人工智能辅助在线购物

在线零售商需要寻找刺激消费者神经的新方法。我们来看看人工智能是如何改变我们圣诞购物的方式的。

圣诞小镇模型

英国消费者在圣诞前几周平均每人会花280英镑购买礼物。半数以上的额度是在网上消费，1/3的人会根据网上评价做出消费决策，尽管来自朋友和亲人的推荐仍然是决策的主要依据。

今年网购的销售额预计将比去年高24%。但由于消费者们寻求更具感官效果的、更能浸入其中的购物体验，在线零售商寻找新办法激发消费者兴趣并令其满意的压力越来越大，而人工智能（AI）就是它们要用的新科技。AI能帮助商家分析消费者行为，预测消费者需求，并为其量身定做消费者体验。简而言之，AI将提供更个性化的在线消费体验。

机器人树

利用AI，零售商已经可以采用多种方式和顾客进行互动了。这类AI主要基于对消费者偏好和行为的学习，并为消费者量身定制大量消费建议，被称为大规模定制（mass customisation）。

例如，在线时尚零售商Stitch Fix每个月向消费者推荐5款服装，消费者可以选择收藏那几款。服装选择的依据是顾客调查、照片墙网站（Pinterest）上的照片、气候类型以及顾客对风格设计师的留言等。通过这些数据，计算机算法帮助个人风格设计师挑选顾客可能最喜欢的服装。

由于线上的商品过于让人眼花缭乱，零售商们试图简化购物过程。

如果你在熟悉的商店购物，那么浏览过程就会变得简单。你可以在去玩具区的路上看看针织套衫；或者一边从一个货架上取下杯盘擦布，一边仔细查看《星球大战》小玩偶。

但这个过程在网购中是行不通的，因此使用AI辅助在线购物的一个关键目标是，帮助消费者找到他们想找的东西，并减少潜在购物选项的范围。一项新研究表明，一旦消费者决定购买某一类产品，缩减潜在的产品选择范围，可以减少消费者的选择困难。

如果你更倾向于根据产品外观来做出购物选择，那么你可能会喜欢Snap Fashion的购物方式。使用视觉搜索引擎技术，超过16000种品牌的商品将以在线照片或手机照片的形式呈现给消费者。从2017年8月开始，Snap Fashion InStore将出现在你家附近的商业街更衣室中，带给你这样的购物体验。

聊天机器人

零售业AI下一步将超越个性化建议，而到达与顾客实际对话的阶段。

“对话经济”（conversational commerce）这一术语是Chris Messina于2015年创造的，Messina是优步合作伙伴网络发展部负责人。对话经济是从通信APP、自然语言界面和品牌的交叉领域中产生的，能让消费者通过聊天机器人，与品牌和服务进行对话和信息沟通。

点对点在线保险公司Lemonade的顾客可以用AI机器人Maya，仅用几分钟的时间，就能通过Lemonade对话APP，设计自己个性化的保险方案。消费者还能使用APP中的视频录制功能，与Maya对话，描述出险情况，提交理赔申请。

对话经济能把我们从被动接受AI服务、被迫看到我们自己都不知道是否需要的产品的无助状态中解脱出来，而可以直接与AI对话，变成具有主动性的购物过程合作伙伴。实际上，我们甚至不能分辨和我们对话的是AI还是人类。

现在，很少有人会在圣诞节给妈妈买一份Lemonade保险，但如果你要给她买一件新的冬装夹克，那么户外装备品牌The North Face可能会向你推荐满意的商品。The North Face能让顾客和IBM’s Watson支持的自然语言问答机器人对话，帮助你找到最适合的礼物。顾客回答一些问题，如在什么时候、什么地点、如何使用这件夹克，以及对于他们而言哪些功能是重要的，例如，要有一个能装下他们新买手机的口袋。基于这种信息，以及天气预报、发货条件等，系统会自动列出一个最符合条件的商品清单，供消费者选择。

这类AI驱动的个性化购物有能力挑战、甚至有可能取代商店中的人类导购。它知识丰富，反应迅速，并且能够汇总多方面信息，以向顾客提供快速高效的个性化购物指南。更不用说AI导购还不会感到沮丧、厌倦或因为顾客对硬面包圈提出的极其愚蠢的问题而嘲笑他们。

大规模定制

在零售中使用AI，为大规模定制提供了机会，并且能帮助顾客更快缩小选择范围。这无疑会让那些不知如何买齐圣诞购物清单上商品的人受益。而另一方面，零售商因为提供更好的购物体验而不断增强网购者的“客户粘度”。这将是在零售领域极其严酷的竞争中生存下来的利器。

但这么做带来的问题是，有些顾客在购物时喜欢发现和探索，尤其在节日期间，而这种AI导购会剥夺顾客的这种体验。这是对购物过程的流水线化——使用机器学习和预测分析，将顾客引导特定的购买选择中。

当对话经济获得市场认可后，消费者与品牌的互动将变得高度个性化。当人们需要达到简单和特定的目的时，例如买保险或获取技术建议，这些AI系统可以提供许多帮助。但要做出更复杂、充满情感和具有主观倾向性的购物选择时，例如给我们爱的人们买礼物时，我们可能还是需要寻求人的建议，例如我们的朋友、家人、甚或人类导购。