AI 赋能零售：从实验到现实
零售行业一直走在 AI 应用的前沿，比其他行业更早地拥抱预测性 AI 算法。如今，随着生成式 AI 和更先进算法的兴起，许多品牌已经开始积极尝试，探索这项技术的潜力。今年的假日购物季，尤其是在网络星期一期间达到顶峰，标志着 AI 应用从实验阶段迈向成果兑现的转折点。Commercetools 的首席营销官 Jen Jones 表示，AI 的应用已经开始显现出其承诺的成果。
“我们最近的调查显示，AI 正在为零售商带来双重收益：提升利润和客户满意度，”Jones 说。“我们发现，91% 的企业已经看到了需求预测准确性的提升。在一年中最繁忙的购物季，避免缺货或库存过剩至关重要，因为顾客期望能够找到他们想要的商品，不想失望，而零售商也不希望在来年一月进行大幅度的库存打折。”
在个性化和推荐引擎方面，最新一代的 AI 技术不仅能够分析比以往更大的数据集，这些数据包含丰富的客户信息，以前难以完整处理，而且还通过自主机器人等功能获得了重大提升，这些机器人可以检测模式并做出实时决策。
“我们终于能够创造出那些精心策划的个性化体验，”Jones 补充道。“从客户的角度来看，将我们的数据交给我们信任的品牌是有意义的。现在，我们也得到了回报，从一开始就能获得我们想要的商品，从而使客户旅程更加无缝衔接。”
尽管 AI 的采用率很高，62% 的企业已经开始使用 AI，另外 32% 的企业计划很快实施 AI，但从实施到取得有意义的成果并非总是直线前进的。
品牌继续将 AI 和社交商务置于其电子商务战略的核心位置，69% 的品牌计划增加对这两项技术的投资。但 AI 可能是一项昂贵的投资，尤其是在全面投入时。为了优先考虑支出，Jones 建议品牌关注客户旅程，从构思和发现到选择、结账和配送，并思考 AI 如何改变关键的客户接触点。
当然，整个旅程都是简短的答案。但你可以通过检查每个可能实现可衡量结果的点来对这些潜在应用进行排名，并考虑该结果将对品牌的最终目标产生什么影响。
也就是说，在利用 AI 时，品牌在一些实际领域取得了巨大成功，包括库存管理、需求预测、欺诈检测和客户服务。
AI 在零售中的应用
欺诈检测在假日购物季尤其重要，因为交易量大幅增加，跟踪异常活动变得更加困难。为了保护其组织的利润，94% 的企业在网络威胁不断上升的情况下增加了 AI 增强的欺诈检测功能。
AI 驱动的欺诈检测利用了预测性 AI 的优势——分析行为模式并检测可疑活动的异常和峰值。生成式 AI 更进一步，如果系统能够自行处理问题，它会采取行动，或者通过提醒人工处理需要处理的问题来向上级汇报。
生成式 AI 还改进了客户服务聊天机器人，使其能够理解自然语言，并且在检测意图方面明显更出色。因此，它们在处理一年中最繁忙时期涌入呼叫中心的不太复杂的客户问题方面更加出色，让座席能够专注于更有意义、更复杂的问题，同时减少呼叫量。反过来，客户满意度和座席满意度都会提高。
此外，AI 驱动的个性化广告正在为 93% 的零售商带来广告效果的巨大提升。在广告成本不断上升的时代，任何优化广告效果的东西都会直接带来更高的收入。从消费者的角度来看，更好、更个性化、更有针对性的广告消除了购物体验中的挫败感，并能让顾客感觉更被重视。
然后还有创新——例如，Commercetools 的客户丝芙兰推出了一个 Color IQ 粉底匹配服务，帮助顾客找到适合自己的粉底色号和品牌。在 B2B 方面，Dawn Foods 正在使用 AI 驱动的搜索功能，帮助客户浏览不断增长的产品目录，更快、更准确地找到结果，并提供有用的新选择，以改善客户关系。
AI 应用的挑战
从实验到取得成功的结果，对一些品牌来说是一个挑战。主要障碍之一是弥合尖端 AI 技术与在某些情况下已经存在了几十年的商业软件之间的差距。
“许多品牌仍在使用为不同世界而构建的软件，”Jones 说。“但你需要能够将你的 AI 技术无缝集成到你的平台中，并且必须能够立即对数据做出反应，保持敏捷，并随时进行更改。否则，AI 无法达到你的预期。”
她说，这就是采用现代化电商平台方法，包括可组合电商，为企业成功奠定基础。Commercetools 的另一项最新调查发现，90% 转向现代化电商平台的企业报告称销售额和收入大幅增长。在这些平台中，可组合电商已成为品牌的领先者，91% 的企业已经使用或正在考虑使用它，92% 的企业将提高敏捷性列为最重要的采用因素。
“可组合电商的核心是为未来做好准备，”Jones 说。“AI 是一个很好的例子，它突然成为人们关注的焦点，而那些拥有灵活、更现代架构的品牌能够早早地抓住机会，进行早期实验，并为今年做好准备。他们在运营效率方面和客户体验和忠诚度方面都看到了好处。我相信，与那些使用更过时系统的同行相比，他们将迎来一个非凡的假日购物季。”
本文由 Commercetools 赞助。
