《Thoutworks：2024更快捷、更智能、更強大：生成式人工智能促進零售業煥新轉型報告（28頁）.pdf》由會員分享，可在線閱讀，更多相關《Thoutworks：2024更快捷、更智能、更強大：生成式人工智能促進零售業煥新轉型報告（28頁）.pdf（28頁珍藏版）》請在三個皮匠報告上搜索。

1、打造更快捷、更智能、更強大的零售業打造更快捷、更智能、更強大的零售業借力生成式人工智能變革，促進零售業煥新轉型打造更快捷、更智能、更強大的零售業2引言 3生成式人工智能在商品管理方面的應用 5生成式人工智能在市場營銷方面的應用 11生成式人工智能在客戶服務方面的應用 16如何充分利用生成式人工智能給零售業帶來的機遇 22參考合適用例，抓住當今生成式人工智能給零售業帶來的機遇 25關于作者 27打造更快捷、更智能、更強大的零售業3過去幾十年來，我們見證了許多數字化和數據驅動的變革，消費者的購買方式、零售商的銷售方式以及營銷人員觸達受眾的方式都發生了巨變。如今，我們正面臨近年來最重要的一項變革：生

2、成式人工智能（GenAI）的發展和普及。據彭博（Bloomberg）預測，未來 10 年內，生成式人工智能市場的復合年增長率（CAGR）將飆升到 42%。到 2032 年，該市場價值將達到 1.3 萬億美元，在此期間，幾乎所有行業都會發生改變，零售業也不 例外。目前預測，對于零售業和快消行業的企業，生成式人工智能將促進生產力提升 1.2%至 2%，創造 4000 億至 6600 億美元的價值。在零售業，生成式人工智能正在為整個價值鏈創造難能可貴的機會，例如采用全新方式動態優化產品系列和店鋪布局、實現前所未有的個性化購物體驗。引言打造更快捷、更智能、更強大的零售業4然而，隨著生成式人工智能的引入

3、和發展，有些職能和角色可能會受到更大影響：本白皮書將詳細介紹生成式人工智能如何賦能上述角色，探討如何在上述領域充分利用人工智能的能力，抓住機遇大幅提升效率，贏得競爭優勢，創造價值。商品經理需要深入了解不同地區的客戶需求，制定動態的商品管理策略，不斷推動發展，改善購物體驗。零售營銷團隊需要徹底革新內容的制作、分發和個性化定制，從而實現客戶體驗和零售品牌及其所售產品營銷方式的轉型?？头T需要以全新的方式與客戶互動，贏得寶貴的時間，專注于解決最復雜、最棘手的客戶案例。打造更快捷、更智能、更強大的零售業5為了滿足如今全渠道客戶的需求，商品管理團隊的工作可謂任重而道遠。他們必須不斷管理和優化各種渠道的

4、產品組合和投放，既要打造始終如一的體驗，又要充分利用每個渠道的獨特優勢。為此，他們必須從海量數據中提取洞見，例如通過分析各種銷售數據、客戶偏好和趨勢，以及供應商和采購數據，都有助于快速做出十分重要的商品管理決策。不過，傳統的商品管理職能單一，導致大規模應用和學習相關數據挑戰重重。人工智能和大語言模型（LLM）改變了這種現狀，可以實現快速處理并學習龐大的零售數據集。如今，生成式人工智能可將人工智能生成的結果自動轉化為有效的價值驅動型商品管理行動，從而推動相關能力進一步發展。從生成特定角色的數據摘要來為相關團隊進行采購決策和談判提供依據，到深入分析產品系列的性能，在生成式人工智能的幫助下，商品經理

5、最終能夠充分發揮可用數據的價值。生成式人工智能在 商品管理方面的應用打造更快捷、更智能、更強大的零售業6生成式人工智能賦能商品經理的關鍵節點產品設計是一個漫長而復雜的過程。相關團隊要經過無數次設計迭代，才能獲得滿足客戶和市場需求的最終版本。由于設計人員要反復推敲產品方案，因此每次迭代都需要很長的準備時間。不過，借助生成式人工智能，設計過程就會變得更加快捷?？焖偕僧a品設計方案，可以大幅縮短產品上市時間。試想一個場景：生成式人工智能算法可以分析大量客戶數據，包括購買歷史、社交媒體互動甚至產品評論，從而生成完全符合消費者偏好的創新產品設計。相關團隊可以快速評估大量設計方案，迅速鎖定可行的方案。由此

6、，人工設計團隊就可以集中精力盡可能強化相應方案，避免費盡心思深挖那些最終被棄而不用的方案。節點 1：設計產品通過手動篩選數據，獲得關于產品系列和組合的洞見，這種做法需要耗費商品管理團隊的大量時間。預先配置的分析儀表板有其自身的偏差，無法跟上不斷擴展的渠道和快速變化的消費者行為。然而，在生成式人工智能的幫助下，相關團隊可以利用自然語言查詢來獲取與他們最相關的信息，將更多的時間用在根據這些信息采取相應行動上，而不是用在搜索信息上。節點 2：優化產品組合和商品管理打造更快捷、更智能、更強大的零售業7生成式人工智能可從銷售、客戶和其他跨渠道元數據中獲得洞見，并將其與核心產品屬性相關聯，從而推導出各種模

7、式，并為實體商店和在線商店生成最佳的商品管理和產品組合策略。借助源源不斷的人工智能洞見，商品經理能快速確認趨勢，迅速做出決策，以優化產品的組合、定位和系列構成。在與供應商談判時，商品經理需掌握可靠的產品性能數據，才能堅定自己的立場。這些數據有助于他們協商有利的價格和合同條款，并確保沒有忽略任何潛在價值。生成式人工智能可自動生成產品性能摘要，并將之與其他重要的商業數據相關聯，從而加快與供應商的談判進度，確保談判人員掌握可驗證的數據，以支持其觀點。有了清晰、簡明且符合實際情況的相關數據摘要，商品經理在談判時就能全面了解他們需要從供應商那里獲得什么產品與服務，以及需要確切采用什么價格才能獲得利潤。因

8、此，生成式人工智能不僅可以提供有力的論據來幫助他們爭取有利的條款，還能幫助他們避免做出任何削弱價值或盈利能力的決策。節點 3：與供應商談判打造更快捷、更智能、更強大的零售業8產品線失敗的原因多種多樣。要準確了解產品線為什么未能實現預期價值，相關團隊必須將眾多數據集和數據源相關聯。在生成式人工智能的幫助下，商品管理團隊可從各種數據中提取洞見，對失敗的產品線進行更準確的根本原因分析。借助這樣的洞見，團隊就能迅速解決產品匹配或設計方面的問題。在深入了解產品線失敗的原因后，團隊就能調整策略并做出改進，從而最大限度地減少損失，推動收入增長。他們可在產品失敗前預先掌握產品的發展趨勢，從而有機會轉敗為勝，將

9、落后的產品線改造為先進的產品線。節點 4：分析失敗的產品線 選擇從供應商那里購買哪些新產品是一項艱巨的任務。如果選擇不當，即使是看似前景光明且與客戶特別適配的產品，也可能無法實現價值。生成式人工智能可分析數千種 SKU（庫存單位）過去的銷售業績以及客戶行為屬性和反饋，幫助建立相關模型，從而為產品選擇提供支持。此外，利用生成式人工智能，商品經理可實時分析非結構化數據，從各種來源的數據中提取有價值的洞見。例如，生成式人工智能可快速匯總社交媒體帖文并進行情感分析，或從在線評論或客戶電子郵件中發現相關模式和趨勢?；谶@種模式，商品經理可以做出數據驅動型采購決策，而不是憑直覺做出選擇。節點 5：篩選新產

10、品打造更快捷、更智能、更強大的零售業9通常，大多數電子商務網站的布局十分標準化，缺乏靈活性，向大多數用戶展示的內容、圖像和廣告都如出一轍，未能考慮他們的個人偏好和選擇。在生成式人工智能的助力下，電商零售商能夠根據每位客戶的獨特興趣提供高度定制化的網站體驗。實際上，就是為每個購物者分別定制個性化的網站，讓網站根據后臺系統中存儲的客戶數據自動提供相應產品 信息。這樣，就能達到前所未有的高度個性化，讓商品經理有機會根據購物者的行為和統計數據提供量身定制的體驗。節點 6：為客戶提供個性化購物體驗打造更快捷、更智能、更強大的零售業10誤區和注意事項要想在商品管理方面應用生成式人工智能，企業必須謹慎使用人

11、工智能，采取以下關鍵步驟：實施質控防護機制：確保負責生成人工智能輸出的每個人都能發現幻覺（即，虛假或誤導性信息）、標記幻覺，并確保這些幻覺不會出現在錯誤的受眾面前。清理大語言模型的訓練數據：確保不會傳播數據集內的誤差，也不會將不準確的數據自動輸入到結果中。確保匹配度：仔細評估 ChatGPT 等廣泛使用的大語言模型是否適合您的預期用例，或者考慮是否有必要打造定制的大語言模型，以便實現企業所需的結果。前后對比：生成式人工智能在商品管理方面的應用應用生成式人工 智能之前應用生成式人工 智能之后技術賦能相關益處產品設計是一個漫長而復雜的過程，涉及眾多利益相關者。人工智能可幫助快速生成產品創意和設計，

12、供商品管理團隊進行驗證和組合。圖像生成、內容生成、數據聚合。新產品的上市時間大幅縮短。產品組合難以優化，實體和在線零售渠道各行其是。人工智能可幫助相關團隊從各種數據中洞察出各種模式，并基于這種洞見自動生成最佳商品管理策略。人工智能摘要、專用洞見解決方案、標簽功能。數據庫自然語言查詢。相關團隊可以不斷優化和改進商品管理策略，推動實體和在線零售渠道的收入增長。與供應商的談判舉步維艱，內容前后矛盾。人工智能可自動生成清晰的商品管理和供應商業績數據報表，為與供應商談判提供參考依據。人工智能摘要、自動報告。商品管理團隊在談判期間可利用相關數據和簡明摘要，幫助他們以合適的成本從供應商處獲得所需的產品和服務

13、。打造更快捷、更智能、更強大的零售業11生成式人工智能在 市場營銷方面的應用優秀的營銷人員會了解客戶和受眾的需求，并孜孜不倦地將恰當的內容適時投放給對應的潛在客戶。這一直都是一項具有挑戰性的工作，而近年來，這項工作變得愈加困難。趨勢和偏好的演變空前加速，顛覆性的環境和技術一夜之間顛覆了整個市場，客戶的期望也急劇上升。營銷人員面臨的挑戰是要以前所未有的速度加快行動和調整策略。然而，對于許多團隊來說，他們的流程和能力至今都沒有跟上發展的步伐。我們正處于營銷 5.0 的風口浪尖，這是一個將營銷 4.0 的技術驅動策略與營銷 3.0 以人為本的方法相結合的新時代。這一轉變標志著技術與人類理解的強強聯合

14、，有助于在整個客戶旅程中創造、傳播、交付和提升價值。正是在這種背景下，生成式人工智能應運而生，為營銷人員提供了變革性機遇。生成式人工智能可以模仿并增強人類的創造力和智力，從而加速完成以前由人類完成的任務。這種仿人類技術與整體營銷愿景共同掀起的“完美風暴（perfect storm）”為營銷人員帶來了無限可能性。生成式人工智能助手可以解決許多嚴重的瓶頸問題，促進及時交付高度個性化的優質營銷資料和活動策劃。下文將探討生成式人工智能在全渠道、數字電商或市場商業環境中創造價值的一些具體方法。打造更快捷、更智能、更強大的零售業12生成式人工智能賦能營銷人員的關鍵節點創建營銷內容可能需要很長時間。相關團隊

15、必須與品類負責人聯系以收集信息，及時考慮客戶的意見，與提供創意服務的供應商和代理機構合作，并不斷確保他們發布的內容符合品牌調性以及策略和活動層面的 目標。生成式人工智能助手可以顯著簡化這一過程，例如將背景信息快速整合到創意需求中；基于已核準的知識資產生成視覺物料和內容。借助生成式人工智能，營銷人員能夠快速、大規模地創建和發布內容，加快產品上市。例如，Salesforce Marketing Cloud 平臺中的 Einstein 生成式人工智能可幫助營銷人員打造品牌個性，生成符合其品牌形象的郵件主題，撰寫郵件正文，從而加快推進創建營銷活動的關鍵環節。此外，大語言模型還可為新的受眾和市場復制營銷

16、活動和資產，從而實現大規模循環使用。因此，當營銷人員需要實現內容國際化時，他們可以快速為以前創建的資產生成新的本地化版本。節點 1：創建新內容節點 2：打造個性化內容和體驗根據麥肯錫（McKinsey）的研究，實施個性化營銷可以將投資回報率（ROI）提升五到八倍。要真正實現個性化，營銷人員首先要充分了解潛在客戶，才能為他們提供個性化的內容和建議，并根據他們的實際需求提供高度相關的體驗。打造更快捷、更智能、更強大的零售業13在如今人工智能技術和營銷自動化工具的基礎上，生成式人工智能助手可以幫助營銷人員有效地實現大規模個性化。當完全確定潛在客戶并確認相關體驗和需求數據時，營銷人員就可以借助生成式人

17、工智能工具，通過有效的提示和防護機制，立即為客戶生成個性化內容。利用生成式人工智能助手，營銷人員還能更充分地了解潛在客戶，提供獨一無二的客戶群深入分析。根據人工智能生成的檔案和精細分析，營銷人員可以對客戶進行細分，從而細化營銷活動內容，從一開始就盡可能讓每位潛在客戶獲得盡可能相關的內容體驗。通過人工智能驅動的對話式服務，營銷人員能夠前所未有地貼近受眾，而無需親自參與對話。利用人工智能聊天機器人，潛在客戶可以獲得即時解答，加快他們的挑選和購買流程，而無需營銷人員或客服專員的直接干預。這樣一來，相關團隊能夠在傳統的搜索和瀏覽式購物旅程之外，構建出一條新的基于對話式的購買旅程，引導潛在客戶購買適合自

18、己的產品型號。由于大部分對話都由人工智能處理，營銷人員可以將時間集中在最需要他們關注的互動和決策方面。印度在線時尚零售商 Myntra 的MyFashionGPT 就是一個前景良好的初期示例，這表明人們在平臺上搜索和購物的方式已然發生變化。節點 3：通過對話與潛在客戶建立聯系，并實現轉化打造更快捷、更智能、更強大的零售業14人工智能助手可以監控進行中營銷活動的業績表現，讓營銷人員全面了解最新動態，從而可在恰當的時間進行干預，確保他們的工作取得積極成果。通過直觀的自然語言摘要，營銷人員可以了解各個客戶的旅程和營銷活動的總體表現，從而快速了解營銷活動的哪些方面最有成效?；谶@些洞見，相關團隊可以確

19、保他們策劃的每一次營銷活動都比上一次更有影響力、更有針對性，從而不斷提高客戶轉化率和投資回報率。例如，Google Analytics 4 通過人工智能驅動的自然語言敘述和洞見取得了顯著的進步。在 PowerBI 等商業智能（BI）工具中，生成式人工智能的對話功能提供了一個查詢接口或助手，可幫助團隊通過描述性查詢深入了解相關細節，而無需處理復雜的數據關聯分析和各種圖表。隨著客戶需求和習慣的變化，營銷人員必須確保他們引導潛在客戶所經歷的旅程契合客戶的購物方式、時間、地點和動機。生成式人工智能助手可以大規模分析客戶旅程，并將其與營銷活動表現和銷售數據相關聯，從而幫助營銷人員規劃出最佳旅程。在每一個

20、觸點上，人工智能都能幫助營銷人員精準預測每一位潛在客戶的下一步行動，確保他們在恰當的時間以合適的優惠吸引這些客戶，包括提醒客戶回來購買購物車中的產品、獨家預覽即將推出的產品系列，以及獲取與近期生活事件相關的個性化優惠。節點 4：業績分析，規劃下一次活動節點 5：打造以洞見為導向的客戶旅程打造更快捷、更智能、更強大的零售業15誤區和注意事項為確保生成式人工智能為營銷人員帶來益處，并對客戶旅程和體驗產生積極影響，相關團隊必須：仔細地持續監控人工智能生成的內容和視覺物料的質量：確保內容和視覺物料符合品牌形象，并達到企業的質量標準。人工智能生成技術有一個缺點，即在參考數據缺乏客戶和企業背景信息的情況下

21、，容易產生幻覺。因此必須進行有目的的干預，以避免人工智能產生偏見與幻覺。建立新的審批流程和工作流程：確保營銷人員能生成自己的內容，但在發布之前，內容和設計專家仍會驗證和修改輸出的內容。仔細審查各種面向客戶的功能，如聊天機器人：確保這些功能能夠始終如一地提供企業品牌承諾的卓越客戶體驗。前后對比：生成式人工智能在市場營銷方面的應用應用生成式人工 智能之前應用生成式人工 智能之后技術賦能相關益處為廣大受眾創建營銷內容非常耗時，需要分布于各地的團隊之間密切協作。營銷人員可以利用人工智能生成圖像和內容，從而加快內容創建流程。圖像生成、大語言模型、內容生成、標記功能。內容創建速度大幅提升，成本降低，上線時

22、間縮短。個性化營銷是一項復雜的工作，要實現大規模個性化/超個性化，不僅操作繁瑣而且成本高昂。人工智能可幫助相關團隊從各種數據中洞察出各種模式，并基于這種洞見自動生成最佳營銷策略。人工智能摘要、分類、聚類、大語言模型、多樣化內容生成，以及與其他系統（包括客戶關系管理系統）的集成?？蛻趔w驗得以改善，營銷體驗更具針對性，加快創造銷售線索，從而對漏斗頂部指標產生積極影響。營銷是一種單向過程，原因在于營銷人員很難大規模地與客戶建立聯系。由人工智能驅動的對話式商務體驗縮小了營銷人員與客戶之間的隔閡，讓客戶能夠順利推進自己的旅程。對話式人工智能、大語 言 模 型、聊 天 機 器人?？蛻裟茉谡麄€旅程中隨時提出

23、問題，從而加強互動，幫助營銷人員更好地了解和滿足他們的需求。打造更快捷、更智能、更強大的零售業16隨著零售商紛紛尋求通過新方法來領先競爭對手，客戶服務已迅速成為一個關鍵的差異化因素。如今，客服專員需要通過比以往更多的渠道，以更高的標準為更多的客戶提供服務。這本就是一項艱巨的任務，再加上客戶量大、重復率高、客戶流失率高等特點，因此更加難上加難。卓越的客戶服務需要做到以下三點：當客戶需要服務時，隨時隨地為其提供服務 了解客戶的需求，并能隨時切實有效地建立聯系 全面了解知識系統，快速獲取信息，以便在不影響準確性或服務質量的前提下，迅速滿足客戶需求生成式人工智能助手可以幫助人工客服專員在上述三個方面發

24、揮更好的作用。借助智能增強功能，人工客服專員可以通過大量不同類型的觸點提供卓越的客戶服務。利用人工智能生成的總結，每位客服專員都能清楚地了解客戶遇到的問題和所處的旅程階段，從而即時提供恰當的體驗。此外，生成式人工智能可以直接從客服專員與客戶的互動中捕捉信息，更快地創建和更新知識資產，幫助每位客服專員輕松學習和分享知識。生成式人工智能在 客戶服務方面的應用打造更快捷、更智能、更強大的零售業17節點 1：實時協助處理客戶查詢生成式人工智能賦能客服專員的關鍵節點當客戶發起查詢時，人工智能可以分析客戶初始信息的情感和內容，以確定這些問題最好是由客服專員還是聊天機器人來處理。將簡單的例行查詢交給聊天機器

25、人處理后，人工客服專員就能更好地應對需要運用人類專業知識才能處理的復雜查詢。當客戶需要客服專員提供直接幫助時，客服專員可以立即獲得由人工智能生成的客戶旅程概況。這樣，他們就能做出正確的回復，而無需重復提問。將客戶和查詢分析、主題/問題理解、客戶情感分析和實時語言翻譯等功能相結合，顯著加快對客戶的回復，提高滿意度。此外，通過消除互動中有關客戶需求的重復問題，可以明顯改善客戶的服務體驗，讓客服專員也能快速推進客戶的參與進程。生成式人工智能還有一個關鍵優勢是語言翻譯。有了這種功能，客服專員即使只具備基本的語言能力，也能為不同語言的客戶提供服務。當客服專員準備回復客戶的查詢時，生成式人工智能可以將其回

26、復的基本內容轉化為具有說服力且可引起共鳴的翔實信息。這就可以進一步縮短回復時間，進而讓客服專員能夠在一天中服務更多客戶，同時又不影響每位客戶所獲得的服務質量。打造更快捷、更智能、更強大的零售業18當客服專員結束客戶互動時，他們必須完成呼叫后處理，通常包括將溝通內容總結和處置碼上傳到客戶關系管理系統。生成式人工智能具有自動做記錄、總結和翻譯等功能，可以自動完成大部分流程，減少客服專員用于呼叫后處理的時間。從客戶互動中自動獲取的信息還可以自動添加標記，讓客服專員和其他團隊都能夠輕松進行搜索、借鑒和報告。對每位客服專員而言，聯絡中心知識庫是一項重要資源，但并非每位客服專員的問題都能解答。當客服專員需

27、要當前知識庫中沒有的信息時，他們可以標記缺失知識點，這樣一旦獲得相關信息，就可以將其轉化為新資產，供人工智能用于生成與該話題相關的回復。在與客戶互動期間和之后，生成式人工智能功能可以分析客戶意圖，評估客服專員和主管如何成功處理類似查詢，并利用這些信息編寫新的知識文檔或更新現有文檔。隨后，可由合適的客服專員或經理進行審核和編輯，然后再發布。節點 2：呼叫后處理節點 3：加強知識庫打造更快捷、更智能、更強大的零售業19由于客服部門人員流失率較高，入職培訓和教育對于客戶服務團隊來說一直是一大挑戰。然而，得益于生成式人工智能創建的知識資產庫，新入職的客服專員也可以自行回答大部分問題。人工智能可以從客服

28、專員互動中發現溝通方式和知識點方面的問題，并利用這些洞見生成定制的學習和發展計劃?？头T可以迅速獲取相關的學習資源，在幾分鐘內填補知識缺口。這樣就能不斷提高整個服務團隊的績效。此外，還可立即標記出客服專員回復中的所有不足之處，為相關客服專員提供所需的洞見和知識，從而提高他們的績效，為客戶提供更出色的體驗。這些節點僅僅是生成式人工智能功能的冰山一角。如果將這些功能與強大的數據價值鏈相結合，就能讓客服專員在客戶的整個旅程中為他們提供有效的服務，并徹底改變客戶服務職能。節點 4：幫助客服專員提高績效打造更快捷、更智能、更強大的零售業20前后對比：生成式人工智能在客戶服務方面的應用領域應用生成式人工

29、智能之前應用生成式人工智能之后大語言模型功能示例收益處理客戶查詢/互動 耗時 冗長且重復 信息來源支離破碎 客戶期望越來越高，客服專員急需支持 客服專員可以更 全 面 地 掌握所需的信息，快速恰當地響應客戶需求。自動進行后臺活動或支持活動，如做記錄、執 行 呼 叫 后處理、后續跟 進等 內容創建和 增強 情感、內容基調 內容分類 總結 翻譯 實時轉錄 對話式人工智能/智能響應改善客服專員績效指標：已解決的案例數量 客戶滿意度（CSAT）平均處理時間 客戶互動 首次響應時間提升受影響的指標，如加購、交叉銷售、收入、投資回報率、產品使用率，減少流失率知識管理 脫節、難懂、過時 耗時 覆蓋范圍較小

30、在客服專員的操作限制內，更易于獲取和使用知識 知識庫不斷更新和完善 內容創建和 增強 發現和簡化 內容分類 總結 翻譯 實時轉錄 對話式人工智能/智能響應 加快上崗速度 提高績效 降低流失率 提高客戶滿意度和員工滿意度（ESAT）個人發展和成長 角色類似甚至重復 操作環境受限 時間緊迫 資源不到位客服專員可以獲得培訓機會，快速提高技能，為客戶提供更廣泛的 服務 內 容 創 建 和 增強 發現和簡化 總結 翻譯 實時轉錄 對話式人工智能/智能響應 提高溝通 主動性 提高客服專員的績效 降低流失率 提升客服專員的經驗和 積極性打造更快捷、更智能、更強大的零售業21誤區和注意事項為確保生成式人工智能

31、功能為客服專員及其客戶帶來益處，相關團隊必須注意以下幾點：數據質量和數量：要生成準確且有針對性的回復，在很大程度上依賴于數據價值鏈的優勢。數據質量差或數據數量少會導致回復內容不充分，可能會讓客戶失望，損害品牌聲譽。因此，企業需持續關注數據質量和豐富性，并在人工審核系統中采取“人機協作（human in the loop）”的方法。保持品牌聲音和基調：這對于客戶服務而言極為重要，可為客戶提供協調一致的體驗。因此，所有人工智能生成的定制設計、模板和宣傳內容都離不開一個確保其與品牌聲音和基調保持一致的強大機制。處理復雜的客戶互動：盡管大多數客戶查詢都大同小異，但總會有復雜而獨特的情況。這就需建立明確

32、的上報和分類機制，用于處理這些情況，并確保持續更新知識庫，從此類互動中吸取經驗教訓。道德規范和偏見：應注意確保設立道德規范，并建立相關機制，避免在答復或信息中出現偏差。隱私和安全：由于客戶服務是客戶互動的前沿陣地，因此在制定生成式人工智能計劃之初就應該采納強大的安全和隱私政策。數據往往會缺乏客戶和企業背景信息，因此必須進行有目的的干預，以避免人工智能產生偏離。打造更快捷、更智能、更強大的零售業22生成式人工智能有望加快工作流程，賦能人工團隊，并推動現代零售企業的幾乎各種職能取得更積極的成果。不過，這些優勢不會自動實現，必須有策略地、循序漸進地落實。為了充分利用生成式人工智能給零售業帶來的機遇，

33、建議遵循以下五點建議：如何充分利用 生成式人工智能 給零售業帶來的機遇生成式人工智能絕非新的技術孤島，而是一種新的能力，可以幫助您從現有技術和數據資產中獲得最大收益。生成式人工智能應建立在強大的數據基礎之上，并與現有的分析和人工智能/機器學習能力共同發展，覆蓋所有描述性和規范性功能，以充分利用生成式人工智能帶來的所有機遇。人工智能的發展離不開數據的支持。因此，在開啟人工智能旅程時，需重點關注有大量優質數據支持的生成式人工智能用例。例如，如果已經收集了大量有關客戶的數據（客戶身份、購物時間和原因），可以利用在營銷用例方面的成功經驗，將生成式人工智能擴展到其他功能中。有策略地部署生成式人工智能，充

34、分利用現有功能1打造更快捷、更智能、更強大的零售業23就像人類助手一樣，生成式人工智能助手應支持相關團隊的工作方式，減輕他們的工作負擔，而不是強迫他們做出改變。在確定整個企業的生成式人工智能用例時，請與相關團隊協商，發現他們工作流程中真正的阻礙。當人工智能用于切實解決人類團隊面臨的挑戰時，他們就會更快地采用生成式人工智能助手。這樣會激勵他們接受新的人工智能助手，并學習如何充分加以利用。如果您想在不同職能部門推動長期業務變革，那么這一點至關重要。您需確保為助手用戶提供相應的培訓，以提升技能，否則采用情況會不穩定，各團隊的結果也會不一致。與相關團隊密切合作，設計完美的生成式人工智能助手2生成式人工

35、智能功能所生成的一切成果都需經過人工驗證。近年來，這項技術取得了巨大進步，其中有些功能已經比較成熟。雖然文本生成等領域已變得非常穩定，但如果涉及視頻生成等較新用例，相關工具仍然容易產生幻覺甚至發生知識產權問題，結果的可靠性就會降低。大語言模型自主代理就是典型的例子。如今，即使是最好的 GPT-4 代理也只能成功執行約 15%的任務，而人類的任務成功執行率為 92%。目前，如果一家企業完全依賴于大語言模型自主代理，可能會對其業務和客戶體驗造成災難性的影響。通過采用“人機協作”的方法，在生成式人工智能工作流程中執行人工驗證，可確保向客戶和內部利益相關者展示的結果始終人性化，并與人類團隊制作的內容保

36、持一致。切勿將人類排除在流程之外3打造更快捷、更智能、更強大的零售業24雖然生成式人工智能助手設計得十分直觀易用，但在企業開始使用之前，需要掌握一些新技能。您需要一些了解生成內容時可能出現的知識產權問題的專業人員，還需要一些深入了解生成式人工智能輸出的分析人員。為了掌握這些技能，您可以在內部培養相關人才，也可以聘用具備這些技能的新人。無論您采取哪種方式，最好設立一些新職位，負責監督人工智能工作，并最終對向外部分享的人工智能輸出負責。任命新職位，支持生成式人工智能轉型4與任何數據驅動型技術一樣，在生成式人工智能旅程的各階段都應考慮安全問題，并將其列為優先事項。生成式人工智能帶來的信息安全風險主要

37、分為兩大類：信息泄露和漏洞引入。信息泄露主要有三種形式：公共數據泄露，即他人的人工智能模型從您的網站或公共內容中獲取信息。提示詞泄露，即公共人工智能模型從您員工提供的提示詞中進行學習。個人數據泄露，即個人數據（例如您的客戶信息）被輸入模型以生成輸出結果，并開始出現在其他地方。漏洞引入源于人工智能生成的代碼中普遍存在的質量問題。雖然這與零售用例不太相關，但如果相關團隊開始使用生成式人工智能來生成新代碼，那就需要時刻關注這些安全問題。始終奉行“安全第一”5打造更快捷、更智能、更強大的零售業25參考合適用例，抓住當今生成式人工智能給 零售業帶來的機遇Thoughtworks 倡導采用以人為本的方法來

38、選擇生成式人工智能用例。生成式人工智能的核心是通過各種方法增強人類智力、能力和經驗。因此，您的旅程應該從確定您想要改造的功能、流程和體驗開始，無論是為您的客戶還是為您的員工。為了最大限度地發揮生成式人工智能所帶來的價值，最好在一開始就兼顧以員工和客戶為中心的用例，首先開展以員工為中心的實驗。在這些用例中，還應在戰術性用例與戰略性或創造性用例之間取得平衡，前者可以快速體現價值，后者則需要更長的時間才能取得成果，但卻能產生更可觀的長期投資回報率。以下矩陣圖顯示了如何確定用例并根據相關標準進行映射，以建立一個平衡的生成式人工智能用例組合。確定適合貴企業的用例 以人為本的方法戰略性或創作性工作戰術性或

39、業務性工作以客戶為中心（CX）以員工為中心（EX）商品管理市場營銷客戶服務其他表示影響大對話式輸入用戶生成內容（評分、評論、反饋）物流單據管理人員制定SOP/GXP準則控制臺助手協助執行推廣規劃與供應商談判根據產品歸屬和標記進行項目設置/入職培訓案例摘要輔助培訓精簡預測發現百貨類消費品發現時尚/服裝類消費品對話式用戶生成內容自助服務（PDP體驗）自助式客服支持內容個性化對話式洞見創新和新產品發布客服專員輔助支持營銷運營/合作伙伴支持營銷內容創建人工智能生成的產品圖像生成組合建議打造更快捷、更智能、更強大的零售業26確定企業用例優先級的框架 基于價值的方法一旦確定了一組相互平衡的生成式人工智能用

40、例，您就需要仔細排定優先級，并選擇先推行哪些用例。這是至關重要的一步，因為您需要確定速戰速決的成功案例，向企業的其他部門展示生成式人工智能的價值，以確保高管支持您的計劃，并推動人工智能用例在未來能被采用和推廣。Thoughtworks 使用以下框架對生成式人工智能用例進行基于價值的評估。用例評估用例優先級排序必要時進行迭代挑戰機遇人工智能幻覺的容忍度可行性知識產權問題道德問題監管環境輸入、輸出效益有利因素不利因素實施難度價值低低高高發現百貨類消費品發現時尚類消費品營銷運營/合作伙伴支持輔助培訓推薦組合控制臺助手對話式洞見對話式用戶生成內容自助服務（PDP體驗）物流單據管理人員SOP/GXP標準

41、生成對話式輸入用戶生成內容（評分、評論、反饋）協助推廣計劃與供應商談判精簡預測優化庫存分析內容個性化營銷內容創建創新和新產品發布客服專員輔助支持根據產品歸屬和標記進行項目設置/入職培訓案例摘要自助式客服支持人工智能生成的產品圖像商品管理市場營銷客戶服務其他表示影響大打造更快捷、更智能、更強大的零售業27立即開啟 生成式人工智能的成功之旅Thoughtworks 與各行各業的企業密切合作，助力企業做出正確的生成式人工智能決策，并將生成式人工智能功能與其戰略目標緊密結合。如果您正在評估人工智能方案，想知道您的旅程應該從哪里開始，請立即聯系我們。欲知詳情，請點擊 Thoughtworks/Retai

42、l-ecommerce道德問題、對幻覺的容忍度等評估標準可以幫助您確定安全的實驗領域，這些領域非常適合早期的生成式人工智能用例。通過將按潛在價值和實施難度映射各個用例，您可以確認“快速致勝”用例（即具有高價值且易于實施的用例）和影響重大的長期用例（即具有中高級實施難度和極高價值的用例）。Sanjeev Athreya零售、快消品和商務業務負責人Preetisudha Pandab零售和商務行業首席咨詢師Anitha Rajagopalan零售和商務行業首席咨詢師兼產品戰略專家關于作者打造更快捷、更智能、更強大的零售業Thoughtworks 是一家集戰略、體驗和軟件服務于一體的全球技術咨詢公司，致力于推動數字創新。我們在 18個國家設有 48 個辦事處，擁有超過 10500 名員工。在過去 30 年的時間中，我們以技術作為競爭優勢，幫助客戶解決復雜的業務問題，為客戶帶來非凡價值。掃描二維碼聯系我們 Thoughtworks,Inc.All Rights Reserved.