1. 首頁 > 生活百科 > >

前淘寶直播業務負責人道放再創業，要用AI做消費者的“賽博閨蜜”丨智能涌現獨家

壁紙Windows微軟

前淘寶直播業務負責人道放再創業，要用AI做消費者的“賽博閨蜜”丨智能涌現獨家

文｜鄧詠儀
編輯｜蘇建勛
每一次點進直播間 ， 你的選擇已經在深刻改變著商業生態 。
如今直播生態已經趨于成熟 。 直播間、社交媒體上的“達人” ， 事實上已經成了一個品牌的店面 ， 人設代表著受眾群體、風格和定位 ， 達人負責捕捉新一季的時尚元素 ， 快速出設計圖、打樣 ， 國內工廠在半個月內就能完成生產和出貨 。
這套被稱為“小單快返”的模式如此運轉多年 ， 催生出了類似SHEIN這樣的跨境巨頭 ， 已經成為國內市場的標配 。
但在廣袤的海外市場 ， 電商的基礎設施參差不齊 ， 物流、生產供給的缺乏、更多元化的用戶群 ， 藏著大量可以被AI改造的空間 。
這是曾經負責淘寶直播業務的道放 ， 離開阿里后 ， 最想做到的事 。
他出生于1983年 ， 經歷過移動互聯網的所有風口——2008年畢業后 ， 加入百度、360等公司 ， 擔任算法專家；2013年加入阿里后 ， 一待就是11年 。 他曾經從0到1做出過億用戶的印度短視頻平臺VMate ， 負責過“點淘”APP ， 2021年開始統管淘寶直播業務 。
“從達人的審美 ， 到設計師的桌子 ， 再到工廠再到消費者手中 ， 這個過程太長了 ， 信息嚴重扭曲 。 ”道放說 。
在電商還沒有那么發達的其他市場 ， 他希望能在其中建立起一套完整的AI電商服務體系 ， 橋接國內供應鏈和海外達人生態 。
貨跟著流量在動 ， 也直接重塑了供應鏈生態 。 比如 ， 傳統的服裝供應鏈中 ， 銷售體系可能就會分為5到9級不等 ， 商品流轉周期很久 ， 加價倍率也很高 ， 品牌需要提前半年 ， 就要把所有的商品設計出來、打樣、下單 ， 導致傳統女裝的爆款預測準確率較低 ， 產生庫存難題 。
而在消費者端 ， 因為大模型的發展 ， 每個人獲得一對一的服務 ， 也變成了可能 ， 這成為道放創業新項目Infimate的開始：為每個人做一對一專屬的“賽博閨蜜” 。
這個賽博閨蜜就像一個專屬于你的AI購物Agent ， —個能理解時尚趨勢、提供個性化穿搭建議的朋友 。 “會基于你的身材、膚色 ， 以及當下流行趨勢 ， 給用戶做搭配 ， 給到專業的建議 。 ”道放向我們描述 。
最重要的是 ， “賽博閨蜜”一定要能幫助你減少購物過程中的諸多繁雜瑣事：計算最佳優惠、幫你搶券、告訴你各種小道省錢妙招 ， 監測何時是最佳下單時機等等 。
這也是Manus帶來Agent浪潮之后 ， 道放覺得創業時機成熟的原因：模型能夠調用內部工具 ， 完成各項任務 。 而這一切 ， 必須要建立在有足夠縱深的垂直領域數據和場景之上 。
他以之前火爆的“Tiffany藍”、“牛油果綠”等趨勢舉例 。 這些是由各個KOL、達人營造風向 ， 傳導到更廣大的消費者中 。
“這些KOL做到的事情 ， 就是在時尚領域‘造詞’ ， 打造并傳播當前熱門的時尚元素 。 ”道放認為 ， 結合各類公域數據加以訓練 ， 以及用戶主動告知的喜好 ， 大模型已經足夠有能力完成KOL所做的事：完成時尚元素的捕捉、預測以及表達 ， 給用戶做更精準的推薦 。
同時 ， 模型將這些標簽建立好后 ， 也可以把這套能力提供給B端 ， 同時服務B端的品牌、達人等等 ， 服務的場景多種多樣 ， 包括爆款預測、爆款生成、選品決策支持 ， 最終構建起AI電商服務體系 。
但這個不可避免會涉及一個問題：道放想做的事情 ， 看似都在大廠射程范圍內 。 為什么機會會在創業公司手中？
“首先 ， 我們定位海外 ， 海外電商平臺無論是生態和玩家格局都更分散 ， 平臺壟斷程度比較低 。 這是更有利于大模型切入的生態——給C端做個性化定制 ， 用戶天然就會更相信一個第三方的Agent 。 ”道放表示 。
更重要的是 ， 道放曾在大廠內部從0到1創業 ， 深知大廠在做決策時 ， 需要考慮既往業務 ， 也有資源側重的考慮——對于探索Agent這類更新的業務方向 ， 創業公司還是有著不少時間和空間 。
事實上 ， 在離開阿里后 ， 道放曾在朋友圈宣布將在具身領域創業 ， 目標是“為機器人盡快進入千家萬戶貢獻自己的一點力量” 。
但他和創業核心伙伴摸索一圈 ， 最終評估下來 ， 具身智能如今的技術探索還相當早期 ， 起碼要5-10年才有可能出現商業化上的飛躍 ， “離消費者還是有點遠” 。
為了離消費者、市場更近 ， 道放還是選擇暫緩具身方向的探索 ， 把重點放到了AI+電商上 。
在淘寶11年 ， 掌管在風口上的直播電商業務 ， 在道放身上也投下了濃重的影子——他語速極快 ， 你甚至很難從他連續的思緒中 ， 找到提問的切口 。
道放也和普遍印象中的大廠高管不太一樣 。 過往印象中 ， 大廠高管可能手握天價預算 ， 隨對各種宏大戰略信手拈來 。 但我們從道放的敘述中感受到一種樸素的目標——要找到貼近用戶的場景 ， 迅速建立起商業閉環 ， 養活團隊 。
這是從阿里離開之后 ， 道放的第一次公開表達 。 以下為我們和道放的對話 ， 經編輯整理：
△Infimate創始人程道放 圖源：企業授權

想過做家庭機器人 ， 但也許太早了《智能涌現》：你離開阿里后 ， 發的第一條朋友圈就說自己要做具身機器人 ， 現在要做AI電商 ， 這個想法是怎么演變的？
道放：我是去年7月左右 ， 阿里內部第一波GPT影響下來 ， 就在研究AI對具身機器人和電商領域的影響 。 我一直呆到今年2月份 ， 才最終決定出來創業 。
其實我出來后還是在同步推進這兩個方向 ， 畢竟具身機器人和AI電商我們都深入研究了很多年 ， 我自己也是學計算機的 。
《智能涌現》：當時想從什么方向切入？
道放：從2023年7月開始 ， 我還在阿里的時候 ， 已經同時在關注具身和電商的AI應用了 。 出來創業后 ， 我們把所有信息采集完 ， 當時想過從家庭機器人開始切入 。
當時 ， 我們思考的是 ， 具身當前的瓶頸在于真實場景的操作數據 ， 所以從可行路徑來看 ， 應該去切垂類場景 。 在垂類上面 ， 用現有的方法可以啟動 ， 能開始干活 ， 進入場景之后就能獲取更多的反饋和數據 ， 才能迅速迭代 。
我們的目標還是希望做具身機器人 ， 但這個賽道現在處在一個技術發展的早期階段 ， 特別是第三步的精細操作 ， 還需要很長時間的技術積累和突破 。 我們估算真正能做到家庭實用級別 ， 至少還需要5-10年 。
《智能涌現》：調研完之后 ， 怎么看這個賽道的發展階段？
道放：具身智能實際上涉及三個技術方向 。
第一個技術方向 ， 是AI的多模態交互 ， 涉及到交互界面跟整個認知的理解 ， 這個其實是偏軟件 ， 跟大模型同步發展的 。 它是豆包這類大模型APP的延伸 ， 豆包多模態交互主要是文字和語音 ， 但機器人除了語言之外 ， 還需要控制表情、眼神、語氣、微動作等 ， 需要更多元的交互和控制 。
第二個技術方向是基于強化學習的運動能力（Locomotion） ， 主要解決雙足行走以及全身控制 。 像唱歌跳舞、空翻 ， 都是在這一部分基礎上做出來的 。
最重要的是第三個方向 ， 端到端的模仿學習 ， 去做手的操作 。 手的操作才會真正意義上替代人 。
在現有技術進展上 ， 前兩部分進展還比較好 ， 尤其是強化學習的運動能力 。 我們見到的所有空翻、馬拉松跑步 ， 全部都是這個技術的發展結果 ， 但是這些展示的機器人很多都還需要遙控器控制的 。
要做到自主操作 ， 就需要第一步的多模態交互能力 ， 包括表情微動作語音這部分 ， 還有規劃層 。 第二步強化學習這部分也還好 。
《智能涌現》：現在前兩步應該都做得不錯了 。
道放：現在所有人面臨的難點是第三步的精細操作 ， 因為它是接觸式的精細動作 ， 要到毫米級的精度 ， 需要觸覺和力的反饋信息 ， 而且需要通用性才能進入家庭 ， 所以很難 。
我在阿里時調研完后得出結論 ， 具身機器人的發展途徑應該是切垂類 ， 在垂類上用現有方法做啟動 ， 雖然準確度不夠好 ， 但通過不斷給數據 ， 處理各種Corner Case（罕見案例）后 ， 會做得越來越好 。
問題就是Corner Case（罕見案例）獲取也是很難的 ， 現在的高質量數據非常缺 。 我調研一圈下來 ， 大家公認的還是做端到端模型是最優雅的方案 ， 但這里需要的起碼是十億級別的數據 ， 現在瓶頸還是很明顯 。
《智能涌現》：除了數據 ， 還有其他難點嗎？
道放：首先是精度和力控的問題 。 手部操作需要毫米級的精度 ， 而且要有力的反饋 。 比如你拿一個雞蛋 ， 力度大了會捏碎 ， 力度小了會掉 ， 這需要非常精確的力控 。 現在的機器人手很難做到人手那種精細的觸覺反饋和力度控制 。
其次是通用性的挑戰 。 不像工業機器人只需要做固定的幾個動作 ， 家庭機器人需要處理各種不同的物體、不同的環境、不同的任務 。 今天可能要疊衣服 ， 明天要洗碗 ， 后天要整理書架 ， 每一個任務的動作空間和要求都完全不同 。
第三是數據收集的問題 。 Imitation Learning（模仿學習）需要大量高質量的示范數據 ， 但收集人類精細操作的數據非常困難和昂貴 。 不像圖像識別可以從網上爬數據 ， 手部操作的數據需要專門錄制 ， 而且要保證動作的準確性 。
Corner Case（罕見案例）太多了 。 真實環境下的變化太多了 ， 物體的材質、形狀、重量、擺放位置都不一樣 ， 很難通過有限的訓練數據覆蓋所有情況 。
所以雖然前兩步技術相對成熟 ， 但第三步的精細操作是真正決定機器人能否實用化的關鍵 ， 也是最難攻克的 。
《智能涌現》：這意味著落地場景很受限？
道放：現在存在明顯的技術能力與市場需求之間會有一些錯配 ， 我們是想做“有用”比“有趣”多一點的場景的 。
但用戶真正需要的那些精細操作功能 ， 比如幫你處理日常家務、分揀物品之類的任務 ， 技術上還遠遠不成熟；現在的機器人用得更多的還是簡單的迎賓互動、表演之類的 ， 離真正打工還很遠 。
當然這不是說它沒有價值 ， 只是我們需要正視這個現實 ， 同時也理解為什么消費級機器人市場推進得相對緩慢 。 技術發展需要時間 ， 而市場也需要找到那個平衡點 。
《智能涌現》：所以是因為技術曲線發展還相對早期 ， 才選擇考慮別的方向？
道放：在具身的第三階段 ， 就是真正能夠自主規劃操作的部分 ， 大家公認的終局是要建立端到端的模型 。 但現在的真正問題在于 ， 這個端到端的數據驅動 ， 目前大家用的模仿學習方法 ， 最大的問題就是通用性很差 ， 要做出超出預期的體驗感很難 。
我們想做的 ， 還是讓機器人能走進千家萬戶 ， 真正能干活 。
我們預計這個方向需要等待一些通用性、“大單品”出現 ， 我們團隊擅長的部分才比較能發揮出更大的能量——做產品、做商業化 。

要做“AI閨蜜” ， 而不是冷冰冰的推薦系統《智能涌現》：如果具身智能賽道還太早 ， 你后來看到了AI+電商的什么機會？
道放：更多是因為看到了AI技術帶來的巨大變革機會 ， 尤其是在電商領域 。 我們想做的事情 ， 本質上是在AI時代探索新的電商入口的可能性 ， 這需要全新的視角和組織形式 。 我相信AI在電商領域的應用 ， 尤其是在個性化推薦、內容生成方面有很大潛力 。 創業會給我更大的自由度去探索這些可能性 。
《智能涌現》：哪些關鍵技術轉變 ， 是比較核心的？
道放：今年年初的Manus其實是標志性事件 。
這幾年的AI應用 ， 我會把他們分成三個階段：
1.0時代主要是對話交互階段 ， 解決一些簡單的信息需求 ， 這個階段持續了2-3年左右； 2.0時代的AI垂類應用 ， 則更多關注提升效率 ， 比如基于文生視頻、圖生視頻、應用于各個垂直領域的場景中 ， 這些應用大多面向企業端； 3.0時代是一個非常典型的發展階段 。 最近一些新的模型 ， 比如GPT-4 ， 已經把工具的使用變成了模型訓練的一部分 。 這就意味著3.0時代的技術 ， 比如以Manus為代表的應用 ， 已經不僅僅是信息交互 ， 而是開始進入到操作的層面了 。這意味著什么？意味著AI不再只是給你信息 ， 而是能像一個實習生一樣 ， 幫你操作電腦 ， 執行一些機械但必要的工作 ， 比如收集資料、應用濾鏡等 。 這種computer use的能力是有巨大價值的 。
《智能涌現》：怎么用一句話概括你們想做的事情？
道放：我們第一階段要做的是電商領域的AI閨蜜 ， 為用戶提供專業購買建議和陪伴式購物體驗 。
《智能涌現》：你用的詞是“閨蜜” ， 而非助手 ， 為什么？
道放：我們更想做的Agent ， 是類似”賽博閨蜜”的概念 ， 我們希望這個是類似閨蜜的親密關系 。
傳統的AI助手更像是工具 ， 你問它答 ， 但閨蜜不一樣 。 你跟閨蜜的關系是平等的 ， 她也可以跟你聊一些興趣話題 ， 她也可以聊購買建議 ， 就像你身邊總有一個特別會買的朋友一樣 。
《智能涌現》：可以算是KOC（Key Opinion Consumer ， 關鍵意見消費者）嗎？
道放：不是基于現有有名的KOL或者KOC的IP ， 而是基于這些人的專業能力 。
我們希望做的是”閨蜜電商”這個場景 。 想象一下 ， 如果你的閨蜜具有李佳琦的專業能力 ， 同時能專門為你服務 ， 你可以隨時問她怎么買 。 她的專業性體現在所有的購買決策上 ， 在趨勢捕捉上比一般人更厲害 ， 因為她有更全的數據 。
但同時她又不是冷冰冰的 ， 而是有溫度的 。
最重要的是 ， 她不只是給建議 ， 還有完整的執行能力 。 你可以直接跟她說想要什么 ， 她就給你買了 。
《智能涌現》：用戶要怎么和這個AI閨蜜互動？
道放：有很多形式 ， 單獨App是一個形式 ， 我們甚至希望用最極簡的方式實現這個體驗——他跟你加個社交媒體加好友 ， 每天聊微信就好了 ， 把所有的信息源和履約都幫你搞定 。
你把商品鏈接發給他 ， 他直接幫你買 。 他還有很多技巧性的領券能力 ， 你自己都搞不到的優惠 ， 他能在各種奇怪的群里薅出來 。
雖然我們從時尚領域開始 ， 但本質上可以擴展到整個生活領域 。
《智能涌現》：怎么搞定履約？這個會涉及到很多終端、軟件的交互 。
道放：最近我和一個朋友討論過一個場景 ， 比如你想去星巴克點一杯咖啡 ， 這有很多人會選擇在閑魚上搶券 ， 便宜個幾塊錢 ， 或者找代點 。
這個過程是這樣的 ， 你先買券 ， 買完券以后 ， 你通過對話的方式找商家客服 ， 然后你跟他講說我在哪個店里面 ， 我要買什么咖啡 ， 把這個券給我用了 。 用完了以后 ， 他會告訴你有一個碼 ， 有了這個碼你就會去自提 。
現在以Manus為代表的通用Agent ， 可以做到前面的部分 ， 就是在小程序上幫你下單 ， 但是涉及到更復雜的履約——在閑魚上比較商家 ， 甚至看看美團、抖音、私域社群之類的優惠券哪里更便宜 ， 最后下單 。
大模型調用工具完成更多工作 ， 在我們看來就有很大價值了 。 這就是我們看中的一個機會 。
《智能涌現》：履約其實會涉及智能體在執行任務 ， 智能體也在技術發展很早期 。 想做到你們的目標 ， 難在什么地方？
道放：這種過程一定需要更復雜的私有信息 ， 包括把通用的知識與某個垂類應用的知識結合起來 ， 形成一個垂類模型 ， 才能解決很多問題 。
《智能涌現》：怎么讓這個智能體更有人味？我們過往的購物數據、互動數據可能很多都在平臺 。
道放：產品形態可以非常簡單 ， 就像一個數字閨蜜加了你的微信 ， 每天聊天就好了 ， 不需要很復雜的設計 。
關鍵在于利用好平臺上已有的數據資產 ， 同時建立持續的互動機制 。
本質上 ， AI是可以基于“懂你”的基礎去收集和篩選信息的 ， 它在趨勢捕捉上比普通人更厲害 ， 因為它能接觸到更全面的數據 。
但光有數據還不夠 ， 互動是核心 。 跟你的互動需要日常化 ， 每天通過聊天才能真正了解你 。
比如 ， 和用戶聊最近的流行趨勢、明星節目如浪姐浪哥 。 這個AI閨蜜可以和你聊喜歡哪個選手 ， 喜歡什么風格 。

審美可以被”元素化” ， 這是AI的新機會《智能涌現》：你經歷了從貨架電商到直播電商的時代演變 ， 每個階段 ， 你覺得在供給和消費端都完成了什么事情？
道放：過去幾年 ， 直播電商的增長速度遠超大盤 。 但現在其實國內的電商格局已經趨于穩定 ， 大家對直播這個形態也會有些疲憊 。
直播有很多好處 ， 但它最大的問題就是時間成本太高 。 花那么長時間看直播的用戶越來越少 ， 你能看到抖音這些年也在回頭大力搞貨架電商 。
這會是AI重新提供價值的機會 。
《智能涌現》：怎么定義AI起到的作用？
道放：內容電商在電商2.0時代的核心價值 ， 是KOL、主播和主理人們完成了一場“時尚平權” 。
很多高奢品牌的高定和走秀 ， 普通消費者在日常生活里是有點難get到（他們的厲害之處的） 。 但主播們把這些概念普及下來 ， 在100到300塊錢的夏裝區間里 ， 就能讓你很快接觸到這些元素 。
最厲害的是 ， 主播們不僅把這些元素融到商品上面 ， 而且還把它說出來——牛油果綠、泡泡袖、小香風、西裝版型——它實際上造了很多詞 ， 這些都是風格元素 。
這是我們在2.0時代一直在探索的邏輯 。
《智能涌現》：AI能夠在2.0時代的基礎上 ， 在哪個環節發揮最大的作用？
道放：現在的問題應該是：AI有沒有可能開啟電商的3.0時代？
這一波大模型有個很重要的變量 。 在時尚領域 ， 以前不可描述的東西——本質上是審美結果 ， 現在可以被AI學習了 。
因為數據現在夠多了 ， 模型可以去學習時尚趨勢 ， 把趨勢元素化 ， 基于元素化進行捕捉和預測 。
原因很簡單 ， 主播已經把這些詞表達出來了 。 小紅書里有大量的人在講這些東西 ， 這些數據已經足夠了 。 當你有足夠數據的時候 ， AI學習這件事一點問題都沒有 。
難點在于預測之后 ， 你需要把這個東西表達出來 。
【前淘寶直播業務負責人道放再創業，要用AI做消費者的“賽博閨蜜”丨智能涌現獨家】我和達人主播一直有交流 ， 有一些頭部主播講的質量 ， 就是跟普通主播不一樣 ， 能夠清晰地講出這個貨的特點 ， 而且非常迅速歸納風格和元素 ， 一下就能讓你懂 。
AI的厲害之處就在這里——它可以在大趨勢下把它元素化 ， 學會所有優秀主播的表達能力 。 我們現在在不同風格下面 ， 基本上都可以做得很好 。 而且要基于人群和場景做區分：年輕職場女性的OOTD、家居服飾 ， 年輕人的party和年紀大女性的party ， 每種場景需求都不一樣 。
《智能涌現》：所以區別是在于可以一對一互動甚至服務 。
道放：內容電商時代 ， 就算強大如李佳琦 ， 本質上也是廣播式的一種覆蓋 。
他在618前做美妝小課堂 ， 讓女生們把自己情況——多少歲、什么膚質、是不是敏感肌、想買什么東西在評論區發出來 ， 然后進行回復 。
這其實是一種個性化定制過程 。 但是再怎么擴大 ， 也只能覆蓋很小一部分人 。
加上大模型之后 ， AI本質上可以做到個性化定制全覆蓋 。 它有這個能力 ， 可以覆蓋很多人 。 所以它變成了一個專業KOL的能力——趨勢捕捉、預測 ， 以及打動人的表達 ， 以及可以跟你一對一服務 。
這就像最有錢的人有專屬造型師一樣 ， 現在年輕人也可以有這么有個性的穿搭師 。
這也是更進一步的平權 。 以前是通過廣播方式普及時尚信息 ， 現在AI可以一對一告訴你 ， 基于你的身材、膚色和最近流行趨勢 ， 給你搭配建議 。
《智能涌現》：所以 ， 這個AI閨蜜更多是工具屬性的？
道放：這是第一階段的能力 。 往后工具還可以拓展到社區 ， 比如我們可能第二階段會上AI試衣、穿搭社區之類的功能 ， 用戶可以在上面評價、互動 ， 推一些很酷炫的玩法 。
這就是AI閨蜜這個工具屬性的產品 ， 加上搜索場+推薦場 ， 可以和購買場景連接在一起 。
《智能涌現》：現在產品進展情況怎么樣？
道放：我們已經基本完成產品驗證 ， 很快就會上線第一個版本 。

AI+電商的最大價值是創造新入口《智能涌現》：你們的目標用戶、目標市場 ， 是什么畫像？
道放：第一部分會切年輕人群 ， 因為年輕人對AI的整個接受度會更好一些 ， 是AI Native用戶 ， 市場也是可能優先會選海外市場 。
《智能涌現》：完全走To C路線嗎？
道放：第一階段會先從C端切入 ， 但其實我們的能力是可以復用到B端 ， 核心在于對趨勢的把握和供應鏈的優化 。
比如 ， 在和用戶的聊天的時候 ， 包括用戶的反饋 ， 以及我們去抓取市面上流行的時尚元素 。
模型能在一個流行趨勢發酵周期的前期 ， 就發現機會 。 一個服裝的完整周期 ， 典型的時間大概是45天 。 如果商家能提早十天就感知到 ， 那就可以快速去生產 。
《智能涌現》：所以在B端 ， 更多是在生產流程的前端 ， 幫他們找爆款？
道放：對于B端來說 ， 我們能提升他們的選款能力 ， 模型把選款能力可以提高了一個門檻 。 我們現在模型內測的效果 ， 爆款率10%能上升到18% 。 正常平均60分 ， 我其實能做到80分 ， 這個就是很大的價值 。
《智能涌現》：海外電商市場的發展階段 ， 和國內有多大差異？
道放：海外市場的內容電商還處于比較早期的爆發階段 。 我們直觀判斷相當于國內2018年左右的階段 。
但海外市場的流行趨勢信息更分散 ， 這種分散的信息其實更有價值 ， AI可以更好地發揮打下信息差的作用 。
貨的差異也很大 。 比如美區 ， 但他們內容電商的服飾品類只占20% ， 國內這個比例50% 。 為什么這么低？核心問題在于供應鏈 。
以前 ， 我們一直擔心歐美人不適應電商直播 ， 但問題可能既是用戶習慣 ， 也是供應鏈不足—貨不夠 ， 自然養不成消費習慣 。
直播電商必須依靠非標的時尚品類 ， 但海外缺乏快返供應鏈 。 從中國海運就要一個月 ， 清關再耽誤時間 ， 整個鏈路太慢了 。 目前美區只能賣李寧、耐克這種傳統品牌 ， 缺少快時尚支撐 。
從用戶習慣看 ， 去年TikTok美區只有10%是直播售賣 ， 70%是短視頻售賣 ， 20%是貨架售賣 。 今年直播占比提升到了15% 。
《智能涌現》：所以 ， 海外實際市場需求和供應鏈之間的空隙 ， 就是你們的機會 。
道放：現在中國快時尚這套供應鏈很多能力是溢出的 ， 供應過剩 。 市場需要有一套這一塊的這個SaaS ， 幫助美國KOL橋接中國供應鏈 。
《智能涌現》：SHEIN很早就把這個模式跑通了 ， 他們如果愿意輸出這套能力 ， 只是差前端的KOL ， 如果SHEIN要做 ， 怎么辦？
道放：SHEIN是自營平臺 ， 本身就是品牌 。 當前KOL的核心需求還是做自有品牌 。 如果幫KOL做品牌 ， KOL可能會去TikTok賣 ， SHEIN就變成了供貨商 ， 做這件事情的動力可能是不足的 。
而且要做這件事情 ， SHEIN需要改造整個設計鏈路 ， 需要將現有的生產線和供應鏈與KOL的審美鏈接起來 ， 服務成本很高 。 Tiktok這些電商平臺也很難有精力自己下場深入到供應鏈來解決問題 ， 所以還是迫切需要第三方的服務商來解決供給問題 。
從價格區間來看 ， 目前內容電商的價格區間會明顯高于Shein目前的價格區間 ， 因為KOL掌握有時尚元素的定義權和傳播權 。
《智能涌現》：在C端 ， 你們要做AI閨蜜 ， 在B端 ， 還要做供應鏈服務的話 ， 類似淘寶這樣的大平臺肯定會做 ， 他們很難坐視一個新入口來顛覆他們 。
道放：大廠的戰略重點和平臺屬性 ， 決定了他們很難在垂直細分領域做到極致 。
比如AI試衣在很多電商App里的入口很深 ， 從資源角度也需要花很多精力去爭取 。 但這個功能是我們的核心業務 。
另外從市場來看 ， 目前海外電商的收斂遠比國內小 ， 所以基于海外市場還是存在大量的機會 。
《智能涌現》：這次創業的目標 ， 是什么？
道放：從我個人的發展經歷其實可以看出我自己的選擇偏好 。 雖然我過往基本都在大廠 ， 但是基本上做得都是從0開始 ， 或者高速增長的業務 。 業務相對比較獨立 ， 決策也相對閉環 。 所以我自己的能力和擅長的領域還是一些高速增長的獨立業務 。
我自己目前的階段 ， 其實已經過了財務追求的階段 。 但是我堅信這一波AI的發展會深刻影響和改變整個人類社會的方方面面 ， 甚至人類和自然的交互模式都有可能改變 。 所以我投身到這個領域 ， 從自己熟悉的AI+電商切入 ， 還是期待能親身參與到這個進程中 ， 如果能做出一些不錯的產品 ， 有我個人的簽名 ， 我感覺還是非常興奮和值得投入的 。
封面來源｜企業授權
歡迎交流

    推薦閱讀