LLM 深度集成到整个工作流程中，并连接到基于超过7.4亿个产品发布的950个目的地的产品详情页面。为了谨慎选择和集成合适的第三方GenAI解决方案，电商高管应考虑除定价和潜在投资回报（ROI）之外的其他几个因素。他们应该关注可扩展性和性能、数据隐私和安全措施，以及供应商的专业知识和支持。对于高管来说，在采用新技术和维护一个协调、可管理的技术栈之间找到平衡是很重要的。与任何技术投资一样，高管在承诺新的第三方集成之前，应该对业务案例和预期结果有清晰的理解。对于正在考虑自建还是购买GenAI技术的电商高管来说，有两个方面很重要：
1）体验差异化。正在考虑的体验差异化程度如何？这是一种常见的电商模式，例如产品详细信息摘要或广告创意变体，还是公司所在垂直领域特有的的东西，例如定制衬衫变体或药物相互作用？
2）专有数据。有多少专有数据可用于解决方案？公司是否拥有大量专有数据？还是大部分数据都是公共互联网或其他来源的普遍公开的数据？
根据这两个维度对用例进行评估，可以将其归入图4中的四个象限之一，并附有相应的构建或购买建议。
位于右上象限的用例类型，通常需要更多自定义解决方案，包括:1）高度个性化的内容创建。为单个客户创建高度个性化的内容，可以包括产品描述、电子邮件营销活动和自定义登陆页面。通过在内部构建这些功能，电商团队能够确保生成的内容与他们的品牌声音和信息保持一致，同时保持对数据和算法的完全控制。 2）定制产品设计和配置。提供可定制或可配置产品的电商团队，可以利用 GenAI 创建智能设计工具，这些工具能够指导客户发现他们心目中的理想产品。通过这种方式，企业可以实现差异化竞争，创造出更具吸引力、令人难忘的客户体验。3）预测性库存和供应链管理。电子商务团队可以将 GenAI 与内部数据源相结合，为库存管理和供应链优化构建复杂的预测模型。内部开发可以实现更大的定制化和与现有系统的集成，从而实现更准确的预测和节省成本。 4）智能追加销售和交叉销售。虽然许多平台和第三方解决方案将提供产品推荐功能，但构建内部的 GenAI 解决方案可让电商团队能够整合更广泛的内部数据，并根据其特定业务目标和客户群体调整算法。 5）个性化客户服务。个性化体验包括虚拟购物助手，可根据客户的独特偏好和历史记录提供定制的建议和推荐。内部解决方案可以最有效和高效地利用这些丰富的客户数据。 高管们应该牢记，内部开发可能会耗费大量资源，而且不一定总能带来最佳的投资回报，尤其是在现成的解决方案已经相当先进的领域。高管们应该仔细评估每个用例，将内部开发资源保留在最有可能带来竞争优势和客户价值的领域。然而，要做出务实的决定，电子商务团队需要将目光投向这两个因素之外。他们需要深入了解组织的内部情况，以评估其构建、维护和改进解决方案的能力。这意味着要评估内部 GenAI 专业知识和资源的可用性，以及将解决方案与现有系统和流程集成的能力。公司还需要考虑数据隐私和安全要求以及长期维护成本。投资于内部开发的决策不仅限于技术本身。根据我们的经验，公司应该遵循10/20/70规则，为GenAI建立坚实的商业基础。这个规则意味着公司应该将10%的精力用于设计算法，20%的精力用于底层技术和数据。大部分精力（70%）用于支持人员和改变组织流程上。关于GenAI，电商团队需要考虑三个关键因素：
1）专有数据。公司现在可以采取哪些舞会之举来改进客户数据捕获，以及为产品详情页面提供信息的数据？2）人才。电商团队可能有 300 到 500 人的团队，分布在许多角色中，包括销售、营销和敏捷产品开发。随着 GenAI 在整个技术堆栈中的整合，所需人才的结构和运营模式将发生怎样的变化？ 3）流程。这些包括日常监控销售、流量和转化率，管理定价和促销以及 A/B 测试改进，以及主要版本发布和平台集成的端到端产品开发流程。如果说 GenAI 对核心电子商务运营和产品开发有什么改变的话，它又会改变什么呢？在回答这些问题后，公司可能需要调整其短期（一年）和长期的投资回报率预测。他们还需要了解成功的障碍，其中可能包括组织内外的阻力。 随着GenAI 的继续快速发展，电商团队在投资GenAI 时保持灵活性和务实性至关重要。因为今天看似有价值的内部投资，可能随着平台和第三方解决方案中新功能的涌现而迅速过时。所以，电商团队想要充分利用这种变革性技术，需要保持市场敏锐度，并不断重新评估其GenAI 战略。
