数字化革命正在进行中，品牌公司正投入更多时间和精力与消费者进行沟通，挖掘并满足他们不断变化的需求，以实现业务增长转化。未来，通过数字化营销建立决策的先发优势将变得至关重要。
深演智能专注于以消费者为中心的数据应用价值，致力于实现品牌业务增长和整体投资回报率的提升，通过利用自身资源和全域、智能及端到端的技术优势，在零售、快消和汽车等行业积累了丰富的经验。我们为众多国内外领先的行业品牌企业提供服务，并积累了面向不同场景的营销技术和智能决策的过程指标和服务经验。通过帮助企业搭建CDP、MA、DMP、MA等解决方案平台，覆盖用户全流程全链路的业务场景，我们能够赋能品牌在活动促销、会员拉新、潜客跟进等企业用户全生命周期的运营和管理，全面提高企业的数字化能力。
近年来，小程序和APP等在线平台已成为各大品牌进行线上销售的重要阵地。了解消费者的喜好，提升消费者的使用体验一直是品牌关注的焦点。
在这个背景下，深演智能于8月10日下午在北京召开了媒体发布会，正式发布了首款智能推荐平台产品。会上，首席技术官（CTO）欧阳辰先生介绍了推荐平台的诞生和技术优势。他表示：“深演智能推荐平台是由福尔摩斯AI（HOLMES AI）赋能的智能推荐平台，经过产品团队两年的技术和实践打磨。利用福尔摩斯AI精准的推荐模型算法，融合多源实时数据的兴趣挖掘，以及多种模型的综合应用评分和ChatGPT大模型的融合应用，我们能够快速面向和适应业务需求，解决冷启动和少数据的问题。”
首席技术官欧阳辰先生
与市场上其他推荐系统不同，深演智能推荐平台在基础个性化推荐平台的基础上进行了进一步升级，成为一款真正能够帮助品牌提升业务指标的个性化推荐平台。经过实际业务场景验证，深演智能推荐平台在转化优化方面表现出色。此外，它还具备模型可组合、业务可干预和内容更新快的三大显著优势，让品牌能够更有效、更轻松、更智能地提升业绩和消费者体验。
在发布会上，推荐平台产品负责人丁若谷先生向记者们详细演示了这款推荐平台的功能。他表示：“推荐系统不仅能够提升消费者的用户体验，还能促进相关业务指标的提升。因此，简单的个性化已经无法满足品牌对于推荐效果的需求，品牌需要真正能够提升业绩指标的推荐系统。”
丁若谷先生表示，深演智能推荐平台解决了传统推荐平台在功能上面临的三个瓶颈，即模型复杂不可控、策略上的低效、数据更新缓慢和难以捕捉用户喜好变化。
推荐产品负责人丁若谷先生
会上，深演智能零售事业群副总裁赵琛先生分享了某奢侈品品牌在实际业务应用上的成功案例。他提到，该品牌在小程序的个性化推荐上面临一个明显的需求：“虽然该品牌的小程序用户越来越多，但每个客人看到的产品都是一样的。考虑到旗下产品众多，而推荐位有限，我们希望通过AI模型实现千人千面的产品推荐。”
零售事业群副总裁赵琛先生
深演智能不仅帮助该奢侈品品牌构建混合产品推荐引擎，实现个性化的产品推荐，还利用福尔摩斯平台的智能推荐功能找到最优的模型解决方案，大幅提升了订单转化率。
提到深演为何能短时间数据产品在不同方向的智能化应用，就不得不关注其技术底座——大模型。
CTO欧阳辰先生表示，深演智能迅速训练了自己的AlphaGPT大模型，目前该模型已经拥有130亿参数，并正在进行finetuning的调优训练。在规划方面，深演智能大模型研发分四个步骤和阶段。
第一阶段计划于2023年下半年初完成，主要任务是训练和调优自家的大模型。只有通过自己的训练和调优，才能更好地了解大模型的特征、性质和能力。同时，深演智能也在与国内外的大模型进行对接，以提升自身的扩展能力。
第二阶段的目标是将大模型的能力赋予现有产品，包括各种数据产品。在场景方面，深演智能首先聚焦于自然语言处理，因为他们的产品在数据处理方面相对复杂，配置和使用方式也较为复杂。因此，他们将通过模型训练化数据，提供最佳的Python和模型模板，以增强产品能力。另一个场景是数据洞察，深演智能发现大语言模型在洞察分析方面具备一定的能力，可以识别数据异常。例如，当用户询问为什么昨天的点击率较高时，他们可以提供一些旧数据和逻辑，让模型按照这些思路进行诊断并给出答案。
第三阶段的目标是将大模型的能力提供给客户进行私有部署。
第四阶段的目标是进一步巩固大模型的底座，使其能够无缝衔接各个场景。这个阶段，产品的大模型和业务流程将实现融合。
据深演智能透露，其大模型产品AlphaGPT也将在紧锣密鼓研发中，值得期待。
责任编辑：李爱
