人工智慧未來在零售業的應用

編者按：本文來自微信公眾號「線性資本」（ID：LinearVenture）；36氪經授權發布。

基礎篇

作者：Andy Narayanan，譯者：鄭立濤

一直以來都被高度曝光的人工智慧（AI）領域相關應用，總是引來巨大的關注。無論是 IBM』s Watson beating Ken Jennings at Jeopardy, DeepMind besting Lee Sedol at Go， self-driving cars等新聞的大量湧入，還是埃隆·馬斯克的AI威脅論引起持續加劇的公眾恐懼，這些關於人工智慧的故事總是非常引人注目。但是，公眾可能沒有注意到，悄然無聲地，谷歌和Netflix等網站的人工智慧搜索、推薦引擎已經能過濾掉用戶社交網路中的淫穢圖片，同時也已經能用來證明複雜數學定理。人工智慧的應用會越來越多並且無處不在。

人們可能鮮有聽聞人工智慧在零售業的應用。畢竟，這件事情的吸引力遠遠不如在世界上最古老且複雜的棋盤遊戲中擊敗冠軍，或用計算機寫出簡陋的鋼琴歌曲。然而，不管消費者是否意識到，零售業的人工智慧應用都將會在未來的幾年內影響到每個網上購物者。

那麼，這樣的應用什麼時候能夠進入公眾的視野呢？不同於前文提到的自動駕駛汽車或任何其他應用，人工智慧在電商領域的應用會更加潤物細無聲。毋庸置疑的是，人工智慧結與零售業結合已是大勢所趨且端倪初露，畢竟，前提要素都已具備：零售商已經掌握了足夠的數據，並且相信人工智慧變革的可行性。實際上，許多零售商已經在做這個事情了：圖像識別系統、產品推薦、聊天功能…。

其實，關鍵問題未必在於人們將在什麼時間看到人工智慧的部署，而是會在哪裡看到。真相是，電子商務將在未來的每一步發展中都受益於人工智慧，從營銷點布局到至關重要的提升顧客滿意度的個性化服務。

人工智慧的一大優勢是保障真正意義上的個人體驗。如果用戶現在登錄自己最喜歡的網站，可能會覺得不論自己是否登錄，網站呈現的內容都不會改變。但每個人都有不同的喜好和需求。當然，眼下用戶可能也會發現一定程度的個性化，例如，關於前幾周看過的商品的提示，但這不是真正的個性化，而僅僅是電商基於過去的購買記錄劃分特定用戶組，並定向推薦。

為什麼說人工智慧可以達到真正的個性化？舉個例子，如果沒有人工智慧，搜索「紅鞋」，所有人都將得到相同的搜索結果；但有了人工智慧，結果將截然不同：用戶看到的是基於自己之前行為的「策劃目錄」。人工智慧會發現用戶選擇鞋子的微妙細節，比如微妙的紅色色調、是否有條紋或者花邊、趾型，或任何細微的相似之處。更有趣的是，從隨後的每次點擊中，人工智慧會分析出用戶感興趣的是什麼，通過用戶選擇理出思路，快速理解用戶需求。

這是真正的個性化服務。它允許用戶隨心所欲地探索自己想要的購物目錄，讓不同人用不同的方式購物，而這正是我們在零售業中所缺失的。

在人工智慧的加持下，零售業能夠做出更多改變。它不應僅在我們進行搜索之後提供幫助，而是在此之前：當用戶在網站上發生了第一個動作，網站就應將站點重塑成為用戶喜好的模樣。一個網站從洗衣機到襪子什麼都賣的網站是好的，但如果用戶只需要買襪子，可能就不會在乎其他商品。這並不排除用戶買完襪子后再去看洗衣機的可能，但一旦網站了解用戶的需求，它就應該立刻根據需求重構頁面。

站點應維護自己的品牌和核心元素，但其它屬性都應該可以隨時改變。現在的網上購物很像進入Costco購物。所有的產品都在擺那裡但由用戶尋找，沒有人幫助用戶準確地找到自己需要的東西。大量的產品這可能會導致問題——「選擇的悖論（paradox of choice）」。根本上，人工智慧應該能使用戶免受其它因素帶來的干擾直奔目的地。同樣情況下，用戶體驗應該是這樣的：簡單地瀏覽產品的圖像，每一個動作都有助於人工智慧協助找到完全符合用戶獨特需求與風格的產品。畢竟，如果一個購物者找不到自己真正想要的商品，周圍擺著的成千上萬的其它商品也毫無意義。

能在各方面運用人工智慧的電商將提供更好的不同層次購物體驗。在某些情況下，這些差異會比較大，在其它領域，他們將被巧妙地區分。但人工智慧將完完全全地改變實體店。不能提供個性化服務的通用網站將消失，隨著人工智慧的發展，這類網站將被一些商店和商場取代，它們每一個選擇和行動都貼合用戶即時的需求。用戶不必從無盡的目錄中拉動產品進行選擇，網站將根據用戶做出的簡單行為提供幫助。

有了人工智慧，顧客購物時再也不會像在一個大盒子商店遊盪了。從用戶進入網站到結賬離開，購物體驗將前所未有地精彩。這樣的改變已經開始發生，現在邁出這一步的零售商將領先一步。人工智慧已經可以向用戶推薦電影、最喜歡的社交網路和搜索引擎，而這，僅僅是個開始。

中級篇

作者：Kimberly A. Whitler，譯者：Melody

從市場營銷到醫療服務，人工智慧在改變一切。這個假日季只是未來的開端——商人們將如何充分利用人工智慧來理解、連接消費者並為他們創造更好的消費體驗。為了更好的理解人工智慧對零售商們的影響，我採訪了IBM首任首席營銷官，Michelle Peluso。 Peluso在零售領域有很強的背景，曾任Gilt（美國閃購網站）的首席執行官和花旗集團的全球顧客和互聯網首席營銷官。Peluso在下文談了自己的看法： Watson（IBM與人工智慧公司Watson合作的孵化器）的人工智慧是如何改變零售商為顧客提供消費體驗的方式的 。

Whitler（作者）：假日消費季馬上就要到來了，哪些改變對市場影響最大？

Peluso：這段時期對於各個地方的首席執行官和首席營銷官們來說都是令人興奮的一季。你從六月份開始籌備假期季（美國12月有比較多假期），所以各項準備工作，展銷，工作約定，關係拓展都已經準備了一段時間了。看著計劃逐漸進入高潮並開花結果是一件有意思的事。在過去的幾年中，我們都感受到了零售業大幅向線上轉移的趨勢，這意味著首席營銷官們得到了更多的數據，可以用來理解他們的業務並且強化消費者體驗。但是，今年，我認為最讓營銷者們興奮的是他們可以利用人工智慧來改進消費體驗。人工智慧讓營銷者們不僅可以利用已有的數據，還可以有史以來第一次利用暗數據（Dark Data）。

Whitler（作者）：營銷者們是如何利用人工智慧來強化消費者體驗的呢？有例子嗎？

Peluso：讓我給你舉四個不同的例子吧。

1.人工智慧幫助選擇禮物：這個工具是1800-flowers.com（花店）這類的零售商們用來幫助顧客選擇對的禮物的。例如，1800-flowers.com創建了一個「Gifts When You Need」（你需要的禮物）的選項，這是一個新的人工智慧前台，它可以像你的「私人助手」一樣在你們互動的過程中，了解你的喜好。通過一系列的問題，它可以變的更聰明並且推測出最適合某個人的禮物。比如，一個顧客可能打「我正在為我媽媽挑選禮物「，然後GWYN就會解讀這個問題，並接著提出幾個有質量的問題來確定場合，感情和收禮者，這樣它就可以向每一位顧客推薦合適的，滿足個性化需要的禮物。重要的是，這與聯合或者平均貝葉斯演算法不同，Watson（人工智慧）可以在與人互動的過程中通過自然語言理解，推理，和學習，然後再把這些深刻的見解應用到禮物推薦中去。它不僅會從互動中獲取數據，還會結合很多其他的資料，比如消費者的消費趨勢和習慣。

2.人工智慧幫助選擇商品：The North Face，一個集服裝、鞋、器具一體的戶外用品零售商，發布了由IBM的Watson中心支持的線上互動消費體驗產品。與「北臉」用科技改變消費體驗的品牌目標一致，顧客現在可以在線上與一個由Fluid XPS支持的、有直覺感的對話機器順暢地聊天，然後得到符合他們需要的戶外裝備建議。利用Watson的自然語言處理能力，XPS根據顧客對一些列問題的回答，發現並精簡應該選擇的商品。例如，在顧客輸入了想要的衝鋒衣或戶外運動的細節之後，XPS會問一些有關於地點、溫度、性別等因素的問題，之後就可以向顧客推薦符合具體用途和氣候的商品了。

3.人工智慧幫助管理庫存：對於零售商而言，管理庫存是個關鍵的挑戰。理想情況是，你有正好的庫存數量來滿足顧客的需要。如果你的商品缺貨，你就冒著讓你的顧客失望並去其他家購買的風險。如果你的庫存太多，你就浪費了你本來可以用到其他地方的錢。所以人工智慧如何戰勝「商品缺貨」呢？Watson與零售商一起監測天氣、購買率和顧客行為來更好地管理和監測供應鏈，這樣就可以確保合適的庫存水平和避免脫銷。我們用的工具是「IBM Commerce Insights」（IBM商業洞察力）和「Watson Order Optimizer」（沃特森訂單優化器）。

4.人工智慧幫助洞察消費者：人工智慧正在改變營銷者獲取深度消費者信息的方式，這樣營銷者就可以為消費者提供更多與之關聯的內容。通過了解像社交檔案，活動，天氣和行為之類的信息，人工智慧能夠幫助營銷者們在更細微的層面了解消費者需求。消費者需求是動態的——非靜態的——這就需要一個有洞察力的機器考慮這些動態因素並把它們納入營銷計劃中。人工智慧經歷了從理解、推理、學習、到提出見解的過程，而且人工智慧還可以在學習過程中涵蓋更多的信息，所以營銷策略也就更加個體化。比如，Watson的人工智慧就有一個語氣分析器。這個系統可以明白自然語言（通過增強智能Augmented Intelligence）並且可以一直學習。你可以利用這個系統推理並且調整你提供的產品。想一下癌症病人吧，通過語氣分析器（Tone Analyzer），Watson的人工智慧可以更好的評估病人對不同治療方案的反應，並為病人定製合適的方案，讓病人更好的服從醫囑。這個方向的潛力是無可限量的。