軟硬相遇:AI成爲這個家具裝修零售商的好幫手

至頂網軟件頻道消息:想象一下這兩個家庭裝修面臨的典型問題:木匠試圖在一個大型商店裡快速找到合適的釘子,東西如此多每多用一分鐘就會變得愈加沮喪;他的客戶想知道翻新後的室外地板是什麼樣子的。傢俱裝修零售商Lowe's正在轉向使用人工智能技術,為客戶及其員工提供幫助。

說到人工智能和機器人技術時,這個古老的家居裝修品牌可能不會是你第一個想到的名字。然而,Lowe's清楚地看到人工智能技術帶給他們的價值——一個用於完成工作的工具。歡迎來到這個家裝品牌讓軟件與硬件相遇的世界。

Lowe's數字化開發副總裁Gihad Jawhar是公司人工智能項目背後的推進者,他談到了Lowe's部署各種技術——計算機視覺,機器學習和自然語言處理(NLP)——背後的佈局,他們用這些技術來解決客戶問題,並指導客戶無縫地、快速地找到合適的產品。“人工智能碰巧成了我們做到這些事情的合適工具。我們原本並未計劃去用人工智能。這項技術無法推動解決方案,是各種問題推動了解決方案——而人工智能技術本身是解決問題的一個途徑。”

Lowe's並不是唯一一家使用人工智能技術的零售商。福布斯最近進行的一項調查發現,50%的零售業高管選擇人工智能作為企業未來最重要的技術。

人工智能成為客戶服務中的一個“幫手”

Lowe's已經嘗試了許多以人工智能為驅動的項目,並且將開始部署新的解決方案。2017年,Lowe's的LoweBot店內自動機器人作為一年試點計劃推出,它能夠回答基本的問題,並在商店內引導客戶和員工。它可以實時追蹤庫存並檢測可以指導業務決策的銷售模式。現在,Lowe's正在採用這個試點項目中一些技術,例如計算機視覺,來發現庫存中缺少的商品也就是商店貨架上閒置出來的空間。Lowe's剛剛發佈了一個基於文本的客戶服務平臺,可以預測客戶的需求。

Jawhar說,所有這些都使Lowe's的員工能夠將注意力集中在更復雜的人類問題上,例如將他們的專業知識用於客戶的一個特定項目(也許是一個令人頭疼的屋頂漏洞)。

软硬相遇:AI成为这个家具装修零售商的好帮手

LoweBot和其他很多人工智能技術都來自於Lowe's的創新實驗室,該實驗室還致力於增強/虛擬現實可視化和基於應用的VR商店(此類首創)等技術,客戶可以在這裡看到這些產品或項目將如何用在他們的家裡。Lowe's專注於零售可視化的一個例子,是Holoroom Test Drive,一種完全身臨其境的VR體驗,讓客戶以逼真的虛擬方式測試電力設備。該技術在2018年獲得了Auggie最佳企業解決方案獎。

“我們利用我們的商店作為生活實驗室,快速測試我們的原型理念,並收集來自現實世界關於這些新體驗的反饋,” Lowe's創新實驗室的實驗室製作與運營總監Josh Shabtai這樣說道。

讓短信和搜索變得更聰明

創新不止於此。Jawhar和他的團隊也在圍繞短信建立客戶服務體驗,短信是多數Lowe's購物者的主要溝通平臺,也是部署自然語言處理和機器學習的理想之選。

這個解決方案一開始只是一個簡單的短信選項,最近擴展到了Apple Business Chat。“我們發現客戶在體驗服務期間的需求是非常相似的,他們只是以10或15種不同的方式提出需求,這些取決於他們在項目中所處的階段、所在的位置、使用的單詞類型、以及他們對查詢結果的反應。在測試中,我們能夠準確地識別出大約70%的客戶意圖,並據此來改進我們的算法。”

Lowe's也在使用人工智能技術來提升其網站搜索引擎,這樣他們就可以知道“屋頂漏水”實際上與諸如硅化反射屋頂塗層等產品是相關的。“我們可以輸入人工智能提供的見解、結果或從搜索中捕獲的信號,讓客戶看到他們看到的。但要做到這一點,我們必須瞭解人類語言,當我們發現有人來到我們網站上的時候,搜索引擎就會像人類那樣向他們進行詢問。”

用人工智能監視貨架情況

計算機視覺是Lowe's正在部署的另一項技術。Lowe's在某些高人性化部門的貨架頂部安裝了小型攝像頭,這些攝像頭可以傳輸貨架庫存的實時信息。例如,它可以檢測燈泡產品什麼時候缺貨了,然後系統會向商店的設備發出實時通知,以便員工快速前往庫房並增補貨品。 “系統可以在向員工發出通知之前,確定具體產品的精確貨架位置以及店內是否有額外庫存,”Lowe's市場概念和開發總監Kevin Seidehamel這樣說道。

構建人工智能

人工智能才剛剛開始重塑零售業。Jawhar說,儘管Lowe's已經取得了一定進展,但他們在人工智能方面的努力才剛剛開始。這是普遍現象,因為根據Forbes Insights的調查顯示,只有3%的零售企業已經全方位部署了人工智能,而26%的企業表示人工智能已經成為業務的重要組成部分。大多數零售企業(64%)認為自己在實施人工智能技術方面進展緩慢。

Lowe是如何開始構建和部署人工智能的?“我們做了類似於最小可行產品的試水,”Jawhar說。他和他的團隊使用測試產生的訓練數據,然後不斷地提供給算法並讓算法變得越來越智能化。“最終機器可以管理更多的日常任務,讓人類自由地做我們擅長的事情。這是一個巨大的進步。”他指出,一旦在企業內部達到95%左右的成功率,那麼你就可以用於一小部分客戶。然後,評估這些客戶的滿意度。“這是商業中常見的方式。讓規模儘量小到失敗和失敗的成本都是可以接受的,然後你只需要讓它儘可能成功。”


分享到:


相關文章: