1、人工智能的研究熱潮

幾年來，美國和亞洲的數字技術巨頭們一直在爭奪由語音控制的虛擬助理領域的主導地位。他們組建了龐大的由數據科學家和機器學習專家組成的團隊，收購人工智能初創公司。

人工智能

比如三星在2017年收購了在虛擬助手領域冉冉升起的明星公司——加州的VivLabs；一些大公司，如微軟和亞馬遜，還組成了聯盟，它們的數字助手將來會合作為用戶服務。

這些公司如此努力不是純粹出于對技術進步的熱愛，而是害怕它們的商業地位會被動搖。今天，對于蘋果（Siri）、谷歌（谷歌助手）、微軟（Cortana）、Facebook和三星（Bixby）的戰略專家們來說，一個很明顯的趨勢就是在未來許多甚至可能大部分數字服務的訪問方式都將和“進取號”飛船上的情形一樣：人類問出問題，機器回答。

三星科技

如果這臺機器不能提供答案，人類就會尋找另一臺機器。

用戶總是希望機器能夠為更復雜的問題提供更精確的答案。

2、人工智能助手如何大顯神通？

“人工助手，我想在3月飛到瑞士滑3天雪。哪些滑雪場那時候肯定還有雪？哪里有便宜的旅館？什么時候有便宜的航班？我需要租車解決從蘇黎世機場到滑雪場的交通嗎？”要回答這樣一個問題，虛擬助手不需要通過圖靈測試，只需要研究和匯總事實，以此為基礎做出決策即可。

智能

另外，人類還有一個期望，這個比較合理：那就是把列日常決策清單的任務交給智能機器。這件事不復雜，但很讓人心煩。而虛擬助手可以做到及時幫你訂購打印機墨盒，不會忘了賬單的付款期限，而且也會比人類更能意識到賬單金額太高，從而拒絕付款。

硅谷創業公司開發的被稱為“艾米”或“朱莉”的會議預約協調助手預示著未來智能代理將會承擔大部分煩人的日常工作。它們的目標受眾是沒有個人助理的人。用戶需要允許人工智能助手訪問他們的日歷和電子郵箱。

硅谷創業

會議預約的設置過程如下：郵箱里出現了詢問會議的電子郵件。用戶通過電子郵件發出同意的基本信號，這些回復會被抄送給“艾米”或“朱莉”。之后，人工智能助手負責后續郵件往來，直到業務伙伴就時間和地點達成一致，或者明確誰會在何時打電話給誰及電話號碼的信息。

而更高級的系統將會負責整個日程安排并確定優先級，甚至在有需要的情況下自動推遲預約；系統還會在會議中向用戶顯示相關信息，并提醒他們不要忽視某些細節。

會議

會議協調助手目前已經發揮了相當大的作用，當兩個虛擬助手代表他們的人類老板彼此協調時，它們幾乎總能完美地完成任務——相比與人類合作，計算機之間的合作更高效。同時，越來越多的人開始在比較復雜的事情上聽取計算機的建議。

比如在高速公路發生大堵車時，駕駛員是耐心等待還是走相對更長的城郊公路？這時一個像Google這樣的預測軟件就能夠相當精確地計算出這個問題的答案，而這還得歸功于使用安卓操作系統的智能手機用戶提供的大量實時數據。

安卓

3、銷售型機器人

毫無疑問，亞馬遜為Echo的開發投入了數億美元并非一時興起。而Echo取得了如此巨大的成功也并非巧合。成立于1996年的亞馬遜已經很清楚如何從數據中推斷出客戶的需求，這是其他公司做不到的。

自引入個性化推薦系統以來，亞馬遜利用其客戶的信息，已經能很精確地推斷出應該在什么時間，以何種價格向特定用戶推送哪款特定產品會提高該用戶將該產品放入購物車的概率。亞馬遜是西方規模最大的在線零售商，它還沒有公開其虛擬推薦機制運行情況的確切數字。

渠道

但是專家們認為，通過亞馬遜推薦系統的購買建議刺激消費者做出的購買行為占到亞馬遜網站所有購買行為的1/3。占比如此之高，說明顧客真的把推薦看成是明智的建議，而不是像我們看待在線廣告那樣，認為它們是在網絡上追著我們、硬要把我們不感興趣或者已經購買了的產品塞給我們的討厭鬼。

一方面，數字營銷的突兀性灼傷了很多客戶的購物積極性。另一方面，網絡廣告糟糕的形象卻鼓舞了創業者，讓他們致力于把虛擬購物建議變得更智能。

商城

StitchFix就是這樣一個先行者。這家位于加利福尼亞的初創公司通過訂閱服務向顧客提供時尚服飾，用技術術語來說就是“策劃購物”。它定期向客戶寄出一個盒子，里面裝著5件衣服，顧客可以選擇留下幾件，不要的就退回。

公司盡其所能地讓盒子里的衣服符合顧客的品味，因此蓬勃發展起來。不過，每一次退貨都會對公司造成損失。為了提高成功率，StitchFix高薪聘請了80多位數據科學家，他們使用極其復雜的算法和最新的機器學習方法來提高預測的準確度：這個客戶會保留這件衣服嗎？

AI智能

除了調查表和購物歷史等顯而易見的數據源——即顧客過去留下或退回的服裝飾品的反饋數據——系統還會根據顧客喜歡的Instagram照片進行計算。AI有時候會在照片中識別出一些模式，而這些模式反映出了一些連客戶自己都沒有意識到的偏好。

而像梅西百貨這樣的美國百貨公司、英國的樂購、法國的家樂福這樣的大型超市則試圖通過使用購物助手的應用程序，將在互聯網商務中已經被證實有效的推薦機制應用到實體商店中。

如果顧客的購物清單中有洗發水這一項，或者顧客在經過超市農產品區時通過語音詢問了有關洗發水的信息，那么該應用程序就會幫助顧客找到抵達洗發水貨架的最快路線。當一個顧客站在紅酒貨架前，他無需詢問，應用程序就會顯示酒莊的紅酒今天有折扣。

商業應用

4、總結與評價

誠然，所有這些虛擬購物顧問的問題在于，因為它們是由商品供應商提供的，所以幾乎可以確定無疑的是，它們會把供應商的利益放在高于購物者利益的位置上。因此，更高級的人工智能購物助手擁有重視與客戶長期關系的設定，就像信譽良好的商人一樣。

它們不會誤導顧客做出事后會為之懊悔生氣的購買決定。

如果有更多虛擬購物助手能夠代替供應商來向消費者提供銷售建議，那就更好了。其中用于價格比較的應用程序就是獨立于供應商的。它們會向消費者提供他們之前搜索過但未購買的產品的銷售情況。但是目前市場上仍然沒有機器人能夠系統地觀察用戶在所有產品類別中的消費行為，并從用戶的購買決策中了解他的喜好和支付意愿。

自動化生產

虛擬購物助手無法得知廁紙一般一周就用完了，也還不能自行啟動例行的采購，還不知道在哪些情況下需要為人類客戶準備好決策模板、與供應商協商價格。對于那些關心數據隱私的人來說，像這樣的虛擬助手意味著消費者的信息將更加透明，從而使消費者的行為變得易受操縱。

但對于那些不喜歡在購物上浪費時間的人來說，這非常便利。如果這樣的虛擬助手能夠成為客戶實際生活中的代理，而對供應商保持中立，那么它們也不會像我們人類那樣經常被愚蠢的營銷技巧所欺騙。