零售借力 AI，老問題有了新解法

零售行業的運作模式一直隨著技術發展而改變。曾經，互聯網催生了電子商務；如今，人工智慧正提升著零售行業的效率和客戶體驗。

凱捷諮詢於 2019 年 1 月發布的一份報告顯示，28% 的零售商表示正在使用人工智慧技術，這一數據較 2017 年的 17% 和 2016 年的 4% 有了顯著增長。報告中預測，有效運用人工智慧技術可以為各類企業帶來合計約 3400 億美元的收益。

在中國，阿里巴巴、京東、美團、餓了么等零售巨頭，在業務中大規模採用人工智慧已是常態。一些中小型零售企業，也在嘗試用人工智慧解決一些過去難以解決的問題。

規模化帶來的難題

小紅唇作為針對女性的美妝時尚短視頻社區，已經積累了 2000 多萬用戶，以及超過一百萬條短視頻。

在快速發展中，小紅唇面臨著規模化帶來的效率問題：用戶量和內容量雙雙增加的情況下，如何讓用戶和內容保持高效匹配？

「早期我們只是根據時間結合運營策略做排序或推薦，確保用戶能看到最新和對平台最有價值的內容。」小紅唇 CTO 王洋告訴 PingWest 品玩，「當用戶量和內容都達到一定量級後，上述方式的問題也很明顯。」

王洋解釋道，用戶要看到自己更感興趣或可能感興趣的內容，要通過更多的刷取、點擊和搜索。這意味著用戶跳出和流失概率更高。另外，粗放的運營規則可能傷害到某個量級並不小的用戶群，而精細的運營規則又意味著，複雜的邏輯和開發維護成本。

相似的困擾也出現在衣二三上。主營女性服裝租賃的衣二三，正經歷著用戶的快速增長，2018 年 9 月付費用戶比去年同期增長 10 倍。

衣二三 CTO 程異丁對 PingWest 品玩表示：「由於服裝的非標屬性，客戶很難用語言描述自己想要的衣服，而且衣服的屬性很難結構化，導致用戶檢索商品和商品展示的效率不夠高。」

衣二三使用過一些非機器學習的規則，起步很快, 但天花板很低。「 套用幾個規則之後, 就陷入無法優化的境地」。

在用戶感知較弱的後台，同樣面臨提高運營效率的挑戰。

寶尊是品牌電商代運營領域的龍頭企業，已於 2015 在美國納斯達克上市。寶尊電商技術和創新中心演算法和大數據部總監張建告訴 PingWest 品玩：「寶尊運營了接近兩百家品牌店鋪，需要大量人手完成日常商品選取、上下架、客戶識別、關係維護、訂單處理、數字營銷內容生成等任務。」

這些工作大部分都是人工完成的，「這就帶來兩大問題：一是人工工作量很大，從而使得業務發展不具有快速擴展性，新開一家店鋪需要相應人手來支持；二是運營的經驗和能力由具體的人所有，沒辦法快速複製，而且一旦有經驗的人員流失，則會帶來業務損失和風險」。

寶尊也曾嘗試過基於規則的方法，但「這些方法的應用場景有限，而且性能（比如準確度等）相對固定，沒有辦法隨著數據量的提升而進一步得到提升」。

得益於計算成本下降、數據量增加以及演算法越來越完善，採用人工智慧的門檻逐漸降低，企業面臨的效率問題也有了更優化的解決方案。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！