AI已经不再是未来式，它正在改变世界和营销方式。随着人工智能越来越发达，它以多种方式改变营销方式，并带来实实在在的效果——已经有很多案例证明，AI能够提升销量，甚至可以在一件服装设计出来之前，就通过AI先预测出它是否会大卖。

　　2016年，一部《西部世界》很应景地虚构了一个人工智能 （Artificial intelligence）高度发达的乐园 。在现实中， AI也正在从一个热议的话题开始落地，逐渐被应用到 现实的生活场景中——对于亚马逊的Amazon Echo，消费者已 经不陌生。我们还会发现，在零售业不断遭到Amazon、eBay等 电商巨头的冲击的背景下，从梅西百货、Target到服装品牌The North Face、Skechers，越来越多的零售商开始引入人工智能， 寄希望于将AI作为一个在困境中与电商巨头抗衡的武器。

　　市场调研公司Gartner预测，到 2020年，50%的零售业消 费者服务咨询将通过对话式的AI应用来完成，85%的消费者互 动将不再需要人工来进行。

　　未来，当消费者在逛实体店的时候，机器人上前为他们提 供各种服务的场景将成为常态，当消费者在网上浏览，面对众 多商品选择而犹豫不决的时候，网上虚拟助手根据消费者的偏 好、历史购物帮她做出个性化选择的场景，也已经成为现实。AI几乎已经像电和互联网一样，成为其他一切的基础。

　　AI已经不再是未来式，它正在改变世界和营销方式。随着 人工智能越来越发达，它以多种方式改变营销方式，并带来实 实在在的效果——已经有很多案例证明，AI能够提升销量，甚 至可以在一件服装设计出来之前，就通过AI先预测出它是否会 大卖。

　　市场调研公司Tractica的数据显示，到2025年，AI带来的 全球收入将从2016年的6.437亿美元增长至368亿美元。来自 另一家市场调研公司Forrester的数据也显示，到2025年，认 知技术（包括AI和自动化）将会取代美国7%的工作。

　　目前，AI在零售业的应用主要集中于几种方式：

　　第一，基于消费者的个人数据和信息，为他们提供个性化 的产品以及产品推荐；

　　第二，作为虚拟助理，为消费者提供各种信息和服务；

　　第三，根据消费者的网上习惯，优化网站，从而提供网站的转化率；

　　第四，另一种正在兴起的方式，是视觉搜索，消费者看到喜 欢的物品，无论是朋友脚上穿的鞋子，还是路人身上穿的衣服， 都可以拍下照片，通过视觉搜索，找到同款或者相似款。

　　当AI 成为导购和参谋

　　相信很多人对2016年Met Gala上超模Karolina Kurkova身 穿的一条具有认知能力的裙子依然记忆犹新，这条裙子是由服装设计工作室Marches和IBM的认知系统Watson联合设计，裙 子上装饰了许多LED灯，可以实时根据 Twitter上用户对Met Gala 的反应改变颜色，表达出当下用户的情绪。

　　利用watson的认知工具API（应用程序界面），可以快速 地根据Twitter上用户对Met Gala活动的讨论来分析出他们的 情绪。对应的，设计师选择了5种人类的情绪——喜悦、激情、 兴奋、鼓励和好奇，当Watson通过数据处理识别出Twitter用 户的情绪时，裙子就能感知到情绪的变化，并实时改变成对应 的颜色。

　　基于这次成功的尝试，现在服装品牌甚至可以在一件衣服 设计出来之前，就能通过 AI先预测它是否会大卖。

　　IBM Watson是一个认知计算系统，它能够理解、推理 以及学习等能力，可以在一秒内处理几亿页的数据。2011年， IBM100周年之际，Watson参加Jeopardy危险边缘电视游戏节 目，并最终赢得了冠军，一战成名。到现在8年过去了，Watson已经变得更智能，能够把情绪、口吻、不同的语言、购买历史以及 社交媒体的各种统计数据综合进行考量。这对于数据丰富的零 售商而言无疑是一个利好消息，梅西百货、The North Face等 零售商都在以各自的方式发挥Watson的作用，并初现成效。

　　2015年12月开始，The North Face上线一个试验版的网 站，当消费者登录该网站的时候，会被问到一系列的问题，例 如，需要一件出席什么场合穿的衣服？然后根据背景为消费者 做推荐。那些使用AI工具的消费者的转化率明显要高于没有使 用的消费者。据The North Face的数字商务及体验副总裁Cal Bouchard表示，使用 AI工具的消费者平均订单值比普通消费者 要高出两位数。

　　更重要的是，消费者对AI的热情度很高：75%的消费者表 示会继续使用AI。下一步，The North Face将在该网站增加内 容，例如出行指南、产品教育等，增加网站的趣味性。

　　不仅服装行业，很多行业都在尝试用AI从数据中获得洞察 并为消费者提供个性化的推荐和服务。

　　不久前，宝洁旗下玉兰油品牌最新的“玉兰油皮肤咨询师” （Olay Skin Advisor）平台在全球移动大会首次亮相，这个平台 是基于玉兰油的一个洞察：有三分之一的女性在柜台浏览商品 时，并不知道自己到底在找什么。玉兰油想借助AI来满足女性的 这个需求。

　　该平台为女性提供各种详细的、个性化的皮肤知识和产品 推荐。消费者只要拍一张自拍照，皮肤咨询师就可以分析出该消 费者脸部的皮肤并判断出她皮肤的年龄，以及脸部哪个区域老 化，再根据消费者对一系列问题的回答，为她推荐适合她的肌肤 的产品。

　　Adobe Digital最近展示了一款“数字镜子”，消费者站在 镜子面前，镜子就可以拍下照片，并读取到消费者身材的各种数据，据此向他们做推荐。

　　机器学习又可以让AI变得越来越智能，消费者愿意提供的 个人信息和数据越多，AI的提供就越具体，越个性化。这对于千 禧一代消费者来说并不是障碍，他们在数字化环境下长大，容易 接受和尝试新的事物。

　　这也催生出一些“培训 AI”的公司和职业。

　　对于AI的一个担心是，人工智能是否会带来大规模的失业潮？事实证明，有了 AI，还需要人来培训 AI。

　　Spare5就是这样一家用人工来训练AI的公司，而来自波兰 的家庭主妇Julie Slover就是一位“AI训练师”，她每天几乎所有 的空隙里都在回答Spare5这个App上的问题，每个月能赚到几 百美金。问题难易程度不同，简单的，如搭配鞋子和衣服——这 种是帮助电商训练AI推荐引擎，这也是 Spare5上最多最常见的 问题；复杂的，如对着手机读一段内容，这种一般是用来训练AI 的语音识别。她注意到，问题变得越来越难、越来越专业，但她 并不知道这些都用在哪里。

　　而在Fashion Scavenger Hunt，最多的任务是对相似的物 品进行匹配，例如找出与某只鞋子相似的其他鞋子。其他众筹平 台，例如亚马逊的Mechanical Turk平台上，机器训练也变得越来越普遍。