陈兰欢

面向B端客户的物流营销，往往链路长、转化难、信息不对称明显。以京东物流为例，其客户开发中存在线索质量参差、转化率不稳定、销售周期冗长等问题，尤其在非人脉获客的场景下，依赖技术手段成为关键突破口。 本次演讲将分享京东物流如何基于大模型构建“智能营销体系”，通过线索挖掘、外呼培育、人机协同、客户画像、知识赋能等方式，覆盖营销链路各环节，并逐步由“AI赋能”升级为“Agent主导”的智能运营形态。本次分享将重点介绍营销大模型在企微机器人、语音外呼、销售助手等产品形态上的落地经验。 同时，也将结合模型训练、指令遵循、RAG检索、Agent编排等关键技术模块，展示…

随着用户的需求和行为日益多样化和复杂化，传统的数字化营销方法已经难以满足市场的变化和竞争。如何利用人工智能技术，尤其是人工智能大模型，来提升数字化营销的效果和效率，是营销从业者面临的新的机遇和挑战。本演讲深入探讨了大语言模型在企业营销应用中的落地和局限，并通过展示如何有效利用 RAG、COT、Prompt 工程、微调、Agent 等大模型技术和框架解决实际业务挑战，同时结合京东物流沉淀的亿级的营销对话语料，分享如何借助大模型大幅减少电销以及销售线下获客的时间和成本投入。 演讲提纲： 数字化营销的流程、技术点、问题 以京东物流营销背景介绍 LLM 营销应用…