炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：36氪）

本文来自微信公众号“智能涌现”，作者：邓咏仪，36氪经授权发布。

文｜邓咏仪

编辑｜苏建勋

每一次点进直播间，你的选择已经在深刻改变着商业生态。

如今直播生态已经趋于成熟。直播间、社交媒体上的“达人”，事实上已经成了一个品牌的店面，人设代表着受众群体、风格和定位，达人负责捕捉新一季的时尚元素，快速出设计图、打样，国内工厂在半个月内就能完成生产和出货。

这套被称为“小单快返”的模式如此运转多年，催生出了类似SHEIN这样的跨境巨头，已经成为国内市场的标配。

但在广袤的海外市场，电商的基础设施参差不齐，物流、生产供给的缺乏、更多元化的用户群，藏着大量可以被AI改造的空间。

这是曾经负责淘宝直播业务的道放，离开阿里后，最想做到的事。

他出生于1983年，经历过移动互联网的所有风口——2008年毕业后，加入百度、360等公司，担任算法专家；2013年加入阿里后，一待就是11年。他曾经从0到1做出过亿用户的印度短视频平台VMate，负责过“点淘”APP，2021年开始统管淘宝直播业务。

“从达人的审美，到设计师的桌子，再到工厂再到消费者手中，这个过程太长了，信息严重扭曲。”道放说。

在电商还没有那么发达的其他市场，他希望能在其中建立起一套完整的AI电商服务体系，桥接国内供应链和海外达人生态。

货跟着流量在动，也直接重塑了供应链生态。比如，传统的服装供应链中，销售体系可能就会分为5到9级不等，商品流转周期很久，加价倍率也很高，品牌需要提前半年，就要把所有的商品设计出来、打样、下单，导致传统女装的爆款预测准确率较低，产生库存难题。

而在消费者端，因为大模型的发展，每个人获得一对一的服务，也变成了可能，这成为道放创业新项目Infimate的开始：为每个人做一对一专属的“赛博闺蜜”。

这个赛博闺蜜就像一个专属于你的AI购物Agent，—个能理解时尚趋势、提供个性化穿搭建议的朋友。“会基于你的身材、肤色，以及当下流行趋势，给用户做搭配，给到专业的建议。”道放向我们描述。

最重要的是，“赛博闺蜜”一定要能帮助你减少购物过程中的诸多繁杂琐事：计算最佳优惠、帮你抢券、告诉你各种小道省钱妙招，监测何时是最佳下单时机等等。

这也是Manus带来Agent浪潮之后，道放觉得创业时机成熟的原因：模型能够调用内部工具，完成各项任务。而这一切，必须要建立在有足够纵深的垂直领域数据和场景之上。

他以之前火爆的“Tiffany蓝”、“牛油果绿”等趋势举例。这些是由各个KOL、达人营造风向，传导到更广大的消费者中。

“这些KOL做到的事情，就是在时尚领域‘造词’，打造并传播当前热门的时尚元素。”道放认为，结合各类公域数据加以训练，以及用户主动告知的喜好，大模型已经足够有能力完成KOL所做的事：完成时尚元素的捕捉、预测以及表达，给用户做更精准的推荐。

同时，模型将这些标签建立好后，也可以把这套能力提供给B端，同时服务B端的品牌、达人等等，服务的场景多种多样，包括爆款预测、爆款生成、选品决策支持，最终构建起AI电商服务体系。

但这个不可避免会涉及一个问题：道放想做的事情，看似都在大厂射程范围内。为什么机会会在创业公司手中？

“首先，我们定位海外，海外电商平台无论是生态和玩家格局都更分散，平台垄断程度比较低。这是更有利于大模型切入的生态——给C端做个性化定制，用户天然就会更相信一个第三方的Agent。”道放表示。

更重要的是，道放曾在大厂内部从0到1创业，深知大厂在做决策时，需要考虑既往业务，也有资源侧重的考虑——对于探索Agent这类更新的业务方向，创业公司还是有着不少时间和空间。

事实上，在离开阿里后，道放曾在朋友圈宣布将在具身领域创业，目标是“为机器人尽快进入千家万户贡献自己的一点力量”。

但他和创业核心伙伴摸索一圈，最终评估下来，具身智能如今的技术探索还相当早期，起码要5-10年才有可能出现商业化上的飞跃，“离消费者还是有点远”。

为了离消费者、市场更近，道放还是选择暂缓具身方向的探索，把重点放到了AI+电商上。

在淘宝11年，掌管在风口上的直播电商业务，在道放身上也投下了浓重的影子——他语速极快，你甚至很难从他连续的思绪中，找到提问的切口。

道放也和普遍印象中的大厂高管不太一样。过往印象中，大厂高管可能手握天价预算，随对各种宏大战略信手拈来。但我们从道放的叙述中感受到一种朴素的目标——要找到贴近用户的场景，迅速建立起商业闭环，养活团队。

这是从阿里离开之后，道放的第一次公开表达。以下为我们和道放的对话，经编辑整理：

△Infimate创始人程道放 图源：企业授权

想过做家庭机器人，但也许太早了

《智能涌现》：你离开阿里后，发的第一条朋友圈就说自己要做具身机器人，现在要做AI电商，这个想法是怎么演变的？

道放：我是去年7月左右，阿里内部第一波GPT影响下来，就在研究AI对具身机器人和电商领域的影响。我一直呆到今年2月份，才最终决定出来创业。

其实我出来后还是在同步推进这两个方向，毕竟具身机器人和AI电商我们都深入研究了很多年，我自己也是学计算机的。

《智能涌现》：当时想从什么方向切入？

道放：从2023年7月开始，我还在阿里的时候，已经同时在关注具身和电商的AI应用了。出来创业后，我们把所有信息采集完，当时想过从家庭机器人开始切入。

当时，我们思考的是，具身当前的瓶颈在于真实场景的操作数据，所以从可行路径来看，应该去切垂类场景。在垂类上面，用现有的方法可以启动，能开始干活，进入场景之后就能获取更多的反馈和数据，才能迅速迭代。

我们的目标还是希望做具身机器人，但这个赛道现在处在一个技术发展的早期阶段，特别是第三步的精细操作，还需要很长时间的技术积累和突破。我们估算真正能做到家庭实用级别，至少还需要5-10年。

《智能涌现》：调研完之后，怎么看这个赛道的发展阶段？

道放：具身智能实际上涉及三个技术方向。

第一个技术方向，是AI的多模态交互，涉及到交互界面跟整个认知的理解，这个其实是偏软件，跟大模型同步发展的。它是豆包这类大模型APP的延伸，豆包多模态交互主要是文字和语音，但机器人除了语言之外，还需要控制表情、眼神、语气、微动作等，需要更多元的交互和控制。

第二个技术方向是基于强化学习的运动能力（Locomotion），主要解决双足行走以及全身控制。像唱歌跳舞、空翻，都是在这一部分基础上做出来的。

最重要的是第三个方向，端到端的模仿学习，去做手的操作。手的操作才会真正意义上替代人。

在现有技术进展上，前两部分进展还比较好，尤其是强化学习的运动能力。我们见到的所有空翻、马拉松跑步，全部都是这个技术的发展结果，但是这些展示的机器人很多都还需要遥控器控制的。

要做到自主操作，就需要第一步的多模态交互能力，包括表情微动作语音这部分，还有规划层。第二步强化学习这部分也还好。

《智能涌现》：现在前两步应该都做得不错了。

道放：现在所有人面临的难点是第三步的精细操作，因为它是接触式的精细动作，要到毫米级的精度，需要触觉和力的反馈信息，而且需要通用性才能进入家庭，所以很难。

我在阿里时调研完后得出结论，具身机器人的发展途径应该是切垂类，在垂类上用现有方法做启动，虽然准确度不够好，但通过不断给数据，处理各种Corner Case（罕见案例）后，会做得越来越好。

问题就是Corner Case（罕见案例）获取也是很难的，现在的高质量数据非常缺。我调研一圈下来，大家公认的还是做端到端模型是最优雅的方案，但这里需要的起码是十亿级别的数据，现在瓶颈还是很明显。

《智能涌现》：除了数据，还有其他难点吗？

道放：首先是精度和力控的问题。手部操作需要毫米级的精度，而且要有力的反馈。比如你拿一个鸡蛋，力度大了会捏碎，力度小了会掉，这需要非常精确的力控。现在的机器人手很难做到人手那种精细的触觉反馈和力度控制。

其次是通用性的挑战。不像工业机器人只需要做固定的几个动作，家庭机器人需要处理各种不同的物体、不同的环境、不同的任务。今天可能要叠衣服，明天要洗碗，后天要整理书架，每一个任务的动作空间和要求都完全不同。

第三是数据收集的问题。Imitation Learning（模仿学习）需要大量高质量的示范数据，但收集人类精细操作的数据非常困难和昂贵。不像图像识别可以从网上爬数据，手部操作的数据需要专门录制，而且要保证动作的准确性。

Corner Case（罕见案例）太多了。真实环境下的变化太多了，物体的材质、形状、重量、摆放位置都不一样，很难通过有限的训练数据覆盖所有情况。

所以虽然前两步技术相对成熟，但第三步的精细操作是真正决定机器人能否实用化的关键，也是最难攻克的。

《智能涌现》：这意味着落地场景很受限？

道放：现在存在明显的技术能力与市场需求之间会有一些错配，我们是想做“有用”比“有趣”多一点的场景的。

但用户真正需要的那些精细操作功能，比如帮你处理日常家务、分拣物品之类的任务，技术上还远远不成熟；现在的机器人用得更多的还是简单的迎宾互动、表演之类的，离真正打工还很远。

当然这不是说它没有价值，只是我们需要正视这个现实，同时也理解为什么消费级机器人市场推进得相对缓慢。技术发展需要时间，而市场也需要找到那个平衡点。

《智能涌现》：所以是因为技术曲线发展还相对早期，才选择考虑别的方向？

道放：在具身的第三阶段，就是真正能够自主规划操作的部分，大家公认的终局是要建立端到端的模型。但现在的真正问题在于，这个端到端的数据驱动，目前大家用的模仿学习方法，最大的问题就是通用性很差，要做出超出预期的体验感很难。

我们想做的，还是让机器人能走进千家万户，真正能干活。

我们预计这个方向需要等待一些通用性、“大单品”出现，我们团队擅长的部分才比较能发挥出更大的能量——做产品、做商业化。

要做“AI闺蜜”，而不是冷冰冰的推荐系统

《智能涌现》：如果具身智能赛道还太早，你后来看到了AI+电商的什么机会？

道放：更多是因为看到了AI技术带来的巨大变革机会，尤其是在电商领域。我们想做的事情，本质上是在AI时代探索新的电商入口的可能性，这需要全新的视角和组织形式。我相信AI在电商领域的应用，尤其是在个性化推荐、内容生成方面有很大潜力。创业会给我更大的自由度去探索这些可能性。

《智能涌现》：哪些关键技术转变，是比较核心的？

道放：今年年初的Manus其实是标志性事件。

这几年的AI应用，我会把他们分成三个阶段：

这意味着什么？意味着AI不再只是给你信息，而是能像一个实习生一样，帮你操作电脑，执行一些机械但必要的工作，比如收集资料、应用滤镜等。这种computer use的能力是有巨大价值的。

《智能涌现》：怎么用一句话概括你们想做的事情？

道放：我们第一阶段要做的是电商领域的AI闺蜜，为用户提供专业购买建议和陪伴式购物体验。

《智能涌现》：你用的词是“闺蜜”，而非助手，为什么？

道放：我们更想做的Agent，是类似”赛博闺蜜”的概念，我们希望这个是类似闺蜜的亲密关系。

传统的AI助手更像是工具，你问它答，但闺蜜不一样。你跟闺蜜的关系是平等的，她也可以跟你聊一些兴趣话题，她也可以聊购买建议，就像你身边总有一个特别会买的朋友一样。

《智能涌现》：可以算是KOC（Key Opinion Consumer，关键意见消费者）吗？

道放：不是基于现有有名的KOL或者KOC的IP，而是基于这些人的专业能力。

我们希望做的是”闺蜜电商”这个场景。想象一下，如果你的闺蜜具有李佳琦的专业能力，同时能专门为你服务，你可以随时问她怎么买。她的专业性体现在所有的购买决策上，在趋势捕捉上比一般人更厉害，因为她有更全的数据。

但同时她又不是冷冰冰的，而是有温度的。

最重要的是，她不只是给建议，还有完整的执行能力。你可以直接跟她说想要什么，她就给你买了。

《智能涌现》：用户要怎么和这个AI闺蜜互动？

道放：有很多形式，单独App是一个形式，我们甚至希望用最极简的方式实现这个体验——他跟你加个社交媒体加好友，每天聊微信就好了，把所有的信息源和履约都帮你搞定。

你把商品链接发给他，他直接帮你买。他还有很多技巧性的领券能力，你自己都搞不到的优惠，他能在各种奇怪的群里薅出来。

虽然我们从时尚领域开始，但本质上可以扩展到整个生活领域。

《智能涌现》：怎么搞定履约？这个会涉及到很多终端、软件的交互。

道放：最近我和一个朋友讨论过一个场景，比如你想去星巴克点一杯咖啡，这有很多人会选择在闲鱼上抢券，便宜个几块钱，或者找代点。

这个过程是这样的，你先买券，买完券以后，你通过对话的方式找商家客服，然后你跟他讲说我在哪个店里面，我要买什么咖啡，把这个券给我用了。用完了以后，他会告诉你有一个码，有了这个码你就会去自提。

现在以Manus为代表的通用Agent，可以做到前面的部分，就是在小程序上帮你下单，但是涉及到更复杂的履约——在闲鱼上比较商家，甚至看看美团、抖音、私域社群之类的优惠券哪里更便宜，最后下单。

大模型调用工具完成更多工作，在我们看来就有很大价值了。这就是我们看中的一个机会。

《智能涌现》：履约其实会涉及智能体在执行任务，智能体也在技术发展很早期。想做到你们的目标，难在什么地方？

道放：这种过程一定需要更复杂的私有信息，包括把通用的知识与某个垂类应用的知识结合起来，形成一个垂类模型，才能解决很多问题。

《智能涌现》：怎么让这个智能体更有人味？我们过往的购物数据、互动数据可能很多都在平台。

道放：产品形态可以非常简单，就像一个数字闺蜜加了你的微信，每天聊天就好了，不需要很复杂的设计。

关键在于利用好平台上已有的数据资产，同时建立持续的互动机制。

本质上，AI是可以基于“懂你”的基础去收集和筛选信息的，它在趋势捕捉上比普通人更厉害，因为它能接触到更全面的数据。

但光有数据还不够，互动是核心。跟你的互动需要日常化，每天通过聊天才能真正了解你。

比如，和用户聊最近的流行趋势、明星节目如浪姐浪哥。这个AI闺蜜可以和你聊喜欢哪个选手，喜欢什么风格。

审美可以被”元素化”，这是AI的新机会

《智能涌现》：你经历了从货架电商到直播电商的时代演变，每个阶段，你觉得在供给和消费端都完成了什么事情？

道放：过去几年，直播电商的增长速度远超大盘。但现在其实国内的电商格局已经趋于稳定，大家对直播这个形态也会有些疲惫。

直播有很多好处，但它最大的问题就是时间成本太高。花那么长时间看直播的用户越来越少，你能看到抖音这些年也在回头大力搞货架电商。

这会是AI重新提供价值的机会。

《智能涌现》：怎么定义AI起到的作用？

道放：内容电商在电商2.0时代的核心价值，是KOL、主播和主理人们完成了一场“时尚平权”。

很多高奢品牌的高定和走秀，普通消费者在日常生活里是有点难get到（他们的厉害之处的）。但主播们把这些概念普及下来，在100到300块钱的夏装区间里，就能让你很快接触到这些元素。

最厉害的是，主播们不仅把这些元素融到商品上面，而且还把它说出来——牛油果绿、泡泡袖、小香风、西装版型——它实际上造了很多词，这些都是风格元素。

这是我们在2.0时代一直在探索的逻辑。

《智能涌现》：AI能够在2.0时代的基础上，在哪个环节发挥最大的作用？

道放：现在的问题应该是：AI有没有可能开启电商的3.0时代？

这一波大模型有个很重要的变量。在时尚领域，以前不可描述的东西——本质上是审美结果，现在可以被AI学习了。

因为数据现在够多了，模型可以去学习时尚趋势，把趋势元素化，基于元素化进行捕捉和预测。

原因很简单，主播已经把这些词表达出来了。小红书里有大量的人在讲这些东西，这些数据已经足够了。当你有足够数据的时候，AI学习这件事一点问题都没有。

难点在于预测之后，你需要把这个东西表达出来。

我和达人主播一直有交流，有一些头部主播讲的质量，就是跟普通主播不一样，能够清晰地讲出这个货的特点，而且非常迅速归纳风格和元素，一下就能让你懂。

AI的厉害之处就在这里——它可以在大趋势下把它元素化，学会所有优秀主播的表达能力。我们现在在不同风格下面，基本上都可以做得很好。而且要基于人群和场景做区分：年轻职场女性的OOTD、家居服饰，年轻人的party和年纪大女性的party，每种场景需求都不一样。

《智能涌现》：所以区别是在于可以一对一互动甚至服务。

道放：内容电商时代，就算强大如李佳琦，本质上也是广播式的一种覆盖。

他在618前做美妆小课堂，让女生们把自己情况——多少岁、什么肤质、是不是敏感肌、想买什么东西在评论区发出来，然后进行回复。

这其实是一种个性化定制过程。但是再怎么扩大，也只能覆盖很小一部分人。

加上大模型之后，AI本质上可以做到个性化定制全覆盖。它有这个能力，可以覆盖很多人。所以它变成了一个专业KOL的能力——趋势捕捉、预测，以及打动人的表达，以及可以跟你一对一服务。

这就像最有钱的人有专属造型师一样，现在年轻人也可以有这么有个性的穿搭师。

这也是更进一步的平权。以前是通过广播方式普及时尚信息，现在AI可以一对一告诉你，基于你的身材、肤色和最近流行趋势，给你搭配建议。

《智能涌现》：所以，这个AI闺蜜更多是工具属性的？

道放：这是第一阶段的能力。往后工具还可以拓展到社区，比如我们可能第二阶段会上AI试衣、穿搭社区之类的功能，用户可以在上面评价、互动，推一些很酷炫的玩法。

这就是AI闺蜜这个工具属性的产品，加上搜索场+推荐场，可以和购买场景连接在一起。

《智能涌现》：现在产品进展情况怎么样？

道放：我们已经基本完成产品验证，很快就会上线第一个版本。

AI+电商的最大价值是创造新入口

《智能涌现》：你们的目标用户、目标市场，是什么画像？

道放：第一部分会切年轻人群，因为年轻人对AI的整个接受度会更好一些，是AI Native用户，市场也是可能优先会选海外市场。

《智能涌现》：完全走To C路线吗？

道放：第一阶段会先从C端切入，但其实我们的能力是可以复用到B端，核心在于对趋势的把握和供应链的优化。

比如，在和用户的聊天的时候，包括用户的反馈，以及我们去抓取市面上流行的时尚元素。

模型能在一个流行趋势发酵周期的前期，就发现机会。一个服装的完整周期，典型的时间大概是45天。如果商家能提早十天就感知到，那就可以快速去生产。

《智能涌现》：所以在B端，更多是在生产流程的前端，帮他们找爆款？

道放：对于B端来说，我们能提升他们的选款能力，模型把选款能力可以提高了一个门槛。我们现在模型内测的效果，爆款率10%能上升到18%。正常平均60分，我其实能做到80分，这个就是很大的价值。

《智能涌现》：海外电商市场的发展阶段，和国内有多大差异？

道放：海外市场的内容电商还处于比较早期的爆发阶段。我们直观判断相当于国内2018年左右的阶段。

但海外市场的流行趋势信息更分散，这种分散的信息其实更有价值，AI可以更好地发挥打下信息差的作用。

货的差异也很大。比如美区，但他们内容电商的服饰品类只占20%，国内这个比例50%。为什么这么低？核心问题在于供应链。

以前，我们一直担心欧美人不适应电商直播，但问题可能既是用户习惯，也是供应链不足—货不够，自然养不成消费习惯。

直播电商必须依靠非标的时尚品类，但海外缺乏快返供应链。从中国海运就要一个月，清关再耽误时间，整个链路太慢了。目前美区只能卖李宁、耐克这种传统品牌，缺少快时尚支撑。

从用户习惯看，去年TikTok美区只有10%是直播售卖，70%是短视频售卖，20%是货架售卖。今年直播占比提升到了15%。

《智能涌现》：所以，海外实际市场需求和供应链之间的空隙，就是你们的机会。

道放：现在中国快时尚这套供应链很多能力是溢出的，供应过剩。市场需要有一套这一块的这个SaaS，帮助美国KOL桥接中国供应链。

《智能涌现》：SHEIN很早就把这个模式跑通了，他们如果愿意输出这套能力，只是差前端的KOL，如果SHEIN要做，怎么办？

道放：SHEIN是自营平台，本身就是品牌。当前KOL的核心需求还是做自有品牌。如果帮KOL做品牌，KOL可能会去TikTok卖，SHEIN就变成了供货商，做这件事情的动力可能是不足的。

而且要做这件事情，SHEIN需要改造整个设计链路，需要将现有的生产线和供应链与KOL的审美链接起来，服务成本很高。Tiktok这些电商平台也很难有精力自己下场深入到供应链来解决问题，所以还是迫切需要第三方的服务商来解决供给问题。

从价格区间来看，目前内容电商的价格区间会明显高于Shein目前的价格区间，因为KOL掌握有时尚元素的定义权和传播权。

《智能涌现》：在C端，你们要做AI闺蜜，在B端，还要做供应链服务的话，类似淘宝这样的大平台肯定会做，他们很难坐视一个新入口来颠覆他们。

道放：大厂的战略重点和平台属性，决定了他们很难在垂直细分领域做到极致。

比如AI试衣在很多电商App里的入口很深，从资源角度也需要花很多精力去争取。但这个功能是我们的核心业务。

另外从市场来看，目前海外电商的收敛远比国内小，所以基于海外市场还是存在大量的机会。

《智能涌现》：这次创业的目标，是什么？

道放：从我个人的发展经历其实可以看出我自己的选择偏好。虽然我过往基本都在大厂，但是基本上做得都是从0开始，或者高速增长的业务。业务相对比较独立，决策也相对闭环。所以我自己的能力和擅长的领域还是一些高速增长的独立业务。

我自己目前的阶段，其实已经过了财务追求的阶段。但是我坚信这一波AI的发展会深刻影响和改变整个人类社会的方方面面，甚至人类和自然的交互模式都有可能改变。所以我投身到这个领域，从自己熟悉的AI+电商切入，还是期待能亲身参与到这个进程中，如果能做出一些不错的产品，有我个人的签名，我感觉还是非常兴奋和值得投入的。

封面来源｜企业授权

欢迎交流

海量资讯、精准解读，尽在新浪财经APP