AI科技正在颠覆零售行业。
得益于AI技术的广泛部署,零售行业也迎来又一波变革周期。这项技术转变不仅带来了可观的回报,同时也提升了个性化客户交互、优化了供应链管理并简化了运营流程。那么实际效果如何?效率提升、成本降低、客户满意度大幅优化。这种种令人印象深刻的业务成果,凸显出AI在零售业的巨大潜能,也使得零售业成为面对这项技术时最积极、最热情的产业之一。
为此,经验丰富的零售专家,来自芝加哥的微软全球零售、消费吕及游戏高级战略师Mike Edmonds与我合作,希望从零售业与AI的携手同行经历中提取出宝贵的见解。经过共同努力,我们于2024年6月4日举办了“零售业中的生成式AI:现实生活示例与最佳实践Omaxn”活动,向与会观众展示了他对于生成式AI零售革命的现实认知。出席活动的观众包括美国中西部多位最具影响力的AI商业领袖、企业家、技术专家、数据及分析主管、研究人员以及投资者。
Edmonds解释称,零售业对于生成式AI的加速应用,其内驱力源自技术带来的切实收益——从提高生产力到增加经营收入。Edmonds表示,零售商正迅速从AI技术的概念验证(POC)转向大规模部署,并列举了以下经过验证的案例:
AI科技以客户为中心的方法也让与会观众们砍,这波浪潮代表的不仅仅是技术进步,更将提供能够真正增强购物体验的普适性工具。
Edmonds补充道,许多企业已经切实意识到“还记得曾几何时的热门词「个性化」。过去20年来,零售行业的每个品牌都在讨论个性化。现如今,我们终于拥有了AI助手这项超能力,可以高效生成个性化、微细分的内容,以适当方式与我们的客户随时对话,并为营销人员和销售人员提供规模化的服务交付能力。”
“这也是各大零售商正在推进的尝试。他们直言「我不想再重复之前做过的一切。我想为自己的客户创造出无限个性化、真正量身定制的体验。」”
Edmonds还解释了CarMax如何使用微软Azure OpenAI服务,将几乎无穷无尽的客户评论总结为简洁易读的内容摘要。Edmonds指出,“这种方法不仅有助于增强搜索引擎优化(SEO),还能为潜在买家提供有价值的指引。”
当然,数据隐私与安全对于AI解决方案的部署也至关重要。Edmonds解释了微软如何通过Azure AI服务实现数据安全。他表示,“我当前处理的大多数用例都是将大语言模型建立在私有数据之上。通过将数据保存在安全环境中,同时应用企业级安全措施,公司可以在自信利用AI技术的同时,保持良好的合规性、治理能力与责任管控。”
Edmonds还强调,AI解决方案的实际效果,在很大程度上取决于数据质量及集成方式。他解释称,“AI策略的质量很大程度上由数据质量所决定。将各个来源的数据整合并统一到数据资产当中,是各企业必须采取的关键步骤,只有这样才能充分把握住由生成式AI带来的商业机遇。”
在整个讨论过程中,Edmonds还列举了一系列零售行业中已经落地的传统AI与生成式AI示例,包括:
Edmonds最后总结道,“我们正处于前所未有的技术应用拐点。这是一个激动人心的时刻,每个人都可以参与到旅程中来。”零售业的未来将与AI科技交织在一起,随着企业的不断应用与创新激发出无穷无尽的可能性。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。