cacaFly 雲端智能中心參與 GAI Week 的衛星活動，於 2024 年 5 月 23 日與 Google Cloud 一同舉辦了「Cloud AI Series 三部曲：Connect All Your Data To AI」講座，針對零售電商產業，邀請領域專家分享如何使用 GCP 工具提升營運效率，協助零售商打造個人化的購物體驗，提供現代化的營運模式，以及革新技術部署。
Gemini 賦能重塑客戶體驗，提升營運體驗
Google Cloud 業務副理 Luka Lee 以全球零售客戶的應用情境為開場，介紹了如何利用 AI 技術重塑個人化體驗、產品搜尋和客戶服務。在內容生成與優化，AI 技術可以為產品內容創建客製化圖像和文字，實現一對一的數位行銷活動，精確觸及目標客群。此外，這些技術還能生成產品目錄的圖像、分類和文字，顯著改善線上購物體驗。
再來創造對話式商務體驗，利用聊天介面回答客戶的複雜購物問題，並提供高度相關的產品推薦，從而提高轉換率與客戶留存率。在營運方面，Google Cloud 可以自動化客戶服務，將內部和外部資料結合，生成能夠應對客戶複雜問題的答案，減少需要與客服人員通話的需求，提升客戶服務品質。此外，藉由結合第一方與第三方數據進行精細的會員貼標，企業可以更好地理解和服務其客戶。
掌握生成式 AI 時代核心：人人都是 Gen AI 詠唱師
本次講座特別邀請了 APMIC 創辦人兼執行長 Jerry Wu 現身說法，利用 GCP 工具結合顧客過往的消費記錄使 LLM 發想個人行銷策略，Jerry Wu 同時介紹了個性化標籤分析受眾的方法。儘管生成式 AI 的「幻覺」問題尚未完全解決，透過推薦引擎和回應生成引擎，原本需要七輪對話才能解決的問題，如今只需兩輪便可完成，這大幅減少了企業在啟動生成式 AI 模型上的金錢和時間成本，從而實現了個性化行銷。
APMIC 為全球第一個 NVIDIA Apps Catalog GPT LLMs 解決夥伴廠商， 以「自然語言理解(NLU)」為核心技術，協助企業與個人打造專屬的 AI 機器人服務。為了讓企業不同部門施作溝通更有效率，藉由自行開發軟體工具 CaiGunn，幫助用戶快速建立自己的 AI 客服系統。CaiGunn 特別為技術新手設計，支持通過網址或文本文件導入內容。此外，為了讓 AI 以專業身份回應，亞太智能機器已預設超過 100 種不同身份的提示語，供用戶選擇使用。該工具同時支持文字、語音和虛擬人等多渠道功能。
開啟專屬您的 Data-To-AI Journey
在本次講座中，Google Cloud Data Analytics Sales Specialist Shinru 向現場貴賓闡述了數據如何成為驅動 AI 運作的燃料。Shinru 強調，現今大多數企業在追求 AI 導入時，更需要先分析和整理手邊散落在各地的數據，規劃如何收攏、整合、儲存與分析，才能確保 AI 的成功實施。因為釋放 AI 真正力量的關鍵因素就是數據。
如今，客戶希望藉由 AI 自動化來整合企業內外部數據。對內，企業可以減少人員重工，讓員工有更多時間服務客戶；對外，則希望藉由縮短搜尋時間來提升客戶體驗，並透過機器學習來預測顧客流失率。這些需求可以通過 Google Cloud BigQuery 的無上限算力來實現，再加上 BI 工具 Looker 幫助企業視覺化數據，從而分析報表並優化服務品質。
以生成報表需要仰賴人員，現在只要 AI 助理可以加快 Looker 的數據分析工作流程，例如建立及設定圖表、建立公式、建立資料模型、製作報表等，這些都奠基於可靠的語意和 Gemini 基礎模型。透過 Gemini 基礎模型、RAG 等，我們會持續著重於讓模型提供優質輸出內容和快速創新，打造煥然一新的使用者體驗，結合協作與對話功能，滿足使用者的需求。
當 Gemini 遇上大數據
在本次講座中，cacaFly 雲端智能中心副總 CH Wu 強調了 Embedding 的重要性。Embedding 將所有內容轉換成向量座標，從而降低搜尋難度。傳統的中文 Embedding 通常是直接將文字切開，因缺乏語意而導致檢索效果不佳。如今，Multilingual Embedding 技術的應用，使得中文領域的檢索成果提升了 66%。
CH Wu 指出，在商品搜尋中，關鍵字和相似詞的準確性至關重要。Google 在 Search 方面具有強大優勢，用戶可以在 Google Cloud Platform 中使用整合性解決方案，不僅優化搜尋引擎結果，還能透過分析用戶點擊行為來改進推薦系統，這相當於站在巨人的肩膀上，減少企業人員的開發時間。每個用戶的每次搜尋結果都會不同，這些行為數據可用於資料整合，並通過Google Cloud的核心模型來進行推薦。
具體操作流程如下：首先上傳產品資料類別，然後通過 GA 將數據導入 GCP，接著設定優化目標（如購買率、點擊率），最後開始推薦過程。
過去，供應商自行上架產品時常遇到標籤和類別不統一的問題。現在，用戶可以利用 Google Cloud 的無伺服器數據倉儲 BigQuery，透過電商資料（如廣告資料、Product Feed、GA的銷售與行為資料）去除重複事件，進行分類和機器學習（ML），並與 Gemini 整合。執行人員可透過 SQL 執行，將所有數據輸入到 Gemini prompt 中，確保樣本量提升不影響準確度，加速AI相關的導入工作。
無論是零售、電商、製造業，還是 Cloud Native 等產業，都可以透過 BigQuery 結合 SQL 語法，實現 RAG（檢索增強生成）架構和大型語言模型（LLM）架構，從而實現大數據模型的應用，顯著提升企業的數據處理和應用能力。在當今數據驅動的時代，企業將數據視為寶藏，而 AI 導入的成功關鍵在於數據質量和整合。企業需要進行數據清洗和整理，以確保數據的準確性和一致性，從而最大化地利用數據資源。不論是用於生成視覺化報表，還是訓練高效能的AI模型，這些步驟都是必不可少的。透過這些方法，企業能夠更好地挖掘數據價值，實現更智能的業務決策和增長。
最後特別感謝講座課程的講師 Google Cloud 業務副理 Luka、 Google Cloud Data Analytics Sales Specialist Shinru、 亞太智能機器(APMIC) 創辦人兼執行長 Jerry Wu、cacaFly 雲端智能中心副總 CH Wu 以及所有參與的工作人員，帶領大家探討如何利用 Google Cloud 讓 AI 技術落地到更多應用場景。
在 AI 領域的不斷發展中，cacaFly 雲端智能中心期待與更多產業團隊攜手合作，將 AI 技術應用於各種產業中，以推動創新和效率提升，實現業務的快速擴展和創新發展，並在數位時代的浪潮中取得優勢地位，創造更多數位轉型的無限可能。
如果您對我們在 AI 和雲端技術領域的專業知識和服務有任何疑問或需求，歡迎聯繫我們的雲端專業顧問團隊。我們期待與您一同探索 AI 的無限潛力。
