AI 的进化到底能解决电商广告和搜索领域什么问题？Lazada 在东南亚先给出了答案。

作者 | 幸芙

编辑 | 郑玄

搜索框键入越南语时，需要有完整的音调选项。

这是 Lazada 技术团队搜索算法技术负责人竹堂最开始接触 Lazada 在东南亚各国的业务时，首先意识到的问题。

最初，不时会有 Lazada 越南的资深用户向当地小二抱怨，因为语言的特点，他们总是不能很精准和快速地找到自己想买的东西。

这背后正是竹堂和他团队负责的工作，即 Lazada APP 上的「搜索」功能。起初，越南消费者在搜索框键入越南语时，发现没有足够完整的音调选项。而越南语的特点之一，是由拉丁字母和音调组成，两个拉丁字母完全一样的单词，其中一两个字母音调不同，词义就可能大相径庭。而这一缺陷直接影响了用户体验。

类似的挑战无处不在。成立于 2012 年的 Lazada，在印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南等六个国家服务着 1.6 亿消费者和每月超 100 万活跃卖家。面对这一无比复杂且不同于国内市场的用户和商家痛点，从加入 Lazada 的第一天开始，竹堂等人便意识到了这背后的挑战。

从用户端来看，东南亚各个国家语言、文化各不相同，这里没有中、美这样的统一大市场，平台需要对各国的差异性有深刻洞察、并提供相应服务；从商家端看，东南亚的电商生态仍不够成熟，大部分中小商家缺乏专业的电商经验，这也需要平台更多的支持和帮助。

作为一家技术驱动的电商平台，对 Lazada 的技术团队而言，是否能通过最前沿的技术理念和手段来克服这些传统的商业手段所不能解决的类似难题？这是团队一直思考的重点。

今年以来，随着 ChatGPT 为代表的大语言模型迎来热潮——和外界一样，Lazada 技术团队也为这一技术革命感到兴奋。借助大模型的技术能力，他们意识到自己在广告和搜索业务上能做的事情更多了。

大模型的核心变革在于，更通用的能力、以及极简的用户交互。而这对于非标准化、商家成熟度低的东南亚市场来说，或许是最佳的技术解法。「我们当时就说机会来了，应该毫不犹豫拥抱新的技术时代。」Lazada 集团北京研发中心总经理道济对极客公园说。

在 Lazada 内部，一场基于电商广告和搜索的 AI 产品变阵随即展开。

01 用 AI 的「通用」能力，磕「非标」的东南亚市场

当人们提及东南亚时，往往将其作为一个整体来看待。但实际上，东南亚各个国家都有自己独特的语言和文化，非标准化程度很高。

以 Lazada 服务的 6 个国家为例，它有 4 种官方语言：新加坡、马来西亚、菲律宾是英语，印度尼西亚、泰国、越南是本地语。但马来西亚、菲律宾也有本地语，马来西亚、新加坡还有大量华人，这会导致多语种混用。而本地语又极其复杂，比如越南语要加音调、一句话动辄 20 个字符。

具体到搜索场景，这就需要平台结合各国家的语言、文化特点，提供差异化服务。这不仅难度大、而且成本高。

而当下业界讨论热烈的大模型「跨语言迁移」能力，即单一语种训练出来的语言模型，也会对其他语种有一定的理解和表征能力——这相当于打破了语种的边界，通过一套通用的能力，满足各市场的语言差异化需求。

显然，这对 Lazada 这样的电商平台来说，有着乐观的应用场景。为了提高用户搜索便利和准确率，2022 年 4 月，竹堂所在的 Lazada 算法技术团队正式立项小语种搜索。数据样本的多寡是竹堂他们需要首先突破的问题。要提供 AI 的精确度，就需要投喂百万量级以上「数据」，将每类语言都吃透并标注出规范语言样本。但语种搜索对数据样本的要求极高：越南语要标注不同音调；印尼语需要分清前缀、中缀、后缀；在华裔聚集的地方，还需要中英文和本地语言混合样本。

据道济介绍，根据他在东南亚各国的实地调研，由于缺乏泰语、越南语等小语种的高质量样本和语料，一些底层大模型在小语种的文本表现都不佳。

这是摆在算法技术人面前的壁垒，但也正是电商公司的机会。经过 11 年沉淀和本土化深耕，Lazada 一直在高质量样本数据上有着深厚投入和沉淀。

Lazada AI 跨语种搜索

2022 年底，Lazada 平台 AI 搜索迭代完成，整体搜索出错率仅 5%，极大提升了用户体验。如今，94% 的消费者使用 Lazada 平台上的搜索功能寻找商品，且最终购买了自己搜索到的商品。

然而，基于东南亚语种的复杂性，用户通过文字表达自己的需求成本依然很高。毕竟，没有人愿意动辄输入 20 个字符、再给字符加上音调。这也让「以图搜图」功能在 Lazada 平台应运而生。

「以图搜图」的关键是识别的准确度。因为用户上传的图片往往既包含品牌文字，又包含 logo 标识，这两个信息都非常重要。例如，即使是同款式的黑色 T 恤，如果 logo 和文字不同，代表的就是两个完全不同的产品。这就要求 AI 能够同时识别出文字和 logo，才能保证识别的准确度。

而大模型技术的另一层「通用性」，即打破文和图界限的「多模态」能力，将能解决这个问题。不过，在识别品牌文字和 logo 之前，模型首先要认识它们。为此，竹堂团队搜集了排名前两万的东南亚品牌数据样本，从而建立了「图文多模态识别」模型。至今，它已经能识别出 97% 的东南亚品牌。

Lazada 以图搜图

这就是消费者感知到的「以图搜图」功能。最近一年，Lazada 大力投入优化上线这一功能，领先了整个东南亚行业数个身位。上线半年以来，使用这一功能的用户数增长了五倍，而留存率更是涨了一倍。

02 用户交互革命，让商家实现「傻瓜式」广告投放

广告是电商平台的重要商业模式，也是平台商家获客增长的关键。所以，用技术改造广告场景，同样成为电商平台在每一波技术浪潮中的「必修课」。

大概每个月，Lazada 广告机制&联盟方向算法负责人毕达都会去东南亚走访一圈。不久前，他在印度尼西亚待了一个月，在跟当地的小二、商家做访谈的过程中，对商家的痛点有了更清晰的感知。

广告投放可以分为洞察（投放效果的预估等）、决策（设置投放关键词、人群、金额等）、执行（投放动作等）三个步骤——毕达观察到，印尼当地商家在这三个环节上手都有难度。

以洞察为例，商家要想预估投放效果，往往需要先设置关键词、目标人群等，进行小范围的试投。但这个过程太漫长，可能要花一周才能拿到结果，且广告后台往往表单繁复，商家很难从中抽练出真正的洞察，而这会影响他们的投放决策。

而在执行层面，由于洞察和决策的不够清晰，加之投放后台的复杂性，商家在投放上往往有所掣肘。特别是遇到大促等电商旺季，他们更难将精力投入其中。

最终，相当大的工作量会落到「小二」身上。他们往往需要帮商家看数据表单，总结洞察，再结合商家的运营状况，给他们分析和建议。这种「一对一服务」极费精力，且服务成本太高，无法普及给每个商家。

这背后是东南亚电商环境的成熟度问题。和国内成熟的电商环境不同，东南亚的电商发展还处于初期阶段。仅从商家角度说，当地不少中小商家都是「夫妻老婆店」。它们往往资金不充裕，很少雇佣专业人士，大多选择自己单干。

Lazada 集团首席运营官秦潇曾对极客公园表示，团队虽然可以参考阿里巴巴的成熟电商经验，但碍于东南亚电商环境基础，这些经验无法直接落地。他们需要先帮助当地建设物流、支付、商家运营等电商基础设施，才能在上面做生意、施展电商经验。

过去，Lazada 也一直尝试用 AI 技术降低商家的广告投放门槛，比如更智能的投放效果预估、出价等。但这终归有技术的边界，对很多商家来说还是有操作难度。

而大模型代表的 AI 浪潮，即通过自然语言就能完成底层功能调用——这一颠覆性的用户交互革命，或许能让商家实现真正「零门槛」的上手。

今年以来，毕达和团队开始研究如何把广告系统中的效果评估、分析等能力注入大模型，并利用后者强大的认知能力，将信息更简单直接地传递给商家。没有在原有的图表界面做文章，他们决定一步到位推出最简单的交互形态「copilot」，即 AI 营销助理。

在对话页面，商家可以直接向这位助理发问，例如「本次投放效果如何？」，AI 助理会直接根据后台报表进行分析，帮助商家完成洞察。之后，助理还能根据数据反馈，辅助商家的决策。比如，针对如何优化投入产出比提出营销建议。最后，助理还能代替商家行动，比如给出一个链接，帮商家一键优化广告策略等。

Lazada AI 营销助理

而面对广告投放中巨大的不确定，没有哪一家电商平台能够提供确定性的广告 ROI 方案，但 Lazada 做到了 ——通过多年沉淀和算法模型预测 ，Lazada 可以为商家的每一次投放带来确定的 ROI 预测，让卖家拥有一颗定心丸。目前，AI 广告 ROI 预测的收益预估准确率在 90% 以上，基本能让商家获得确定性的 1:5 收益。

「以前我们的交互体验并没有那么友好，但在新的技术体系下，我们能给商家更接近人的交互体验。」道济告诉极客公园。今年 7 月，AI 营销助理和广告 ROI 预测都已正式上线。目前，它已经开放给内部的小二使用，帮助他们提高工作效率。未来，当产品能力更成熟后，它会向所有东南亚商家开放。

深入一线走访时，毕达还观察到另一个商家痛点：在平台「大促」期间，商家的内容制作能力难以跟上。

一般平台的「大促」都会设置统一规则，参与的商家需要提供符合要求的营销素材，如统一风格的横幅（banner）等。但很多中小商家并没有设计团队，它们制作的横幅往往跟平台风格不符。这个制作、审核、修改、确认的过程，往往长达 3-8 天，影响了商家参与大促、获取流量。

而在近来的 AIGC（AI 生成内容）浪潮下，创意图文的制作门槛、成本都显著降低，这也让团队看到了这个问题的解法。7 月，毕达和团队便顺势开发了「AI 生成 banner」产品。

这是一种「图生图」的产品：商家只需上传商品图 ，遵照给定的 4 个步骤，大约 1 分 30 秒，就可以生成一张符合平台标准的 banner 图。这大大降低了商家参与大促的成本。

Lazada AI 生成 Banner

团队并没有选择 AIGC 流行的「文生图」，后者需要输入一段「咒语」（prompt 提示词）、并不断调整「咒语」，才能获得理想中的图片——这跟 Lazada 降低商家操作门槛的初衷不合。「我们需要在（图片的）想象力和可控性之间取得平衡。」毕达说。

如今，这一功能已经上线并免费开放给东南亚商家使用。据道济介绍，这不仅在帮中小商家解决了痛点，也在帮大品牌商家提效——从这个角度来说，技术的意义是普惠的。

03 技术和业务结合，打造电商护城河

人们都在畅想以大模型代表的 AI 浪潮能如何重构广告和搜索场景时，Lazada 在东南亚做出的尝试其实远不止这些。

大模型技术浪潮来临时，Lazada 技术团队就迅速在内部研讨，将东南亚所有的业务场景都拉出来，推演了一遍用新技术重构的可能性。

最终，所有的探索依旧聚焦到了商业的本质，即如何进一步改善用户体验、提升商家效率，以及东南亚各国商家和消费者现阶段的切实痛点——相应地，团队很快理出了一条 AI 产品变阵的行动思路。

在 C 端，核心是要改善用户体验。目前，针对东南亚用户在小语种搜索、图片搜索上的痛点，团队利用大模型的通用能力做出了 AI 产品。未来，团队可能还会基于大模型的语义理解能力，推出 C 端对话式购物助手等产品。

在 B 端，核心仍是提升商家效率。目前，针对商家在广告营销上的痛点，团队利用大模型的极简交互、内容生成能力做出了 AI 产品。未来，在更多的商家场景，还将推出更多的 AI 产品形态。

「我们思考的不只是技术，更是业务，AI 也要落地到一线业务中才能展示技术的商业价值。」道济说。这种思路的合理、清晰，也使得这场 AI 产品变阵在内部的推进变得更顺利。在道济看来，Lazada 行动迅速的核心原因是，技术团队始终站在东南亚业务前线，随时感受着各国商家和消费者的痛点，从而让他们更紧迫的感受到技术创新的价值。

「我们不是拿着一个锤子满地找钉子，我们的钉子（用户痛点）本身就摆在那儿，我们一直在找方法。现在新方法（大模型技术）来了，我们就一定要非常坚定地投入。」他说。

对于所有电商公司来说，东南亚市场一直都是「兵家必争之地」。

第三方报告显示，作为继中国、欧洲、美国之外拥有 6 亿消费者的第四大市场，东南亚是全球互联网普及最快、人均上网时长最长，社交媒体最活跃、年轻消费者最多的区域之一。

据谷歌、淡马锡与贝恩联合发布的《2022 东南亚数字经济报告》，2017 至 2022 五年间，东南亚电商 GMV 从 109 亿美元跃升至 1310 亿美元，年复合增长率高达 64%。而它还有极大的增长空间——相比国内近 25% 的互联网渗透率，东南亚国家的互联网渗透率普遍只有几个点。

过去，流量和供应链主宰了电商平台的数次兴衰，面对这次大模型浪潮启发下的技术变量，会对电商格局产生怎样的影响？这是一个看似不确定，却也有迹可循的问题。

在道济看来，作为一家技术驱动的东南亚电商公司，Lazada 深耕东南亚市场十多年，对市场有着敏锐的洞察，丰富的技术累计和深厚的数据沉淀。正是基于此，在底层大模型基础上，Lazada 能依托对业务场景的理解、数据的积淀，建立自己的垂直模型；最终，提供给用户和商家偏通用的 AI 能力，更好地服务每一位用户。

显然，这也将是 AI 新浪潮下，电商公司行稳致远的技术护城河。