人工智能案例研究：人工智能购物助手

看看电子商务领域如何让生成式人工智能发挥威力。

Constructor

今天的主角是 Constructor 公司，他专门针对零售商的独特需求构建了最佳的产品搜索和发现解决方案。

Constructor 的口号是 用人工智能从头开始构建电子商务。

人工智能购物助手

我们直接来看看他们公司的人工智能的核心应用：人工智能购物助手。

还是先看一下他们的Demo视频：

穿搭推荐

AI 购物助手是围绕搜过构建的，搜索弹出框不仅有传统的历史和热门搜索，还有 AI 搜索器。

比如选择穿搭风格助手：

输入想要的穿搭的描述，他就会给出对应风格的穿衣指南。不仅有衣服，

还有首饰：

背包、鞋子等等。

在搜索结果页面可以很方便的进行加购物车等操作。

菜谱推荐

不仅可以买衣服，做菜报菜谱也是手到擒来。

选择菜谱输入你想吃的东西：

他就会很快给出来菜谱对应的食材和调味品：

不仅如此，你还可以一次搜索多个食材，或者让他给你做一个推荐，比如周末晚餐吃什么。

私有大模型

为了完成上面的功能，Constructor 专为电子商务构建和微调了大模型。以便为电子商务客户提供个性化服务、推动电子商务转化并解决电子商务问题。

案例

Monica Vinader

Monica Vinader 是一家英国珠宝商，他的目标是提供定制数字服务。专注于价格实惠的高级珠宝，在国内外（尤其是美国和亚太地区）发展迅速， 并希望其网上商店的新技术能够帮助购物者“轻松发现反映他们个性的日常高级珠宝”。自己的个人风格”。

英国珠宝商 Monica Vinader 的目标是提供定制数字服务，作为促进全球销售的一种方式， 目前正与人工智能驱动的产品发现和搜索平台 Constructor 合作，“帮助创造闪亮的数字体验”。

人工智能主要做了如下事情：

• • 动态地组装迎合每个购物者口味的登陆页面，

• • 自动执行耗时的手动任务，例如检测同义词和调整在线搜索中的拼写错误，以解放电子商务团队，

• • 为销售人员和业务用户提供可操作的见解，让他们了解他们所做的决策如何影响整个网站的指标，

• • 例如将产品置于结果顶部或提升利润率更高的产品

人工智能帮助他们释放了一些重复劳动，这是AI比较常见的应用场景。同时人工智能还为他们做了一些辅助决策的建议，这部分已经不是重复劳动，而是创造性的工作， 这部分的应用很棒。

总结

AI 购物助手听起来很简单，但是除了产品设计的难度之外，其技术 实现也并不是像我们想象的那么简单，看似简单的购物助手功也融合了多项技术：

• • 关键字搜索

• • 向量检索

• • Transformers

• • LLM

• • Clickstream

• • NLP

• • GAI

AI 应用场景不会单独存在也就是说在我们想使用 AIGC 的大多数场景中，AI 永远不是单独存在的，它依赖你 之前的业务数据、积累的算法和技术，永远是三者融合而实现的应用场景。

--- END ---