把大模型做小，撬动品牌增长的最优解？

作者：贾乐乐，编辑：嘉辛

今年以来，消费市场有了新的变局。

一边是新消费瑞幸、喜茶与奢侈品牌联名成功破圈，收获增长，另一边是老国货抱团迎接泼天的富贵。茅台“讨年轻人的欢心”，老国货用“朴实无华”收获粉丝，都源自于需求侧用户的变化。

尤其随着以大模型为代表的新一代人工智能，融入生产、营销、运营、服务等各环节，零售行业市场格局悄然重构，品牌增长的底层逻辑也在随之改变。

新的环境之下，品牌应当如何抓住消费新趋势？品牌营销面临着什么样的挑战？大模型等技术能否优化营销的效果，助力品牌实现持续增长？

一、大模型重塑品牌增长路径

前几年的品牌增长，很难逃脱这样的路径：在流量聚集的平台投流加强曝光，做大营销漏斗的开口，在后续的转化环节，一种重要的方式是刺激冲动消费。

不过，这种逻辑的效率越来越低下。

一方面，流量成本越来越高，另一方面，消费者主动或者被动接触到的信息非常多，对商品的了解更加全面、专业，现在流行的“该省省该花花”也是理性消费的一种表现。

大模型的应用势必会进一步推动消费习惯和消费理念的转变。

大模型的应用，让机器对产品的理解更广更深，从而使得消费者可以通过机器和算法来做选择。

比如，大模型让自然语言可以发出指令，消费者既可以毫不费力地了解不同渠道商品的信息，包括价格、口碑、风格等等维度，也可以获得更加开放、自由的购物体验。比如直接告诉AI，我要去海南旅游，需要准备哪些东西。

有了大模型的AI更懂行业更懂产品，可以影响消费者的决策。

技术对消费习惯和消费理念的改变，使消费者理性度和专业度都会提升。未来，当用户普遍借助机器和算法做选择时，市场竞争会变为更直接，对核心能力及数智能力的要求更高。

对品牌而言，营销不能再只靠感性的表达，而应该建立在品类的专业性之上，深度挖掘能够引发消费者共鸣的因素。

而数据的智能应用，可以不断构建品牌的专业性。这就要求企业有更强的数智能力，有更细颗粒度数据挖掘的能力。换句话说，品牌可以通过数据的智能应用，来构建自身的壁垒，从而实现新的增长路径。

比如近几年，国内以关注增长为核心的数据即服务行业（DaaS）发展起来了。在国际上，在国外，CTMO替代传统的CMO（首席营销官）已经成为趋势，T就是技术。

在以数据驱动营销、运营效率提升的增长逻辑之下，企业不仅要比以往更深刻地理解终端用户，还要考虑品牌如何对机器（大模型）更友好。

实现这一点，需要持续积累高质量的行业数据。这要求具备两大能力。

一，要有更强大的数据平台，支持更多维度行业数据的管理；二，要有更强的智能交互能力，加速积累各自行业的专有数据。

同时具备这两方面能力的DaaS产品并不多。有的数据采集不够全面，比如在信息接入方面覆盖不全，有的数据分析效果不好。

而京东云却交出了快人一步的答卷。基于言犀大模型和京东场景，京东云全新升级零售全场景解决方案，打造出“1+3+N”的产品架构。1是底层云鼎DaaS，3是三种核心能力，N是N种增长场景，包括消费洞察、用户拉新、会员运营、产品设计等场景，满足品牌自主创新、多样化的营销、服务和运营需求。

路径已经明晰。那么，行业大模型+DaaS，究竟给品牌增长带来哪些真正价值？

二、把大模型做小，在应用侧释放价值

投资大师巴菲特曾说过：“我查过调查表，死亡率最低的是6岁儿童。所以，我决定像六岁孩子一样吃东西。”

当然，这只是巴菲特为自己爱吃垃圾食品找的说辞。如果真的按照“数据”做出要多吃垃圾食品的决策，绝大多数人会后悔听了数据的。

毋庸置疑，数据是一座金矿，但金矿也有含金量高低之分、开采难易之分。因此，数据的价值，和数量、质量有关。怎么让数据驱动业务价值，和数据在实际应用场景中的分析、处理能力有关。

京东云挖掘数据金矿的路径，是面向智能应用，把大模型做“小”——以满足应用为前提，更强调“专”的重要性。

在数据平台建设上，京东云围绕“应用侧需要什么样的数据”持续深耕。“专”意味着更贴近真实的行业场景，“小”则代表轻量化，便于品牌方快捷调取，在行业落地更容易。

详细来看，京东云全新升级的DaaS，封装了大模型的能力，以参数化的形式编码了数据中蕴含的知识。简单来说就是，基于大模型的分析，把数据这类基础的认知，提炼成专业知识（应用），获得的可操作性知识越多，实用性就越强，做出最佳决策可能性也越大。

数据智能能力是一方面，品牌方拥有的行业know-how也是实现数据价值的重要一环。就比如，专门做生鲜的企业，一定比技术提供商更知道商品宣传图应该用什么样的场景、什么样的光、突出什么文字。

这一套行业knowhow“喂”给大模型之后，模型就可以复用到行业内其他企业的需求上，比如京东云AIGC内容营销平台，在为品牌生成营销图文素材时，更专业、成本也更低。

据京东科技副总裁母小海观察，大模型已快速进入企业视野，优秀的企业都在思考如何用数据洞察消费者，行业数据也已成为核心能力。

这正是过去京东积累的行业优势所在。京东服务千万级自营商品SKU，5000万工业品SKU，超800万家活跃企业客户，全国超2000个产业带的真实需求，使言犀大模型拥有了30%的数智供应链原生数据。

更多维度、更细颗粒度、更贴合应用场景的数据，分析出的需求才是更有效的。

京东科技解决方案中心数智营销产品部负责人陈峰 ，曾经分享过一个真实的案例，按照经验来看，越是精美的商品图片，越能激发用户点开详情的欲望，而在数据会结合潜在客户等多个维度进行分析，得出的结论是，这么精美的图片不应该在这个价格带，客户会觉得买不起。

而云鼎DaaS实现对细颗粒度场景进行了多维度的指标下钻，可为单个品类，训练出20多个维度，超过2000个标签。

再比如，智能服务中，基于言犀大模型升级的京小智，为京东域内商家提供触达、服务、洞察一体化平台，是人机交互机器人，可以扮演智能导购、智能客服等角色。全新的交互触达，更丰富、更精准，千人千面在大模型的帮助下可以甚至做到“一人一面”。

兰蔻的京东客服主管提到，京小智实现了高频咨询场景的自动化，让消费者的问题可以被精准、快速地解决。在2022年11.11期间，兰蔻通过京小智节省成本占比46.47%，机器参与转化成单率达45.02%。

除了交互触达、应答服务上的创新，京小智还能为店铺的经营决策提供一名专属顾问，产品操作摆脱了传统“拖拉拽”，可以通过一句话的指令，大模型智能生成数据分析报告，为店铺生意经营提供专业指导。

三、“供应链+营销”，营销5.0时代新范式

前面提到的对于用户的洞察、品牌与用户的交互方式，都属于狭义上的营销。

在营销5.0时代（后互联网时代），广义的营销关注的焦点从辽阔而抽象的“市场”转移到了具体的客户身上，围绕“目标用户全生命周期”运营，按照品牌的客户人数和消费频次来思考增长路径。

由此形成了一种新的商业范式：向上延伸到采购、生产方式等环节，向下能触达到交易后的环节，以及指导下一轮的从供应到运营、营销、转化等过程。

而目前，大多数的DaaS产品或者是SaaS产品，没有全量数据，更侧重于品牌触达用户、与用户交互的阶段。

比如，有米云依靠三方数据提供DaaS服务，深耕营销，更侧重于营销创意、广告素材层面的数据监测；热云数据旗下产品覆盖移动广告效果监测、广告素材分析、智能投放、AB测试等，专注于广告投放。

涉及到全供应链的广义营销，比狭义的营销要更难，因为环节更多，场景更复杂。

从生产到消费的链路很长，中间容易产生信息的损耗与失真，上游工厂往往会陷入与下游市场脱节的困境中，导致动销较差，或者周转慢、经营效率低下。

麦格米特是国内领先的智能马桶生产商，基于京东云DaaS，京东京造与麦格米特合作推出的智能马桶上线后，受到了消费者的好评与认可。但也有一部分用户向京东京造反馈，因为老旧小区导致水压不够的问题。

京东京造及时将用户反馈同步给工厂，双方又推出了独立水压和内加抽水泵的升级产品。今年京东618期间，双方合作推出的黑鲸W智能马桶一体机总成交额同比增长79%。

这就是典型的需求驱动型的C2M模式，以更精准满足用户需求，加快库存周转、提效降本，实现业务增长。

作为位居全球乳业五强、连续十年蝉联亚洲乳业第一的中国乳业龙头企业，伊利的产品销往全球60多个国家和地区，销售渠道多元布局，如何预测每个渠道的动销情况，如何去备货就成为一个比较复杂的问题。

如果备货不合理，消费者可能会对奶制品的新鲜度不满意。从品牌的角度来看，流通环节的低效会拉高整个库存水平，资金利用效率比较低下。

当谈到和京东云的合作时，伊利集团数字科技中心总经理尚直虎提到，他们会更关注产品的能力，包括对预测的准确性，对产品设计的合理性等。

尚直虎还提到一个概念，同仓共配。京东云会为伊利做仓网的规划，实现库存数据共享，比如某款产品在一个渠道的货卖穿了，就可以及时调用其他仓的商品。

营销和供应链相互联动，这样一来，品牌增长就不会囿于多曝光等营销动作，而是全供应链每个环节的效率都能够得到提升。

品牌增长的路径更丰富，确定性也更高了。这在当前降本增效、注重ROI的趋势之下，有着格外重要的意义。

四、结语

200多年以前，亚当斯密在《国富论》中最早提出了消费者主权思想，指在经济活动中，消费者可以根据自己的偏好在市场上购买所需产品。

什么是消费者所需的产品，或者说如何为客户创造价值，在不同的社会环境、经济环境下，有着不同的思路。在国内，品牌营销先后走过了“产品就是价值”和“渠道就是价值”两个理念阶段，现在又因AI技术的变革走向探讨如何实现“机器友好”。

在这个过程中，数据智能是最重要的力量。品牌需要借助数据与技术的力量，才能更好地提升用户的全生命周期价值，实现品牌自身的持续增长。京东云已经先行一步。