看吶，這錯綜復雜的人工智能世界！人工智能所包含的內容浩如煙海，從最優化實踐，到如何讓AI服務于你的業務，再到它將如何影響消費者……這樣的例子不勝枚舉。事實是，有些人工智能太過復雜，尤其是考慮到當前及短期需求，現階段的企業根本不必就是否對其進行投資而過度操勞。
另一方面，隨著媒體不斷談論人工智能和自動化，迫使人們去了解更多真相的壓力在不斷增加。為了消除這種焦慮，我們收集了11位科技界領軍人物對人工智能的觀點，帶你深入了解當今人工智能研究的關注點。
人工智能并不總是正確的解決方案
企業需要仔細、系統地權衡自己的選擇，確定人工智能是否適合公司的發展。如果是，那么就有條不紊地制定路線圖，以保證消費者的熱度與產品的壽命。
Jason VandeBoom，ActiveCampaign——一家針對中小企業的營銷自動化和CRM平臺提供商——的創始人和首席執行官：
很多時候，人工智能被當做解決現有業務問題的權宜之計，并以此為賣點。不過，企業應該警惕：人工智能并不是“快餐”，營銷人員不應該未經審視地迷信。另一方面，從定義上講，權宜之計也就意味著非個性化。最重要的是，企業需要的解決方案恰恰是根據他們的具體需要身量身定制的，而不僅僅套用符合所有人的需求的解決方案。
在進軍人工智能領域之前，決策者應該先問問自己，公司是否需要人工智能這一解決方案。如果一家公司沒有人工智能適用的問題，例如處理海量的數據及運算，那么他們就會明智地越過報刊上吹捧的這一科技，找到適合他們業務的個性化解決方案。
此外還要要明白，輸入垃圾等于輸出垃圾。當接觸到一個以內部、外部數據為基礎的新科技時，公司的決策者需要做到循序漸進。在探索基于數據的進行運算的技術之前，他們必須先學會將數據整理、分類。
人工智能為B2B銷售商在供應鏈提供了更具操作性的見解
通過利用人工智能優化B2B數據，電子商務工作者可以極大地提高效率，并在自動化庫存管理的同時獲取寶貴的消費者觀點。
Ray Grady，CloudCraze——唯一一家在Salesforce上創立的B2B商務平臺——的總裁及首席文化官：
雖然B2B還處于起步階段，但人工智能有潛力從運營和購買體驗方面徹底改變電子商務。人工智能將大量可操作數據交給企業，使他們能夠分析消費者需求和全方位數據，從而改變他們與客戶的業務往來，并改善內部運營。將消費者的瀏覽和購買習慣與天氣預報、區域趨勢和作物產量等外部數據結合起來，以便為供應商提供產品定價、庫存補充、產品促銷等方面的決策信息。
另一方面，人工智能讓B2B買家更容易管理庫存和自動化訂單，以確保庫存水平保持平衡。人工智能幫助買家和賣家做出更多的戰略決策，從而節省時間、增加銷售量，獲取更多利潤。”
人工智能正在創造一種更加個性化的數字體驗
零售商可以通過創造或改進前端個性化來改善客戶體驗，而人工智能和機器學習都將是其后的驅動力。
ED Kennedy，Episerver——一家管理云端數字內容，商業和市場營銷的單平臺供應商——的高級商務總監：
商業中的人工智能常常被誤解和過度炒作。零售商應該將人工智能視為另一種提升和改善客戶體驗的工具。人工智能提高了客戶體驗的一個關鍵領域是個性化。毫無疑問，消費者對高度個性化商務體驗的需求將逐漸增加。根據Episerver《重構商業》的報告，超過三分之一的消費者認為品牌在個性化客戶體驗方面做得很糟糕——這意味著零售商最終會錯過一大筆的收入。
機器學習，人工智能的一個分支，能夠利用消費者實時行為和歷史訂單數據來自動為消費者推薦個性化的產品、促銷和內容。令人興奮的是，我們現在看到了技術創新的零售商使用基于人工智能的個性化體驗，不僅僅是在網頁和移動設備上，還將之擴展到了實體商店，比如可選購的鏡子，或者用于展示顧客的產品分類。”
人工智能正在幫助零售商解決三個歷史上購買過程中發生的棘手問題
搜索、現實庫存管理和實時價格管理都能得到積極的影響。零售商需要仔細權衡，以便考慮如何優化。
Michael Fauscette，G2集團——一個商業軟件和服務評論平臺——的首席研究官：
在零售/電子商務領域，人工智能的實際用途主要是解決3個基本問題:幫助客戶在線上線下找到他們心儀的產品；將“合適”的庫存量以“合適”的產品組合形式置放在“合適”的地方；實時價格調整以保持競爭力。
第一個問題是通過基于人工智能的搜索引擎——有時也被稱為“insight”引擎——以及使用聊天機器人管理交互來解決的。第二個問題是通過使用人工智能來提供動態的庫存預測或訂單頻率預測，從而確定最佳庫存量和位置，以及優化產品銷售計劃的動態產品分類來解決的。第三個問題是通過動態定價引擎來管理的，它會持續監控定價，動態調整以保持產品價格的優化。
在所有這三種情況下，人工智能可以為海量動態的數據集和產品提供輸出，同時這一引擎可以根據動態反饋進行實時學習和調整，以進行自我優化。
人工智能樂于傾聽客戶的聲音
現在，消費者們可以接觸到動態人工智能化的機器學習、自然語言處理（NLP）和語音分析反饋場景。這一點，加上深度的社會化傾聽和“情緒分析”，是另一個收集可信的消費者需求的機會。
Spencer Morris，InMoment——一家旨在為企業提供傾聽客戶和員工方式，從而優化客戶體驗的知名在線平臺——的副總裁兼大數據科學主管：
人工智能已經被以非常實際的方式運用在工作中，這有助于簡化任務，將相關性和個性化融入到人機對話中，并促進人類的決策和執行。我們合作的一些品牌已經在反饋場景中運用了各種人工智能元素（機器學習、自然語言處理、預測、語音分析等）。允許該技術基于消費者的反饋動態調整后續問題將會產生帶來更好的數據類人型對話。
人工智能還被廣泛地應用到實時實地了解消費者在社交媒體上、視頻和電話對話中所表達的心聲，并針對各個方面的問題——從供應鏈問題到法律安全緊急事件，自動向企業的多個領域發出信息傳遞。當前人工智能的另一項商業應用是實時持續地挖掘大量現存的數據類型。
人工智能“監視”人類對話中的模式，并針對潛在異常的事件作出預警。通過這種方式，業務用戶可以輕松地了解到異常發生的形式、地點以及原因，并據此采取明智的行動。這類人工智能可以更準確地稱為SAI——超級人工智能——因為它可以在幾秒鐘和幾分鐘內處理大量復雜、不同的數據——就連最聰明、最敏銳的人類分析師也無法做到這一點。通過將復雜事件和日常瑣事的自動化，并促進人類作出更理智判斷（在這一點上機器遠不及人類），人工智能可以讓企業變得更聰明、發展更迅速，甚至更人性化。”
人工智能正在徹底改變我們為客戶提供服務的方式
聊天機器人不再僅僅是一種風潮——它們被整合到各種各樣的，包括零售商在內的互動當中。有了機器學習和將消息“集群化”的能力，企業能夠更智能、更準確地理解、評估和解決客戶的需求。
Greg Reda，社交媒體管理軟件Sprout Social的大數據科學主管：
聊天機器人的出現及發展對企業人工智能應用的意義重大，但不像雜志上炒作的那樣，科技界離真正的人工智能聊天機器人還很遠。對于品牌來說，首先要關注的是解決問題方面，而不是人工智能方面，最終目標是優化人機循環以提高效率。我們從社交客服團隊那里了解到，他們每天都要處理大量的咨詢電話時，卻并不知道在開發聊天機器人時應該優先考慮哪些客戶問題。
這便提供了一個機會，即通過機器學習將類似的信息整合集聚，最終篩選出常見的咨詢電話內容及主題。當客服團隊看到這些信息群，便可以通過直覺了解到開發聊天機器人應該優先考慮哪些問題。在我看來，這種分類、分析以及將機器學習與人類決策相結合的方式是企業所面臨的最大的機遇。”
人工智能將改變游戲規則，幫助我們更智能地實現目標
結合人工智能的定向廣告，可以更為精確地將目標客戶鎖定。
Jason Nesbitt，Strike Social——一家社交廣告軟件和管理公司——的媒體和代理業務副總裁：
Strike Social報告和The Big Picture:2017 YouTube廣告基準報告顯示，YouTube廣告零售行業的觀看率比全行業平均水平低76%。18歲至34歲的人群受YouTube影響最大，零售部門需要弄清楚如何更好地吸引這一群體來推動銷售。這時就要靠人工智能了。
通過使用機器學習算法，廣告商可以在18到34歲的范圍內找到新的細分領域——包括人口統計（例如性別）和與平臺目標的（如不同的親合受眾）相關程度——并優化針對他們的活動。這種方法能夠為公司解決困難環節問題提供多種的途徑，從而取得更好的業績。”
人工智能對實體店的影響深遠
實體零售商正在利用店內的聊天機器人，增加客戶參與度和購物體驗。只要機器人能提供相關的購物導航，消費者對這一概念的意愿可能就會變得更有粘性，逐漸變得厭倦。
Matt Fleckenstein，Nintex——一個工作流和內容自動化（WCA）軟件和平臺——的首席營銷官：
越來越多的零售商將人工智能技術應用于店內體驗，通過使用機器人和店內聊天機器人來增加用戶的參與度，幫助消費者在店內找到他們需要的東西。如今，這些體驗主要集中在使用機器人接受和理解消費者的語音指令，幫助消費者找到合適的產品，從而幫助消費者找到感興趣的產品。零售商甚至開始測試機器人為客戶挑選和包裝客戶訂單。
此外，根據麥肯錫的數據，電子商務長期以來一直在利用人工智能來獲得產品推薦——亞馬遜35%的采購來自基于算法的推薦，這些算法會將過去的顧客購買、搜索產品和其他人的購買行為與消費者的購買行為聯系起來。對于像亞馬遜的Alexa這樣的語音控制助手，從簡單的命令執行發展到開始獨立制作產品推薦只是一個時間問題（可能是在幾天或幾周內）。
人工智能正在優化在線購物體驗
Barry Pellas，數字轉換機構PointSource——Globant子公司——的首席技術官和首席商務專家：
人工智能真正的價值在于其促進運營、優化購物途徑的作用——零售商需要在“確定最實際的用途”這一點上投入時間，以確保他們不會在沒有戰略價值的情況下部署解決方案。
將人工智能應用于零售業的關鍵是將實際技術與運營良好的店面相結合。零售商每天通過分析了解顧客的更多信息，另一方面，兌換渠道正影響著他們的成功指標。這兩個成功的關鍵因素與人工智能結合的實際應用可以幫助終端用戶實現更個性化的體驗，并幫助用戶進行兌換。
零售商可以利用人工智能來預測可能的兌換渠道，并讓它無縫地跳轉到下一個步驟。如果購物者的兌換需要四個步驟，他們能以一定的準確度來預測該客戶將會在每一步中實現這一目標的可能性，并將其進一步推向兌換目標。這種類型的練習將形成一個循環，在這個循環中，分析會進一步推動預測，機器將學習最優的方式來幫助用戶縮短兌換途徑。
人工智能成功整合到零售系統的關鍵在于，它將永遠與系統用戶保持聯系。如果你沒有改善各類用戶的生活，那么利用人工智能這一新技術可能是另一途徑。”
隨著機會的擴大，人工智能的門檻將會降低
隨著越來越多的玩家加入到人工智能游戲中，它不僅可以提供更多機遇，還能降低發展人工智能所帶來的風險——因為道路已經被鋪平了。
Erik Brown，West Monroe Partners——一家商業和技術咨詢公司——的技術總監：
現有數據的龐大數量，以及像谷歌的TensorFlow和Spark MLLib這樣的可訪問機器學習庫的普及，讓開發者有了更多的選擇來開發可以真正學習和互動的軟件。人工智能技術壁壘的降低將為那些通常沒有足夠研發預算的零售商和其他組織打開大門。
例如，現在的產品推薦可以由更智能的模型驅動，這些模型將時實根據消費者情況得出最優選產品。也許從最近的交易歷史中學習可以預測一個日常事件并提供相關的建議，或者分析最近的發貨延遲可以觸發實時交互或請求，以降低消耗、取消支持請求。正如Netflix旨在預測用戶打開應用時想觀看的內容一樣，零售商需要找到機會，從個人行為和其他相關數據中學習，通過合適的渠道提供有意義的活動。”
人工智能將帶來前所未有的個性化程度
個性化服務預計將達到新的高度，而在整個端對端電子商務運營中，零售和客戶體驗都將產生顯著提高的產出和交付。
Ken Yontz，1 WorldSync——全球領先產品信息網絡——的全球轉型管理副總裁：
人工智能有潛力從供應鏈的深度到面向客戶的內容改變整個電子商務生態系統的產品數據。隨著時間的推移，這項技術將讓制造商對消費者最重要的產品和標準有更加深入的了解，他們可以利用這些技術來優化采購和戰略產品開發。在消費者方面，我們將看到針對每個人的個性化信息，而不是“適用所有模式”的信息模板。對于消費者和生產者，產品數據都將提供信息、個性化和可執行的信息。”
人工智能的世界將會繼續發展——你可以選擇如何參與其中，或者坐在一旁來觀察它的發展。不管怎樣，這都是一段令人著迷的經歷。
