1、人工智能的研究热潮

几年来，美国和亚洲的数字技术巨头们一直在争夺由语音控制的虚拟助理领域的主导地位。他们组建了庞大的由数据科学家和机器学习专家组成的团队，收购人工智能初创公司。

人工智能

比如三星在2017年收购了在虚拟助手领域冉冉升起的明星公司——加州的VivLabs；一些大公司，如微软和亚马逊，还组成了联盟，它们的数字助手将来会合作为用户服务。

这些公司如此努力不是纯粹出于对技术进步的热爱，而是害怕它们的商业地位会被动摇。今天，对于苹果（Siri）、谷歌（谷歌助手）、微软（Cortana）、Facebook和三星（Bixby）的战略专家们来说，一个很明显的趋势就是在未来许多甚至可能大部分数字服务的访问方式都将和“进取号”飞船上的情形一样：人类问出问题，机器回答。

三星科技

如果这台机器不能提供答案，人类就会寻找另一台机器。

用户总是希望机器能够为更复杂的问题提供更精确的答案。

2、人工智能助手如何大显神通？

“人工助手，我想在3月飞到瑞士滑3天雪。哪些滑雪场那时候肯定还有雪？哪里有便宜的旅馆？什么时候有便宜的航班？我需要租车解决从苏黎世机场到滑雪场的交通吗？”要回答这样一个问题，虚拟助手不需要通过图灵测试，只需要研究和汇总事实，以此为基础做出决策即可。

智能

另外，人类还有一个期望，这个比较合理：那就是把列日常决策清单的任务交给智能机器。这件事不复杂，但很让人心烦。而虚拟助手可以做到及时帮你订购打印机墨盒，不会忘了账单的付款期限，而且也会比人类更能意识到账单金额太高，从而拒绝付款。

硅谷创业公司开发的被称为“艾米”或“朱莉”的会议预约协调助手预示着未来智能代理将会承担大部分烦人的日常工作。它们的目标受众是没有个人助理的人。用户需要允许人工智能助手访问他们的日历和电子邮箱。

硅谷创业

会议预约的设置过程如下：邮箱里出现了询问会议的电子邮件。用户通过电子邮件发出同意的基本信号，这些回复会被抄送给“艾米”或“朱莉”。之后，人工智能助手负责后续邮件往来，直到业务伙伴就时间和地点达成一致，或者明确谁会在何时打电话给谁及电话号码的信息。

而更高级的系统将会负责整个日程安排并确定优先级，甚至在有需要的情况下自动推迟预约；系统还会在会议中向用户显示相关信息，并提醒他们不要忽视某些细节。

会议

会议协调助手目前已经发挥了相当大的作用，当两个虚拟助手代表他们的人类老板彼此协调时，它们几乎总能完美地完成任务——相比与人类合作，计算机之间的合作更高效。同时，越来越多的人开始在比较复杂的事情上听取计算机的建议。

比如在高速公路发生大堵车时，驾驶员是耐心等待还是走相对更长的城郊公路？这时一个像Google这样的预测软件就能够相当精确地计算出这个问题的答案，而这还得归功于使用安卓操作系统的智能手机用户提供的大量实时数据。

安卓

3、销售型机器人

毫无疑问，亚马逊为Echo的开发投入了数亿美元并非一时兴起。而Echo取得了如此巨大的成功也并非巧合。成立于1996年的亚马逊已经很清楚如何从数据中推断出客户的需求，这是其他公司做不到的。

自引入个性化推荐系统以来，亚马逊利用其客户的信息，已经能很精确地推断出应该在什么时间，以何种价格向特定用户推送哪款特定产品会提高该用户将该产品放入购物车的概率。亚马逊是西方规模最大的在线零售商，它还没有公开其虚拟推荐机制运行情况的确切数字。

渠道

但是专家们认为，通过亚马逊推荐系统的购买建议刺激消费者做出的购买行为占到亚马逊网站所有购买行为的1/3。占比如此之高，说明顾客真的把推荐看成是明智的建议，而不是像我们看待在线广告那样，认为它们是在网络上追着我们、硬要把我们不感兴趣或者已经购买了的产品塞给我们的讨厌鬼。

一方面，数字营销的突兀性灼伤了很多客户的购物积极性。另一方面，网络广告糟糕的形象却鼓舞了创业者，让他们致力于把虚拟购物建议变得更智能。

商城

StitchFix就是这样一个先行者。这家位于加利福尼亚的初创公司通过订阅服务向顾客提供时尚服饰，用技术术语来说就是“策划购物”。它定期向客户寄出一个盒子，里面装着5件衣服，顾客可以选择留下几件，不要的就退回。

公司尽其所能地让盒子里的衣服符合顾客的品味，因此蓬勃发展起来。不过，每一次退货都会对公司造成损失。为了提高成功率，StitchFix高薪聘请了80多位数据科学家，他们使用极其复杂的算法和最新的机器学习方法来提高预测的准确度：这个客户会保留这件衣服吗？

AI智能

除了调查表和购物历史等显而易见的数据源——即顾客过去留下或退回的服装饰品的反馈数据——系统还会根据顾客喜欢的Instagram照片进行计算。AI有时候会在照片中识别出一些模式，而这些模式反映出了一些连客户自己都没有意识到的偏好。

而像梅西百货这样的美国百货公司、英国的乐购、法国的家乐福这样的大型超市则试图通过使用购物助手的应用程序，将在互联网商务中已经被证实有效的推荐机制应用到实体商店中。

如果顾客的购物清单中有洗发水这一项，或者顾客在经过超市农产品区时通过语音询问了有关洗发水的信息，那么该应用程序就会帮助顾客找到抵达洗发水货架的最快路线。当一个顾客站在红酒货架前，他无需询问，应用程序就会显示酒庄的红酒今天有折扣。

商业应用

4、总结与评价

诚然，所有这些虚拟购物顾问的问题在于，因为它们是由商品供应商提供的，所以几乎可以确定无疑的是，它们会把供应商的利益放在高于购物者利益的位置上。因此，更高级的人工智能购物助手拥有重视与客户长期关系的设定，就像信誉良好的商人一样。

它们不会误导顾客做出事后会为之懊悔生气的购买决定。

如果有更多虚拟购物助手能够代替供应商来向消费者提供销售建议，那就更好了。其中用于价格比较的应用程序就是独立于供应商的。它们会向消费者提供他们之前搜索过但未购买的产品的销售情况。但是目前市场上仍然没有机器人能够系统地观察用户在所有产品类别中的消费行为，并从用户的购买决策中了解他的喜好和支付意愿。

自动化生产

虚拟购物助手无法得知厕纸一般一周就用完了，也还不能自行启动例行的采购，还不知道在哪些情况下需要为人类客户准备好决策模板、与供应商协商价格。对于那些关心数据隐私的人来说，像这样的虚拟助手意味着消费者的信息将更加透明，从而使消费者的行为变得易受操纵。

但对于那些不喜欢在购物上浪费时间的人来说，这非常便利。如果这样的虚拟助手能够成为客户实际生活中的代理，而对供应商保持中立，那么它们也不会像我们人类那样经常被愚蠢的营销技巧所欺骗。