GenAI 如何改變零售業

自從 Richard Sears 開始開設實體店以來，領先的零售商正在嘗試採用生成式 AI，希望能夠解決行業中一些最大的問題。他們開始使用 GenAI 建立產品摘要和其他網站內容、針對客戶和員工的提示產生對話回應、個人化行銷，甚至總結客戶意見，以協助商品行銷和產品創新。

然而，許多嘗試使用 GenAI 的企業都看到了令人失望的結果。這並不是因為技術本身有缺陷，而是因為當 GenAI 的訓練停止時，也會同時停止學習。通常，這會導致所謂的幻覺——由 GenAI 模型產生的不準確或具誤導性的結果。零售商開始使用檢索增強生成 (RAG) 等技術，為每個提示提供更相關的模型資訊，以便更準確地回應員工和客戶查詢。

請繼續閱讀，以深入瞭解零售商如何克服早期 GenAI 障礙，並透過開創性的應用軟體找到成功之路。

什麼是生成式 AI？

生成式 AI 是人工智慧的一個子集，它能夠理解簡單的語言提示或問題，並用文字或圖像做出回應。它也能夠擷取大量資料及產生該內容的摘要，以及解譯該資料並提出建議。

重點精華

• GenAI 可協助零售商根據訂單歷史記錄更深入瞭解客戶，讓零售商能夠對客戶問題提供更有幫助的回應，並建立個人化購物清單。
• 零售商使用 GenAI 產生內容，例如線上商店、目錄和貨架展示的產品描述，以及部落格文章和個人化行銷電子郵件。
• 零售商正在使用 GenAI 將「社交聆聽」提升到一個新的水平，總結來自社交媒體、產品評論網站和客服中心記錄等各種來源的客戶回饋，以建立最終的反饋循環。
• 零售商正在將 GenAI 驅動的聊天機器人引入採購流程，以降低商品成本並減少人工工作。
• 大型零售連鎖店使用 GenAI 來製作更具身歷其境和互動性的培訓影片。

GenAI 如何改變零售業？

GenAI 可透過協助零售商與現有客戶最大化銷售和利潤率來改變產業。這甚至有助於逆轉數十年的客戶忠誠度惡化趨勢，讓零售商提供令人驚訝的客戶服務。例如，GenAI 可協助零售商達成下列目標：

• 最佳化顯示。零售商可以透過結合智慧顯示裝置、傳統 AI 分析銷售資料和 GenAI 的對話功能來產生更具吸引力的促銷副本和設計元素，讓實體商店更有效率。
• 改善店內客戶服務。並非所有員工都能與現場的客戶聯繫，但任何具備平板電腦的人都可以從 GenAI 取得協助。此工具可快速協助員工將客戶引導至他們尋找的特定項目，並建議他們可能有興趣購買的相關項目。GenAI 甚至可以提示員工向客戶詢問自己或他們想要達成的目標，這甚至可以提供更多交叉銷售商機。例如，在五金行購買特定內牆塗料的顧客，可能會被引導購買適合該類型塗料的油漆刷。
• 整合並彙總意見回饋。零售商可以使用 GenAI 來彙總和解譯來自各種內部和第三方來源的客戶意見回饋，包括社交媒體網站、客服中心和交談記錄，以及線上評論，從數百或數千個意見和建議中建立簡潔的摘要。這些摘要可讓管理階層更清楚地瞭解實體與線上商店的績效，尤其是客戶滿意度、產品選擇的深度與深度，以及產品是否符合預期。
• 個人化購物體驗。零售商可以使用 GenAI 建立為每個客戶量身打造的優惠與行銷通訊，而不是人口統計資料群組，因為 GenAI 可以快速且任何數量建立。GenAI 也可分析瀏覽紀錄、購物行為與偏好設定，打造個人化購物體驗。藉由瞭解個別客戶偏好和行為，零售商可以量身打造產品建議、促銷及行銷活動，從而提高客戶滿意度和忠誠度。他們也可以結合 RAG 或其他提供更新資料的方式使用 GenAI，提供更個人化的售後服務。這可能意味著幫助客戶更好地發揮所購產品的價值、讓退貨流程更加順暢，甚至收集更多客戶回饋，並激發他們對未來交易的興趣。

零售業生成式 AI 的優勢

GenAI 為零售商提供各種營運、客戶服務和其他福利，詳述如下。

提升營運和成本效益

零售商的利潤空間往往很窄，因此任何提升營運效率的改進，都有助於提高獲利能力。例如，零售商可以使用 GenAI 來取代或擴增線上和電話的客戶服務專員，減少人員花費的時間，以協助客戶處理退貨或換貨等工作。一家零售商透過使用由 GenAI 支援、結合傳統分析和第三方市場資料的聊天機器人，透過供應商的線上平台進行設備採購合約談判，成功將採購成本降低了 3%。零售商表示，透過製作內建 GenAI 的培訓影片，讓員工在多種互動情境中學習，這不僅提高了員工的生產力，還能減少代價高昂的人員流失問題。

提高客戶忠誠度

幾十年來，零售品牌忠誠度一直在下降。零售商需要比以往任何時候都更努力地工作來留住客戶。

GenAI 可以是一項寶貴的工具，可協助零售商利用個別客戶的資料，讓他們大規模地發送目標極高的電子郵件和其他行銷資料，這點只是人力無法實現的。運作方式是 GenAI 透過彙總的購物歷史記錄、社交媒體貼文及其他第三方資料進行排序，以判斷哪些特定行銷訊息可能會對指定的購物者提出吸引力。這些訊息是個人化而非大量產生，有助於減少品牌疲勞、改善內容的相關性，以及提高客戶忠誠度。

改善客戶體驗

大多數零售商不僅面臨高員工流失率，而且還必須招募季節性員工，這意味著他們總是管理大量對機構知識知之甚少的新員工。GenAI 可以透過為這些員工產生產品功能摘要和步行路線來提供協助，以幫助他們引導顧客入店參觀。GenAI 也可以顯示客服中心專員的客戶歷史記錄和產品資訊，以及提供互動式客戶服務聊天機器人。

零售商也可以使用 GenAI 直接透過線上聊天機器人回應客戶問題或投訴，或提供儲存業務人員的指令碼間接回應。兩者都考慮了購物者體驗的完整內容，以及相關產品資訊。

例如，如果客戶詢問商店的退貨政策，那麼包含「您上個月購買的烤架仍在保固期內，我可以預約人員為您取貨」的回答會比「視情況而定」或「通常為 30 天」等回答更有幫助。這也有利於與該客戶建立長期關係。

此外，零售商可以使用 GenAI 來回應訂單狀態的查詢，甚至針對 T 恤和咖啡杯等自訂商品建議語言和影像。

促進產品開發與創新

產品生命週期管理一直是零售商的目標，但比觀察者更頻繁地接受產品生命週期管理。在 GenAI 出現之前，零售商根本無法有效處理大量的客戶和最終用戶反饋，從中找出關於某個產品的常見投訴，再將這些問題反映給供應商的產品開發團隊或自有品牌的製造商，因為這過程既費時又費力。這類定期的反饋能促使有益的產品改良，甚至催生出全新的產品。

然而，藉助 GenAI，零售商能夠輕鬆分析客服中心的文字紀錄與語音記錄、社群媒體的貼文，以及零售網站和綜合平台 (例如 Yelp 和 Google) 上的客戶評論，將這些資料綜合整理，甚至能夠區分出無理的抱怨與有建設性的建議。然後，他們可以使用 GenAI 來及時且簡潔地彙總該資料。GenAI 慧模型可以根據對廣泛反映的解讀提出建議，例如，將「我一直掉下來，總是壞掉！」這類評論轉化為「透過將把手縮小幾公分來讓它更符合人體工學。」

生成式 AI 在零售業的五個使用案例

零售商開始以各種聰明的方式使用 GenAI 來改善客戶服務和保留率、降低退貨率、增加購物籃大小，以及提高利潤。以下是五個使用案例。

1. 增強客戶體驗。

零售商可以使用 GenAI 型聊天機器人，透過 RAG 或類似技術補充更新的客戶資料，在詢問問題時與消費者進行對話。這些互動會透過電話或零售商的電子商務網站進行，並且可以涵蓋客戶正在研究的產品、零售商的退貨政策，或其商店時間或庫存。與使用傳統 AI 的舊版聊天機器人 (其決策樹數量有限) 相比，現代由生成式 AI 驅動的聊天機器人能提供消費者幾乎無限的對話選擇，並且能夠回應更複雜的客戶查詢。

舉例來說，一家大型五金零售店的 GenAI 聊天機器人可以透過詢問房屋大小和位置等問題，協助客戶選擇最適合的照明或管道設備，挑選具備適當抗拉強度、功率配置及耐高溫能力的產品。儘管傳統 AI 聊天機器人已經能提供不錯的推薦，生成式 AI 聊天機器人則更具對話性，能回應客戶的線上請求，例如「縮短衣擺」或「讓我看看深藍色的款式」。這些由 GenAI 驅動的虛擬助理，越來越能夠察覺客戶的情緒，例如識別出客戶的不耐煩或使用諷刺、俚語等語言，並能明白這些言語並非字面上的意思。這些虛擬助理知道，當一名客戶因不滿說「去跳湖吧！」時，並不是真的要發出這個指令。

2. 自動產生內容。

零售商可以使用 GenAI 為其電子商務網站和貨架標籤建立簡潔且引人注目的產品摘要。行銷人員可改變提示來要求 GenAI 創作更長篇的內容，如部落格文章。例如，一家全國超市連鎖店使用 GenAI，根據店內銷售的食材組合出誘人的食譜，並將其發布為部落格文章。這個聊天機器人也能根據提問 (例如「我需要哪些食材來做千層麵？」) 提供購物清單。零售商還可以使用 GenAI 生成個人化的購物清單，像是針對有麩質不耐症、對開心果過敏，或不喜歡味噌的客戶量身打造的清單。

3. 個人化行銷。

零售商可以使用 GenAI 來解決電子郵件疲勞問題，透過建議引人注目的主題行和量身打造的內容，針對每個收件人進行個別化處理，而非僅針對某些人口統計群體或其他較不具個人化的版本 (例如「像你這樣的人也喜歡…」)。結合傳統人工智慧和檢索增強生成 (RAG)，GenAI 能夠為數以萬計的現有、過去和潛在客戶產生這些個人化的電子郵件，實現大規模的個人化。GenAI 還能產生無限數量的 A/B 測試，幫助識別出哪些內容在促進轉換上最具效果。

4. 整合客戶意見回饋。

零售商可以使用 GenAI 來複查及彙總客戶評論、社交媒體饋送及其他來源的意見。這個簡潔的意見回饋可協助做出明智的決策，例如要庫存的產品、在商店與網站上放置產品的位置、如何處理退貨、需要指派更多知識的職員的位置，甚至是 (與供應商合作) 如何改善現有產品。

5. 利用 GenAI 增強傳統 AI。

零售商還使用 GenAI 來增強傳統 AI 應用程式。例如，零售商已使用傳統 AI 協助線上購物者上傳照片來搜尋產品。零售商現在可以使用 GenAI，與購物者進行更複雜、類似人類的對話。這讓對話變得更自然，例如：「給我一件綠色的」、「有下擺較短的嗎？」或者「有適合搭配的西裝外套嗎？」

此外，零售商還可以使用 GenAI 來增強依賴傳統 AI 來預測趨勢的後台工具。例如，零售商使用傳統的 AI 型分析，根據天氣和經濟報表等來源的資料分析趨勢。有了 GenAI，他們可以剖析和解譯來自更多不同類型來源的資料，例如社交媒體饋送、客戶評論、線上時裝雜誌和新聞網站，以更準確地預測趨勢。

同樣地，雖然零售供應商已使用 AI 來調整因應供應鏈中斷的交付路線，但 GenAI 可以提供新聞報表、社交媒體貼文及其他非傳統資料來源的摘要，以增強此類分析。

GenAI 在零售業的應用範例

雖然 GenAI 僅供企業使用相對較短的時間，但零售商已快速利用其強大的屬性。範例如下。

• 全球一間超市連鎖店正在使用 GenAI 驅動的聊天機器人，協助購物者購買不只是他們嘗試烹煮的食譜，同時也遵守飲食限制，一切都使用友善的對話色調。在後端，超市還使用 GenAI 為潛在供應商撰寫提案要求，並分析和總結其出價。
• 線上電子商店使用 GenAI 來封裝不同產品的客戶評論清單，為客戶提供其他人對指定項目的看法摘要，讓他們不再需要閱讀每項個別產品評論。
• 線上服裝與配件商店使用 GenAI 提供的聊天機器人，協助購物者購買禮物。聊天機器人會詢問購物者關於目標收件者的性別、規模、嗜好和興趣，以及客戶偏好的價格範圍。
• 全球超級商店使用 GenAI 與廠商和承包商協商小型合約。其做法是使用傳統分析來瞭解指定項目或服務的市場，以及使用 GenAI 支援的聊天機器人，透過其線上入口網站與廠商互動和協商條款。除了減少人為互連者的摩擦之外，GenAI 還讓零售商採購團隊專注於更具策略性的交易。
• 一個線上購物中心使用傳統的人工智慧導向分析來協助流行的零售租戶設定價格，而 GenAI 則協助向感興趣的客戶撰寫產品描述和對話後續訊息。

運用 Oracle 和 GenAI 徹底改變您的零售營運

零售商正在使用 Oracle Retail AI and analytics 解決方案來協助微調行銷、做出更明智的定價和庫存決策、最佳化樓層空間和商店位置、改善產品描述，以及更廣泛地建立更多履行購物體驗並提高利潤。

隨著生成式 AI 有助於提供個人化和互動式的購物體驗，更深入瞭解消費者行為和偏好、最佳化庫存管理、預測趨勢、簡化供應鏈流程等，智慧零售商正在規劃如何利用它來推動業務成長。

生成式 AI 常見問題

大型零售商如何使用 GenAI？

大型零售商利用使用 GenAI 來生成產品描述、彙總長篇文件、製作新內容，並為店員提供客戶的交叉銷售建議。

如何在零售業中應用大型語言模型？

零售商運用大型語言模型 (LLM) 和其他 GenAI 應用程式來驅動聊天機器人，提供高效且友善的客戶服務，這通常比客服中心的客服人員來得更快速且準確。