I slutet av 2016 invigdes Amazon Amazon Go i Seattle. Denna obemannade fysiska butik, som till fullo utnyttjar djupinlärning, sensorer, datorseende och annan AI-teknik, hade en enorm inverkan på detaljhandelsvärlden så fort den dök upp.
Branschförändringarna som AI åstadkommer slutar inte där. Om man tittar på nutiden, har det tillväxtdilemma som återförsäljare står inför intensifierat deras förväntningar på AI-teknik - objektiva faktorer som den ekonomiska cykelns iteration har gjort konsumentmarknaden flodbädd, och näringslivet har återvänt till kärnan av kostnadsreduktion och effektivitet, och upplevelseförbättring.
"Framtiden kommer att bli ett nytt, mer effektivt databehandlingssystem." Hraley, författare till A Brief History of the Future, förutspådde en gång detta om den digitala framtidens möjligheter. Ett helt uppkopplat och digitaliserat samhälle kan fortfarande föreställas, men förhållandet mellan människor, den verkliga världen och den virtuella världen börjar ta sig runt stranden i vågorna som rullas av generativ AI.
Efter att ChatGPT orsakade en våg av socialisering har branschen sett en "strid av tusen modeller". Men utöver de förändringar som allmänheten uppfattar i att chatta, skriva dikter och måla ......, vilken typ av stor modell kommer att vara nyckeln till den framtida industriella intelligensen?
I "2023 Jingdong Global Science and Technology Explorers Conference och Jingdong Cloud Summit", Jingdong tal noshörning stor modell, för att ge svaret på denna fråga. Denna stora modell som härstammar från industrin och tjänar industrin, med den digitala leveranskedjan som utgångspunkt, bryter flaskhalsen för tillämpningen av den stora modellen. Utbildningsfusionen av 70 procent av den allmänna informationen och 30 procent av den inhemska datan i den digitala leveranskedjan, är engagerad i kunskapsintensiva, uppgiftsorienterade industriella scenarier för att lösa verkliga industriella problem.
Social ljudvolym från gränserna för vetenskap och innovation, generaliserad i den offentliga karnevalen, med ChatGPT som representant för generativ AI, i fullbordandet av utbildningsmarknaden, forma kognitionen, avtog värmen gradvis. Det objektiva värdet av att lösa den stora modellen och scenavbrott ligger i den AI-ångest som finns i huvudet på otaliga entreprenörer.
Enligt SimilarWeb-data är tillväxttakten för besök före ChatGPT fantastisk, ringtillväxttakten i januari var 131,6 procent, i februari var 62,5 procent, i mars var 55,8 procent och den avtog avsevärt i april, med en ringtillväxt. 12,6 procent, och i maj har siffran ändrats till 2,8 procent, och det förväntas att ringtillväxttakten i juni kommer att bli en negativ siffra.
Stora branschmodeller som löser verkliga problem i allvarliga scenarier börjar ta den vokala höga marken. Internationellt har Microsoft, Amazon och andra stora tillverkare börjat utforska vägen för kommersialisering av tjänster i företagsklass; inhemskt, såsom Baidu, Ali, Jingdong, Tencent, Huawei accelererar investeringarna i branschens stora modeller, och mängden sammanslagningar och förvärv av företag av relaterade teknikrutter har klättrat till nya höjder.
Olika vertikala industrier efterlyser framväxten av intelligens för att klara av den nya tekniken, den nya erans uppmaning. Grunden för uppkomsten av intelligens är att tillhandahålla tillräckliga data och tillämpningsscenarier för AI stora modeller. För en enskild bransch är detta inte en endagsansträngning, utan kräver förmågan från två aspekter: en starkare dataplattform och smartare interaktionsmöjligheter, för att erhålla proprietär data som "bränsle" för den stora modellen till branschen.
Detta har blivit huvudtemat för företagets senaste tekniska utforskning. AI-ångesten som hängt kvar länge börjar få utlopp. När det gäller industriaktörer är en banbrytande insikt behovet av att återföra tekniken till själva industriscenen, och faktiskt gå in i det faktiska affärsflödet, för att lösa de verkliga industriella problemen.
Efter att branschen nått konsensus, fann man att en stor modell baserad på en generaliserad stor modell som innehåller proprietär data skulle vara den sista kilometern av den AI-aktiverade industrin.
Detta bekräftar Jingdong Clouds bedömning: intelligens, som inte kommer att uppnås över en natt, kommer att prioriteras i digitaliseringen av ledande industrier till land. Detaljhandelsbranschen, med sina komplexa marknadsföringsscenarier och leveranskedjelänkar, är ett utmärkt "slagfält" för att förfina stora modeller.
Hur rotar man sig in i detaljhandelns långa leveranskedja? Hur låter man data fullborda hela kedjan av "nedsänkning" från råvaror till konsumenter? Många detaljhandelsföretag har återvänt till verkligheten och förnuftet, och de inser starkt att de höga kostnaderna och tekniska hindren för generella stora modeller inte är tillämpliga på alla företag, och att branschens stora modeller som överensstämmer med behoven i verkliga scenarier är hjulen som har redan byggts.
Därför är den stora modellen av konkurrensen, nyckeln inte i teknik, men i den industriella scenen landning. Detta kan också vara, lanserade Jingdong industri-orienterade tal noshörning stor modell, samt lanseringen av en rad produkter och lösningar för att främja industriell landning i branschen efter orsaken till het debatt.
AI ger branschens sista kilometer kraft och tar ledningen inom detaljhandeln för att ta ett solidt nästa steg.