|
每当一个新技术到来时，大家往往都容易“短期高估、长期低估”，以至于热度过高时出现泡沫，泡沫破碎之后，资本信心受挫，长期来看对行业发展不利。2000年左右的互联网泡沫就是一个例证。
在经历了去年一整年的AI产业、创投热之后，今年开始，行业的关注焦点开始落到商业化上。“AI落地”、“AI in all”成为主旋律，即各行各业利用AI的力量来提升现有业务，从更实际的角度来发挥AI的作用。
比如，高盛就曾预测，到2025年，人工智能将为零售业每年节省540亿美元成本，创造410亿美元新收入。Gartner则预测，到2020年，消费者和零售商之间85%的互动都会由人工智能来解决。
在众多应用场景中，电商平台无论是对消费者的影响面，还是AI可以发挥的空间，都是最主流的场景之一。与传统的货架式、搜索式电商的“人找货”相比，拼多多代表的电商匹配场景里，“货找人”，即AI智能推荐将扮演更重要的角色。
搜索式电商通过设置关键词，分析用户浏览数据、账号信息等形成用户画像，最后进行推荐。拼多多则倡导从搜索到“商品流”的转变，因为很多时候消费者自己也不知道需要什么，推荐才能激发潜在需求，商业模式决定拼多多在技术上也与其他电商平台存在很大差异。
为此亿欧曾在2018年6月专访了拼多多CEO陈磊，他分享了很多AI在拼多多平台的实际应用和他对于技术价值观的思考。
AI如何解答零售业的核心问题
“大部分零售场景最后都在比拼性价比”
虽然中国人的生活水平在不断提升，消费升级看似是一个必然趋势，但精打细算、货比三家这样的消费习惯仍然深深根植于中国普通老百姓的理念里。如果说早期拼多多是通过微信平台接触到数量巨大的消费群体，那随后的复购与用户忠诚度还是要回归到商品的性价比。
“在物质消费决策中，高性价比是非常重要的因素，大部分零售场景最后都是在比拼性价比，消费者心中有杆秤”。陈磊表示，在所有类别的消费中，追求高性价比的日常消费是一种长久的需求，并且没有波峰波谷的周期。
“而且现在出现了很多有趣的现象，人们在虚拟世界的消费明显上升，而精神文化层面的需求是没有上限的，越来越多的人会进行文化消费，那么钱从哪来？本质上，物质消费在日常消费中的比例会不断减少，但是文化消费会无限增长。”
作为以技术驱动的电商平台，拼多多的机会在于，AI在用户习惯分析和商品匹配上可以运行地更加漂亮——庞大的用户群体、高频的交易和购物行为中加入了更丰富的社交维度，正在构建一个越来越聪明的数据库，既可以为AI的运算提供基本的数据量，人与人的交流展现出的图像、语音与语意理解，也能让AI的学习更精准，降低计算资源的消耗。
“电商平台要做的就是商品与人需求的匹配，匹配得越精准，创造的竞争环境越健康、越高效，消费者的需求就能被更好地满足。”陈磊说。
比如，拼多多通过AI实现选品、定价与流量分配，一方面规避了人工选品与定价可能存在的不公平情况，另一方面，AI在不断评估市场动态和竞争环境的变化，给出的解决方案也更加智能，突破人工的局限性。
“这其实是在将C端的消费行为数据通过平台实时反馈给供应链，而供应链在竞争环境中得到优化，通过AI来更好地实现C2B”，陈磊表示。
拼多多的商业模式特征是“少SKU、高订单、短爆发”，瞬间爆发的巨大单量可能会造成商家产能与交付能力跟不上，这时就需要对需求和供应链承受度有清晰把握，进行合理的平台资源适配。而在营销层面，拼多多利用AI为厂家推广提供数据支持，并将最终效果的成因反馈给厂家。
通过这样的精准匹配与正向激发，有效地促进了商家间健康的竞争——一方面，拼多多通过竞争提高商品性价比，另一方面，在平台合理控制毛利的同时，通过拼单联动消费者，以更有效率的方式传播，从而促进商品性价比的进一步提高。
“未来的电商平台，流量分配将会越来越智能，考虑的因素也会更加全面，商家不必担心流量从哪里来，也不必担心产能跟不上；在任何时候，算法推荐错的东西给消费者，都是在浪费他们的时间和金钱，算法推荐得越精准，效率就越高，同时也能够提升消费者购物的乐趣。”陈磊说。
独有“分布式AI”模型更懂人心
“以消费者为导向，在消费者习惯的场景提供高性价比的购物体验”
从搜索式购物、效率型购物逐渐过渡到逛街式购物，是电商行业的一大趋势。在这个过程中，AI算法推荐得到了越来越多电商平台的重视。
陈磊认为，基于商业模式的区别，拼多多的算法模型也与其他电商平台存在较大差异。“我们内部称之为‘分布式AI’”。 共2页 [1] [2] 下一页 关注公号：redshcom 关注更多: AI |
