AI已经不再是未来式，它正在改变世界和营销方式。随着人工智能越来越发达，它以多种方式改变营销方式，并带来实实在在的效果——已经有很多案例证明，AI能够提升销量，甚至可以在一件服装设计出来之前，就通过AI先预测出它是否会大卖。
2016年，一部《西部世界》很应景地虚构了一个人工智能 （Artificial intelligence）高度发达的乐园 。在现实中， AI也正在从一个热议的话题开始落地，逐渐被应用到 现实的生活场景中——对于亚马逊的Amazon Echo，消费者已 经不陌生。我们还会发现，在零售业不断遭到Amazon、eBay等 电商巨头的冲击的背景下，从梅西百货、Target到服装品牌The North Face、Skechers，越来越多的零售商开始引入人工智能， 寄希望于将AI作为一个在困境中与电商巨头抗衡的武器。
市场调研公司Gartner预测，到 2020年，50%的零售业消 费者服务咨询将通过对话式的AI应用来完成，85%的消费者互 动将不再需要人工来进行。
未来，当消费者在逛实体店的时候，机器人上前为他们提 供各种服务的场景将成为常态，当消费者在网上浏览，面对众 多商品选择而犹豫不决的时候，网上虚拟助手根据消费者的偏 好、历史购物帮她做出个性化选择的场景，也已经成为现实。AI几乎已经像电和互联网一样，成为其他一切的基础。
AI已经不再是未来式，它正在改变世界和营销方式。随着 人工智能越来越发达，它以多种方式改变营销方式，并带来实 实在在的效果——已经有很多案例证明，AI能够提升销量，甚 至可以在一件服装设计出来之前，就通过AI先预测出它是否会 大卖。
市场调研公司Tractica的数据显示，到2025年，AI带来的 全球收入将从2016年的6.437亿美元增长至368亿美元。来自 另一家市场调研公司Forrester的数据也显示，到2025年，认 知技术（包括AI和自动化）将会取代美国7%的工作。
目前，AI在零售业的应用主要集中于几种方式：
第一，基于消费者的个人数据和信息，为他们提供个性化 的产品以及产品推荐；
第二，作为虚拟助理，为消费者提供各种信息和服务；
第三，根据消费者的网上习惯，优化网站，从而提供网站的转化率；
第四，另一种正在兴起的方式，是视觉搜索，消费者看到喜 欢的物品，无论是朋友脚上穿的鞋子，还是路人身上穿的衣服， 都可以拍下照片，通过视觉搜索，找到同款或者相似款。
当AI 成为导购和参谋
相信很多人对2016年Met Gala上超模Karolina Kurkova身 穿的一条具有认知能力的裙子依然记忆犹新，这条裙子是由服装设计工作室Marches和IBM的认知系统Watson联合设计，裙 子上装饰了许多LED灯，可以实时根据 Twitter上用户对Met Gala 的反应改变颜色，表达出当下用户的情绪。
利用watson的认知工具API（应用程序界面），可以快速 地根据Twitter上用户对Met Gala活动的讨论来分析出他们的 情绪。对应的，设计师选择了5种人类的情绪——喜悦、激情、 兴奋、鼓励和好奇，当Watson通过数据处理识别出Twitter用 户的情绪时，裙子就能感知到情绪的变化，并实时改变成对应 的颜色。
基于这次成功的尝试，现在服装品牌甚至可以在一件衣服 设计出来之前，就能通过 AI先预测它是否会大卖。
IBM Watson是一个认知计算系统，它能够理解、推理 以及学习等能力，可以在一秒内处理几亿页的数据。2011年， IBM100周年之际，Watson参加Jeopardy危险边缘电视游戏节 目，并最终赢得了冠军，一战成名。到现在8年过去了，Watson已经变得更智能，能够把情绪、口吻、不同的语言、购买历史以及 社交媒体的各种统计数据综合进行考量。这对于数据丰富的零 售商而言无疑是一个利好消息，梅西百货、The North Face等 零售商都在以各自的方式发挥Watson的作用，并初现成效。
2015年12月开始，The North Face上线一个试验版的网 站，当消费者登录该网站的时候，会被问到一系列的问题，例 如，需要一件出席什么场合穿的衣服？然后根据背景为消费者 做推荐。那些使用AI工具的消费者的转化率明显要高于没有使 用的消费者。据The North Face的数字商务及体验副总裁Cal Bouchard表示，使用 AI工具的消费者平均订单值比普通消费者 要高出两位数。
更重要的是，消费者对AI的热情度很高：75%的消费者表 示会继续使用AI。下一步，The North Face将在该网站增加内 容，例如出行指南、产品教育等，增加网站的趣味性。
不仅服装行业，很多行业都在尝试用AI从数据中获得洞察 并为消费者提供个性化的推荐和服务。
不久前，宝洁旗下玉兰油品牌最新的“玉兰油皮肤咨询师” （Olay Skin Advisor）平台在全球移动大会首次亮相，这个平台 是基于玉兰油的一个洞察：有三分之一的女性在柜台浏览商品 时，并不知道自己到底在找什么。玉兰油想借助AI来满足女性的 这个需求。
该平台为女性提供各种详细的、个性化的皮肤知识和产品 推荐。消费者只要拍一张自拍照，皮肤咨询师就可以分析出该消 费者脸部的皮肤并判断出她皮肤的年龄，以及脸部哪个区域老 化，再根据消费者对一系列问题的回答，为她推荐适合她的肌肤 的产品。
Adobe Digital最近展示了一款“数字镜子”，消费者站在 镜子面前，镜子就可以拍下照片，并读取到消费者身材的各种数据，据此向他们做推荐。
机器学习又可以让AI变得越来越智能，消费者愿意提供的 个人信息和数据越多，AI的提供就越具体，越个性化。这对于千 禧一代消费者来说并不是障碍，他们在数字化环境下长大，容易 接受和尝试新的事物。
这也催生出一些“培训 AI”的公司和职业。
对于AI的一个担心是，人工智能是否会带来大规模的失业潮？事实证明，有了 AI，还需要人来培训 AI。
Spare5就是这样一家用人工来训练AI的公司，而来自波兰 的家庭主妇Julie Slover就是一位“AI训练师”，她每天几乎所有 的空隙里都在回答Spare5这个App上的问题，每个月能赚到几 百美金。问题难易程度不同，简单的，如搭配鞋子和衣服——这 种是帮助电商训练AI推荐引擎，这也是 Spare5上最多最常见的 问题；复杂的，如对着手机读一段内容，这种一般是用来训练AI 的语音识别。她注意到，问题变得越来越难、越来越专业，但她 并不知道这些都用在哪里。
而在Fashion Scavenger Hunt，最多的任务是对相似的物 品进行匹配，例如找出与某只鞋子相似的其他鞋子。其他众筹平 台，例如亚马逊的Mechanical Turk平台上，机器训练也变得越来越普遍。
作为小秘书的AI
以后，越来越多的消费者会发现，自己在和商家咨询的时 候，实际上是和 AI在打交道。许多商家把 AI用作客服，为消费 者提供各种信息和服务，而一些“聪明”的AI甚至可以“想你所 想”，预先帮消费者下好单，成为消费者贴心的小助手。
最为常见的应用，就是聊天机器人和Amazon Echo。 Facebook Messenger在2016年4月的F8大会上推出第一代 的聊天机器人，随后很多品牌，包括 CNN、沃尔玛、航空公司 KLM、电商品牌 Everlance、迪士尼等，都开发了自己的聊天机器 人，用作客服，为消费者提供各种信息。例如，凯悦酒店的聊天 机器人可以为顾客提供各种信息，回答顾客一些常规的问题；荷 兰航空公司KLM的聊天机器人，在乘客订了机票之后，会给他 们发送确认信息，并在值机开始之后发消息提醒他们，及时更 新航班信息，乘客也可以 7/24向机器人进行咨询。
而很多人对于AI最初的认识，大概都来自于Amazon Echo，可以说 Amazon Echo完成了对AI在零售业应用的科普。 根据投资公司Mizuho的数据，到 2020年，亚马逊将卖出 4130万 个这种圆筒状的Amazon Echo，包括汰渍、1-800-Flower、通 用等都和Amazon Echo联手打造一些品牌化的技能，让消费者 坐在沙发上就可以轻松完成购物。通用甚至将亚马逊的AI植入到自己的产品中，它已经开始买一些内置有亚马逊Alexa的LED 等，这样一来，消费者不需要买Amazon Echo也可以通过和 LED等对话来完成购物。
除此之外，一些零售商开发了自己的AI助理，功能更为强 大，为消费者带来更好的体验。梅西百货、星巴克、优衣库、劳 氏等零售商，都开发了机器人助手。梅西百货和IBM Watson合 作推出具有认知功能的移动网站工具On Call，在消费者逛店的 时候，为他们提供信息。今后，消费者走进这些店的时候，对着 手机提问，就能解决一系列问题。AI聊天机器人或者数字助理不 仅可以提高店内的效率，而且它们的数据分析能力，可以让它们 的回答比一位未经培训的店员更有深度。
被称为“最懂互联网的科技公司”的星巴克，2016年推 出了它的AI虚拟助理“我的星巴克咖啡师”（My Starbucks Barista）App，打字下单在星巴克早已过时，现在只需要对着手 机说出自己所需，具有声音识别功能的虚拟助理会把订单发送 到附近的星巴克门店，店内咖啡师接单后开始做咖啡，等消费者 进店时，咖啡已经做好在等着他，帮他节省了排队等候的时间。
“我的星巴克咖啡师”的功能不止于此。它的算法能够追踪 到消费者的购买历史，并在将来为他做出相似的推荐和配套的 服务。例如，当它的算法监测到，一位消费者每天早晨都要搭乘 班车时，就会在 App里面向他推荐游戏，这样在乘车的时间里， 就可以玩游戏打发无聊的时光。随着消费者数据积累得越多，星 巴克虚拟助理提供的服务将更周到。
这样的助手不仅有虚拟的，还有实体的AI机器人，在店内为 消费者提供服务。家居装饰零售商劳氏（ Lowe’ s）在经过两年 的测试之后，今年计划在11家位于海湾地区的店内推出品牌自 有的机器人LoweBots，这种机器人具有语言处理功能，可以回 答顾客“锤子在哪里”这类简单的问题；LoweBots还内置有感 应器，能感应到附近的人在做什么，并适时上前提供服务。
比如当机器人感应有顾客在灯饰区站了很久，这可能意味着，他有点选择困难症。这时机器人就会上前，为他提供参考建 议。劳氏创新实验室的Kyle Nel表示，机器人内置的地图方便它 们在超市里四处走动，监测存货清单，这些统计数据可以判断 出销售情况。同时，门店的数据还能精确显示出“某个周二下午 3点店里发生了什么”。这在过去是无法实现的。
AI优化网站：15个小改变带来35% 销量提升
一直以来，意大利内衣品牌 Cosabella在Nordstrom、 Neiman Marcus以及亚马逊等零售店的销量都还不错，但它自 己门店和网站的销量却有些停滞不前。
为了提高网站的销量量，Cosabella极为注重网站的细节， 例如按钮的颜色、大小等，究竟哪些能吸引消费者进入下一步， 带来更高的转化率，就需要反复做 A/B测试。用传统的做法，A/ B测试大约要花费6个月到一年左右的时间。
从2016年秋季开始，Cosabella和AI技术公司Sentient合 作，根据消费者的数据、偏好等，实时调整网站的设计，对首页 的15处进行了调整，与消费者进行匹配，从而提高消费者的参 与互动，而这个过程只需要 30天。
具体来说，AI技术把网站的各种细节，包括按钮的颜色和 位置、图像的尺寸和版本，来判断哪些区域效果最好，然后实时 进行改变。例如，通过 AI技术Coseballa发现，当把结算页面的 按钮改成粉红色时，某个产品的转化率提高了34.9%。整体上， AI技术为Cosabella的销量带来了35.6%的提升。
现在，Cosabella正在用AI来测试网站上的邮件信息究竟 是以“弹出式”还是以“下拉式”效果更好，并计划用AI来设计品 类和产品页面。这些工作在过去都依赖于人力来完成，而现在AI 可以轻松取代人力，把营销人员从繁琐的反复测试中解放出来， 有更多的精力集中于策略性的工作。
对于数据丰富的Cosabella来说，AI技术的引进犹如如虎添翼，迅速地把数据转化成洞察，并及时地抓住趋势和潮流。
Cosabella的营销总监Courtney Connell说，AI把很多数据 转化成了洞察，为营销决策提供重要的参考依据。例如，当消费 者62天都没有在Cosabella买过东西，那就意味着已经失去这 名用户；高消费的消费者往往对情感类的内容做出回应，而消费 支出相对较低的消费者往往对促销活动比较感兴趣。
Cosabella有丰富的数据资源，但在过去，一直苦于不 知道如何把数据转化成洞察，并以此来决定营销和产品。但 是Cosabella的CEO Guido Campello说，AI解决了这一系列 难题。从 2016年10月起，Cosabella还和AI平台Albert合作， Albert的职责在于识别和转化高价值的消费者，提高Cosabella 在付费媒介和社交媒体上的数字营销效果。
在短短三个月的时间里，邮件带来的销量同比增长了60%， 订购人数翻了一番。2016年第四季度，Cosabell的“广告支出回报”（ Return on ad Spend，ROAS）提高了336&，收入增加了 155%。
一张照片，就可以找到任何产品
AI另一个常见的应用是图片搜索，消费者将喜欢的物品的 照片上传之后，就可以为她们找到相似的产品。如果一位消费 者喜欢朋友今天穿的鞋子，或者看上了街上一个陌生女孩子的 衣服，直接拍照上传就可以找到同款。
Google等搜索引擎在视觉搜索的开发和研究上花费了数 年的时间，直到最近才开始在零售业落地应用。
在鞋类品牌Skechers的网站上，消费者可以点击她们喜欢 的产品的图片，AI驱动的引擎会实时分析、识别图片，并为消费者找出相似的产品。Skechers的发言人Lara Diab认为，这种购 物方式能带来更多乐趣。
百货公司Nieman Marcus也推出了这样的功能。消费者可 以拍下任何物品的照片，上传到 Nieman Marcus的官方App上， App很快就可以展示出Nieman Marcus的产品目录中与之相似 的产品。
“未来五年，只要我们遇到喜欢的产品，只需要一张照片 就可以找到它。”一位业内人士说。
Adobe Marketing Cloud的行业战略官Michael Klein认 为，AI有可能为实体店带来回头客，“商品推销也要更加娱乐化”，也就是现在很多商家推出的虚拟化妆、家居演示等。
