零售商紛紛押注人工智慧，救命稻草？NO，大錯特錯！

現在，似乎每個人都在嘗試使用人工智慧。零售商也是如此。像亞馬遜和Target這樣的大公司正在為機器學習投入大量資源，許多公司還為零售業出售「人工智慧」工具。

不過，這其中存在一個問題。大多數在零售行業被稱為「人工智慧」的技術實際上並不是人工智慧（AI）。同時，人工智慧的使用對客戶和零售商都不利。比如，在實體商店中實現在線工作的「人工智慧」，可能會讓實體店越來越像網站，因為它們在自動化和減少店內人員存在的趨勢方面發生了很大的變化。不得不說，這是一個糟糕的事情。

在小智君看來，人工智慧是一個領域，但也是一種願望，我們在被迫銷售（或恐懼）這一願望。對於零售商來說，了解人工智慧領域帶來的幫助和阻礙是非常重要的。

儘管有種種炒作，未來零售業仍有人工智慧的發展空間。

AI神話VSAI炒作

許多零售商已經忘記了真正對顧客有幫助的是什麼。是店內員工的幫助！當然，這與顧客的購物需求有關。人工智慧可以幫助員工完成這項任務，同時也可以在供應鏈和物流管理等重要領域發揮作用，比如亞馬遜，在這個方面就具有自己的優勢。

想了解AI工具的作用，就要先知道什麼不是人工智慧。

在零售領域，亞馬遜Alexa和聊天機器人等產品通常被稱為AI，但它們只是建立在機器學習，自然語言處理和統計演算法之上的複雜程序。實際上，機器學習和分析方面也存在很多誇張的說法，掩蓋其缺陷問題。比如，機器學習需要大量的數據，有時候要通過格式化或清理才能正常使用。要知道，計算機不擅長自動清理數據，而人類擅長。

我們現在使用的技術受到了這個問題的困擾。舉個例子，為了獲得用於機器學習的清潔數據，許多零售商向客戶發送了計算機更容易處理的問卷。但是顧客不是人工智慧。大多數人從不回答問卷，一部分人只會填寫他們記得的東西。這樣一來，零售商會獲得大量不實的數據。

與此同時，亞馬遜和其他網上在線零售商會了解顧客的購物習慣。他們的機器學習模型，雖不完善，卻能收到所有的數據。實話來說，亞馬遜的成功非常誘人。但很容易讓人忘記，在線零售需要通過機器學習來抓住他們唯一的優勢並克服巨大的劣勢——顧客只能在家購物，並且只能根據陌生人的照片和評論做出選擇。

而在實體店裡，商家根本無法獲得數據用於機器學習的使用; 但它們可以真真正正地與顧客面對面交談。在這種情況下，商家可以通過更好的問題利用相同的「人工智慧」工具。此時，商家的優勢就在於實體店不是一個網站。

更少的演算法更多的心理學

在零售業中，許多受矚目的演算法的成功案例與人類心理學和工程技術有很大關係。比如，亞馬遜的推薦引擎被一些人描述為人工智慧。然而，其引擎的成功建立在了簡單的人類心理學的基礎之上。

零售業和人工智慧的結合

在零售業，有兩個領域可以更真實地使用這些人工智慧工具，從而為該領域帶來潛力，即物流和將客戶協助轉變為專家建議和信息的收集。

人工智慧技術有助於解讀與人類不同的信息，這意味著在啟動供應鏈方面具有很大的潛力，包括實體零售商也是一樣。對在線零售商來說，使用同樣的AI工具，任何零售商都應該能夠確保物品從A點到B點的及時到達;進一步講，顧客也不需要帶著大包小包逛街。

而且，同樣道理，實體店是人類首次與實體產品互動的地方，並且可以通過網上零售無法實現的方式產生「產品智能」。

未來，零售員工可以使用AI工具來幫助他們成為產品的即時專家，並且也可以將數據反饋給AI工具，了解顧客的反饋。在這個理想的未來，人工智慧可以幫助預測產品的改進，就庫存和展示產品的位置提出建議，並分享有助於提高商店利潤和顧客滿意度的庫存信息。

然而，今天，零售商混淆了分析大量數據及分析消費者行為的人工智慧。在機器上投擲數據不會使機器（或任何人）變得更加智能。

在小智君看來，人工智慧與零售業之間的關係需要人類，而不僅僅是應用程序。在零售領域，人工智慧工具應該讓員工更好地了解產品，服務客戶。也就是說，機器學習和AI工具應該用在更好的方面，比如，提升員工，幫助完成當天交付和安裝，甚至鼓勵顧客在商店購買其他的產品，就像顧客網上購物時一樣。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！