谷歌云为零售商推出新的人工智能工具

在美国零售业最大的活动NRF 2023（纽约零售展览会）之前，谷歌云推出了全新或升级的四项人工智能技术，以帮助零售商转变其店内货架检查流程，并为客户提供更流畅和自然的在线购物体验，从而增强其电子商务网站。

一种新的基于谷歌云Vertex AI Vision的货架检查AI解决方案，利用谷歌关于人、地点和事物的事实数据库，使零售商能够识别数十亿种产品，以确保店内货架大小合适，库存充足。

此外，在其Discovery AI（AI发现）解决方案的更新中，谷歌云引入了新的个性化AI功能和AI驱动浏览功能，以帮助零售商升级其数字店面，为用户提供更动态和直观的购物体验。

最后，谷歌云的 Recommendations AI（AI推荐）解决方案推出了新的机器学习功能，使零售商能够动态优化电子商务页面上的产品订购和推荐面板，并为重复购买提供个性化建议。

谷歌云零售和消费者副总裁Carrie Tharp表示：“过去几年的剧变重塑了零售业的格局，零售商需要的工具更高效、更吸引客户、更不易受到未来冲击。尽管存在不确定性，但零售业仍有巨大的机会。未来的领导者将是那些利用人工智能和机器学习等最新技术工具应对当今最紧迫的线上线下挑战的人。”

新的货架检查AI帮助零售商提高产品可用性

店内货架上库存不足或没有库存的问题对零售商来说是一个令人困扰的问题。根据尼尔森（NielsenIQ）对货架可用性的分析，仅2021，空货架就让美国零售商损失了820亿美元的销售额。尽管零售商多年来一直在尝试不同的货架检查技术，以检测和区分不同口味的果酱和果冻，以及数十种类型的牙刷等产品。但它们的有效性往往受到创建可靠的人工智能模型所需资源的限制。

谷歌云新的人工智能货架检查解决方案现已在全球范围内预览，帮助零售商提高货架上的产品可用性，更好地了解货架的实际外观，并帮助他们了解需要重新进货的地方。基于谷歌云的Vertex AI Vision，并由两个机器学习模型（产品识别器和标签识别器）提供支持，货架检查AI使零售商能够解决一个非常困难的问题：如何仅基于产品的视觉和文本特征来大规模识别所有类型的产品，然后将这些数据转化为可操作的见解。

零售商无需花费时间、精力、投资用于数据收集和训练自己的人工智能模型。利用谷歌拥有数十亿个独特实体的数据库，货架检查AI可以从不同角度和有利位置拍摄的各种图像类型中识别产品，这是一项特别困难的任务。零售商可以为货架检查AI提供高度灵活的图像类型。例如，零售商可以使用天花板安装的摄像头、同事的手机或商店漫游机器人在货架检查工作中提供的图像。

预计这项技术将在未来几个月内在全球零售商中普遍使用。重要的是，零售商的图像和数据仍然是自己的，人工智能只能用于识别产品和价格标签。

AI改变数字橱窗购物体验

人们并不总是知道自己想要什么。这就是为什么他们在商店里或浏览网站寻找灵感。

为了帮助零售商使在线浏览和产品发现体验更现代、更快速、更直观、更让购物者满意，谷歌云在其面向零售商的发现AI解决方案中引入了一种新的AI驱动浏览功能。一旦购物者选择了“女式夹克”或“厨具”等类别，该功能就可以使用机器学习在零售商的电子商务网站上选择最佳产品订购。

随着时间的推移，人工智能使用历史数据学习电子商务网站上每个页面的理想产品订购，优化展示产品的方式和内容的准确性、相关性和销售可能性。该功能可用于各种电子商务网站页面，从浏览、品牌和登录页面，到导航和收藏页面。

传统上，电子商务网站根据类别畅销书列表或人类书写的规则对产品结果进行排序，比如根据季节性手动确定要突出显示的服装。而新的浏览技术采用了一种全新的方法，自我管理，从经验中学习，不需要人工干预。除了显著提高每次访问的转化率外，它还可以为零售商节省手动管理多个电子商务页面的时间和费用。该新工具现在已向全球零售商提供，支持72种语言。

通过机器学习实现更个性化的搜索和浏览结果

谷歌云委托进行的研究发现，75%的购物者更喜欢与他们喜欢的品牌进行个性化互动，86%的购物者希望品牌能够理解他们的兴趣和偏好。这也是大多数品牌希望但难以达到的。

为了帮助零售商创造更流畅和直观的在线购物体验，谷歌云今天推出了一种新的人工智能驱动的个性化功能，该功能可定制客户在搜索和浏览零售商网站时获得的结果。这项技术为谷歌云的新浏览产品和现有零售搜索解决方案的功能补充。

支持新个性化功能的人工智能是一种产品模式识别器，它使用客户在电子商务网站上的行为，例如他们的点击、购物车、购买和其他信息，来确定购物者的口味和偏好。然后，人工智能将符合这些偏好的产品在搜索和浏览排名中上移，以获得个性化结果。购物者的个性化搜索和浏览结果仅基于他们在特定零售商的电子商务网站上的互动，而与他们的谷歌账户活动无关。购物者可以通过他们在零售商网站上创建的帐户或通过网站上的自定义cookie来识别。

与所有谷歌云解决方案一样，客户拥有并控制其关于客户偏好的数据信息。这项技术现在普遍适用于世界各地的零售商。

通过AI更好的建议提高零售商收益

产品推荐系统现在是任何零售商电子商务战略的关键组成部分，原因很充分：到2026年，在线零售额预计将超过8万亿美元。然而，零售商长期以来一直难以确定要在其网站上显示哪些产品内容，如何有效地安排面板，以及如何协调相关和个性化的内容。谷歌云的推荐人工智能解决方案使用机器学习帮助零售商向购物者提供产品推荐。

新宣布的对Recommendation AI的新升级可以使零售商的电子商务属性更加个性化、动态，并对个人客户有所帮助。例如，一个新的页面级优化功能现在使电子商务网站能够动态地决定向购物者展示哪些产品推荐面板。页面级优化还可以最大限度地减少对资源密集型用户体验测试的需求，并可以提高用户参与度和转换率。

此外，最近增加的一项收入优化功能使用机器学习提供更好的产品推荐，可以提高任何电子商务网站转化率。与DeepMind合作构建的机器学习模型结合了电子商务网站的产品类别、商品价格、客户点击率和转化率，在购物者的长期满意度和零售商的收入提升之间找到正确的平衡。最后，新的一口价模式利用客户的购物历史为潜在的重复购买提供个性化建议。

与谷歌云客户使用的基准推荐系统相比，Recommendation AI在使用该技术的零售商控制的实验中显示，转化率和点击率提高了两位数。新的页面级优化、收入优化和一口价模式现已在全球范围内提供给零售商。