这期潘乱大大和嘉宾的干货很多,我在听的过程中记录了一些我能听到和理解的一些东西,共勉
@潘乱 1.确定性的生产力工具,带来的不是降低成本而是业务效果的提升,ps:营销个性化
2.对中小商家来说,ai可以解决企业人力资源和关键资源上从无到有的问题
3.真实案例被证实或者被证伪 ps:大语言模型在商品多语言化表达上的应用,ai在内容营销上例如独立站的发送邮件的场景,基于大语言模型的chatbot客服
4.阿里利用大模型的实时翻译将分散的服务网络集中到菲律宾,节省了服务成本,并覆盖更多用户
5.此次阿里发布的工具是针对商家和与阿里的合作伙伴,在这个运行的过程中,商家只需要提供“”语料+商品”,其实我们的跨境电商商家是很有意愿来用ai优化自身效率的,而苦于缺乏足够的资源来训练一个个性化的模型,用户不仅仅是对与中国的商家
6.价值杠杆不够?成本和价值的博弈:模型不追求大;场景不要求多;安全性相对高;保证其成本小于收益
7.服装行业:服饰图撬动电商服饰行业的起落,aigc可以在此大有可图:女装行业以图测款的模式,服饰定制商家已经在这上面获得红利了
8.ai在内容创作行业将会产生极大影响(悲观展望:创造力的消解)
9.应用场景
10.技术理论 美国的电力的使用并未推动生产力的发展,生产流程未能发生相应的改变,而机器学习理论在上世纪晚期相对成熟,在最近这些年来才出现生产力的释放
11.和前两个难兄难弟(web3和元宇宙)是否也是昙花一现?仍有泡沫,但是行业老鸟们会有直觉去all in,可能他们长期来讲这不是一个泡沫,90/100的公司的买卡💰回不来
12.做通用大模型还是做细分垂直应用?
大模型:用20/100的概率博200/100的回报
最聪明的人,最强的技术团队,最大的技术投入,无数天时地利人和
垂直应用:用80/100的概率博一个120/100的回报
一定技术能力 在行业中know how 风险低,回报也没那么高
13.agent应用 关键词:跨境电商 银行卡 用户
14.出彩的agent
15.后续的对话是我是我无法理解和无法触及的
#2023技术播客节