AI在零售业的五大应用场景：消费者喜欢苹果时，不要给他一箱梨

本篇文章2600字，读完约7分钟

人工智能在零售业中的应用不仅会优化前端的消费者体验，还会在企业的后端发挥巨大的作用。李宁集团it总监朱元刚日前在接受记者采访时表示，一方面，在产品设计和研究阶段，设计师可以借助人工智能技术大大提高设计的速度和效率。另一方面，在商业决策中，人工智能不仅可以帮助企业进行数据分析，还可以做出自动化的决策。

为消费者提供酷的体验

事实上，我们已经看到人工智能在人们生活的每个角落都提供了许多便利。当我们通过淘宝、JD.com、Vipshop等电子商务平台在线购物时，我们已经和人工智能取得了联系。例如，当搜索产品时，类似的产品出现在页面上，这是最简单的人工智能应用，即使用人工智能技术自动为购物者提供有效的建议，减少消费者浏览产品的时间和精力。

然而，对于消费者来说，在购物过程中只通过关键词进行搜索显然不是一种最佳的体验，目前还不能满足消费者的胃口。利用文字、声音和图片进行综合搜索正成为一种新的趋势，这无疑将为用户提供更丰富、更有效的搜索渠道。这种模式被称为多模式购物。

例如，基于机器学习和深度学习的图像识别能力比标准的图像识别更加准确，并且随着时间的推移，准确率越来越高。无论我们看到喜欢的颜色，喜欢的材料还是喜欢的产品，我们都可以拍照，通过图片搜索相似的产品。这对直升机来说无疑是一大福音。

美国世界著名的装饰设计网站Houzz已经通过了一个深度学习系统，可以扫描包含家具和配件的房间图像，并在自己的数据库中为消费者提供了像家一样的购买渠道。该平台于2014年推出，已通过15，000家商家提供了约600万种产品。

不久前，facebook还推出了一种自动替代文本，采用类似的技术，通过图像研究为视力受损的人提供书面描述。此外，谷歌还推出了一个深度学习计划行星，它可以根据地标线索，如植被类型，建筑风格和道路上的车辆，确定拍摄照片的位置。

Gartner预测，到2020年，85%的消费者互动将由人工智能自动管理，到2018年，跨渠道机器人可以识别消费者的声音和面孔。

当然，目前就工业应用而言，我们只接触到人工智能的皮毛，企业和消费者都期望人工智能技术在商业环境中有更大的发展，比如在品牌所有者和消费者之间提供更多新的互动形式，创造更多个性化的体验，这必然是未来的商业趋势。在接下来的几年里，类似于google home、siri和cortana的基于人工智能的购物助手将访问大量的数字设备和平台，这样消费者的所有购物行为都可以通过图片、声音和文字来实现。人工智能个人助理将变得无处不在，成为我们日常生活的一部分。随着虚拟现实和增强现实平台的商业化，我们在短信、微信、instagram和淘宝等各种应用上的体验将变得越来越智能和酷。

基于数据的算法用于不断优化模型

人工智能的概念提出至今已有60年，但直到最近两年才从科幻小说转向商业应用。得益于强大的新型gpu、专用硬件、全新算法和深度学习平台的全面开发，可以计算出大量的输入数据。同时，技术的更新迭代不断推动新算法的出现，从而大大提高了机器学习的速度和深度。目前，深度学习甚至可以在几秒钟内跨越数十亿个数据点、数千个信号和数十个层次。

基于此，人工智能对零售业的转变将不仅仅是在消费者体验方面。具体来说，人工智能本身是一种催化剂，而不是一种独立的技术。因此，随着越来越复杂的应用的引入，企业应该关注如何更好地利用数据来释放人工智能的价值。在与消费者的互动中，可以生成大量的数据并反馈到ai算法平台，从而不断调整和优化语义理解、预测模型和深度学习模型，形成相应的知识地图和图谱，建立知识库，从而深入分析消费者的偏好和需求，为消费者创造高度个性化的服务和体验。

目前，许多零售商已经部署了相关的软件或平台，使计算机能够更好地预测并实时提供智能选择。

以李宁公司为例，结合相关数据，通过机器学习技术，基于单店需求分析、商品卖点分析、竞争产品及相似模型、需求预测、供需计划建议等算法和模型，实现了针对不同消费者和地区的差异化营销和个性化跟踪服务。通过预测消费者需求，帮助集团更好地进行产品规划和设计、单店集团分析、匹配产品需求和供应链生产计划，快速满足消费者需求。

再举一个国外的例子，由易趣(ebay)推出的个人购物助手易趣购物机器人(ebay ShopBot)，可以通过消费者数据的反馈来分析消费者喜欢的服装尺寸或品牌，并做出有针对性的推动。所以当你喜欢阿迪达斯的时候，你就不会继续向你推销耐克的信息。此外，ebay shopbot可以通过基于相似图像或照片的计算机视觉技术找到相似的产品。

概要:人工智能在零售业的五种应用场景

总之，人工智能引发的创新模式确实为零售企业提供了许多新的机遇，为消费者创造了高度情境化和个性化的购物体验和场景。

在这里，我们将总结人工智能在零售业中的五种主要应用场景:

计算机视觉和模式识别。电子商务平台每天有数百万张图片。通过计算机视觉和模式识别等深度学习技术，通过对大量没有完整信息的图像进行分类和搜索，自动识别图像和文本中的关键元素，为消费者提供个性化、便捷的消费体验。

消费者分析。随着每个个人消费者的数据量不断增加，许多公司推出了基于人工智能的新一代数据分析平台，从而彻底改变了零售企业的分析能力。通过集成传感器和特征学习，零售商可以更好地分配营销费用，识别和培养高价值客户，并将对无利可图客户的影响降至最低。

零散购物和自然语言处理。随着移动设备和应用的普及，越来越多的消费者习惯了零零碎碎的网上购物。如何将他们的浏览记录和消费历史分解成数百条零散的实时决策，帮助消费者做出更明智的购物选择，对零售企业来说将变得非常重要。在这个过程中，自然语言处理将发挥非常大的作用。

智能库存管理。一些零售企业已经开始使用人工智能来管理仓库库存，如应用基于深度神经网络的尺寸和包装解决方案，通过准确预测消费者需求来优化库存管理等。

人机互动与合作。人机交互(hci)侧重于人与计算机之间的接口和交流，人机合作(hmc)将是人机交互的下一步，即整合人的创造力和常识，强化机器认知。虽然计算机视觉最近取得了很大的进步，但是为了实现更精确的识别，海洋需要机器和人之间的合作，从而建立一个数据集来增强特殊的图像识别解决方案，从而不断优化机器的图像识别能力。

资料来源:venturebeat，中等；；编辑人:科技沃克>