5月16日消息，从Open AI的GPT-4到谷歌的Gemini 1.5、Anthropic的Claude 3、Meta的Llama 3等，大型语言模型的竞争异常激烈，每隔几个月就有新的模型刷新纪录，展现出了前所未有的能力。

随着大模型技术的不断进步，各行各业的企业正在加速将这些先进的能力融入自身的业务之中，旨在创造一个由生成式AI驱动的新业务模式。

店匠科技正是首批采用生成式AI技术来改善业务流程的跨境电商服务商之一。

这家成立于2017年7月的深圳店匠科技（Shoplazza）专注于帮助中国制造商将其产品转变为国际品牌，通过其海外B2C独立站品牌营销的企业级SaaS服务实现这一目标。

店匠科技提供的SaaS平台包括了行业出海加速方案、品牌出海解决方案和独立站云升级方案等，覆盖了从跨境新手到精品卖家、无货源卖家、TikTok卖家、工贸一体卖家、品牌商家、外贸工厂、抖音卖家、亚马逊卖家以及国内平台卖家在内的各种类型的跨境电商群体。

店匠科技提供了一系列的便利功能，使用户能够轻松建立自己的在线商店。它的业务主要分为两个部分：一是为商家提供了一个无需技术人员就能快速建立具有销售功能的海外官网的标准化系统；二是提供一套全面的品牌营销和运营解决方案，特别为中国企业和消费品品牌进入国际市场提供了有力的支持和服务。

迄今为止，店匠科技已服务于超过36万家跨境电商客户，其中包括品牌卖家、精品卖家、店群卖家和外贸工厂等。其服务遍及全球150多个国家和地区，其中大约40%的消费者来自欧美市场。

店匠科技的首席科学家谢中流博士在谈及公司如何利用生成式AI技术时表示：“我们基于亚马逊云科技的专业人工智能技术与服务，在探索跨境电商生成式AI应用方面取得了显著的进展。”

谢中流进一步解释说：“我们使用了多种模型，包括Mistral系列、Meta的Llama系列、GPT系列以及Claude 3系列（Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus）等大语言模型，还有Stable Diffusion、Stable Diffusion XL1.0等图像生成模型。我们不清楚将来会出现哪些更好的模型，但我们当前的策略是持续跟进最新的模型和技术发展，以寻找更好的业务机会。”

对于为何店匠科技能够迅速采用行业内最新且最强大的模型，谢中流谈到了关键因素：“不同的模型是由不同的团队开发的，它们在代码结构和接入方式上存在差异。而Amazon Bedrock能够简化模型部署的工作。例如，当我们最初使用Stable Diffusion模型时，我们是通过编写代码来部署的，后来我们转而使用Amazon ECR的Stable Diffusion镜像进行部署。Amazon Bedrock进一步实现了标准化接入，使得部署过程变得更加简便。”

据了解，店匠科技利用亚马逊云科技强大的数据处理能力，支撑了多项AI产品的开发。在生成式AI方面的突破和创新主要集中在四个应用场景：GenAI营销素材创作平台、AI建站Copilot、智能客服、智能推荐与搜索。

谢中流博士强调：“搜索推荐、智能客服、素材生成、AI建站等生成式AI的应用极大地改变了跨境电商乃至整个电商领域的运营方式。”

在电商行业中，大量的营销创作工作，包括各种营销图片、视频和文案，往往耗时且成本高昂。这不仅需要投入模特、摄影师、化妆师、设计师等人力资源，还需要支付场地费用和交通费用，整个创作周期可能需要几天到几周的时间。

为了解决这一难题，店匠科技开发了GenAI营销素材创作平台，它具备模特生成、背景替换、模特试衣以及创意变款等多种功能，帮助商家在几分钟内快速创作出营销图片，并提供多种风格选择，提升了30%的素材制作效率。

在开发创意爆款功能的过程中，店匠科技选择了Amazon SageMaker JumpStart中的Stable Diffusion XL1.0版本，以便一键式体验最新的机器学习趋势和模型以优化此功能。Amazon SageMaker JumpStart自带的鉴黄、鉴恐等功能能够自动识别并处理不当内容，降低了潜在的风险。

在AI建站Copilot方面，店匠科技基于Amazon Bedrock接入Claude 3系列模型（Claude 3 Haiku、Claude 3 Sonnet和Claude 3 Opus），实现了与客户的对话交互，理解客户需求。随后，基于Amazon RDS的运营数据构建了AI建站的数据底座，进而能够快速分解需求、构建元素，并利用这些元素进行快速的网站搭建。

在智能客服方面，店匠科技利用Amazon ElastiCache Redis缓存向量数据，构建了一个RAG（数据检索增强）系统，用于利用已生成的问答数据回答新的类似问题。此外，店匠科技还基于Amazon Bedrock接入Claude 3模型，构建了一个智能AI客服系统。这一系统最终将解决客户问题的平均时间减少了70%，同时客服成本降低了40%。

在跨境电商场景下的智能推荐和搜索领域，存在一些挑战性问题，比如如何实现多语言搜索的统一、如何理解商品属性、如何进行搜索词与商品之间的多模态匹配，以及如何实现高效的个性化展示排序。为此，店匠科技利用Amazon Bedrock接入Claude 3模型，并将其应用于内容理解、搜索意图判断以及多模态风格的商品匹配召回等技术场景中，同时提高了智能商品排序的效果。

到目前为止，店匠科技基于亚马逊云科技的强大数据处理能力，支撑了多项AI产品的开发，并最终实现了节省40%客服成本、提升30%素材制作效率、增加20%搜索推荐收入的创新成果。

对于未来的生成式AI技术的应用，谢中流博士表示：“我们将持续优化GenAI营销素材创作平台，提高模型精度，扩展功能，并适应更广泛的应用场景。同时，我们也正在尝试使用亚马逊云科技的大语言模型相关的生成式AI产品来实现智能问答等应用场景。未来，我们期待与亚马逊云科技继续合作，深度整合生成式AI技术和电商业务场景的需求，帮助商家在电商领域实现更多的创新和业务增长。”

（采访原文有所改动，店匠版权所有。）