软硬相遇：AI成为这个家具装修零售商的好帮手

至顶网软件频道消息：想象一下这两个家庭装修面临的典型问题：木匠试图在一个大型商店里快速找到合适的钉子，东西如此多每多用一分钟就会变得愈加沮丧；他的客户想知道翻新后的室外地板是什么样子的。家具装修零售商Lowe's正在转向使用人工智能技术，为客户及其员工提供帮助。

说到人工智能和机器人技术时，这个古老的家居装修品牌可能不会是你第一个想到的名字。然而，Lowe's清楚地看到人工智能技术带给他们的价值——一个用于完成工作的工具。欢迎来到这个家装品牌让软件与硬件相遇的世界。

Lowe's数字化开发副总裁Gihad Jawhar是公司人工智能项目背后的推进者，他谈到了Lowe's部署各种技术——计算机视觉，机器学习和自然语言处理（NLP）——背后的布局，他们用这些技术来解决客户问题，并指导客户无缝地、快速地找到合适的产品。“人工智能碰巧成了我们做到这些事情的合适工具。我们原本并未计划去用人工智能。这项技术无法推动解决方案，是各种问题推动了解决方案——而人工智能技术本身是解决问题的一个途径。”

Lowe's并不是唯一一家使用人工智能技术的零售商。福布斯最近进行的一项调查发现，50％的零售业高管选择人工智能作为企业未来最重要的技术。

人工智能成为客户服务中的一个“帮手”

Lowe's已经尝试了许多以人工智能为驱动的项目，并且将开始部署新的解决方案。2017年，Lowe's的LoweBot店内自动机器人作为一年试点计划推出，它能够回答基本的问题，并在商店内引导客户和员工。它可以实时追踪库存并检测可以指导业务决策的销售模式。现在，Lowe's正在采用这个试点项目中一些技术，例如计算机视觉，来发现库存中缺少的商品也就是商店货架上闲置出来的空间。Lowe's刚刚发布了一个基于文本的客户服务平台，可以预测客户的需求。

Jawhar说，所有这些都使Lowe's的员工能够将注意力集中在更复杂的人类问题上，例如将他们的专业知识用于客户的一个特定项目（也许是一个令人头疼的屋顶漏洞）。

LoweBot和其他很多人工智能技术都来自于Lowe's的创新实验室，该实验室还致力于增强/虚拟现实可视化和基于应用的VR商店（此类首创）等技术，客户可以在这里看到这些产品或项目将如何用在他们的家里。Lowe's专注于零售可视化的一个例子，是Holoroom Test Drive，一种完全身临其境的VR体验，让客户以逼真的虚拟方式测试电力设备。该技术在2018年获得了Auggie最佳企业解决方案奖。

“我们利用我们的商店作为生活实验室，快速测试我们的原型理念，并收集来自现实世界关于这些新体验的反馈，” Lowe's创新实验室的实验室制作与运营总监Josh Shabtai这样说道。

让短信和搜索变得更聪明

创新不止于此。Jawhar和他的团队也在围绕短信建立客户服务体验，短信是多数Lowe's购物者的主要沟通平台，也是部署自然语言处理和机器学习的理想之选。

这个解决方案一开始只是一个简单的短信选项，最近扩展到了Apple Business Chat。“我们发现客户在体验服务期间的需求是非常相似的，他们只是以10或15种不同的方式提出需求，这些取决于他们在项目中所处的阶段、所在的位置、使用的单词类型、以及他们对查询结果的反应。在测试中，我们能够准确地识别出大约70％的客户意图，并据此来改进我们的算法。”

Lowe's也在使用人工智能技术来提升其网站搜索引擎，这样他们就可以知道“屋顶漏水”实际上与诸如硅化反射屋顶涂层等产品是相关的。“我们可以输入人工智能提供的见解、结果或从搜索中捕获的信号，让客户看到他们看到的。但要做到这一点，我们必须了解人类语言，当我们发现有人来到我们网站上的时候，搜索引擎就会像人类那样向他们进行询问。”

用人工智能监视货架情况

计算机视觉是Lowe's正在部署的另一项技术。Lowe's在某些高人性化部门的货架顶部安装了小型摄像头，这些摄像头可以传输货架库存的实时信息。例如，它可以检测灯泡产品什么时候缺货了，然后系统会向商店的设备发出实时通知，以便员工快速前往库房并增补货品。 “系统可以在向员工发出通知之前，确定具体产品的精确货架位置以及店内是否有额外库存，”Lowe's市场概念和开发总监Kevin Seidehamel这样说道。

构建人工智能

人工智能才刚刚开始重塑零售业。Jawhar说，尽管Lowe's已经取得了一定进展，但他们在人工智能方面的努力才刚刚开始。这是普遍现象，因为根据Forbes Insights的调查显示，只有3％的零售企业已经全方位部署了人工智能，而26％的企业表示人工智能已经成为业务的重要组成部分。大多数零售企业（64％）认为自己在实施人工智能技术方面进展缓慢。

Lowe是如何开始构建和部署人工智能的？“我们做了类似于最小可行产品的试水，”Jawhar说。他和他的团队使用测试产生的训练数据，然后不断地提供给算法并让算法变得越来越智能化。“最终机器可以管理更多的日常任务，让人类自由地做我们擅长的事情。这是一个巨大的进步。”他指出，一旦在企业内部达到95％左右的成功率，那么你就可以用于一小部分客户。然后，评估这些客户的满意度。“这是商业中常见的方式。让规模尽量小到失败和失败的成本都是可以接受的，然后你只需要让它尽可能成功。”