<dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
<em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

<em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

    <em id="5gd3d"></em>

    <em id="5gd3d"><ins id="5gd3d"></ins></em>
      <sup id="5gd3d"><meter id="5gd3d"></meter></sup>
      1. 創業頭條
      2. 前沿領域
      3. 人工智能
      4. 正文

      在替代線下導購的路上,AI已經被解雇了

       2018-10-09 16:43  來源:品途商業評論  我來投稿

        月薪5千到5萬 這些項目才是你的未來

      摘要:2018年,行業落地是AI產業最主要的關鍵詞。AI技術如同電與煤這樣的基礎能源一樣,開始源源不斷地對產業輸送能量,通過效率的提升改變產業形態。

      我們看到生產線上開始出現越來越多精密控制的機器人、人臉識別代替了簽名和指紋、語音交互讓電話客服變成了機器人……

      但同時我們也在思考另外一個問題——真的有一樣技術,在每一個領域都適用嗎?就像在機械工業如此發達的今天,仍然有很多豪車標榜零件的手工制造和裝配,這并不是為了逼格,而是因為只有人手才能帶來更嚴格的質量控制,通過人工研磨帶來近乎完美的契合。

      畢竟,人類追求的永遠都是結果,而并不在乎實現結果的過程中應用了多少最前沿的科技。這時對于科技效用邊界的觀測,就顯得非常重要了。

      那么在AI與眾多行業的排列組合中,是不是也擁有一些領域,在AI的加入后并不能帶來那么完美的結果,甚至還會“幫倒忙”?尤其是在人人自危、擔心被AI搶走工作的今天,這些行業是否會成為“人類鐵飯碗”呢?

      在我們的日常生活中,零售絕對是一個和AI融合的重要領域,無人零售不光帶來了大街小巷的升級版自動售貨機,還帶來了可以讓大爺大媽可以在夏天進去納涼的街頭無人便利店。

      但除了這些規模較小的場景以外,體量稍微大一點的超市、專賣店好像就不太適應這樣粗放的“自助購物”。于是,便有一些商家在門店中引入了一種名為“導購機器人”的新物種,試圖代替人工導購,招攬客人、幫助他們找到想要的產品,省下一筆工資。對于消費者來說,我們想象中的機器人導購肯定不會像屈X氏的導購大姐一樣,為了推銷洗面奶拉著你饒舌半小時,也不會像一些導購一樣,通過客戶的穿戴來決定自己的態度。

      可從目前的結果看來,消費者和商家都想得太美了……

      被超市炒魷魚的Pepper:為什么線下導購不能去人力化

      今年年初時,蘇格蘭一家連鎖超市批量引進了一批軟銀Pepper機器人作為導購員。在一系列服務機器人中,Pepper算是資歷老、應用廣、技術也相對成熟的品牌了。我們在一些酒店大堂和銀行等等地方,也能看到Pepper承擔了一些簡單的問詢工作。除了語音交互以外,Pepper還可以通過面部表情來分析出人類的情緒,這么看起來還是很符合導購崗位所以需要的察言觀色技能。

      可惜這家超市應用Pepper的結果卻不盡如人意:一開始顧客們還很愿意和Pepper互動,但很快就有顧客表示,Pepper“聽不懂人話”,同一句問詢常常需要重復好幾遍;同時Pepper能提供的幫助非常有限,比如當顧客問“啤酒在哪”時,Pepper只會回答“在酒水區”,加上行動能力有限,Pepper也不能很好地為消費者引領方向。

      最后沒什么實際作用還挺占地方的Pepper終于被解雇,回到實驗室進行技術更新。

      作為熟練工種的Pepper結果都是如此,相信其他導購機器人的就職經歷也不會太順利。

      從Pepper的案例入手,我們可以先從技術角度談談,當今線下導購這件事為什么不能去人力化。

      首先從交互角度來說,導購最自然的交互方式肯定還是語音,問“XX品牌的XX產品在那個位置”只需要一秒鐘,可如果用觸屏查找卻很費事。但在購物場景中,語音交互存在以下幾個顯著的特點:

      1、 環境音嘈雜,收音難。在超市工作的Pepper之所以常常聽不懂人話,原因可能不是NLP技術不過關,而是沒有進行有效的收音。

      2、 對話形式非標準化,模型訓練難。有人要問了,之前杭州推出的語音交互買地鐵票還是在地鐵站收音呢,豈不是比超市困難的多?但和地鐵站固定的“我要從哪到哪”句式不同,購物是一個自由度非常之高的場景,對話性形式也很難標準化。人們可能會問導購各種各樣奇怪的問題,還會一邊和導購交流一邊和同行人說話、一邊打電話等等。如果要在訓練對話模型時考慮進去所有的情況,將會極大地加大開發難度。

      3、 綜合語言、語氣和表情的多模態理解,謎之困難。還有一點就是,考慮AI導購時我們想到的不應該只有超市這種簡單粗暴的場景。很多時候在購買產品時,導購不僅僅需要把產品介紹清楚,還需要通過對消費者的綜合觀察給出相應話術促進銷售。而機器人最難理解的就是“言外之意”,比如男女同行時,女士說不想要,不代表你應該立刻下線,而代表你應該去攻堅同行的男士……這一點很多人類都不懂,更不用提AI了。在超市打工的案例中,Pepper在做超市試吃工作時,招攬來的試吃者只有人類員工的1/3,看來結合語言和表情做多模態理解,AI也沒能精準地招攬到潛藏在人群中的吃貨。

      除了通過語言促進銷售,人類導購還會常常會做一些輕體力的服務工作,大范圍來講需要擺貨、整理商品,細節上比如化妝品導購要幫助用戶化妝、服裝導購需要幫助用戶穿衣服等等。這些工作如果交給AI來做,顯然無法有和人類一樣的效率。

      總之在促銷和服務上,AI導購都不能替代人類獨立完成工作。

      優衣庫與愛馬仕之間的距離:為什么線下導購不能去人性化

      拋開AI技術本身的限制而言,從消費者在購物時的感性體驗而言,人類導購的存在也有著不可替代性的意義,因為線下導購這個行業不能“去人性化”。

      首先,購物時導購提供的不僅僅是物理層面的服務,還有情感服務。很多高端品牌的導購會通過門店銷售時培養自己的熟客群,平時通過聊天、留貨、告知上新等等方式維系客勤關系,從而促進長線銷售。這種人與人之間建立起來的情感,是任何技術都無法替代的。

      除了維護客勤關系以外,導購的形象本身也是品牌精神、特質的一種體現。同樣是T恤,優衣庫賣99元,奢侈品店買4999元,但優衣庫的導購多半是給你找個好的兼職人員和實習生,奢侈品門店里則有大學本科畢業、儀容規整的俊男美女為你提供一對一服務。可要是愛馬仕和和真維斯在店里都換上同樣外表呆萌的Pepper,不光消費者體會不到這其中該有的價值差,整個畫風也顯得有些過于詭異。

      同時,在很長一段時間內AI機器人導購這一物種都會是非常新奇的存在,它的“非人性”會格外引人矚目,讓消費者難以忽視他們的存在,甚至沖淡經營炒作本身營造出的氛圍。人類導購時代,運動品牌可以用沖浪板和綠茵地營造出運動風,少女品牌可以用粉嫩的裝飾營造出少女風,等到全擺上AI導購機器人,個個都變科幻風。

      相比替代,我們更想看到合作共贏……

      當然,這也不意味著導購行業徹底與AI無緣。相比一味的替代,我們關注的應該是融合和優化。

      這也是中國科技產業經常會出現的一個問題,動不動就要“顛覆”、“撕裂”、“重新定義”,終于等到今天,科技碰到了人類這個顛覆不動的、設計無比精密的物種,我們才開始了解到合作的美妙。

      (賣化妝品的小度機器人)

      導購行業與AI技術的合作方式有很多,例如可以利用AI機器人“非人性化”這一特點來吸引客流,此前永輝智能體驗超市就曾經引進過一批導購機器人,吸引用戶進店體驗,但真正消費時還是按照新零售模式,由人類工作人員將商品打包。蘭蔻也曾經和百度的小度機器人進行過合作,和人類導購一起站在柜臺旁,吸引了不少人前來合影,也就滿足了商家在營銷方面的需求。

      同時在導購過程中,AI強大的識別能力和決策能力也能發揮的淋漓盡致。通過圖像識別檢查消費者的皮膚狀態、通過算法判斷消費者的身材和風格與店內哪些商品更匹配……或許AI不能把這些結果很好的表達給消費者,但是結合上人類的經驗和能力,就好比讓導購獲得了讀心術和火眼金睛,在掏空我們錢包的道路上更近一步。

      總之,線下導購在被AI的圍攻下依然堅挺,成為“鐵飯碗”工種之一肯定沒跑了。目前正擔任著導購工作的人類們,希望你們可以和未來的AI新同事好好合作,帶給世界全新的購物體驗。

      責任編輯:佩佩   /   作者:腦極體

      相關標簽
      ai技術
      ai智能

      申請創業報道,分享創業好點子。點擊此處,共同探討創業新機遇!

      相關文章

      xm

      熱門排行

      編輯推薦

      掃一掃關注最新創業資訊
      澳门赛马会足球賠率
      <dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
      <em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

      <em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

        <em id="5gd3d"></em>

        <em id="5gd3d"><ins id="5gd3d"></ins></em>
          <sup id="5gd3d"><meter id="5gd3d"></meter></sup>
          <dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
          <em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

          <em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

            <em id="5gd3d"></em>

            <em id="5gd3d"><ins id="5gd3d"></ins></em>
              <sup id="5gd3d"><meter id="5gd3d"></meter></sup>