人工智慧時代，需要為零售行業設計一個新的生態系統

【編者按】人工智慧正在變革各個行業，比如安防、金融、醫療等，其實以亞馬遜Echo為代表的人工智慧產品也在顛覆零售行業，本文是Narvar創始人兼CEO Amit Sharma的撰稿，他也曾在蘋果和沃爾瑪擔任高管。

本文轉載自HBR，哈弗商業評論翻譯，原文作者Amit Sharma，翻譯作者倪詩雨；由億歐編輯，供行業內人士參考。

想象一下這樣的場景：你正準備出門接孩子放學。當你抓起鑰匙時，咖啡桌上的語音助手Alexa提醒說：「牛奶明天就喝光了，今天的優格特價1.19美元。你想在TraderJoe』s（譯者註：美國一家私營雜貨連鎖店）以5.35美元的價格一起下單購買嗎？」假如你回答「是」，那麼Alexa就會幫你確認訂單。15分鐘之內，商品就能準備齊全，當你從學校返回家時，就能直接從路邊取件了。

上述場景其實並沒有想象中那麼遙遠。亞馬遜、Facebook、谷歌和蘋果正在加速消費者期待方面的研究以及進行技術上可行的嘗試，例如當日送達和機器驅動的圖像識別技術。現在，你已經能夠通過蘋果手機的Siri使用Uber打車服務，或者完全依靠Facebook Messenger聊天機器人訂購一張機票。

回應型零售（Respon siveretail）已經發展到了頂峰，我們即將進入預測型商業（Predictive commerce）時代。對於零售商來說，是時候在人們產生需求的確切瞬間，幫助他們找到相應的產品——甚至是在他們形成這種意識之前——無論消費者是否登錄了購物網站，是否準備好點擊屏幕上的購買按鈕。這種商業模式的轉移，要求我們設計出一種全新的體驗，這種體驗要將對人類行為的理解與大規模自動化、數據整合相融合。

機器學習的價值

在過去幾年中，零售業巨頭一直採用機器學習的演算法來預測需求和設定價格。2014年，亞馬遜取得了預測庫存技術的專利權，並聲稱有關人工智慧、機器學習和個性化定製的技術已「有所改善」的言論太過輕描淡寫。零售商需要像技術公司一樣進行思考，不要僅僅利用人工智慧和機器學習去預測如何安排店內庫存和製作排班表，更要向消費者動態地進行產品推薦，進行富有吸引力的產品定價。

假設你正在出差，突然意識到自己忘了帶手機充電器。為了能在會議開始前用上，你就不得不考慮重新買一個。在這種情況下，一家電子產品零售商很有可能會預測你還想要一副新耳機。考慮到你明天晚上還要搭乘航班，它會推薦你購買一副消音耳機，這副耳機兼顧了亞馬遜上的定價、BestBuy店內的庫存量以及快遞費用。

為了實現這一層面的預測，技術人員要做到能夠從動態的海量數據中識別出微妙的模式。這些數據集包括：消費者的購物歷史，產品偏好，購物清單，競爭對手的定價和庫存，以及當前和未來的產品需求。這是人工智慧和機器學習發揮作用的地方，也是許多公司正積極投資的領域。為了提高搜索功能的預測能力，Etsy剛收購了一家專攻機器學習的公司，從而向用戶呈現存在細微差別的產品推薦，而不單單是基於購買歷史或產品偏好。這是產品推薦的自然演進，也將會成為未來的標準模式。

發揮互聯設備和數據的潛能

預測型零售將在不同場景下激發消費者的購買慾望——購物前、購物中和購物后。商業已經逐漸成為日常生活中的有機部分，不再是一種強行買賣。除了智能手機以外，還有很多東西會讓我們不由自主地瀏覽和購買商品；亞馬遜的Dash按鈕和由語音助手驅動的Echo設備都可以讓人們在家中享受到便捷的購物。當你發現家裡的洗滌劑快用完了，就可以點一下Dash按鈕；當你想起媽媽下周就要過生日了，就可以讓Alexa幫你訂一束鮮花……所有這些，其實都只是開始。

下一代智能助手和互聯設備將通過學慣用戶習慣、識別行為模式和環境模式，來使得消費體驗更具預測性。像Echo這樣的互聯設備將獲取用戶日常交互產生的數據，對可能發生的交易及其時機做出精準預測。

在預測消費者行為和滿足個體需求方面，零售店中的互聯設備還有巨大潛力。許多零售商早已使用智能手機關注顧客動態，以及進行特定的商品推薦。未來，生物識別技術、身份驗證技術和位置感測器的進步，將能夠使零售商在綜合考慮各個因素後為消費者提供個性化推薦，例如根據消費者的心情、花多少時間瀏覽商品，以及剛從公司下班還是剛做完健身等。

零售商需要用與線上購物相同的定位和個性化服務來設計線下體驗。想象一下，當你經過諾德斯特龍（Nordstrom）時，收到了一條手機推送通知，它建議你購買一雙新運動鞋。你這才意識到腳上穿著的鞋已經陪你跑過500英里，有些破舊了——所有這些都被鞋底的晶元記錄下來，併發送給了你的健身App。隨後，你滑動手機點開了這一通知，開始選擇鞋的款式。然後，一張店內地圖會引導你走進店裡、找到店員，而店員早已拿著你想要的鞋子，耐心地等待著你。

擁抱以人為本的設計

預測型零售的未來需要我們為商業設計出一個新的生態系統。這些系統將會依人而建，而非局限於一個特定的設備，或單純關注線上和線下的體驗。這些系統需要整合人情紐帶和敘事手法、空間設計和環境，以及許許多多的數據。

通過建立創新實驗室，許多零售商走在了預測型零售變革的前列。這些實驗室配有專門的研究團隊，致力於孵化新創意、對連接線上和線下的數字體驗進行測試。絲芙蘭（Sephora）的創新實驗室就是一個非常棒的例子。該品牌在App中引入了一種「商店模式（StoreMode）」，這種功能整合了用戶的網上購物車和BeautyInsider積分卡，提醒用戶收藏的產品、獲得的消費點數，以及他們目前享有的優惠福利，例如一次免費的化妝服務等。

零售連鎖店、品牌和電商也經常通過合作的形式來將新的想法付諸實踐。幾年前，韋斯特菲爾德商城（WestfieldMall）的實驗室同eBay合作，在其位於舊金山的購物中心建造了一塊10英尺高的互動式屏幕。購物者通過滑動屏幕來瀏覽如瑞貝卡·明可弗（RebeccaMinkoff）和索尼等品牌的產品，隨後便能直接用手機進行購買。

在人工智慧驅動的基礎上提高預測能力，將會為企業的發展帶來巨大潛力。想象一下，手機可以直接連接實體店的櫥窗，為你展示個性化的內容。例如，手機上會推薦展示為愛人準備的生日禮物或為度假準備的泳裝，而所有推薦都是根據你在Pinterest和Instagram上關注的圖片和品牌進行個性化定製而得。通過連接多方的數據和以用戶為本進行個性化定製，零售商能創造相關性更高的購物體驗，讓消費者不由自主地進入實體店、登陸網站或點開App進行購物。重要的是，它們能提前預測出消費者的需求。

重視個人隱私和建立信任

隱私和個性化之間經常存在一些取捨；這一點對於每一代技術革新來說都是如此。零售商需要把透明、尊重和安全作為優先考慮的事項，並及時採取行動。同時，他們還需要展示自身的價值。谷歌在這一方面做得很好，不僅是個性化搜索方面，還有服務方面，例如，谷歌Now可以將你的日曆和谷歌地圖整合起來，提醒你目前的路況要比平時更糟糕，而且會告訴你，為了準時抵達會場，你應該什麼時候離開辦公室。

我們中的許多人都願意為了奇妙和有價值的體驗分享個人信息，因為這些體驗通常無法在別處獲得。零售商需要讓這種奇妙和價值變得顯而易見。革新早已開始。未來，人們將期待比今天更便捷、更智能的服務。在不久的某一刻，「按需型」商業將轉變為「預測型」商業。零售商需要在這次革新中搶佔先機。