AI主播火了,直播卖货还需要“真人”吗?
![](https://static.woshipm.com/view/woshipm_api_def_20230110172816_6190.jpg)
随着人工智能技术的飞速发展,AI主播在直播带货领域异军突起,成为新的趋势。2024年“618”期间,京东直播的订单量同比增长超过200%,其中AI主播的表现尤为抢眼。本文探讨了AI主播在直播带货领域的应用和发展前景,以及它们如何逐渐改变消费者的购物体验。
刚刚过去的“618”,火了一群“AI主播”。
直接看战报吧,2024年“618”期间,京东直播订单量同比增长超200%。其中,京东云言犀数字人:在超过5000个品牌直播间开播;累计时长超过40万小时;累计观看人次超过1亿;
互动频次超过500万次。
按照京东的统计,截至目前,言犀数字人已累计带动了超百亿的GMV(商品交易总额)。这个数字,放在今天的直播带货行业,实在不算个大数字。
据艾瑞咨询刚刚发布的《2023年中国直播电商行业研究报告》显示,2023年,我国直播电商市场规模高达4.9万亿人民币,增速达到35.2%,并预测未来三年还将保持18%的年复合增长率。100亿,甚至比不过头部达人的年度GMV。
不过,对京东来说,这算是很不错的成绩。在直播带货赛道如火如荼之际,老牌电商平台京东却掉了队,谈到直播带货达人,淘宝有李佳琦,抖音有疯狂小杨哥、罗永浩,快手有辛巴,而京东却让人想不到有可以相提并论的。
虽然近一年来,京东没少花心思做直播,但培养头部达人并不是个容易速成的事情。山不转水转,用AI数字人主播代替真人主播,成为一种“弯道超车”的选择。
从京东“618”战报来看,AI主播也算是小有成绩。只是,这样的成绩会是昙花一现,还是真的能走出一条通天大路?
一、日不落的直播间
前几天,“钟薛高老林”直播间发生了惊魂一幕,女主播在介绍产品时,突然身体开始摇晃,然后猛然摔倒,伴随着直播间里的尖叫声,话题也冲上热搜第一。
好在虚惊一场,女主播表示只是身体不适。不过,就此事而言,却体现了AI主播相比真人主播的优势之一:不会疲惫,也不需要休息。
DoNews联系了一位资深带货主播嘉琪,在我们和她讨论AI主播时,她的第一反应是,有了AI主播,直播间就可以“日不落”了。
“直播带货最少一个主播一个助播,还要有人投流,也就上班时间能凑一起,至于达人,更不可能一直播。”嘉琪目前每周单休一天,工作日每天直播4小时。而她所在的公司,同一个直播间会由三名主播早中晚三班轮班,一天播满12小时。
每天24小时,嘉琪所在的直播间只播一半,主要问题就是剩下的时间能够赚钱,但性价比不高。比如她们的最后一班是晚上7点半结束,之后到11点半的4小时,直播带货的效果不一定比白天好,但成本和麻烦程度只高不低,因此就被公司放弃了。
按嘉琪估计,她们直播间平均每天GMV在4万元左右,投流的成本大约是1万元,而主播的工资是200元每小时。“每个平台的投流不太一样,比如小红书是点进来(直播间)一次我们要给2块多,抖音是另一套规则,它们投流很细。”
因此,流量高的黄金时段,要直播而且要多投流;流量低的闲时,投流没意义,纯自然流量可能连人力成本都覆盖不了,就没必要直播了。
至于200元/小时的收入水平,在北京的直播带货圈子里算中等偏上,嘉琪介绍,不同平台、不同品类的直播间主播的收入水平会有所差异,此外还会有不同比例的提成点,“像是服饰类,提成可能在2%-5%,但像粮油这样的,可能就只有千分之几了。”
能有这样的待遇,是因为直播带货的确有其门槛,她们直播间表现最好的一天,GMV达到了25万,投流成本不到3万,除了运气和产品销售策略,主播的个人能力影响很大。
而且这也是“体力活”。“一场直播下来,可能就休息几分钟,去上一次洗手间,每天4小时感觉不多,但持续播一段时间就会很疲惫,嗓子也会难受。”嘉琪差不多一个月会请假一两次来休息,不请假的话“卷”两个月,她就要休息一个小长假才能恢复过来。
相比真人,AI主播的成本非常低廉,闲时也可以一直在线。比如京东,就表示言犀数字人直播成本仅为真人1/10,在今年4月,百度发布了曦灵数字人,采访中百度智能云副总裁喻友平也对DoNews表示,在不投流的情况下,6小时直播比对中,数字人的成本大概是真人的15%左右,GMV则是真人85%。
京东对使用数字人直播有三个阶段的目标,其中第一阶段是向真人看齐,可以和真人接力,在黄金时段之外带货。有AI主播做闲时补充,直播间可以24小时日不落,比如联想的京东直播间,据统计AI主播的每小时成交量,能达到真人的45%,成本只有10%;珠宝品牌潮宏基的AI主播平均每天播22小时,每月比真人10小时直播能省下两三万。
只是,如果AI主播止步于降本,那就不值得讨论了,因为直播带货行业还是销售为王。而从今年京东“618”来看,AI主播表现出来了更大的潜力——也许真的可以替代真人。
二、AI主播是怎样炼成的?
AI主播并不是新鲜事,2022年起,言犀虚拟主播就在青蛙王子、六神、同仁堂、百雀羚等上百家国货品牌直播间上岗,在去年的“618”,京东曾发布消息“开门红开启10分钟,言犀虚拟主播开播商家较去年11.11增幅近4倍”。
但以前没火起来,本质还是太“菜”了,完全比不上真人。
在百度发布曦灵数字人时,喻友平的描述就很谦虚:“未来要覆盖到更多原本都没有能力做直播的商家或者企业,让他们能够低成本的把直播用起来。虽然客观来说,肯定没法代替那些顶级的直播,没法达到他们那么高的水平,但是达到70%的水平,或者说我们随便找10个素人出来,肯定比他们水平高。”
而同一时间,京东却选择挑战高难度。在4月16日,京东直接做出了刘强东的AI数字人“采销东哥”,并亮相直播间开启了首场直播卖货。
直接上“老板”卖货,有魄力也很好玩,看一下销售数据:在42分钟的上播时间里,“东哥”讲解了13款产品(主要是家电),直播间的观看数量超过了2000万,创下了京东超市采销直播间开播以来观看人数的最高峰,最终订单数突破了10万,销售额超过了5000万元。
DoNews当时也特意观看了这场直播,说实话,前面一小段时间,真的没分辨出是不是真人,不止是长得像,一口宿迁味的普通话也颇具迷惑性。(也有原因是一开始的消息“京东创始人、董事局主席刘强东即将在京东APP上开启直播”中没有说是AI主播)看了一会,才隐约觉得表情和微动作有些重复和不自然。而多久能分辨出来是否是真人,就是京东对AI主播进行效果评判的核心指标。
京东云言犀负责人在第一次直播后的采访中说:“观众在进入直播间的前120秒,如果不觉得是数字人,就有可能跨过‘恐怖谷’效应,对主播产生信任感。这能大幅提高下单率。”
一旦跨越了这条鸿沟,AI主播就可以进入京东预期的第二阶段:媲美真人,能够承担一些重要独立的任务,比如重要时段的直播、讲解等。以“采销东哥”为起点,“618”的京东直播间里,冒出了不少“AI老板”,有格力董明珠、海信胡剑涌、LG李东善、名创优品叶国富、洁丽雅石展承等十几位企业总裁,也算是赶上了雷军、周鸿祎等商界大佬直播的热潮。
能达到这样的效果,不得不说,要感谢人工智能尤其是大模型技术的突飞猛进,我们现在管训练大模型叫炼丹,那京东的AI主播,就是主打一个“菜就多炼”。简单的说下,京东言犀数字人背后的技术。
建立数字人形象,主要分为外观和声音两部分。以“采销东哥”为例,在外观部分,言犀团队利用刘强东的高清视频,配合 3D Mesh 技术方案,快速建立拟真的真人形象,并支持数字人做出大姿态、有感染力的动作,比如挥舞手臂,或者侧脸看手机。简单理解,就是专精人物视频生成的“Sora”。
在声音方面,言犀团队设计了声音供应链的概念,从开始供应声音最基础的元素上进行规范,制定标准,后面技术进行相应的适配。模型在预训练中已经掌握了人类普遍的发声特征,再录制几句刘强东讲话,就能学习到他“宿迁普通话”的说话风格。直播中一句东哥特色的“兄弟们”,谁听了不迷糊?
三、畅想:未来的AI主播会是怎样?
以假乱真是很厉害,但大家看直播,不只是为了看“真实”。
除了折扣外,消费者也喜欢看主播们唱跳Rap,最好再给家人们上上才艺整整花活儿。眼下AI主播们的风头,其实是借着商界大佬们的形象,颇有些“狐假虎威”的意思,绝大多数人一辈子也听不到刘强东面对面喊自己一声“兄弟”,更不用说给介绍下商品了。
另一方面,由于多种原因,直播带货行业正由达人带货向店播的模式倾斜,再加上最近流行“一把手”出镜(但有时间和能力的企业家并不多),因此,京东带头发起的““总裁数字人直播”可以说搔到了不少企业的痒处。
等新鲜感过去后,AI主播还能吸引消费者们观看和购买吗?毕竟,目前的AI主播,只能在直播间里说话做表情,并不具备真正人类的行动力。反观真人直播带货还在不断的推陈出新,比如 ZARA 在去年年底的一场直播,请来了超模游天翼现场走秀。
空间挑高近8米,面积达500平,有5台阿莱摄影机和3台斯坦尼康等顶尖设备,再加上轨道车与机械摇臂,12盏阿莱400W聚光灯,这样超豪华的配置,营造出了至少价值50万的光影效果。长达约5小时的直播里,镜头全程跟踪超模与两位主播,从T台走秀到介绍产品、分享时尚见解,甚至补妆的小细节也毫无保留地展示出来,这样的视觉盛宴,吸引了近122万的观众。
这样的直播,现在的AI主播显然做不到。
同样是在4月时,DoNews采访了虚拟动点董事长刘耀东,虚拟动点专注于空间计算技术,他们的一大业务是做电影动作特效。刘耀东提到一个观点,现在的视频生成技术,包括Sora,都“不懂物理世界”。不懂物理世界的结果,就是生成的视频,会发生“穿模”的问题。而问题的原因,是因为我们日常看的视频、电影,本质上就是二维图像的堆叠,所以大模型在训练时,获得的数据也是加上时间轴的二维图像集,这样生成的视频其实也是图像的组合罢了。
“你会发现,所有电商(AI主播)直播的场景,(AI)主播是不能动的,它只能同轴位移,就是手可以动,表情可以动,但身体不能动。为什么它不能离开这个轴?因为它是拿视频训出来的,就是一个人坐在那里,拍足够多的视频来训练这个AI,然后再用口型和声音数据同步训练它的表情。它如果大幅度移动的话,就会发生明显的抖动等其他问题。”刘耀东解释道。
如果AI主播一直在画面正中间,那问题不大,但除此之外——比如只是简单的站起来——那问题都很大。虚拟动点同样通过大模型训练数字人,但他们采集的空间数据是三维的,和视频数据的区别大概相当于(x,y,z,T)和(x,y,T),这样从根本上解决大模型“不懂物理世界”的问题,而刘耀东理想中的AI主播,可以站起来,可以走动、做日常动作,甚至可以做物理交互。
“我觉得如果真的要实现到理想中的电商直播场景,那一定要有同步的一套AI算法,加上我们动作的算法,进行重新组合,完成数字人的驱动,它肯定不会是一个二维数字人。”刘耀东总结道。
不过,这样灵活的AI主播距离我们还有些遥远,真人主播为主、AI主播为辅,两者共存的模式未来将在电商直播领域长期存在,并且行业仍充满了机会,用真金白银奖励技术和模式上的突破。
畅想一下,未来可能就是《头号玩家》或者《失控玩家》里的场景。可能有一天,科技已经进步到构建出电影里的虚拟世界,也许真人主播不会消失,但AI主播却可以飞天遁地,不再需要模仿真人,就能完成令我们惊叹的表演了。
撰文 | 李信马本文由运营派作者【DoNews】,微信公众号:【DoNews】,原创/授权 发布于运营派,未经许可,禁止转载。
题图来自 Unsplash,基于 CC0 协议。
说到心坎了,在工作中经常遇到这样的问题,在这里找到了思路。
整理得还挺全,解读得也很透彻,值得一读。
这篇文章让我收获了很多知识,感谢作者的分享,期待更多优质内容。
关注作者很久了,看到这篇文章的时候想到了很多点子其实真的是可以运用在日常工作中