來源：光子星球

4月16日，劉強(qiáng)東的數(shù)字人分身“采銷東哥”出現(xiàn)在京東采銷直播間，讓人們再次刷新對數(shù)字人的認(rèn)知。為業(yè)務(wù)保駕護(hù)航的京東云也沒有想到，首場直播不僅爆品售罄，還吸引了一大群總裁和品牌客戶，把京東云自己也整“爆單”了。

爆發(fā)式的合作需求讓京東云言犀團(tuán)隊(duì)從算法到推理、從商務(wù)到業(yè)務(wù)，至今仍處于滿負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)。

“在京東618這個(gè)節(jié)點(diǎn)下，品牌對定制化數(shù)字人的需求處于井噴狀態(tài)。”一位京東云言犀數(shù)字人團(tuán)隊(duì)員工表示，“客戶本身要求很高，他們自己會(huì)把關(guān)，為了保持溝通，我們同事會(huì)從拍攝第一天就開始提供支持，所以異地出差、駐扎到客戶公司都是家常便飯。”

 “總裁+直播+數(shù)字人”的想法不是石頭縫里蹦出來的，是有爹有媽有跡可循的，父系是總裁直播業(yè)態(tài)的遞進(jìn)，母系是AI技術(shù)的迭代，這既包括大模型的引入，也包括多模態(tài)的積累。

早在2020年，梁建章、俞敏洪等企業(yè)家下場直播，拉開了老板直播的序幕。企業(yè)家下場為品牌提供了一個(gè)直接觸達(dá)用戶機(jī)會(huì)的同時(shí)，也潛藏著諸多問題：老板不可能時(shí)時(shí)有空、口播問題突出、用戶需求與品牌需求錯(cuò)配等。“采銷東哥”相當(dāng)于提供了一個(gè)“既要也要還要”的可能。

數(shù)字人技術(shù)迭代同樣有跡可循。以京東為例，自身擁有龐大的客服團(tuán)隊(duì)，2012年京東商城上線智能客服，2018年面向自營商家提供智能客服SaaS產(chǎn)品，為訓(xùn)練可靠的數(shù)字人積累了充分的語料與場景。

2020年，京東云發(fā)布了人機(jī)智能交互平臺(tái) “言犀”。兩年后，京東云言犀數(shù)字人平臺(tái)上線。今年GPT4o發(fā)布后，多模態(tài)成為業(yè)內(nèi)新風(fēng)向時(shí)，正中京東下懷——因?yàn)樵诙嗄B(tài)領(lǐng)域他們早已籌備多年，并在扎實(shí)的電商場景中得以應(yīng)用錘煉。

去年一次溝通中，當(dāng)我們問及電商多模態(tài)應(yīng)用時(shí)，京東云言犀相關(guān)負(fù)責(zé)人曾提到內(nèi)部已對大姿態(tài)數(shù)字人有了諸多測試，將在不日上線。

事實(shí)上，“采銷東哥”創(chuàng)造了總裁IP+數(shù)字人+直播的新范式，其虹吸效應(yīng)仍在持續(xù)，京東云言犀在618期間開創(chuàng)了總裁數(shù)字人聚合直播全新模式，實(shí)屬行業(yè)首次。最吸引品牌商家參與總裁數(shù)字人直播的其實(shí)是另外兩個(gè)原因。一個(gè)是成熟的技術(shù)與感人的價(jià)格，讓企業(yè)敢用，且用得起，歸結(jié)為一句話：技術(shù)普惠”。另一個(gè)原因跟醫(yī)學(xué)實(shí)驗(yàn)中的小白鼠測試差不多，一位商家告訴我們：

“他們都能把自家老板拿來做DEMO，我還怕啥？” 

從達(dá)播到店播，再到數(shù)字人直播，直播電商正在經(jīng)歷第三次變革。這種變革不是非此即彼的“替代”關(guān)系，而是隨著品牌商家需求變化的平行關(guān)系。

粉絲、feed流、付費(fèi)流量構(gòu)成達(dá)播三大主要流量來源。而轉(zhuǎn)化主要通過兩種方式，一種是東方甄選、李佳琦、辛巴這類達(dá)人自己操盤專場，往往大小品牌甚至白牌混場直播。對于大品牌而言，達(dá)播議價(jià)權(quán)較低。對于廣大中小商家而言，除了繳納坑位費(fèi)與傭金外，必須“砍自己一刀”，確保“機(jī)制最優(yōu)”。

第二種是單一品牌主導(dǎo)的達(dá)播專場，通常會(huì)借助品牌溯源、種草短視頻、全天直播“三板斧”。要么以定金+傭金結(jié)算，要么以固定專場費(fèi)+傭金結(jié)算。無論哪種形式，對于大小品牌而言，達(dá)播的核心邏輯與廣告投放并無二致，即“花錢賺吆喝”，在短時(shí)間內(nèi)借助達(dá)人流量，解決用戶認(rèn)識(shí)、認(rèn)知、認(rèn)同，實(shí)現(xiàn)轉(zhuǎn)化。

“給主播培訓(xùn)太費(fèi)時(shí)了”負(fù)責(zé)某投影儀品牌線上渠道的章棟表示，由于投影儀迭代快、參數(shù)多，每一次直播自己都要拿著厚厚的一沓產(chǎn)品手冊飛到MCN所在的城市，花一兩周培訓(xùn)。最近，他有些崩潰，剛剛培訓(xùn)好的主播跳槽了，于是只能再飛過去培訓(xùn)。

一些品類存在“達(dá)播不耐受”，而平臺(tái)和商家也出現(xiàn)了“達(dá)人不耐受”。對平臺(tái)而言，部分頭部主播向供應(yīng)鏈延伸，在平臺(tái)中漸成尾大不掉的“國中國”，與平臺(tái)的矛盾不斷激化。商家苦于達(dá)播吃掉了太多毛利，一些不愿拿，或者拿不出利潤換流量的品牌商家開始嘗試店播。

某品牌表示，“找頭部達(dá)人，單場規(guī)模在百萬上下，我們會(huì)根據(jù)測算結(jié)果決定這場直播是控2（百分比），還是控2.5，或者3。”

這導(dǎo)致淘天與抖音品牌有一條非常明顯的利潤分隔帶——毛利30%上下的品牌，只能“蝸居”淘天；毛利能上到70%的品牌，大多跑到抖音讓利爆發(fā)。一位服務(wù)商向我們算了一筆賬，如果是頭部主播，品牌一般會(huì)反向測算ROI，“控2%、控2.5%、控3%不等”。如果是中小主播，按照純傭模式，抽傭比例在30%-70%之間，那么ROI會(huì)在3.3%-1%左右之間。

生意的本質(zhì)是復(fù)購，如果還要追求品牌沉淀，那對于所有品牌而言，都要思考一個(gè)問題：達(dá)播效果取決于達(dá)人與品牌影響力大小，當(dāng)達(dá)人影響力更大時(shí)，品牌獲利；當(dāng)品牌影響力更大時(shí)，達(dá)人獲利。

相較達(dá)播，店播的流量來源更穩(wěn)定。最主要的是品牌店用戶基數(shù)，并輔之以付費(fèi)投流——這也就是為何平臺(tái)們會(huì)大力發(fā)展店播。店播的確幫助一部分品牌商家擺脫了達(dá)播對利潤的侵蝕，但對于一些品類而言，店播同樣存在“不耐受”的情況。 

我們走訪產(chǎn)業(yè)帶時(shí)發(fā)現(xiàn)，仍然有海量品牌與商家要么連店播物料與人工都無法負(fù)擔(dān)，要么根本不具備店播能力。

直播能力欠缺阻礙了店播下沉，這表明不是所有商家和品牌都具備直播的物質(zhì)條件與技能。除了中小商家，真人主播不是“24小時(shí)牛馬”，無法全天候覆蓋等一系列問題亦存在短板。

某生發(fā)劑品牌，產(chǎn)品處于市場教育期，因此迫切需要建立用戶認(rèn)知與品牌心智。

“我不知道是不是因?yàn)榇蚬と藢ιl(fā)劑的訴求比較高，總之我們直播間晚上的流量特別高，大量用戶會(huì)涌入直播間咨詢。”負(fù)責(zé)線上渠道的員工表示，用戶進(jìn)入直播間的第一個(gè)問題往往同質(zhì)化率極高：“米諾地爾酊是什么東東”。

得到回答后，接下來呈現(xiàn)在彈幕中的問題則是五花八門的“癥狀”。問題在于，到哪里去找那么多具備產(chǎn)品和專業(yè)知識(shí)的夜場主播？他們把目光投向了數(shù)字人。 

數(shù)字人是直播電商開辟的“副本”，技術(shù)驅(qū)動(dòng)力來自AIGC。在技術(shù)和產(chǎn)品驅(qū)動(dòng)下，數(shù)字人直播經(jīng)歷了兩個(gè)階段。

第一個(gè)階段，數(shù)字人的裝飾性功能遠(yuǎn)大于實(shí)用性。外形上常常出現(xiàn)表情跟不上動(dòng)作，張了嘴但聲音卻滯后2-3秒才出現(xiàn)。光子星球在了解多家數(shù)字人廠商后發(fā)現(xiàn)，這種割裂源于“打補(bǔ)丁式”的訓(xùn)練方法，先分開訓(xùn)練聲音、動(dòng)作、表情、文本、面部捕捉、渲染合成的各個(gè)環(huán)節(jié)，最后通過數(shù)字人平臺(tái)“拼”到一起。

盡管此前數(shù)字人只是個(gè)“半吊子”，但持續(xù)降低的價(jià)格還是吸引了第一批吃“螃蟹”的商家。

談到數(shù)字人的使用體驗(yàn)，商家更多的是抱怨：9.9、199、1999各種價(jià)位的數(shù)字人挑得人眼花繚亂；數(shù)字人僵硬得像個(gè)機(jī)器人，沒有感情地重復(fù)說著車轱轆話；直播過程中突然卡頓，動(dòng)輒被封號(hào)更是家常便飯，數(shù)字人廠商跑路也是屢見不鮮。

風(fēng)口之下，數(shù)字人行業(yè)出現(xiàn)了分層，上游是數(shù)字人原廠和套殼廠商，區(qū)別是前者有技術(shù)而后者沒有；中游是數(shù)字人批發(fā)商，也被稱為“二道販子”，收割企業(yè)大戶；下游是真正有需要的企業(yè)和商家。

供需錯(cuò)配的結(jié)果就是，有技術(shù)、有產(chǎn)品的數(shù)字人原廠找不到客戶，有需求的商家用不上過硬的數(shù)字人產(chǎn)品，中間商賺得盆滿缽滿。

轉(zhuǎn)折點(diǎn)出現(xiàn)在今年四月份京東“采銷東哥”數(shù)字人直播。形象逼真之外，帶貨過程中，“采銷東哥”的聳肩、擺臂和手上動(dòng)作連貫一致，毫無違和感。不經(jīng)意間帶出的宿遷口音和搓手的習(xí)慣，讓人懷疑到底是不是劉強(qiáng)東真人在帶貨。

“采銷東哥”的鮮活實(shí)例釋放出了新的信號(hào)，數(shù)字人來到了多模態(tài)階段，簡單來說就是從半吊子“演員”進(jìn)化成了演技、實(shí)力兩手抓的實(shí)力派。也從側(cè)面印證了京東云言犀數(shù)字人至少在技術(shù)、效果、商業(yè)化三個(gè)維度都做到了行業(yè)第一。

多模態(tài)從根本上解決了第一階段“縫合怪”的問題，從源頭上打通文本、語音、圖像、視頻的鏈條，實(shí)現(xiàn)了端到端的實(shí)時(shí)渲染和數(shù)字人生成，從結(jié)果上至少可以呈現(xiàn)出一個(gè)完整的形象。

一位京東云言犀數(shù)字人產(chǎn)品負(fù)責(zé)人提到，他們團(tuán)隊(duì)內(nèi)部有一個(gè)“120s挑戰(zhàn)”。“如果用戶在120秒內(nèi)不覺得眼前的數(shù)字人別扭，就會(huì)跨過‘恐怖谷效應(yīng)’，能耐下性子聽解說，明顯提高用戶下單的概率。”在此標(biāo)準(zhǔn)下，京東云對數(shù)字人有了更高要求，不僅要追求數(shù)字人形似，還得神似。

動(dòng)作方面，以往的數(shù)字人表現(xiàn)得總是小心翼翼，數(shù)字人大多端坐在桌子前，做一些小范圍的動(dòng)作。臉部基本不會(huì)動(dòng)，因?yàn)橐坏┡ゎ^，五官容易出現(xiàn)扭曲。京東云言犀自研的“大姿態(tài)”技術(shù)解決了上述問題，這也就是為何“采銷東哥”的直播過程中，四肢動(dòng)作幅度大，且頭部、肩部和手同時(shí)擺動(dòng)也不會(huì)出現(xiàn)變形。

為了復(fù)刻還原聲音，打造真實(shí)的聲音質(zhì)感，京東云言犀團(tuán)隊(duì)花了大量的精力去打磨聲音技術(shù)。其做法分為兩步，先從源頭上縮短聲音復(fù)現(xiàn)的時(shí)間，光言犀語音大模型就采用了5萬小時(shí)的語音訓(xùn)練數(shù)據(jù)。對于通用的聲音模板基本夠用，如果要打造“定制版”的數(shù)字人，只要增加個(gè)性化的音頻素材即可。

“語音技術(shù)已經(jīng)能做到6秒素材復(fù)刻某個(gè)人的聲音”，上述京東云數(shù)字人產(chǎn)品負(fù)責(zé)人表示。

第二步是讓“聲音供應(yīng)鏈”去匹配不同品類的直播需求。比如商家賣消費(fèi)品時(shí)，希望數(shù)字人聲音可以激昂一點(diǎn)。賣母嬰和圖書類產(chǎn)品時(shí)，則希望主播聲音可以沉穩(wěn)一點(diǎn)。聲音供應(yīng)鏈就像是模板庫，商家可以自由挑選數(shù)字人的形象，然后匹配適合的聲音。

老板打樣之后，京東云言犀數(shù)字人在618期間全部免費(fèi)對商家開放使用。正是這樣，京東對數(shù)字人的技術(shù)普惠和普及創(chuàng)造了解決供需錯(cuò)位的可能。截至目前，京東云言犀數(shù)字人已經(jīng)為5000多個(gè)品牌提供了數(shù)字人直播服務(wù)，平均閑時(shí)直播轉(zhuǎn)化提升超30%，帶動(dòng)超百億GMV，還通過云端開播技術(shù)進(jìn)一步將直播成本降低成本30%。

開啟數(shù)字人第二篇章，數(shù)字人在可用性方面也進(jìn)化到了next level。

最明顯的提升體現(xiàn)在數(shù)字人交互體驗(yàn)，過去數(shù)字人互動(dòng)是被動(dòng)觸發(fā)，當(dāng)出現(xiàn)模板庫的關(guān)鍵詞后，就開啟了單向的播報(bào)模式?，F(xiàn)在，大模型在學(xué)習(xí)完內(nèi)置的直播行業(yè)通用知識(shí)庫后，便可以掌握基本的智能問答能力，熟練地運(yùn)用直播話術(shù)來回答用戶的問題。 

京東云言犀數(shù)字人產(chǎn)品負(fù)責(zé)人提到，小白商家不需要設(shè)置直播間的互動(dòng)問題，一鍵啟用后，“現(xiàn)有的大模型能力可以在零配置基礎(chǔ)上解決70%的常見互動(dòng)問題，商品推薦準(zhǔn)確率達(dá)90%”。

不少商家反映，數(shù)字人直播中最頭疼的是寫直播腳本，“200個(gè)SKU，至少得寫一天，頭發(fā)都要掉完了”。受技術(shù)制約，在上個(gè)階段AIGC只能生成一些簡短的營銷話術(shù)，但現(xiàn)在利用數(shù)字人可一鍵生成腳本，“幾十分鐘就可以快速完成一場直播文案的撰寫和直播間的搭建”。

脫離了“畫皮”階段，數(shù)字人與直播流程的融合從參與“表演”走向了指導(dǎo)決策。京東的思路是，引入數(shù)字人直播中控臺(tái)，充當(dāng)數(shù)字人的大腦，通過實(shí)時(shí)監(jiān)控直播間的彈幕、商品庫存的變化，來指導(dǎo)數(shù)字人自動(dòng)實(shí)施決策，比如調(diào)整直播獎(jiǎng)品順序與爆品講解頻率等。

技術(shù)再進(jìn)一步，參考GPT4o，依然十分具有想象力。在情感因素的加持下，數(shù)字人可以像李佳琦一樣打造IP，像真人一樣表達(dá)自我和感情，甚至和其助播交流互動(dòng)，最大程度上接近真人主播的直播效果。

“半年到一年內(nèi)，也許就能實(shí)現(xiàn)”，該負(fù)責(zé)人預(yù)測道。

解決技術(shù)卡點(diǎn)只是前提，真正落地還是得依托于產(chǎn)品與運(yùn)營。

“現(xiàn)在上數(shù)字人直播不是什么難事，關(guān)鍵問題在于到底用數(shù)字人解決了什么問題？”光子星球與多位業(yè)內(nèi)人士溝通發(fā)現(xiàn)，商家訴求簡單概括為兩個(gè)核心命題，一個(gè)關(guān)乎“ROI”，數(shù)字人到底能給自己帶來什么樣的增量？另一個(gè)關(guān)乎“省事兒”，數(shù)字人究竟為自己省下了金錢，或是精力，還是時(shí)間？

京東云言犀數(shù)字人的思路比較清奇，方法是把成本降低到中小微品牌能用得上，具體來說有兩種。

一種是填補(bǔ)真人直播之外的閑時(shí)，即“真人+數(shù)字人24小時(shí)店播”。他們敢這么干的原因很簡單，靠著店鋪沉淀數(shù)據(jù)與京東產(chǎn)業(yè)數(shù)據(jù)。例如前文提到的生發(fā)劑品牌，店鋪沉淀數(shù)據(jù)能夠回應(yīng)同質(zhì)化的“深夜入場第一問”，而疊加京東的產(chǎn)業(yè)數(shù)據(jù)則可以幫助商家承接接下來的差異化問題。

比如：全禿、半禿、四分之一禿、花式禿、間歇性禿、一點(diǎn)點(diǎn)禿。再比如，用量是加大劑量還是淺嘗輒止等。

另一種是針對那些既要人格化營銷，總裁因種種原因又不能時(shí)長駐扎直播間的品牌。這次京東618超18位總裁數(shù)字人直播就為大家打了樣，總裁用自己的影響力為品牌帶來流量；通過數(shù)字人與直播玩法的結(jié)合，總裁數(shù)字人會(huì)形成品牌店播的特定心智；最終通過營銷心智的建立，更加走進(jìn)用戶，為品牌店鋪帶來可持續(xù)的運(yùn)營模式。

此外，京東云言犀數(shù)字人產(chǎn)品模塊化特征，提供了產(chǎn)品+運(yùn)營的可能。盡管目前數(shù)字人還無法完全在直播間里唱歌跳舞，但如果結(jié)合適當(dāng)運(yùn)營，可以加工數(shù)字人直播視頻切片，輸出面部特寫、換裝，甚至展示產(chǎn)品詳情等尋求增量。

“采銷東哥”數(shù)字人帶貨，已經(jīng)解鎖總裁直播的模式，短期顯然已產(chǎn)生了連鎖反應(yīng)。光子星球獲悉，店鋪平均咨詢量明顯上漲外，閑時(shí)訂單同比增長30%，也隨之解鎖了數(shù)字人+真人接力直播的新方式。

總裁直播為直播電商第三個(gè)周期“數(shù)字人周期”提供了真正落地的可能，多模態(tài)增強(qiáng)了互動(dòng)能力與情感化，而總裁出鏡則是借助IP化的手段，解決SaaS化產(chǎn)品所導(dǎo)致的刻板形象。京東這套IP引流、數(shù)字人直播、建立營銷心智的路徑有別于其他平臺(tái)。

無論如何，沒有人會(huì)否認(rèn)，今年在缺乏頭部主播的618中，總裁數(shù)字人已經(jīng)開始接手他們留下的真空。