出品/莊帥零售電商頻道

撰文/莊帥

在過(guò)去短短一個(gè)多月的時(shí)間里，已有數(shù)百家公司接入DeepSeek，這里除了同行的AI創(chuàng)業(yè)公司，還有騰訊元寶、文心一言、阿里通義千問(wèn)這樣的大公司AI產(chǎn)品，以及阿里釘釘、字節(jié)飛書(shū)這樣的辦公App。 

除此之外，相比于其他大模型產(chǎn)品，DeepSeek正在以更快的速度被更多企業(yè)從應(yīng)用層面接入和使用。 

作為零售電商行業(yè)的研究者，「莊帥零售電商頻道」基于DeepSeek的模型邏輯以及少量的行業(yè)應(yīng)用案例，也一直在思考：DeepSeek對(duì)于零售電商行業(yè)會(huì)有哪些實(shí)實(shí)在在的幫助呢？ 

DeepSeek不僅僅是給出答案

在探究零售電商行業(yè)的應(yīng)用之前，首先有必要了解Deepseek 與早前其他大模型的核心差別。 

簡(jiǎn)單來(lái)說(shuō)，Deepseek是通過(guò)模擬人類(lèi)的思維模式結(jié)合大數(shù)據(jù)構(gòu)建出來(lái)的 推理大模型 ，根據(jù)用戶的問(wèn)題會(huì)給出思考過(guò)程，哪怕答案并不令人滿意，其深度思考仍可供用戶決策參考。 

而之前美國(guó)的ChatGPT，國(guó)內(nèi)的百度文心一言、阿里通義千問(wèn)、騰訊元寶、字節(jié)豆包均是基于大數(shù)據(jù)構(gòu)建的通用大模型，與傳統(tǒng)搜索引擎給出信息列表不同，通用大模型可以根據(jù)用戶的問(wèn)題直接給出答案并進(jìn)行持續(xù)的互動(dòng)對(duì)話。 

但是通用大模型沒(méi)有完整的推理思維，更多是基于大量文本數(shù)據(jù)的訓(xùn)練，掌握語(yǔ)言規(guī)律并能夠生成合適的內(nèi)容，但缺乏復(fù)雜的推理和決策能力。所以對(duì)于復(fù)雜的問(wèn)題很難給出令人滿意的答案，或者說(shuō)本來(lái)復(fù)雜問(wèn)題本來(lái)就沒(méi)有唯一正確的答案。

與通用大模型相比，推理大模型則是在傳統(tǒng)大語(yǔ)言模型的基礎(chǔ)上，強(qiáng)化推理、邏輯分析和決策能力的模型。 

它們通常具備額外的技術(shù)，如強(qiáng)化學(xué)習(xí)、神經(jīng)符號(hào)推理、元學(xué)習(xí)等，來(lái)增強(qiáng)其推理和問(wèn)題解決能力，尤其是擅長(zhǎng)復(fù)雜推理、解謎、數(shù)學(xué)證明等任務(wù)，能夠顯式展示中間推導(dǎo)過(guò)程。? 

對(duì)于用戶來(lái)說(shuō)，一款A(yù)I產(chǎn)品不應(yīng)該僅僅是給出答案，否則和傳統(tǒng)搜索應(yīng)用讓用戶在信息列表自行尋找答案的方式，差別只在于效率高低了。 

所以基于推理大模型，讓用戶看到AI應(yīng)用對(duì)于一個(gè)問(wèn)題的思考過(guò)程，會(huì)大大增加對(duì)該應(yīng)用的可信度，哪怕最后給的答案與通用大模型相差不大。 

而對(duì)于一些復(fù)雜問(wèn)題，有些用戶甚至不需要Deepseek給出問(wèn)題的答案，只是為了看看Deepseek對(duì)于某個(gè)問(wèn)題是如何進(jìn)行深度思考的。 

畢竟回答問(wèn)題的思考過(guò)程對(duì)人們來(lái)說(shuō)也具有啟發(fā)性，同時(shí)這樣的思考過(guò)程也更接近人腦對(duì)于回答問(wèn)題的思維方式。 

例如，有中學(xué)生就用Deepseek去了解數(shù)學(xué)題的解題思路，然后根據(jù)Deepseek給出的解題思路自己解題，還能讓Deepseek給出幾道相似的數(shù)學(xué)題進(jìn)行練習(xí)，從而提升該類(lèi)題目的解題能力。 

用《黑神話悟空》制作人馮驥的話來(lái)說(shuō)，DeepSeek可謂是同時(shí)做到了“強(qiáng)大、便宜、開(kāi)源、免費(fèi)、聯(lián)網(wǎng)、本土”這六大突破，而這其中任何一點(diǎn)都是非常了不起的。 

這也解釋了為什么Deepseek在短期內(nèi)受到各行各業(yè)和廣大用戶的認(rèn)可，從公開(kāi)數(shù)據(jù)統(tǒng)計(jì)，DeepSeek僅用了7天時(shí)間就達(dá)到了1億用戶規(guī)模，而ChatGPT花了兩個(gè)月。 

從AI工具到生意參謀

AI大模型在零售電商行業(yè)的應(yīng)用時(shí)間并不短，但之前的通用大模型應(yīng)用對(duì)于商家的經(jīng)營(yíng)能力提升仍然有限，只是在一些程序化的操作上提升了效率。 

例如自動(dòng)選擇關(guān)鍵字進(jìn)行廣告投放、自動(dòng)生成種草圖文等，AI對(duì)于零售電商行業(yè)的商家來(lái)說(shuō)，仍然算是自動(dòng)化程度更高的工具，稱(chēng)不上智能。 

雖然賣(mài)貨這件事看起來(lái)門(mén)檻不高，但遇到的卻是因人而異、個(gè)性化極強(qiáng)的復(fù)雜問(wèn)題，通用大模型處理起來(lái)顯然有些吃力。 

「莊帥零售電商頻道」也試著向DeepSeek提問(wèn)了一些專(zhuān)業(yè)的問(wèn)題，比如“在幼兒園附近開(kāi)了一家便利店，應(yīng)該賣(mài)什么商品？” 

在通用大模型模式下，DeepSeek和其它AI應(yīng)用一樣，直接給出了十個(gè)具體的商品建議列表，但是從零售行業(yè)人士的角度來(lái)看，沒(méi)有辦法在沒(méi)有依據(jù)和實(shí)際經(jīng)營(yíng)場(chǎng)景考量的前提下照搬答案。 

而在DeepSeek深度思考（R1）模式下，則給出了一些有建設(shè)性的分析思路，比如對(duì)三類(lèi)客戶群體（小朋友、家長(zhǎng)、老師）的需求分析，對(duì)選址差異（幼兒園外面還是里面）造成的選品差異分析，以及商品的安全和健康方面的要求，甚至提到要與園方進(jìn)行溝通交流了解更為全面的需求。 

這個(gè)問(wèn)題其實(shí)是一個(gè)專(zhuān)業(yè)性很強(qiáng)的問(wèn)題，需要從多個(gè)維度幫助提問(wèn)者進(jìn)行分析，給出相應(yīng)的思考和建議，然后再給出具體的經(jīng)營(yíng)策略和案例參考。 

DeepSeek對(duì)于這個(gè)行業(yè)問(wèn)題完整的深度思考，根據(jù)我在咨詢業(yè)的經(jīng)歷，已經(jīng)達(dá)到一個(gè)初級(jí)咨詢師的水平： 

這樣比較下來(lái)，DeepSeek的推理大模型不僅可信度更高，對(duì)人們遇到的各種復(fù)雜問(wèn)題有更大幫助，其在不同行業(yè)所能發(fā)揮價(jià)值的空間也要大許多。 

在「莊帥零售電商頻道」看來(lái)，以前的通用大模型應(yīng)用基本上都是“AI工具”，例如智能客服、數(shù)字人等。而推理大模型的出現(xiàn)，相當(dāng)于商家多了一個(gè)擁有了思考能力的“生意參謀”。

對(duì)于商家在選址、選品、商品升級(jí)、人群分析、市場(chǎng)趨勢(shì)預(yù)測(cè)、營(yíng)銷(xiāo)策劃、經(jīng)營(yíng)策略和經(jīng)營(yíng)分析、供應(yīng)鏈和庫(kù)存管理等方面均能進(jìn)行助力。 

一位充電寶賣(mài)家告訴「莊帥零售電商頻道」，他們通過(guò)訓(xùn)練專(zhuān)屬模型分析店鋪用戶的行為，可以挖掘出消費(fèi)者的“潛在需求”。  

“我們通過(guò)DeepSeek批量生成中英文產(chǎn)品描述，直線提升的商品列表的優(yōu)化效率，但真正帶來(lái)訂單增長(zhǎng)的，是結(jié)合DeepSeek的建議改良了Type-C Lightning雙接口設(shè)計(jì)的商品�！� 

雖然大數(shù)據(jù)能告訴商家“快充”是熱搜詞，但如何洞察到用戶的潛在需求，更多時(shí)候還要對(duì)各種用戶行為數(shù)據(jù)進(jìn)行全面地分析才能得到真實(shí)的答案。 

而對(duì)于零售行業(yè)常見(jiàn)的商品組貨搭售，DeepSeek能夠給出關(guān)聯(lián)銷(xiāo)售的經(jīng)營(yíng)策略，通過(guò)挖掘低頻高利潤(rùn)的商品組合，例如將“貓砂和除臭劑”進(jìn)行捆綁促銷(xiāo)，很好地提升了銷(xiāo)售額。 

另外通過(guò)強(qiáng)化學(xué)習(xí)模型對(duì)臨期商品進(jìn)行動(dòng)態(tài)定價(jià)，根據(jù)保質(zhì)期剩余天數(shù)和用戶店內(nèi)及線上網(wǎng)店的瀏覽行為即時(shí)調(diào)整折扣，提高了臨期商品的轉(zhuǎn)化率。 

在用戶需求預(yù)測(cè)與動(dòng)態(tài)補(bǔ)貨方面，DeepSeek認(rèn)為某社區(qū)店可以通過(guò)整合歷史銷(xiāo)售數(shù)據(jù)、天氣、節(jié)假日等多維度信息，建立預(yù)測(cè)模型精準(zhǔn)預(yù)判商品需求。 

DeepSeek還舉了個(gè)例子，提到某母嬰品牌在雙十一前結(jié)合生育率波動(dòng)和競(jìng)品活動(dòng)數(shù)據(jù)調(diào)整備貨量，實(shí)現(xiàn)銷(xiāo)售額同比增長(zhǎng)40%。系統(tǒng)還能自動(dòng)生成補(bǔ)貨周期建議，庫(kù)存周轉(zhuǎn)效率提升30%-50%，缺貨率下降60%。 

從這些商家的實(shí)踐可以很明顯地看出，推理大模型的出現(xiàn)和發(fā)展，已經(jīng)可以讓商家和電商平臺(tái)形成“AI輔助人工決策”的新型經(jīng)營(yíng)模式，從「單點(diǎn)優(yōu)化」進(jìn)化至「全局智能」的新階段。