人工智能与就业系列调研 | 光云科技新应用

简介:

调研背景

人工智能在电商零售领域快速应用,对就业产生了多方面影响。杭州光云科技股份有限公司是一家电商软件及服务的科技公司,从商品、交易、营销、客户、数据等多领域协助商家,提供全面的解决方案。

通过产品和服务,公司致力于成为电商领域里值得信任和依赖的合作伙伴,是互联网SaaS模式的软件技术创新型企业。

本课题组于2018年1月9日对杭州光云科技股份有限公司进行调研,了解人工智能的应用情况、就业及人员工作状况等。

调研时间:2018年1月9日

调研对象:光云科技 董旭辉,杨志文,麦志斌

调研人员:

吴清军    人民大学劳动人事学院副教授

王  非     人民大学劳动人事学院助理教授

邱子童   人民大学劳动人事学院助教

聂文文   人民大学劳动人事学院助教

郝建彬   阿里研究院创业就业研究中心主任

调研重点内容

(一)光云科技模式

1.基本情况

光云科技成立于2013年,作为一家第三方服务公司,主要为天猫、淘宝商家提供基础服务,目前上线产品40多项,包括店铺装修、数据统计、运营服务(商品、订单、会员、数据、互动等)等。2016年起,光云开始触及大数据与人工智能领域服务。

8589fec7b5a616ee47af30473f553a05c6f75759

光云科技网站页面

2.服务类别

(1)工具型服务:电商基础功能模块的服务,主要针对注重效率的中小型卖家。

(2)系统与服务型:主要针对注重运营推广的大型商家,AI应用主要针对此类服务类型。例如ERP系统,针对电商ERP,95%以上是线上形式。

(3)企业服务:主要针对企业线上运营或线下业务管理。

3.盈利模式

在商品订单环节,之前是要用平台的商家后台,通过特定格式上传相应照片、信息。这种模式在业务量陡增情况下缺乏适应能力。

光云科技的工具性软件可以实现批量操作,将软件植入平台的商家后台,目前工具服务基本覆盖阿里平台上活跃店铺。系统、服务性软件定价根据市场规则,按不同功能划分定价标准,例如ERP系统采取按单计价模式。

(二)光云电商的智能化技术产品

1.智能客服

光云科技正在研发的智能客服,用机器模拟人提供消费者接待与导购服务,包括语音服务。智能客服应用范围基本上能够覆盖平台大部分商家。客户对智能客服的需求较大,能够大幅降低客户的经营成本。依托阿里云平台,智能客服预计在2018年能够上线。

2.快麦

(1)快麦设计。针对大卖家,特别是“上新”频繁的店铺,快麦可自生成宝贝详情页,可以实现在淘宝、天猫等平台上,PC + 移动端实现多端同步。从简单图片堆叠到页面总体优化,降低美工投入、提升网店上新效率。如上海某公司,原有200名左右美工人员,使用快麦设计后,节省了60%以上人力投入。

(2)快麦ERP。快麦ERP能够帮助商家更高效地管理店铺和仓库。一是提升系统自动化程度,配置更加智能化,提升了员工效率;二是能够实现多门店、多平台、异地多仓间的库存管控;三是结合手持终端,可以实现仓库无纸化作业;四是员工权限深度细化,精确到数据和按钮级别。

(3)快麦云托管。涵盖了直通车优化、钻展投放、品牌运营和商品拍摄四大服务。快麦云托管以行业大数据为支撑,提供专业、精准、创意、有效的直通车及钻展服务;提供从店铺定位、活动策划、视觉设计等全方位多维度的全店托管服务;提供包括视觉策划、场景及模特拍摄在内的商品拍摄服务。

(4)快麦打印机。帮助商家更快速、更稳定地打印订单,解决了电子面单打印速度慢、不稳定、耗材不耐用以及易磨损等问题;并能够节省打印成本和打印时间,实现手机远程无线打印,使得打印快递单更加方便快捷。

3.其他服务

 针对中小卖家,光云科技还提供了“超级店长”、“旺店交易”、“旺店数据”、“快递助手”等工具性服务。针对大卖家,除了上述提到的快麦相关产品之外,还有“超级绩效”、“快麦CRM”、“快麦数据”、“卖家学院”等服务。

ed09cdaa49c5f556ab7d3376e574c2f7326e6859

课题组与光云科技人员合影

(三)智能应用下的就业情况

1.基本情况

2013年光云科技员工数量为60-70人,2014到2015年因业务板块的迅速发展,人员需求逐渐增长,目前公司约有700人。其中,技术人员占比50%左右,90后员工约占50%。

2.岗位变化

近年来,随着移动端的迅速发展,移动化带来了网店管理端工具需求的激增,让随时随地的移动店铺管理、网店运营成为可能。

目前,光云科技还没有出现因为工具的进步而导致人员的减少。店铺设计岗位,机器只能做重复性的店铺设计服务,但设计师创造性的工作,机器目前仍无法代替。由于技术进步与业务量共同上升,运维岗位用工需求基本保持不变。算法团队,目前团队有7人,未来预计发展到十几个人,主要从事图像识别和自然语言处理的工作。

3.新增岗位

机器训练师,1-2个人专职训练客服机器人。

4.未来发展趋势

市场竞争要求商家上新“频度”激增,设计页面更具个性化,设计师会从重复性设计工作中解放出来,着眼于更有价值的创造性设计工作。在算法方面,AI的作用、威胁被高估。


原文发布时间为:2018-02-2

本文作者:郝建彬

本文来自云栖社区合作伙伴“阿里研究院”,了解相关信息可以关注“阿里研究院”微信公众号

相关文章
|
16天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
|
20天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
5天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
|
21天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
69 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
8天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
5天前
|
机器学习/深度学习 数据采集 人工智能
深度探索:人工智能在医疗影像诊断中的应用与挑战####
本文旨在深入剖析人工智能(AI)技术在医疗影像诊断领域的最新进展、核心优势、面临的挑战及未来发展趋势。通过综合分析当前AI算法在提高诊断准确性、效率及可解释性方面的贡献,结合具体案例,揭示其在临床实践中的实际价值与潜在局限。文章还展望了AI如何与其他先进技术融合,以推动医疗影像学迈向更高层次的智能化时代。 ####
|
7天前
|
机器学习/深度学习 人工智能 机器人
AI技术在医疗领域的应用及挑战
本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和分类开始,然后详细介绍其在医疗领域的具体应用,如疾病诊断、药物研发等。最后,我们将讨论AI在医疗领域面临的挑战,包括数据隐私、伦理问题等。
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
在现代医疗领域,人工智能(AI)技术正在逐步改变传统的诊疗方式。本文将探讨AI在医疗中的几个关键应用,包括医学影像分析、疾病预测和个性化治疗等。通过这些应用,AI不仅提高了诊断的准确性和效率,还为患者提供了更加精准的治疗方案。 ##
21 2
|
8天前
|
机器学习/深度学习 数据采集 人工智能
探索人工智能在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,其在医疗领域的应用日益广泛,尤其是在疾病诊断方面展现出巨大的潜力。本文将深入探讨AI技术在医疗诊断中的应用现状、面临的挑战以及未来的发展趋势,旨在为相关领域的研究者和从业者提供参考和启示。
30 2
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####