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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。