助力 TVCMALL 1 个月构建生成式 AI 应用，翻译成本削减 40%

TVCMALL 以手机配件为核心品类，同时根据客户需求逐步拓展了消费电子、家居庭院、户外运动、汽摩配件等品类，让全球客户体验到产品批发商优势和独立站服务优势相结合的创新体验。目前，TVCMALL平台支持英语、法语、德语、意大利语、西班牙语、葡萄牙语和中文等众多语言版本。

作为一个面向海外市场的电商平台，商品页面本地化翻译是提升客户体验和拓展国际市场的重要环节。TVCMALL 平台在线 SKU 超过 100 万个，并且每周会新增数百种商品上架，需要用多国语言翻译产品详情。此前，TVCMALL 一直依赖传统翻译和专业人工校正，导致商品上新速度慢且人力成本高昂。同时，传统翻译服务常常是直译，内容生硬，在翻译质量、地域文化差异、术语准确性及语种覆盖上存在不足，甚至出现漏翻的情况，给客户留下了不专业的印象，需要人工二次校对才能上线，且 TVCMALL 采用的传统翻译或部分 LLM（大语言模型）翻译价格较高，不适合大量商品描述翻译场景。此外，每款商品的资料来源于多个渠道，包括供应商、开发人员及国内批发商等平台，导致这些原始资料格式不统一且标准化程度低，这为信息提取和内容开发带来了巨大挑战。

为了解决上述难题，2024 年，TVCMALL 与亚马逊云科技开始合作探索 AI 智能商品翻译方案，希望采用生成式 AI 技术，以提升翻译质量、增强客户满意度，解决原始资料标准化提取问题，同时降低翻译成本和客户沟通成本。

自 2015 年起，TVCMALL 便和亚马逊云科技开启了合作，逐步将其销售平台、ERP 和 BI（商业智能）系统等企业关键核心业务迁移至亚马逊云科技上，10 年来，即便是业务高峰期，各系统也一直平稳运行。因此，稳定性对 TVCMALL 而言是零容忍的关键问题。随着生成式 AI 的发展，亚马逊云科技还提供了完整的端到端生成式 AI 技术堆栈，包括强大的算力与存储资源保障、以 Amazon Bedrock 为核心的模型构建工具、多款领先的基础模型以及丰富的行业经验。基于这些优势，TVCMALL 选择亚马逊云科技作为其深入应用生成式 AI 技术的合作伙伴。

TVCMALL 与亚马逊云科技合作，使用 Amazon Bedrock 中的 Anthropic Claude 3.5 和 Amazon Nova 系列 LLM 进行增量商品的实时翻译和上百万条存量商品信息的批量翻译工作。目前，无论是与工厂合作还是自主开发商品上架，生成式 AI 帮助 TVCMALL 很好地整理和规范了杂乱的基础数据，将其转化为标准化格式，网页内容会自动翻译成多语言版本，实现全流程自动化，且翻译质量达到专业水准，无需进行二次人工校对。

在 AI 智能商品翻译方案研发过程中，亚马逊云科技团队与 TVCMALL 紧密合作，助其在通过 Amazon Bedrock 调用 Claude 3.5 Sonnet 和 Claude 3.5 Haiku 时，解决了 LLM 模型应用中的三大核心问题。解决 LLM 幻觉问题，避免翻译不准确或夹杂与商品无关的非预期信息，确保翻译结果更加精准和可靠；优化电商场景化提示词，通过定制化提示词调优，使 LLM 能够更好地适应电商场景，能够准确翻译电商术语，并达到母语电商内容创作者的翻译水平；确保结构化输出，LLM 稳定输出规定结构的 JSON 翻译结果，并高效处理少量非结构化输出，从而保障了与其他业务系统间 API 调用的稳定性和高效性。

值得指出的是，TVCMALL 采用 Amazon Bedrock 中的 Claude 3.5 模型替代原有翻译方案，显著降低了翻译成本，实时翻译成本为此前的 1/3，通过大模型的批量推理优化能力，存量商品的批量离线翻译成本更是降低为之前的 1/6，帮助 TVCMALL 每月节省了数千美元的翻译成本。在更快完成翻译任务的同时，还减少了系统所需的 Amazon EC2 实例数量。在现有基础上，TVCMALL 还计划通过进一步优化模型和流程，将翻译成本再降低一半，而这一目标基于 Amazon Nova 模型的低成本优势以及批量翻译的高效性。

在多模态商品信息聚合和商品 Llisting 场景中，TVCMALL 通过在 Amazon Bedrock 调用高性能基础模型，利用多模态 AI 技术，从多种来源和不同格式的文档素材中自动提取和汇总关键信息，并将其转化为标准化的网页内容。运营人员只需进行简单的检查，即可生成中文或英文的统一的商品页面介绍，随后再通过翻译工具转化为当地语种，以简化商品上线流程，加速商品上线时间。

例如，可以从 PDF、Word、TXT 文本、扫描件、表格、图片甚至语音记录中提取信息，如商品亮点、描述、特性和规格等，并将其转化为统一的格式或生成新的内容，创建丰富且个性化的商品描述。

TVCMALL 还计划将 Amazon Nova 应用于图片内容处理和商品素材重绘等场景。在图片和素材生成过程中，每款商品（如手机壳）需拍摄多角度素材并进行渲染调色，TVCMALL 每周会上线数百种商品，生成上千张图片，耗费美工人员大量的重复精力。通过 Amazon Nova 进行二次处理，包括图片纹理优化和宣传语添加，显著节省了抠图时间并提升内容生成效率，释放团队的人力资源，使其能够专注于客户服务等更高价值的工作。

在生成式 AI 技术快速发展的背景下，TVCMALL 通过与亚马逊云科技的合作，仅 1 个月时间，即完成了 AI 智能商品翻译方案的开发、测试和上线工作，持续优化的翻译质量，大幅增强了客户体验，同时还显著加快了商品上市速度。与此同时，亚马逊云科技的高可靠性基础设施确保了 TVCMALL 各应用系统的平稳运行，为全球用户提供了稳定、高效的 B2B 电商平台服务。

通过 Amazon Bedrock 调用的系列模型表现卓越，为用户提供了更自然、更精准的多语言体验，翻译效果得到客户和合作伙伴一致认可。产品描述、规格说明等所有网页上可见的文本内容，完全符合当地消费者的阅读习惯，使其能够更快速、更便捷地找到所需产品信息，提升了满意度。

以往商品上新频率为每周一次，现在借助生成式 AI 技术，从市场调研到商品上架的流程大幅简化，图片处理和多语言翻译等环节实现自动化，TVCMALL 仅需一至两天即可完成商品上新，商品上架效率提升了 30%。例如，以往一天上架 300 个 SKU 需要 3 人完成，而现在仅需 2 人即可完成同样的工作量，极大地缩短了商品上市周期。

应用 Amazon Bedrock 后，TVCMALL 不再依赖专职的小语种翻译人员或对传统机器翻译结果进行人工校对，实时翻译和批量翻译成本大幅缩减，整体节省了 40%。生成式 AI 能够从图片、文档等多模态数据中提取关键信息，让 TVCMALL 实现了从非标准化商品资料到标准化网页内容的自动化转化，减少人工干预，进一步提升了运营效率。

TVCMALL 对生成式 AI 充满期待，但在具体场景应用和能力匹配度上仍存在不确定性。通过与亚马逊云科技的紧密合作，TVCMALL 将生成式 AI 从理论设想真正转化为实际生产力，在合适的应用场景中实现降本、增效、提质的目标。未来，TVCMALL 将在亚马逊云科技的支持下，进一步推进生成式 AI 技术的应用，在 CRM（客户关系管理）方面，利用大模型能力打通订单状态查询等客户服务流程，同时，在研发流程重构中，将生成式 AI 应用于代码开发、需求验证和测试环节，持续提升软件开发质量和项目达成率。