- 最先進的貨架檢視 AI（Shelf Checking AI）解決方案，採用 Google 的辨識技術，可辨識數十億種產品，方便零售商掌握貨品銷售情況
- Google Cloud 探索解決方案（Discovery AI）推出全新的 AI 功能，為電子商務網站提供新型瀏覽功能、更個人化的購物體驗，以及更優質的產品推薦內容
Google Cloud 發表四項全新及更新的 AI 技術，協助零售商改善店內貨架檢查流程，亦在購物網站為消費者提供更自然流暢的線上購物體驗，進而提升日常營運效率與電子商務網站的業績。
過去幾年的動盪情勢重塑了零售業環境，如今零售商要重整旗鼓，便需更高效、更能吸引消費者，且更能抵禦未來更多挑戰的工具和解決方案。儘管未來充滿不確定性，零售業依然擁有巨大商機；未來的產業領導者將是那些能善用人工智慧與機器學習等最新技術與工具，為實體和網路商店解決當下最急迫的難題之業者。
全新貨架檢視 AI（Shelf Checking AI）方案 ，改善零售商產品供應情形
我們推出全新貨架檢視 AI 解決方案，能協助零售商改善產品的現貨供應情形，進一步瞭解貨架實際狀況，並明確掌握補貨需求，避免因貨品售罄而錯過銷售機會。
這項全新 AI 解決方案以 Google Cloud 的 Vertex AI Vision 建構，並運用產品和價格標籤辨識機器學習模型，能單憑產品圖像和文字特徵，就能大規模辨識所有類型的產品，並將所得資料轉換成可幫助零售商進行決定的洞察資訊。
零售商無須再為收集資料和訓練自家 AI 模型而花費時間、投資精力與資金。Google Cloud 的貨架檢視 AI， 運用 Google 資料庫所收錄的數十億個獨特實體的圖像，能從多種類型的圖片中辨識產品，且不受拍攝角度和視角的影響，輕鬆完成難以處理的艱鉅任務。零售商也可靈活地視情況為貨架檢視 AI 提供不同類型的圖像，例如可以是來自天花板懸掛式攝影機、在店中四處移動的貨架檢查機器人或是店員的手機所拍攝的畫面。
這項解決方案已開放全球預覽（preview），並預期在未來幾個月內將正式開放全球零售商使用。重要的是，使用此解決方案時，零售商保有圖片和資料的擁有權，而 AI 只能用 於辨識產品和價格標籤。
以 AI 重塑網購瀏覽體驗
以往，電子商務網站會根據「類別暢銷清單」或採用人工編寫的規則來排序產品的搜尋結果，例如在農曆新年前手動將紅色衣物調整為主打服飾。
因此，我們在探索零售業適用的解決方案中推出一項全新的 AI 瀏覽功能，協助零售商為顧客打造更現代、快速、直覺且符合購物者需求的線上瀏覽與產品搜尋體驗。只要購物者在零售商的電子商務網站上選擇一個產品類別，這項新功能就會透過機器學習技術，為網站選擇最佳的產品排序；久而久之，這項 AI 技術會運用電子商務網站上過往的的資料進行分析，學習瞭解網站內每個頁面最理想的產品排序。此功能透過考慮產品的準確性與關聯性，甚至成交的可能性，為網站優化最合適的產品及最佳的產品顯示方式，過程中無須人為介入。
這項新功能現已開放予全球零售商使用，並支援 72 種語言，包含繁體中文。
透過機器學習提供個人化搜尋與瀏覽結果 打造更個人化的網購體驗
我們同時也推出全新以 AI 驅動的個人化功能，在消費者搜尋和瀏覽零售商網站時，能看到個人化的搜尋結果。這項技術更進一步強化 Google Cloud 全新的瀏覽功能與現有的 Retail Search 解決方案的表現。
全新個人化功能採用的 AI 技術，會透過消費者在電子商務網站上的行為，例如點擊次數、購物車品項、購買記錄和其他資訊，來判斷購物者的品味和喜好，並比對網站內的產品；接著 AI 就能針對購物者喜好，提高特定產品的搜尋和瀏覽排名，以提供更加個人化的搜尋結果。
購物者的個人化搜尋和瀏覽結果，是依據他們在個別零售商電子商務網站上的互動進行判斷，而不會連結至購物者的 Google 帳戶活動。識別購物者的方式是透過他們在零售網站上建立的帳號，或網站的第一方 Cookie。
和我們的所有解決方案一樣，消費者擁有並控制自己的資料，只有個人喜好的資訊會留在零售商手中。全新個人化功能現已開放予全球零售商使用。
AI 為顧客提供更佳的產品推薦內容，提升零售商銷售業績
網站頁面設計一向是零售商苦惱的難題之一，包括網站上要顯示哪些面板、哪種排列方式效果較好，以及如何顯示符合購物者需求且個人化的內容？
新發表的全新升級版 Recommendations AI ，有助零售商打造出更個人化、更靈活多變、且更實用的電子商務網站，為每位客戶提供絕佳購物體驗。舉例來說，透過全新的「頁面層級最佳化功能」(page-leve optimization feature），電子商務網站可隨時決定要向購物者顯示哪些產品推薦面板，也能把資源需求降到最低，無需大量的使用者體驗測試，即可改善使用者參與度與轉換率。
此外，升級版 Recommendations AI 也在近期新增了「營收最佳化功能」（revenue optimzation feature），幫助網站在每位顧客瀏覽階段中提供更優質的產品推薦內容，有效為各種類型的電商網站提升每節用戶瀏覽時段的平均收入。透過由 Google Cloud 和 DeepMind 合作開發的機器學習模型，結合電子商務網站的產品類別、商品價格，以及消費者的點擊次數與轉換資訊，在顧客對品牌長期滿意度和零售商收入增長之間，找出理想的平衡點。最後，全新的「再次購買模型」（buy-it-again model）則運用消費者的購物歷史記錄，提供消費者較可能重複購買的個人化推薦內容。
與 Google Cloud 客戶使用的基準推薦系統相比，使用全新 Recommendations AI 的零售商，其網站在轉換率和點擊率都獲得雙位數成長。全球零售商現已能使用全新的「頁面層級最佳化功能」、「營收最佳化功能」和「再次購買模型」。
技術開放情況
這項貨架檢視 AI 工具已在全球開放預覽，其他全新電子商務科技，包括：個人化 AI 功能、瀏覽功能，以及 Recommendations AI 升級的項目 （包含頁面層級最佳化功能、營收最佳化功能、與再次購買模型，現已開放予全球零售商採用。
本文作者：Google Cloud 零售業與消費者解決方案部門亞太區總經理 Sameer Dhingra
首圖片來源: 廠商提供