观点 / 刘润主笔 / 二蔓

编辑 / 二蔓版面 / 黄静

这是刘润公众号的第2122篇原创文章

昨天下午（1月10日），百度在广州正式举办了主题为“AI重构新电商”的，2024百度电商生态大会。

大会上，百度电商分享了不少产品的重大升级，也发布了关于未来的生态计划。百度副总裁、百度电商总经理平晓黎，百度电商商业业务部负责人、慧播星平台负责人吴晨霞，以及百度电商商家策略负责人赵晨，也都做了关于“AI+电商”的主题演讲。

很多关心百度、关心AI、关心电商的人们，都在关注这场大会。但其实，这已经不是百度第一次提出“AI+电商”的概念了。

在去年5月25日的万象大会上，平晓黎就提出：

在货架电商、内容电商之后，以AI为依托，集合用户、媒体、商品、服务等多元素重新组合的智能电商，将会支起一面新的旗帜。

也是在这场万象大会上，百度正式推出了智能电商新品牌，百度优选。

百度优选的出现，让在电商领域沉寂许久的百度，受到了不少的关注。很多人都在好奇，“AI+电商”是未来，“AI+电商”是未来，但这个未来，到底长什么样？它会如何改变消费者的决策、购买等消费习惯，又会如何重塑商家的直播、运营等经营动作？

一眨眼，大半年的时间过去了。今天的智能电商，发展到什么程度了？百度优选上的商家们，都过得怎么样？正在观望的人们，还有机会从中赚到钱吗？

这些问题，都很重要。于是，我也在生态大会结束之后的第一时间，和百度电商的同学好好聊了聊，请教了很多关于智能电商的问题。接着，我就听到了不少商家的故事。听完之后，我突然有一种特别强烈的感觉，想要和你分享。

直播电商的“自动驾驶”时代，正在到来。

什么意思？

我也把我的收获分享给你，相信能给你一些启发。

数字分身

润总，你知道，想要成为一名优秀的主播，首先要具备的素质是什么吗？

是幽默风趣的说话风格吗？是轻车熟路的销售能力吗？是随机应变的临场能力吗？

都不是。

想要成为一名优秀的主播，首先要具备的，是足够的体力和心力。

在屏幕的这一端，你看到的，可能是得体的主播，是华丽的直播间。但如果去到屏幕的另一端，你能看到的，可能就是一个人，一个镜头。面对着这个镜头，很多主播一站就是5、6个小时。还要全程保持火热的状态。情绪稍微往下降一点点，观众可能就走了。

这还已经是做得比较好的直播间了。一些刚刚起步的直播间，平均的在线人数，可能就只有那么几十个人。没有互动，也没有提问。讲一个小时还好，再往后，就会讲无可讲。

这也是为什么，一名优秀的主播不仅难找，而且不便宜。因为光是在体力和心力这一关，就筛掉了大量的人。

因此，很多商家明知道直播带货是一种趋势，却迟迟找不到合适的主播。找不到合适的主播，就没办法开展直播业务。

那怎么办？

百度电商就通过AI全栈式数字人直播解决方案“慧播星”，来帮助那些想要开展直播业务的商家。

你看，这就是一个数字人主播。

在百度电商的后台，商家也可以创造一个这样的数字人主播。通过1V1的人脸建模，她能在相似度、唇动拟合、动作匹配上，都达到逼近真人的程度。通过百度自研的StyleSync技术，她的逐字口型准确率，能够达到99%以上。通过对真人声音的录制采集，和对声学特征的保留，她的真人还原度可以达到96%以上。

这样一来，很多缺少优秀主播的商家，就可以请数字人来帮助自己开展直播业务。拥有优秀主播的商家，也可以为自己的主播生成一个“数字分身”，缓解体力和心力的负担。

但是，这还只是生成。

要怎么做，才能把这样一名不用担心体力和心力，又逼真的数字人主播，请到商家的直播间里来呢？

直播剧本

首先，是补上数字人主播的表达能力。

你有没有过这样的直播间观看体验？

在一个直播间里，你偶然看到了一件特别喜欢的商品。一看价格，也特别合适。可是，一听主播的讲解，你就发现，他怎么说，都说不明白。说到质量，就是“好”。说到价格，就是“很低”。说到优势，就是“比别人都要好”。他越说，你越不想买。

是的。这就是今天很多商家、真人主播、数字人主播的困境。

直播之所以会成为一种趋势，就是因为它有着比文字、图片更直接的触达能力。但是，这种能力，一定是建立在你真的能讲清楚产品卖点的前提之下的。

讲不清楚，直播就失去意义了。

那怎么办？百度电商的同学告诉我：

给逼真的数字人主播，装上大脑。

在百度电商的后台，商家只需要通过剧本功能，就可以实现一键生成直播剧本。

在添加商品之后，商家就可以给每一件商品，输入各自的卖点。比如洗洁精，就可以输入气味清香、知名品牌、快速去污、环保配方等等卖点。平台自带的AI智能创作能力，就可以为这件商品生成不同角度、不同场景的直播分镜设计。一款商品的剧本构建，大约只需要3分钟。如果对生成的结果不满意，就重新生成，直到找到一套满意的讲解方案为止。

所以，如果一个数字人直播间主营酒水，你不会听到“好喝”，而是会听到“经由古法工艺酿造而成”；主营面食，你不会听到“好吃”，而是会听到“它就和你在线下吃到的一个味道”；主营书籍，你不会听到“好看”，而是会听到“它是2023年的畅销书”。

这样一来，商家就不用担心数字人主播讲不清楚，讲不下去了。

但是，光是有表达能力，还不足以称得上是一个装上了大脑的数字人主播吧？

观众进出

是的。还得有互动能力。

“直播”这种形式，有一个非常明显的特点，也是痛点：实时。

因为实时，所以有趣。也因为实时，所以无法预判所有可能会出现的状况。

就比如，观众进出。

你不知道直播间里的观众什么时候会走，也不知道直播间外的观众什么时候会来。但是，优秀的主播，往往懂得在观众进出直播间的时候，调整自己的话术。在线人数突然上涨的时候，要表示欢迎。一下子暴跌的时候，要做到挽留。而不是不管人来人往，都自说自话。

这样，商家才能让观众们进得来、留得下、走得慢。

但是，数字人主播呢？数字人主播要怎么调整自己的话术？

靠文字驱动技术。

还记得前面说到的，直播剧本吗？

在百度电商的后台，商家们可以通过剧本功能，一键生成直播剧本。而在直播剧本生成之后，商家们看到的，就是一段又一段的文字。这些文字，其实就是一块又一块，可以被前后挪动的积木。

那么，欢迎的文字，挽留的文字，当然也可以加入到直播剧本中。根据观众实时的进出，这些积木也可以被实时地拖动。在线人数上涨，商家们就把欢迎的文字拖动到下一段要发言的位置。在线人数暴跌，就拖动挽留的文字。

最终，被这些文字驱动着的数字人主播，就能根据文字段落的排序，调整自己的话术。

但是，无法预判的状况，应该不只有观众进出吧？

实时问答

是的。不只有观众进出。还有观众提问。

观众的问题，各式各样，甚至千奇百怪。但是，优秀的主播，总是能做到及时、准确、合适地回答观众实时的提问。你也会发现，那些被剪成切片，并最终成功出圈的直播内容，也往往都是主播对观众的有趣的回答。

但是，数字人主播，要怎么回答观众的提问呢？

“迈巴勒高端厨具”的数字人直播间，就用预设关键词的方式，让数字人主播做到了实时回答。

比如，你们家发的是什么快递，你们家的锅是用什么材料做的，不好用可以退货吗。这些问题和答案，都可以在百度电商的后台预先用手动添加、Excel导入、AI辅助的方式，进行录入。

观众一提问，就会触发这些问题的关键词，并找到相应的答案。同时，结合平台的AI能力，对答案进行速度、丰富度、准确度的优化。最终，通过数字人主播，做出回答。

今年双十一期间，“迈巴勒高端厨具”的数字人直播间，就做到了订单量300%的增长，日均GMV相比日常增长了4倍以上，超过了真人直播间50%。

百度电商的同学告诉我：

AI的能力，给了直播互动无限的可能性。

在这次升级之后，AI的内容生成能力，也会更加深入到数字人直播的互动场景中去。

未来，需要商家提前录入的问答，会越来越少。拖动文字段落的工作，也会慢慢不需要由商家来做。

AI接管之后，随机应变，实时生成，并且识别最佳交互时机的回答，会越来越多。

这样，数字人主播才算是同时拥有了“外表”和“大脑”，才能真正走进直播间。

整体装修

润总，你看，这就是一位走进直播间的数字人主播。

这位数字人主播，来自服饰国货品牌，白小T。

基于AI的内容生成能力，她就能同时拥有“外表”和“大脑”，进行流畅、逼真的直播。同时，直播间前方的贴片，和后方的背景，都在同步配合着正在讲解的商品，效果特别好。

但是，仔细看，你看出什么来了吗？

是的。除了数字人主播之外，直播间的装修，也是由AI来生成的。

在百度电商的后台，商家通过点选商品，就能在10秒钟之内生成直播间的前贴片和背景图，实现对直播间的一键装修。这个装修的功能，也被融合在了直播剧本中。在不同分镜内容的提示下，商家可以进行相应视角、直播间背景、产品展示维度的切换和配置。

这样，商家就能在一分钟之内，根据不同的分镜场景，选择不同的产品图片和展示视频作为直播背景，将数字人主播摆放到画面合适的位置。并最终，形成你看到的这个直播间。

这个直播间，就能在只需要一名场控、一台电脑的情况下，智能地运行下去。

靠着沉浸式的视频背景，和逼真的数字人主播，白小T做到了90秒的人均观看时长，推动了60%的GMV涨幅，和50%的订单量涨幅。

同样是国货的香水品牌“Ttouchme”，也在百度电商为企业内部粉丝量最高、销量第一的主播，生成了一个数字人主播，实现了有效观播的50%增长，推动了100%的下单转化增长。

而在2024年，百度电商的商家们，可能连这名场控都不需要了。

为什么？

智能场控

因为智能场控。

在2024百度电商生态大会上，百度电商分享了不少产品的重大升级。其中的一大亮点，就是智能场控能力。

一个好看、好玩、好卖的直播间，当然离不开主播的努力。但是，在聚光灯照不到的地方，还有一个特别关键的角色：场控。

而一名好的场控，至少要拥有两种能力。

第一种，是营销能力。

比如调节直播间气氛，比如带动观众积极性，比如配合主播节奏。在一场一播就是几小时的直播里，场控要做的，就是确保直播间不冷场，刺激观众的购买欲望。而在一些没有场控的直播间里，你甚至能看到主播出现表达不清，直播拖沓，甚至干脆忘记直播脚本的情况。

第二种，是排品能力。

哪些商品，是9块9的引流品。哪些商品，是29块9的爆品。哪些商品，是99块9的利润品。什么时间讲解爆品，什么时候推荐利润品，什么时候促销引流品。这些问题，都有讲究。谁先谁后，都会影响着转化的效果。一旦主播在上播之前，来不及对所有商品进行细致的了解，那缺少场控的后果，可能就是极其严重的。

这两种能力，都是极其专业的能力。所以，很多主播都不止一次地表示，场控直接影响着一场直播的成绩单。一定要有。无论如何，都比主播单干好。

但是，在有了智能场控能力之后，情况可能就不一样了。

百度电商的同学告诉我，基于在线人数、直播脚本等，商家就能做到实时智能编排发放红包、抽奖等动作，激发购买欲望，实现直播间的智能营销。基于场内用户意图、商品转化率，商家就能做到实时调控最优排品顺序，利用AI高效场控，实现直播间的智能排品。

最终，商家们的数字人直播间，就能成为一个“自动驾驶”的直播间。

自动驾驶

什么是“自动驾驶”的直播间？

想象一下，一个同时具备外表和大脑的数字人主播，一个一键就能生成的直播间，一个能同时做好营销和排品的场控，这三件事加在一起，会发生什么？

是的。一个7*24小时的直播间。

百度电商的同学告诉我，通过这种AI全栈式数字人直播解决方案，我们就能帮助更多的商家降低开播的门槛，实现直播带货，做到真正的AI普惠。

依托数字人、语音生成、剧情脚本创作等技术，商家们只需要5分钟，就能建立一个属于自己的直播间。无论是细节的表情语调、大动作的展示捕捉、商品多层次的还原渲染，都可以和真人直播间相媲美。有直播能力的商家，可以让数字人直播间和真人直播间结合，充分利用闲时流量。没有直播能力的商家，也可以一键生成直播间，实现低门槛入局，提高收益。

在过去的不到半年里，百度电商已经有了超过1万个做到7*24小时直播的商家。他们的平均GMV增量达到了50%，平均ROI也超过了2。而从去年6月份以来，也有超过一半的商家，做到了数字人直播间GMV超过真人直播间。

一位土生土长的烟薯农户，可以做到只负责打包发货，就实现3天GMV破万、销量翻番。

高端厨具品牌迈巴勒，可以只用一台电脑，就做到1-6点的夜间销量远超真人直播间。

苏宁，也可以在完全不投流的情况下，做到超过300万的数字人直播间GMV。

这就是，自动驾驶。

听到这里，我突然有些明白了。

明白了无论在哪个时代，依然有人能找到自己的增长点。明白了人工智能所带来的效率，已经发展到了什么程度。明白了我对智能电商这个词，到底意味着什么。