埃森哲的調(diào)查報(bào)告顯示零售戰(zhàn)略的核心是對(duì)進(jìn)行客戶進(jìn)行720度全方位的觀察——通過(guò)迅速轉(zhuǎn)移關(guān)注焦點(diǎn),、達(dá)到高期待值和滿足對(duì)個(gè)性化服務(wù)不斷增長(zhǎng)的需求,，來(lái)贏得廣大數(shù)字用戶的青睞。亞馬遜,，梅西百貨和沃爾瑪?shù)瘸晒Π咐C明,，要通過(guò)實(shí)驗(yàn)和創(chuàng)新來(lái)反思和解讀這個(gè)觀察結(jié)果,。特別是AI及其相關(guān)的應(yīng)用需包括數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí),、自然語(yǔ)言處理（NLP）和機(jī)器人,。但是，AI如何能夠輔助好零售業(yè)的呢,？以下是它的三個(gè)優(yōu)點(diǎn),。
1.AI能從海量的數(shù)據(jù)集中提取價(jià)值
許多行業(yè)最近一直在努力制定數(shù)據(jù)驅(qū)動(dòng)戰(zhàn)略。據(jù)麥肯錫去年的調(diào)查結(jié)果顯示,，零售商在這場(chǎng)競(jìng)爭(zhēng)中名列第二,。零售商很幸運(yùn)地收集并擁有了關(guān)于客戶和買方行為的大量數(shù)據(jù)。但是,，他們無(wú)法恰當(dāng)?shù)厥褂脭?shù)據(jù)使其發(fā)揮出應(yīng)有的價(jià)值,。
根據(jù)研究,，零售商僅發(fā)揮出了現(xiàn)有數(shù)據(jù)30-40％的價(jià)值。由于缺乏方法,、技術(shù)和分析人才,，三分之二的數(shù)據(jù)都被浪費(fèi)了。此外,，大部分?jǐn)?shù)據(jù)仍然貯藏在公司內(nèi)部。
機(jī)器學(xué)習(xí)的改進(jìn)和數(shù)據(jù)可用性（最重要因素）幫助零售商解鎖了客戶數(shù)據(jù)的全部潛能,。一方面,，回歸模型讓零售商能利用舊數(shù)據(jù)并有效地再度使用它們。另一方面,，機(jī)器學(xué)習(xí)的預(yù)測(cè)能力讓零售商不僅能從經(jīng)驗(yàn)中學(xué)習(xí),，還應(yīng)用這些知識(shí)來(lái)為未來(lái)的買家行為建模和進(jìn)行預(yù)測(cè)。能對(duì)客戶想要的東西未卜先知,，是真真切切的一大優(yōu)勢(shì),。
例如：沃爾瑪使用機(jī)器學(xué)習(xí)來(lái)預(yù)測(cè)網(wǎng)購(gòu)者可能購(gòu)買什么。因此,，零售商也可以根據(jù)過(guò)去的客戶行為獲得有針對(duì)性的建議,。這就是WalmartLabs客戶體驗(yàn)工程副總裁稱之為“提升網(wǎng)購(gòu)體驗(yàn)的橋梁”。
2.有待深入分析的客戶
智能語(yǔ)音助手的市場(chǎng)正在擴(kuò)大,。2017年P(guān)rime Day（亞馬遜會(huì)員日）的銷售成果使得亞馬遜聲稱,，Echo Dot是其最暢銷的產(chǎn)品。
終于,，人們用自然語(yǔ)言就能夠與數(shù)字系統(tǒng)交談了,，這都?xì)w功于聊天機(jī)器人——特別是目前由谷歌、亞馬遜,、微軟,、IBM、Facebook以及不久后的蘋果推出的NLP引擎增強(qiáng)的機(jī)器人,。人們很喜歡它,。
反過(guò)來(lái)看，NLP工程師終于可以從通訊軟件,、網(wǎng)絡(luò)和語(yǔ)音助手抽取自然語(yǔ)言的實(shí)時(shí)數(shù)據(jù),。這個(gè)數(shù)據(jù)是AI成熟的關(guān)鍵，因而,，也是研發(fā)真正智能的輔助系統(tǒng)的關(guān)鍵,。
同時(shí)，零售商,，特別是一直作為NLP發(fā)展動(dòng)力的大型零售商,，已經(jīng)在利用這個(gè)機(jī)會(huì)來(lái)了解客戶,。他們通過(guò)AI驅(qū)動(dòng)的聊天機(jī)器人和Alexa的技術(shù)來(lái)進(jìn)行銷售和實(shí)現(xiàn)加售。
日益增長(zhǎng)的關(guān)注度和使用案例也相應(yīng)地滿足了商業(yè)和技術(shù)的發(fā)展,?？蛻舻臋z索信息分析地越多，NLP系統(tǒng)就能越好地理解自然語(yǔ)言,。NLP引擎運(yùn)轉(zhuǎn)地越好,，就能越好地滿足客戶需求，銷售出越多的產(chǎn)品,。
示例：亞馬遜Alexa技能的應(yīng)用范圍已經(jīng)給人們留下了相當(dāng)深刻的印象,，從推薦書(shū)（Pan Macmillan）、葡萄酒（MySomm）和音樂(lè)（Spotify）到完全自動(dòng)化預(yù)定出租車（Uber）,，比薩餅送貨入戶（Domino's）和提供家庭服務(wù)（Laundrapp）,。這些技巧銷售確實(shí)就是在用語(yǔ)音進(jìn)行銷售。
如果語(yǔ)音助手沒(méi)有直接進(jìn)行銷售,，它們至少可以讓這些銷售進(jìn)行地順利,。基于IBM沃森引擎的梅西電話提升了客戶體驗(yàn),，并幫助購(gòu)物者在無(wú)人零售商店中找到了商品,。
3.NLP和機(jī)器學(xué)習(xí)提供了真正的價(jià)值
我們已經(jīng)學(xué)會(huì)了如何用NLP了解客戶的實(shí)時(shí)查詢需求，并使用機(jī)器學(xué)習(xí)方法從遺留數(shù)據(jù)中提取價(jià)值,。但利用客戶持續(xù)變化的反饋,，相比之下，挑戰(zhàn)更大,，收益卻也更大,。
這個(gè)挑戰(zhàn)需要聯(lián)合多股力量。首先,，NLP引擎需要從自然語(yǔ)言的查詢中提取意義,。之后，機(jī)器學(xué)習(xí)接替,，從這個(gè)意義中再提取價(jià)值,。
智能機(jī)器根據(jù)于它們的背景知識(shí)和現(xiàn)有知識(shí)，使用分類為數(shù)據(jù)賦予現(xiàn)實(shí)的意義,。
在實(shí)踐中,，系統(tǒng)對(duì)某些產(chǎn)品進(jìn)行分類，按類別,，比如“書(shū)籍”及“受65歲以上的女性歡迎”,。對(duì)于零售，這意味著推薦和銷售更有針對(duì)性,。
反過(guò)來(lái)看,，使用聚類來(lái)獲取新信息又開(kāi)辟了全新的視野,。這個(gè)方法使得系統(tǒng)在沒(méi)有設(shè)定的標(biāo)準(zhǔn)和偏見(jiàn)的情況下找到樣板并建立零星信息之間的聯(lián)系。
實(shí)際上,，這意味著機(jī)器可以在客戶購(gòu)買習(xí)慣里面找到未標(biāo)記的未知的聯(lián)系,。它能理解為什么讀過(guò)作者A寫(xiě)的X書(shū)的讀者，更有可能去閱讀作者B的書(shū)籍,，盡管他們這一類別中還有各種各樣的其他作者,。對(duì)零售而言，這不僅僅是一個(gè)針對(duì)性的建議,。從長(zhǎng)遠(yuǎn)來(lái)看,，這意味著更直觀的推薦、更好的服務(wù)和更高的客戶滿意度,。
人工智能市值已經(jīng)達(dá)到了一千多億美元,，并不斷增長(zhǎng),。它似乎也不會(huì)很快突然消失,，因?yàn)樗信眱憾紝?duì)它感興趣（谷歌，亞馬遜,，蘋果等）,。此外，AI巨頭正在努力讓人們買得起也用得了人工智能,。
在這種情況下,，零售業(yè)除了歡迎并接受AI，也沒(méi)有太多選擇,。由于零售商與客戶和數(shù)據(jù)直接相關(guān),，并且依賴于他們，作為實(shí)驗(yàn),，他們只好開(kāi)始使用AI,。但是很快，智能機(jī)器的應(yīng)用將成為有競(jìng)爭(zhēng)力的優(yōu)勢(shì),。那么,，它將成為每一個(gè)零售商商業(yè)戰(zhàn)略的必需品和一部分。
Katherine Lazarevich是數(shù)字技術(shù)機(jī)構(gòu)Digiteum的聯(lián)合創(chuàng)始人和管理合伙人,。