打开网易新闻 查看精彩图片

零售业智能体正在快速兴起。在今年纽约举办的NRF零售业大型展会上,来自知名品牌的CIO和CTO们表示,智能体已在零售行业站稳脚跟。

智能体成为零售业新焦点

在这个行业顶级会议上,生成式AI成为了家得宝(The Home Depot)、Wayfair和URBN(旗下包括Urban Outfitters和Anthropologie)等零售巨头的重点关注领域。尽管这些公司的CIO和CTO将智能体视为零售业的必然发展趋势,但他们也承认了一个困难的事实:过去10年里,他们一直将机器人视为数字灾难并将其阻挡在网站之外。

家得宝CIO安吉·布朗指出,当今复杂的智能体能够在客户所在的地方与他们会面,帮助做出购买决策。家得宝最初在搜索栏和搜索结果中探索生成式AI,现在致力于通过智能体与客户就他们正在进行的项目进行更深入的互动。

"我们正在尝试几种不同的方式,在关键时刻帮助客户完成购物体验。"她说。

智能体满足真实购买需求

布朗表示,家得宝使用生成式AI的目标是通过智能体提供公司专业知识,专注于解决客户问题和项目需求,从而推动购买。"如果我们能够减少购买体验中的摩擦,如果我们能够用专业知识帮助客户和员工,那么这对我们来说就是一个理想的关注点。"

家居用品零售商Wayfair的CTO菲奥娜·谭表示,购物智能体的使用仍然是一个持续学习的过程。即使客户放弃购物车,也可以成为生成式AI的学习经验并为品牌建立良好信誉。

"有时候他们没有购买实际上是一种胜利,因为他们发现沙发太大不合适,天哪,退沙发可太麻烦了。"谭解释说,算法中的信息帮助客户避免了犯错误。

智能体数字基础设施建设

在另一场圆桌讨论中,Stripe和URBN的高管们分享了他们在组织内如何使用生成式AI以及协作使用的需求。

金融服务公司Stripe的生成式AI首席收入官玛雅·约瑟巴赫维利询问如何为URBN等品牌在这个生成式AI赋能的世界中处理数据提供便利。"我们如何确保你们的产品能被智能体理解?"她问道。

URBN CIO罗布·弗里曼表示,在这方面还有一些工作要做。零售商已经熟悉的结构化产品数据很容易被旧的基础设施和库存系统理解。对牛仔裤进行分类几乎没有混淆。但包含智能体的新基础设施和环境正在改变数据可能发生的情况。

"在大语言模型这样的非确定性环境中,它如何以我们认为稳健的方式,每次从这些案例中看到产品时都能呈现出来?"他问道。

在理解客户需求与智能体处理产品数据和元数据的方式之间可能存在混淆。例如,当客户与大语言模型交互寻找牛仔裤时,他们使用的术语可能与智能体对产品数据的理解不匹配。"你的产品实际上标注的是'牛仔裤'吗?"他问。

产品数据可能使用"牛仔布"这个术语,这可能会产生数字混淆。弗里曼表示,大语言模型合作伙伴正在学习如何处理这种情况。

URBN旗下的Urban Outfitters等品牌已经与微软Copilot推出了智能体购物体验,弗里曼认为这可能是智能体商务的未来。他将当前生成式AI驱动的转型比作电子商务早期,在成为行业标准之前也经历了挫折和成长痛苦。"在很多方面,我们觉得这是同样的领域。"他说。

弗里曼呼应了布朗关于使用智能体与探索潜在购买的消费者建立联系的观点。"我们真的希望在客户想要购物的地方和方式、他们想要发现产品的方式上与他们会面。"他说。

在会议上,智能体在零售业的应用似乎有一种集体的、坚定的必然性。弗里曼谈到URBN与Stripe和微软的合作,让客户可以使用Copilot为特定需求或场合寻找服装。他演示了客户如何告诉生成式AI他们寻找的参数。智能体的指导可以为更快的购买决策提供选择。"这真的很关键,这确实是流畅、无摩擦客户体验的核心,同时仍然保持品牌连接。"

有待解决的摩擦问题

在零售行业大规模部署智能体确实面临一些挑战。"产品数据并不容易。你要确保每个人都有答案引擎优化(AEO)计划,这实际上是关于如何在内部定位产品数据。"弗里曼说。

让消费者接受机器人的运动也是对过去行为的重大改变。"过去十年我们一直在说'我们网站上不要机器人',现在我们说的是相反的。"约瑟巴赫维利说。

此外,弗里曼表示,即使生成式AI能提供创新,安全性也必须是开发组合的一部分,以确保每个机器人都是可信的合作伙伴,每个客户都是真实的。"即使这两个条件都满足,你仍然要确保安全。"他说。

Q&A

Q1:零售业智能体具体能为客户提供什么帮助?

A:零售业智能体能够在客户所在的地方与他们会面,帮助做出购买决策,通过提供专业知识来解决客户问题和项目需求。比如家得宝的智能体可以就客户的项目提供互动指导,Wayfair的智能体能帮客户判断家具尺寸是否合适,避免购买错误商品。

Q2:智能体在处理产品数据时会遇到什么问题?

A:主要问题是客户使用的术语可能与智能体理解的产品数据不匹配。比如客户寻找"牛仔裤",但产品数据中标注的是"牛仔布",这会造成数字混淆。在大语言模型的非确定性环境中,如何稳健地呈现产品信息是一个挑战。

Q3:零售商为什么从拒绝机器人转向拥抱智能体?

A:过去十年零售商将机器人视为数字灾难并阻挡在网站外,但现在的智能体更加复杂,能够减少购买体验中的摩擦,提供流畅无摩擦的客户体验,同时保持品牌连接。这种转变被认为是零售业的必然发展趋势。