传媒行业专题研究：AI+电商，产品落地进行时-20230426-华泰证券-19页_1mb

AI+电商，产品落地进行时

核心内容

本报告分析了AIGC（AI-Generated Content）技术在电商行业的应用现状与未来潜力，指出AIGC工具如ChatGPT在语言理解、文本创建、图片识别、创意绘画等方面的能力突破，与电商行业的发展要素高度契合，能够实现全阶段赋能，包括产品开发、营销和售后等环节，从而推动行业新一轮变革。

主要观点

1. AIGC赋能全链路
   AIGC技术能够提升电商在产品开发、营销推广和售后服务等环节的效率，实现降本增效。

   • 产品设计：AI可提供个性化商品设计灵感，生成商品描述和关键词标签，提高产品搜索量和创新性。
   • 产品配图：AI图片生成工具如DALL·E、Midjourney能够快速生成高质量、风格多样的商品配图，节省创作时间。
   • 产品定价：AI工具如ABConvert可进行价格测试和数据分析，辅助定价决策。

2. 多场景应用
   AIGC覆盖电商多个应用场景，包括优化选品决策、处理图像素材、图文素材制作、广告智能投放、精准关联推荐、智能客服等，全面提升用户体验和业务效率。

   • 选品决策：通过大数据分析和AI工具，如亚马逊选品助手、ShulexVOC插件，实现需求预判与优化。
   • 图文素材制作：如有米科技的AI剧本、万兴科技的“万兴播爆”工具，帮助商家快速生成营销内容，降低创作成本。
   • 广告智能投放：Adspert、华凯易佰等企业通过AI优化广告投放策略，提升广告的转化率和投产比。
   • 精准推荐：华为云、Shopify等平台通过AI分析用户行为数据，实现个性化推荐，提高用户购买意愿。

3. 业务升级与产业链机会
   AIGC技术为不同类型的电商平台提供升级机会，包括跨境电商、导购平台、代运营平台和SaaS服务商等。

   • 跨境电商平台：如吉宏股份、焦点科技、华凯易佰，利用AIGC提升内容生成、广告投放和客服效率，尤其在海外业务中表现更优。
   • 导购平台：如值得买、返利科技，通过AI生成推荐内容并优化算法，提升用户转化率和平台体验。
   • 代运营平台：如丽人丽妆、壹网壹创、青木股份，利用AIGC生成商品描述、设计推广视频，提升内容生产效率。
   • SaaS平台：如Shopify，通过接入ChatGPT API，实现个性化导购服务和智能客服，提升运营效率。

关键信息

• AIGC工具如ChatGPT、Midjourney等在电商行业中的应用已逐步落地，覆盖产品设计、营销内容生成、广告投放、智能客服等场景。
• 亚马逊、Shopify、吉宏股份、有米科技、万兴科技、华凯易佰、华为云、阿里云、百度等企业已积极布局AIGC技术，实现降本增效。
• AIGC技术可提升电商在选品、广告、推荐、客服等环节的效率，同时增强用户体验，推动行业智能化发展。
• AIGC在跨境电商中更具优势，尤其在语言处理和内容生成方面，对海外业务兼容性更强，有助于提升运营效率和精准度。
• 技术商业化落地面临风险，包括监管波动、算力和数据限制、用户接受度等。

案例分析

优化选品决策

• 亚马逊：推出AI选品工具，通过600多个数据维度预测全球需求。
• 吉宏股份：接入ChatGPT API，优化选品模型，提升选品效率和质量，累计上新品 $1\mathrm{W}+$。

图像素材处理

• 阿里云：提供视觉智能平台，支持数千个内容标签，提高图片利用率。
• 百度：定制化图像识别技术，使图片识别准确率从 $50%$ 提升至 $95%$。
• 万兴科技：推出“万兴播爆”，生成高质量短视频内容，降低出海营销成本。

图文素材制作

• 有米科技：推出“AI剧本”工具，生成短视频文案，提升营销内容产出效率。
• 有米云：结合AI生成口播和广告文案，丰富营销素材方向。

广告智能投放

• Adspert：通过AI优化广告竞价和关键词策略，提升销售额和投产比。
• 华凯易佰：自研智能广告系统，实现广告数据跟踪和销售业绩增长，2022年广告订单金额占比 $31.4%$。

精准关联推荐

• 华为云：推出智能推荐解决方案，实时挖掘用户兴趣，实现精准推荐。
• 值得买：优化推荐搜索算法，提升用户内容获取体验，机器贡献内容占比达 $20.31%$。

智能客服

• 京东云：推出ChatJD，实现多语种、多场景的智能客服，提升客户满意度。
• HubSpot：推出ChatSpot，优化客户沟通与营销内容生成，提升运营效率。

首家AI淘宝店

• 36氪：使用ChatGPT和Midjourney打造AI淘宝店“卢咪微”，实现开店效率和成本的显著提升。

风险提示

• 监管波动风险：AI技术发展迅速，相关政策尚不明朗，可能影响技术落地。
• 商业化落地不及预期：AIGC的商业化应用受算力、算法、数据、场景和用户等多因素影响，存在落地不及预期的风险。

报告提及公司