1月2日消息，阿里国际站行业及商家业务部负责人秦奋近日透露，阿里巴巴国际站把2024年的战略重点确定为“AI电商”和“围绕买家做好确定性”这两大方向。
　　秦奋表示，AI电商上的应用核心是做好“买”和“卖”的匹配。目前，阿里国际站在卖家侧的回复、询盘以及分析数据这三块业务场景上已全面实现AI化;但买家侧还有很多创新场景，比如商品的匹配问题。
　　据网经社跨境电商台(CBEC.100EC.CN)获悉，如何能做到大幅降低用户的选择成本，是阿里巴巴国际站在2024-2025财年一个非常核心的战略。用户体验也是阿里国际站明年的重点方向。
　　秦奋表示，国际站需要站在用户的视角去，做更多确定性的交易体验的升级，例如国别化运营和确定性的物流路线等。数据显示，在北美欧洲以及东南亚市场，阿里巴巴国际站今年活跃用户同比增长均在35%左右，支付买家数同比增长也在35%左右。

2024年，投资AI面临夸张的高估值，不投资AI又很可能错失改变一代人的投资机会。站在现在这个时间点，我想AI之于投资的重要性无需赘述，但是如何聪明的投资呢？今天这期视频，我们就来探究一下这个问题。为此我翻阅了大量投行研报，以及很多学术论文。最后，我为各位看官总结出了4个2024年AI领域最值得关注的大趋势，以及这4大趋势下，都有哪些具体的投资机会？关于AI，美投君不是技术出身，所以本期文章，我们的重点不会放到AI的技术发展上。有很多AI技术发展，虽然很有前景，但是暂时还不具备二级市场的投资价值。我们这期视频就从投资的角度出发，去寻找那些AI技术发展中，能够获得投资价值的机会。在众多AI技术发展中，我给大家总结出了4个，2024年最值得关注的趋势。第一大趋势：小语言模型这第一大趋势，是小语言模型的兴起。什么是小语言模型呢？像我们熟知的ChatGPT和Bard属于典型的大语言模型。他们主要是解决通用的问题，而小语言模型不同，他们往往是针对某一个情景特殊设计的。举个例子，比如翻译这个情境。虽然ChatGPT也能做翻译，但他毕竟不是专业的。而专门为翻译而设计的小语言模型不同，他们可以从专业角度，针对性的对翻译的各种情境进行设计和优化，最终在翻译能力上做到极致。你可能会好奇，这种小语言模型能竞争的过大语言模型吗？事实上，小语言模型相比于大语言模型，是有不少优势的。小语言模型，由于它训练所需的数据量相对较小，复杂度较低，所以他的训练成本更低，迭代也更快。而且在监管上，小语言模型相对也没有那么严格。这就能让他们在特定领域内一直小步快跑，保持一个相对优势。另外，对于那些对数据隐私性有极高要求的公司，小语言模型也会是更好的选择。他们不会将自己的数据投喂给大语言模型进行开发，这么做有安全隐患。他们会更倾向于自己开发小语言模型来保护隐私。这就给小语言模型带来了独特的需求。2023年是大语言模型爆发的一年，而2024年我认为小语言模型很可能接棒成为市场关注的重点。我们会看到生成式AI模型越做越小，越做越多样化的趋势。同时在这个大趋势下，我们会看到越来越多的生成式AI应用相继出现。他们会开始遍布在我们生活的方方面面。那么这个趋势对于投资者来说意味着什么呢？你可能会想，既然AI应用会爆发，那么我们就去找其中的杀手级应用不就完了么？话虽这么说，但是这并非是一个好的投资方向。你想象一下，在Facebook出现以前，你能想象到互联网的杀手级应用会出现在社交媒体上吗？估计很难。那么AI也是如此，我们现在去盲猜AI领域的杀手级应用几乎毫无胜算，甚至现在这样的公司可能还没有出现。我们得从更具有确定性得方向去寻找投资机会。而在我看来，小语言模型的爆发，首先带来的确定性趋势，便是边缘计算的发展。什么是边缘计算呢？与之相对应的是云计算。云计算是将所有数据汇聚到一个大型的数据中心，然后统一处理，统一决策的计算方式。而边缘计算则相反，他是在本地的数据中心进行运算和决策。这个数据中心可以是本地的大型计算机，也可以是一个小型的终端设备，比如一台电脑，一部手机，甚至是一个摄像头。每一个终端设备都可以进行AI级别的运算。相比于云计算，边缘计算具有实时性，安全性，成本低，效率高等特点。他是未来AI发展不可或缺的一项科技。关于边缘计算具体的技术发展，以及相应的投资机会，我曾经做过一起美投Pro视频详细介绍过。现在正好所有美投Pro视频都免费向大家开放，感兴趣的看官可以回看之前的视频。这里时间原因我就不展开讲了，我们只说一下小语言模型趋势对于边缘计算的影响。对于大语言模型来说，由于它计算量超大，所以它所有的推理和训练都需要在云端实现。但小语言模型不同，他对于算力的需求会小很多，他理论上是可以在本地的运算设备上进行AI级别的运算的。这就意味着，未来我们每个人的手机和电脑甚至是每一台家电，都将会是AI的终端设备。他们会镶嵌入基于小语言模型的应用，进行本地的运算和决策。这种趋势对于算力的需求是颠覆性的。以前我们说AI对于算力需求的促进，更多的在于应用数量的提升。比如以前10家公司应用AI，现在100家公司应用AI了，那算力的需求就增加了10倍。这种AI应用量的提升还是属于线性的。但是有了边缘计算就不同了，他对于算力的提升是指数型的。因为多一个AI应用，所对应的是成千上万的AI终端设备。每一个终端设备都需要AI级别的算力。那么在投资布局上，机会就显而易见了。在小语言模型爆发，边缘计算需求大增的趋势下，那些提供基础算力的公司将会受益。其中的典型代表就是英伟达。英伟达正是边缘计算的领头羊，不管是硬件还是软件，都有着绝对的优势，甚至连边缘AI这个词都是他发明出来的。在之前的美投Pro视频中，我曾经给英伟达的边缘计算业务做过估值，结合行业发展趋势，以及投行的预估，单独边缘计算这一项，保守估计就能够给英伟达带来1.38万亿的市值，折合成每股570美元。可见，小语言模型爆发如果真的能带来边缘计算需求的提升，那英伟达仍会有不俗的上升空间。除了英伟达以外，在手机端高通也有对于手机AI芯片的布局。另外，AMD和Intel也都有布局边缘计算的计划。虽然他们现在落后于英伟达，但是考虑到边缘计算的市场足够大，他们大概率都将在这一趋势下受益。而边缘计算本身，也很可能成为2024年最容易被炒作的一大话题。另外还有一个机会，相信在我介绍过程中，有聪明的看官已经想到了。如果未来所有终端设备都将成为AI决策的端口，那么现如今的终端设备就不得不进行迭代了。那么当AI应用大爆发的时刻，也许会出现一波手机和电脑的换机潮。就像5G刚出来的时候，也曾经有过一波手机的换机潮一样。那么那些制造终端设备的公司，比如苹果，三星，微软就将会获得利好。不过需要注意的是，边缘计算所带来的算力需求是即时的，他很快就会发生。因为提供算力的公司更多是ToB的，不用等趋势出现，这些B端公司都会开始提前布局。像现在苹果，三星，微软，特斯拉，都在边缘计算领域开始了研发。而这就带来了大量算力的需求。但是终端机不同，他是ToC的。作为消费者，我是不会提前买一个有AI功能的手机的，除非已经出现了大量实用的AI应用。所以说，当AI应用没有大规模落地之前，现在布局这类公司可能还为时尚早。这里只是把机会提前告知给各位。第二大趋势：AI企业端应用第二个在2024年AI领域值得关注的趋势，是企业降本增效的效果将会明显增强。虽然2023年是AI爆发的一年，但是企业端的AI应用却表现的相对缓慢。他们嘴上说都在应用AI，但是真正带来的业绩提升却相对有限。不过这一现象在2024年有望得到改变。去年有不少企业都在自主研发自己的小语言模型，今年这些模型有望在实际运营中展现出效果了。比如最近就有消息称，投行开发的自动生成上市公司财报的工具已经落地，这便有望给投行带来成本端的优化。另外，在预算上，我们已经看到企业在AI投入上的大幅提升。根据Gartner的数据，他们预计24年企业在AI软件上的支出将会增长13.8%，是23年的4倍。这是因为，去年很多企业还处于观望状态，但从下半年开始，AI降本增效的效果已经逐渐体现出来了。下图展示的是一个Call Center电话客服行业的案例。我们发现，在使用AI后，电话客服的工作人员在过去一年里下跌了10%，而员工效率却提升了14%-27%。而上一次出现这种情况还是在00年，外包刚刚兴起的时候。可见，在具体的证据面前，企业们真正开始投资到AI中来了，我们也能够预见2024年会有更多AI带来的降本增效出现。那么对于投资者而言这意味着什么呢？我们必须要清楚，并不是所有公司都能够受益于AI的降本增效的，也不是公司说自己行就真的行的。我们首先要有一个大致趋势上的判断。我将AI的降本增效分成两部分来看，一个是降低成本，另一个是提高营收。在成本端，我认为那些人力成本较高，以脑力劳动为主的大企业会受益最为明显。生成式AI带来的促进更多是针对脑力劳动者的，而那些脑力劳动者集中的大公司也更有动力通过AI进行降本增效，也只有他们有能力开发AI模型去适配自己的业务。典型的行业就包括金融，咨询，以及法律。在收入端，情况会稍微复杂一些。我认为现阶段，我们还很难期待AI会给公司带来全新的商业模式，AI的促进更多是让他们原有的产品更具吸引力，或者降低使用门槛，从而吸引更多的用户带来收入的提升。典型的代表我认为就是Adobe。对于Adobe你不可能指望他做出一个全新的AI应用改变设计领域。但是他的原有产品，比如Photoshop在有了生成式AI之后，确实解决了Photoshop操作复杂的难题。这或许可以使那些原本不是Adobe的用户，成为Adobe的用户。上述这两种，都是自己开发AI应用实现降本增效的企业。其实还有一个投资方向值得关注，那就是给其他企业提供降本增效服务的公司。典型的代表就是微软，Salesforce，Intuit这样的公司。他们给企业提供软件服务，这些软件在应用了AI之后，能够更好的为企业降本增效。那么在如今这种，所有企业都更加重视降本增效的大环境下，提供类似服务的公司，需求就会大幅提升。整体来看上述两大趋势，我们不难发现这么一个规律。在AI应用领域，ToB的公司相对于ToC的公司来说，确定性要更强。我认为ToB的公司，也会是率先做出杀手级AI应用的公司。不过，ToC的AI应用很显然上限要更高，只不过现阶段布局起来难度太大。我个人会更倾向于在ToB端寻找AI应用的机会。第三大趋势：AI网络安全第三个我认为24年非常值得期待的趋势，在于网络安全服务的爆发。大家都知道，AI会带来算力的大量需求，因而那些芯片公司能够获得确定性的利好。但很多人不知道的是，对于网络安全来说，AI所带来的需求也是极具确定性的，并且上限也非常高。一个原因是，AI的发展大大助长了黑客行业。以前靠人类黑客攻击时，速度和频率都是有限制的，而且黑客的门槛也很高。现在AI让黑客攻击可以做到工业化，他不仅速度更快，范围更广，也让更多人可以参与其中。这种威胁就带来了更高的网络安全需求。另一方面，网络安全公司也在通过AI来武装自己。想要对抗AI带来的威胁，就必须有AI武装的防御。而反过来，在进行大量AI防御后，经过不断训练和优化的AI模型，也能进一步强化网络安全公司的护城河，从而提升他们的利润率。我认为，2024年网络安全很快将会成为市场热议的话题。典型受益的公司包括微软，CrowdStrike，Palo Alto这样的公司。关于网络安全行业，我曾经也在美投Pro中做过一期深度分析视频，想布局类似机会的看官，可以趁着最近免费开放抓紧看看，或许能给你带来一些新的投资思路。第四大趋势：AI监管2024年最后一个值得关注的趋势，是AI监管的大幅增加。别小看监管的影响，他很可能成为今年AI投资中的一个X因素。现在各国政府已经意识到了AI所带来的负面影响，比如黑客攻击，个人隐私安全，数据安全，以及泛滥的错误信息等等。各国政府也都在相应的采取行动。像去年下半年，欧盟委员会、欧洲议会和欧盟理事会就已经对《AI法案》达成了协议。尽管最终文本尚未出炉，但根据早期的草案可以看出，法案将会对不同的AI模型进行分级监管，对较高风险的AI提出更加严格的要求，而对于那些最危险的AI模型则要求彻底终止。而美国这边的监管则更关注对消费者的隐私保护，以及对模型的公平性和透明度的提升。目前，美国的监管才刚开始，现在有不少相关的法案在起草或已经在排期，可以肯定的是，24年美国也会有一系列针对AI监管的动作出来。那对于投资者来说这意味着什么呢？从短期来看，监管对于AI投资来说一定是有负面影响的。他肯定会限制AI的发展速度，也会浇灭投资者的热情。他很可能会在2024年，成为影响AI概念股价格的一个不确定因素。但长期来看，我认为监管对于技术发展是有好处的。只有成熟监管下的技术才能持续不断的吸引资金和人才，也才能更长远的发展。关于监管对与投资的影响，我还有一个不太成熟的看法。我认为中国将会成为AI投资领域里最大的一个变量，而原因正是在于监管。很多人认为，中国的监管铁拳是最硬的，而在我看来并非如此。中国的监管对于新兴技术来说反而是“最友好”的。有一个很典型的案例，如果你去看全球互联网企业的算法推荐系统，你会发现，做的最好的就是中国公司。无论是TikTok之于YouTube，还是小红书之于Facebook，亦或是淘宝之于亚马逊。你只要用过就知道，中国互联网公司的推荐系统，远远强过美国公司。这在我看来，并非是中国公司技术多领先，而是在于中国对于个人隐私数据的监管远没有美国等西方国家那么严格，因而他们也就更能够从中分析出你的个人喜好。类似的情况也发生在，电动车，移动支付等各种领域。我们这里不谈这么做的是非，只看对于投资的影响，这就是客观存在的现象。那么现在对于AI发展来说也是如此。AI技术发展最重要的一环就是数据，而对于数据的监管中国很显然是更加宽松的。而对于其他领域的监管，诸如网络安全，信息误导等方面我认为也是同样如此。这便给了AI技术在中国野蛮生长的机会。于此同时，中国政府也在大力支持AI的开发，已经有大量资金涌入到了该行业，也有不少政策上的扶持。如果说未来真的有什么AI杀手级应用率先出现在中国，我一点都不会感到惊讶。当然了，之所以说这个想法还不成熟，也是因为中国在AI发展上仍然面临着很多难题。比如AI芯片上被卡脖子，大语言模型数据不干净，以及整体宏观环境上的压力等等。我想现在下什么结论都为时尚早，我这里只是先把我的看法如实分享给各位做个参考。而在具体的投资上，我个人现在并不会因此而布局中概股。不是因为不看好中国公司的AI技术，而是因为风险太高了，现在投资他们的收益风险比并不高。而美股上有大量收益风险比更高的选择值得我去关注。结语到这里，2024年AI布局的4大趋势就全部跟各位看官介绍完了。AI一直是我个人最看好的投资领域，我从3年前刚刚开始做这个频道时就一个跟大家表达这个观点，到现在我也没有改变。我知道肯定有看官会觉得现在这些AI股估值都太高了，投资他们风险很大。确实，现在投资这些AI概念股确实有高估的风险，但在我看来，不投资他们的风险会更大。AI是一个长期极具确定性的大趋势，投资机会也不会只限于一两年。未来我还会继续为大家关注AI领域里的投资机会，喜欢的话，别忘了订阅关注我的频道。谢谢各位！最后，还想再提醒一下咱各位看官。美投Pro的限时免费开放的活动到1月15日，下周一就要结束了！我在美投Pro中曾经做过大量AI行业分析，以及相关投资机会的视频。咱在上面分析中也提到了一些，如果你对于AI投资感兴趣，那正好可以借着这个长周末来免费感受一下。除此之外，我最近还会在美投Pro中持续更新一个2024年投资布局系列。之前刚做完美股布局，以及币圈布局的这两大话题，未来我还会做有房地产，科技股，债券等各种具体领域的布局。欢迎各位前来体验。

自动运营可谓是店铺运营的一种全新模式，通过一些自动化操作代替人工重复繁琐的操作，进而提升运营的效率，降低运营的成本。关于电商行业的自动化运营，不得不提到电商RPA了，采用RPA工具后，通过事先编好的操作流程步骤，就能自动操作整个业务流程，让跨系统业务变得高效准确，流畅自动。下面是关于电商RPA的可用领域以及相应自动化流程。1.订单管理机器人工作人员只需一键点击，机器人即可自动进行系统的登录、数据的筛选，以及商品条码的读取和进行发票的管理。2.网店销售数据获取及维护机器人网店销售数据获取及维护机器人是一种能够自动获取后台数据和订单信息的智能机器人，通过RPA技术实现了网店销售数据获取及维护的流程自动化。3. 售后评价管理RPA可自动筛选出用户的正面和负面评价，并根据商品ID发送相应的回复语，解放客服双手，缩短评价时间，提高工作效率。4. 数据分析报表自动输出RPA自动登录账号，去后台抓取数据，再进行数据处理，最后生成对应数据报表。【具体场景及效率】自然机器人作为一款AutoPaaS产品，一直致力于帮助企业用最短的时间完成“规则较为固定、重复性较高、附加值较低”的工作，降本增效是自然机器人不变的目标。在电商领域也有很多场景，帮助企业实现降本增效的目标。场景案例一业务场景：机器人给淘宝用户发送消息痛点：人工手动发送消息过于频繁诉求：通过自然机器人，减少人工和时间成本，更加便捷的给买家批量发送消息。主要流程:1、打开千牛并保持登录状态2、在表格内准备千牛用户ID和需要发送的内容3、自然机器人自动给千牛用户发送消息4、发送结果显示“已发送”实施效果：处理准确率：100%自动化程度：100%场景案例二业务场景：给等待付款的卖家发送催付消息痛点：订单较多的情况下，客服响应不及时，订单流失率较高。诉求：通过自动化技术，提升消息及时性与转化率，降低人力和时间成本。主要流程：1、登录淘宝卖家后台账号和千牛账号2、表格内填写需要发送的消息内容3、机器人自动给未付款的卖家发送催付消息4、发送完成后，机器人发将订单号、订单创建时间自动录入表格5、发送结果显示“已发送”实施效果：处理准确率：100%自动化程度：100%场景案例三业务场景：给淘宝用户催好评消息痛点：买家不及时给好评或系统默认好评，导致店铺权重提升较慢。诉求：通过自动化技术提升买家给好评及时性与店铺权重，并提升搜索排名。主要流程：1、登录淘宝卖家后台账号和千牛账号2、表格内填写需要发送的消息内容3、机器人自动给需要评价的用户发送消息4、发送完成后，机器人将订单号、确认收货时间自动录入进表格5、发送结果显示“已发送”实施效果：处理准确率：100%自动化程度：100%关于此类电商的自动化，RPA还可以用在很多很多场景，也是很多电商企业的坚定选择，未来自然机器人会继续钻研电商行业的需求和痛点，助力电商企业走向更远。