DeepSeek将成为零售电子商务行业的“商业顾问”
在过去的一个多月里，数百家公司接入了DeepSeek。除了同行的AI创业公司，还有腾讯元宝、文心话、阿里通义千问等大公司的AI产品，还有阿里钉钉、字节飞书等办公App。
此外，与其它大型商品相比，DeepSeek正以更快的速度接入和使用更多的企业。
作为零售业电子商务行业的研究者，「庄帅零售电商频道」基于DeepSeek模型的逻辑和少数行业应用案例，DeepSeek对零售电商行业有什么实际帮助？
DeepSeek不仅仅是给出答案。
在探索零售电子商务行业的应用之前，首先要了解Deepseek 和之前其它大模型的关键区别。
简而言之，Deepseek是通过模拟人类思维模式与大数据相结合而建立起来的。 推理大模型 ，按照用户的问题给出思考过程，即使答案不尽如人意，其深度思考仍然可以作为用户决策的参考。
在美国的ChatGPT之前，百度文心、阿里通义千问、腾讯元宝、字节豆包都是通过大数据搭建的通用大模型。与传统搜索引擎给出的信息列表不同，通用大模型可以根据用户的问题直接给出答案并进行持续的互动对话。
然而，一般的大模型没有完整的推理思维，而是基于大量的文本数据练习，掌握语言规律，生成合适的内容，但缺乏复杂的推理和管理能力。因此，很难给出令人满意的答案来解决复杂的问题，或者说没有唯一正确的答案来解决复杂的问题。
与通用大模型相比，推理大模型是在传统大语言模型的基础上，加强推理、逻辑分析和管理能力模型。
他们通常有额外的技术，如加强学习、神经符号推理、元学习等。，从而提高他们的推理和解决问题的能力，尤其是他们擅长复杂的推理、解谜、数学证书等任务，可以显示中间推导过程。u200c
对于用户来说，一个AI产品不应该只给出答案，否则，与传统的搜索应用程序不同，用户可以在信息列表中自己寻找答案。
因此，基于推理模型，即使最终给出的答案与通用大模型相似，用户也可以看到AI应用程序对一个问题的思考过程，这将大大增加应用程序的可信度。
至于一些复杂的问题，一些用户甚至不需要Deepseek来回答问题，只是为了看看Deepseek是如何深入思考某个问题的。
归根结底，回答问题的思考过程对于人们来说也是一种启发，同时这种思考过程也更接近人脑对于回答问题的思考方式。
例如，一些中学生使用Deepseek来理解数学题的解题思路，然后根据Deepseek给出的解题思路来回答自己的问题，也可以让Deepseek给出一些类似的数学题来练习，从而提高这类问题的解题能力。
DeepSeek可以说是同时实现了《黑神话悟空》制作人冯邈的话。“强大，便宜，开源，免费，网络，本地”这个六大突破，其中任何一个都很了不起。
它还解释了为什么Deepseek在短时间内得到各行各业和广大用户的认可，从公开数据统计来看，DeepSeek只用了7天就达到了1亿用户，而ChatGPT用了2个月。
从AI工具到业务参谋。
AI大模型在零售电商行业的应用时间并不短，但之前的通用大模型应用对于商家运营技能的提升仍然有限，只是在一些程序化运营中提高了效率。
比如自动选择关键词进行广告营销，一键生成草图等。对于零售电商行业的商家来说，AI仍然是一个自动化程度更高的工具，不是智能。
虽然卖货的门槛看似不高，但却遇到了因人而异、个性化强的复杂问题。大型通用模型显然很难处理。
「庄帅零售电商频道」还试图向DeepSeek提出一些专业问题，比如“在幼儿园附近开一家便利店，应该卖什么商品？”
DeepSeek和其他AI应用一样，在一般大模型模式下，直接给出了十个具体的商品建议目录，但从零售行业人士的角度来看，无法在没有考虑实际经营情况的情况下复制答案。
但在DeepSeek深度思考(R1)模式下，给出了一些建设性的分析思路，比如分析三类客户群体(儿童、父母、教师)的需求，分析选址差异(幼儿园外部或内部)导致的选择差异，以及对商品安全健康的要求，甚至提到与花园沟通了解更全面的需求。
其实这个问题是一个很专业的问题，需要帮助提问者从多个维度进行分析，给出相应的思考和建议，然后给出具体的商业策略和案例参考。
根据我在咨询行业的经验，DeepSeek已经达到了一位初级顾问的水平：
相比之下，DeepSeek的推理模型不仅更可信，而且对人们遇到的复杂问题也有更大的帮助，在不同的行业也有更大的发挥价值的空间。
在「庄帅零售电商频道」似乎之前的通用大模型应用基本都是“AI工具”，比如智能客服、数字人等等。推理模型的出现相当于商家增加了一个具有思维能力的“商业顾问”。
可以帮助商家在选址、资金选择、商品升级、人群分析、市场趋势预测、营销策划、经营策略和业务分析、供应链和库存管理等方面。
一个充电宝商家告诉我「庄帅零售电商频道」，通过对店铺用户行为进行培训，他们可以发现消费者的“隐性需求”。
“我们通过DeepSeek批量生成中英文产品描述，提高了产品列表的优化效率，但结合DeepSeek的意见，真正带来订单增长的是Typeek。-C 产品采用Lightning双接口设计。
虽然大数据可以告诉商家“快充”是一个热搜词，但是如何洞察用户的隐性需求，需要综合分析各种用户行为数据才能得到真正的答案。
DeepSeek可以通过挖掘低频高利润的商品组合，如捆绑和促销“猫砂和除臭剂”，为零售行业常见的商品组合配售提供相关的经营策略，从而更好地增加销量。
此外，通过加强学习模式，根据保质期剩余天数和用户店铺和网店的浏览行为，对临时商品进行动态定价，即时调整折扣，提高临时商品的转化率。
DeepSeek认为，在客户需求预测和动态备货方面，某社区商店可以通过整合历史销售数据、天气、节假日等多维信息，建立预测模型，准确预测商品需求。
DeepSeek还举了一个例子，提到一个母婴品牌在双十一前结合出生率波动和竞争产品活动数据调整备货量，实现销售额同比增长40%。该系统还可以一键生成备货周期建议，库存周转效率提高30%-50%，缺货率降低60%。
从这些商家的实践中，我们可以清楚地看到，推理大模型的出现和发展已经可以使商家和电子商务平台形成。从AI协助人工决策的新运营模式来看，「单点提升」进化至「全局智能」的新阶段。
本文来自微信微信官方账号“庄帅零售电商频道”，作者：庄帅行研团队，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com