Η Amazon στρέφεται στην τεχνητή νοημοσύνη για να βοηθήσει τους πελάτες να βρουν ρούχα που ταιριάζουν όταν ψωνίζουν στο διαδίκτυο

Συντελεστές εικόνας: Αμαζόνα

Αφού στράφηκα πρόσφατα σε Generative AI για να βελτιώσει τις κριτικές προϊόντων τηςο γίγαντας του ηλεκτρονικού εμπορίου Amazon σήμερα κοινόχρηστο πώς χρησιμοποιεί τώρα την τεχνολογία AI για να βοηθήσει τους πελάτες να ψωνίσουν για ρούχα στο διαδίκτυο. Η εταιρεία εξηγεί ότι χρησιμοποιεί τώρα μεγάλα μοντέλα γλώσσας, γενετική τεχνητή νοημοσύνη και μηχανική εκμάθηση για να τροφοδοτήσει τέσσερις λειτουργίες που υποστηρίζονται από AI που θα βοηθήσουν τους πελάτες να βρουν ρούχα που να ταιριάζουν — μια συνεχής πρόκληση όταν πραγματοποιούν αγορές στο διαδίκτυο και η κύρια αιτία για επιστροφές ρούχων.

Σύμφωνα με μελέτη του Έρευνα Coresight, το μέσο ποσοστό επιστροφής για ρούχα που παραγγέλθηκαν στο διαδίκτυο είναι 24,4%, που είναι 8 ποσοστιαίες μονάδες υψηλότερο από τη συνολική κατάσταση επιστροφών στο διαδίκτυο. Επιπλέον, οι έμποροι λιανικής και οι επωνυμίες δήλωσαν ότι οι αποδόσεις στο διαδίκτυο αυξήθηκαν τα τελευταία δύο χρόνια. Συχνά, αυτό οφείλεται εν μέρει στο ότι οι σημερινοί καταναλωτές αγοράζουν ένα αντικείμενο σε πολλά μεγέθη ή χρώματα και στη συνέχεια επιστρέφουν εκείνα που δεν λειτουργούν, καθώς η διαδικασία των δοκιμών στο σπίτι και της αποστολής αντικειμένων πίσω έχει γίνει ευκολότερη.

Για να αντιμετωπίσει αυτήν την πρόκληση, η Amazon έχει εισαγάγει την τεχνητή νοημοσύνη στην εμπειρία αγορών μέσω διαδικτύου με τέσσερις τρόπους: σε εξατομικευμένες προτάσεις μεγεθών, ένα εργαλείο “Fit Insights” για πωλητές, επισημάνσεις με τεχνητή νοημοσύνη από αξιολογήσεις προσαρμογής που άφησαν άλλοι πελάτες και επανασχεδιασμένα γραφήματα μεγεθών.

Με τις εξατομικευμένες προτάσεις μεγέθους, η Amazon Fashion χρησιμοποίησε την τεχνητή νοημοσύνη για να αναπτύξει έναν αλγόριθμο βαθιάς μάθησης που θα βοηθήσει τους πελάτες να βρουν το μέγεθός τους που ταιριάζει καλύτερα σε διάφορα στυλ.

Αυτό το σύστημα λειτουργεί λαμβάνοντας υπόψη τη σχέση μεγέθους μεταξύ των συστημάτων μεγέθους των εμπορικών σημάτων, των κριτικών του προϊόντος και των προτιμήσεων προσαρμογής του ίδιου του πελάτη. Οι πληροφορίες συνδυάζονται σε πραγματικό χρόνο για να γίνουν προτάσεις για το καλύτερο μέγεθος για έναν πελάτη και προσαρμόζονται καθώς αλλάζουν οι ανάγκες μεγέθους του πελάτη. Η εταιρεία χρησιμοποιεί επίσης AI για να τους βοηθήσει να ανακαλύψουν τα στυλ που τους ταιριάζουν καλύτερα. Ωστόσο, αυτό το χαρακτηριστικό μπορεί να είναι ατελές εάν ένα μέλος της οικογένειας ψωνίζει τακτικά για ένα άλλο (όπως ο γιος ή η κόρη του) στο διαδίκτυο, καθώς προκαλεί σύγχυση στο σύστημα ως προς το μέγεθος του πελάτη έναντι του παιδιού.

Ωστόσο, μια άλλη νέα δυνατότητα, το “Fit Review Highlights”, θα μπορούσε να βοηθήσει στην αντιμετώπιση αυτού του προβλήματος. Αυτή η δυνατότητα είναι μια επέκταση της νέας προσθήκης Παρουσιάστηκαν τα κυριότερα σημεία αναθεώρησης πελατών που δημιουργούνται από AI τον Αύγουστο του 2023, τα οποία παρέχουν μια σύντομη περίληψη παραγράφου που περιγράφει λεπτομερώς το συναίσθημα των πελατών και τα χαρακτηριστικά του προϊόντος, καθώς και παρέχει βασικά χαρακτηριστικά προϊόντος ως κουμπιά με δυνατότητα κλικ.

Συντελεστές εικόνας: Αμαζόνα

Με το Fit Review Highlights, η Amazon εξάγει πληροφορίες σχετικά με την εφαρμογή της ένδυσης από τις κριτικές πελατών, συμπεριλαμβανομένων στοιχείων όπως η ακρίβεια μεγέθους του ενδύματος που ταιριάζει σε συγκεκριμένες περιοχές του σώματος και το τέντωμα του υφάσματος. Τα μεγάλα γλωσσικά μοντέλα εξάγουν λεπτομέρειες από τις κριτικές πελατών και στη συνέχεια η τεχνητή νοημοσύνη συνοψίζει τα ευρήματα σε ένα ευανάγνωστο highlight εξατομικευμένο για τον χρήστη, εξηγεί η Amazon. Αυτό θα μπορούσε να βοηθήσει τους χρήστες να εξοικονομήσουν χρόνο, καθώς δεν θα χρειαζόταν να διαβάσουν εκατοντάδες κριτικές για να καταλάβουν ότι το στοιχείο ταιριάζει.

Ο έμπορος λιανικής χρησιμοποιεί επίσης τώρα την τεχνητή νοημοσύνη για να βελτιώσει τα γραφήματα μεγεθών σε ολόκληρο τον ιστότοπο. Με μεγάλα γλωσσικά μοντέλα, η Amazon Fashion εξάγει και καθαρίζει γραφήματα μεγεθών προϊόντων από πολλές πηγές και στη συνέχεια μετατρέπει τα δεδομένα σε τυποποιημένα μεγέθη. Αυτή η διαδικασία θα αφαιρέσει τις διπλότυπες πληροφορίες και θα διορθώσει αυτόματα τις μετρήσεις που λείπουν ή είναι εσφαλμένες, οδηγώντας σε πιο ακριβή γραφήματα — και επομένως, προσαρμογή.

Οι πωλητές, επίσης, θα αποκτήσουν πρόσβαση σε πληροφορίες που βασίζονται σε AI. Με ένα Εργαλείο Fit Insights από το Amazon Fashion, παρέχεται στους πωλητές κατανόηση των αναγκών προσαρμογής των πελατών, ώστε να μπορούν να βελτιώσουν τον τρόπο με τον οποίο επικοινωνούν το μέγεθος στους πελάτες — π.χ.

Αυτές οι πληροφορίες μπορούν επίσης να χρησιμοποιηθούν για να καθοδηγήσουν τις μελλοντικές τους προσπάθειες παραγωγής, σημειώνει η Amazon. Σε αυτήν την περίπτωση, τα μεγάλα μοντέλα γλώσσας χρησιμοποιούνται για την εξαγωγή και τη συγκέντρωση σχολίων πελατών σχετικά με την εφαρμογή, το στυλ και το ύφασμα, εκτός από τις επιστροφές, τις αναλύσεις διαγραμμάτων μεγεθών και τις κριτικές πελατών. Η μηχανική εκμάθηση χρησιμοποιείται επίσης για τον εντοπισμό σφαλμάτων στα διαγράμματα μεγεθών της επωνυμίας, εάν υπάρχουν.

Συντελεστές εικόνας: Αμαζόνα

Αυτά τα χαρακτηριστικά είναι μόνο μια χούφτα προόδους τεχνητής νοημοσύνης που η Amazon έχει χρησιμοποιήσει τεχνητή νοημοσύνη για να βελτιώσει την εμπειρία αγορών στον ιστότοπό της τους τελευταίους μήνες. Πέρα από το τα κυριότερα σημεία της κριτικής πελατώνη Amazon έκανε επίσης το ντεμπούτο της σε εργαλεία παραγωγής τεχνητής νοημοσύνης βοηθήστε τους πωλητές να γράψουν τις περιγραφές των προϊόντων τους και βελτιώσουν τις εικόνες των προϊόντων τους. Το τελευταίο θα μπορούσε να αυξήσει τα ποσοστά κλικ προς αριθμό εμφανίσεων κατά 40%, εκτίμησε ο έμπορος λιανικής εκείνης της εποχής. Εξω από Υπηρεσίες Ιστού της Amazonη εταιρεία έχει επίσης φέρει την τεχνητή νοημοσύνη σε άλλα καταναλωτικά προϊόντα, συμπεριλαμβανομένης της Alexa και Fire TV.