多年来,零售体验并没有发生太大变化:走进商店,寻找合适的产品,然后购买。但人工智能的出现正在改变一切,通过个性化、自动化和效率提高将零售体验提升到新的水平。下面让我们来看看20个人工智能改善零售体验的实例。
在一家硬件商店里浏览商品可能很困难的,但Lowes使用了一款名为LoweBot的机器人,它可以在商店里为顾客导航,帮助找到他们所需的商品。LoweBots在商店里巡游,向顾客提出简单的问题,找出他们正在寻找的商品。同时,它还会提供产品的指示和位置地图,并向顾客分享专业知识。在后端,LoweBots还可以帮助门店监控库存,及时提醒补货。
流感可能会让你感到很不适,治疗不当的话甚至是致命的。Walgreens公司正在通过在8000多个地点抗病毒处方数据,来跟踪流感传播情况。这种在线交互式地图不仅可以帮助客户了解他们所在地区的流感情况,还可以帮助Walgreens在受感染地区库存更多与流感相关的产品。
利用人工智能,走进丝芙兰商店,不需要往脸上涂抹任何东西,就可以找到非常适合你的化妆品。比如,Color IQ可以通过扫描顾客的脸部,为其提供个性化的建议,比如适合哪款粉底和遮瑕膏。Lip IQ也是如此,它可以帮助顾客找到完美的唇膏色调。对于苦于反复试用化妆品的消费者来说,这真是帮了大忙。
不知道买什么外套?North Face可以提供帮助你。North Face正在使用IBM Watson的认知计算技术,向顾客问询他们穿着的场合等信息,并通过这些信息提供个性化的建议,帮助顾客找到适合自己的一件完美外套。
奢侈品百货商店Neiman Marcus正在使用人工智能让顾客更容易找到商品。这款名为Snap. Find. Shop. 的应用允许用户通过一张商品照片搜索Neiman Marcus库存,以寻找相同或者类似的商品。相较于过去含糊的搜索词查找方式,使用这些照片通常可以找到非常相似的匹配。
当我们想到炸玉米饼时,当然想立马吃上。Taco Bell就是这样一家让顾客通过AI直接订购食物的餐厅。通过与Slack合作,Taco Bell让顾客通过发短信或语音就可以直接下单,包括定制订单和大型团购订单,而且机器人会在每个订单后回复一些有意思的评论。
你有没有遇到过走进百货商店而不知道能在哪里找到你想要的东西?梅西百货的On Call应用针对每个门店进行量身定制。顾客在商店中打开应用,就可以与AI机器人聊天,获取特定商品的指示或检查是否还有库存。机器人甚至可以检测到顾客的情绪,并提醒商场工作人员为顾客提供帮助。
沃尔玛是世界上最大的零售商店之一,它计划使用机器人在巨大的过道中进行巡检。目前,沃尔玛已经在数十家商店测试这种货架扫描机器人。机器人会扫描货架上是否缺少商品、是否需要补货、以及更换价格标签。这样的方式让店员可以花更多时间在顾客身上,并且确保货架上不是空空荡荡的。
在线商店ThredUp最近发布了Goody Boxes,上面包括了一些针对每个顾客风格量身定制的二手服装商品。客户可以在上面选择购买自己喜欢的商品,同时退回不喜欢的商品。AI算法会记住每个客户的偏好,以便将来更好地适应他们的风格。对于顾客而言,非订阅的方式要比搜索单个商品更容易一些。
在Amazon Go商店,顾客可以走进商店从货架上拿走他们想要的商品,然后在走出商店后自动完成结账,而无需再通过收银台。在这个过程中,整个商店的传感器和摄像头都会跟踪顾客以及其购买的商品,然后通过亚马逊账户在离开商店时自动收取费用。AI有助于创建快速无缝的购物体验,让客户不需要排队等候。
优衣库是使用科学和人工智能打造独特店内体验的先行者。在优衣库精选商店内,布置了基于人工智能的UMood信息亭向客户展示各种产品,并通过神经递质识别他们对颜色和风格的反应。UMood会根据每个顾客的反应推荐商品。顾客甚至不必按下按钮,他们的大脑信号就足以让系统知道他们对每件商品的感受。
顾客以前常常会把他们喜欢的家具产品实物样板带到家具零售店里,但现在,家具零售商West Elm通过人工智能就实现了这一点。West Elm使用Pinterest Style Finder扫描顾客的Pinterest样板,以了解他们的个人风格,借此推荐一系列家居装饰和家具物品。这个简单的方法让客户得到设计精美、又反映他们风格的家居设计。
仓库超市Sam's Club最近开设了一家名为Sam's Club Now的小型人工智能商店,使用人工智能技术让客户不需要通过传统的收银台完成购物。相应的应用甚至可以提供最有效的店内路线,让顾客获取购物清单上的所有商品。
在人工智能的帮助下,Olay客户可以获得个性化的护肤服务,而无需看皮肤科医生。通过Olay的Skin Advisor,顾客可以自拍一张自己的脸型,该应用使用AI来判断皮肤的真实年龄,评估皮肤健康状况,并通过个性化的皮肤护理方案,为问题区域提出建议。
杂货连锁店Kroger正在测试使用智能货架。当顾客走在商店过道并打开他们的Kroger应用时,传感器会识别购物者并推荐他们可能感兴趣的产品。比如,该应用会可以无麸质购物者推荐无麸质产品,为家长推荐儿童食品。如果购物清单上的商品正在销售,该应用还可以提供定制化定价并提醒购物者。
流行服装商店H&M靠着走在流行前沿取得商业上的成功。而近期,它也开始使用AI来分析商店收据和退货,以评估每家商店的购买情况。该算法可帮助商店了解要在某些位置推广和库存更多商品。比如,数据显示,碎花裙子在城镇很畅销,所以可以据此调整库存以满足顾客的需求。
在线购买然后线下取货成了顾客的一个热门选择。时尚零售商Zara最近开始使用机器人来帮助客户取件。顾客走进商店,输入一个代码,启动机器人在仓库中寻找商品。一旦找到订购,机器人就通过投递箱交付。对顾客来说这是一种快速有效的取件方式。
咖啡巨头星巴克通过支持人工智能的语音订单功能,让你更轻松地拿到每天早晨的一杯咖啡。顾客可以与My Starbucks Barista应用聊天,通过语音或文字下单。当顾客到达门店的时候,订单已经就绪,不需要排队。
没有什么比进入试衣间却发现拿错了尺寸或者想尝试其他颜色更糟糕的了。American Eagle正在打造互动式的试衣间,顾客只需要扫描他们想要的商品,就可以看到库存情况。如果顾客需要把商品送到试衣间,商店员工就会收到通知。此外,该技术甚至还可以根据顾客试穿的情况给出商品建议。
服装设计公司Rebecca Minkoff在全球拥有三家商店,是最早开设“连锁店”的品牌之一。这些商店采用了基于人工智能的触摸屏智能镜,让顾客可以浏览服装商品,寻找灵感。购物者可以在配有定制照明选项的互动试衣间试穿。试衣间镜使用RFID技术自动了解客户正在试穿什么,并告诉他们还有其他哪些颜色和尺寸可以选择。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。