生成式 AI 如何优化零售业的工作表现？

60% 的购物旅程从网上开始，消费者的联系更为紧密，知识要丰富，因此 AI 已成为帮助零售商满足消费者不断变化的期望，从而在日益激烈的竞争中脱颖而出的重要工具。

零售商正在使用 AI 提升客户体验、实现动态化定价、细分客户、设计个性化推荐以及进行可视化搜索。

生成式 AI 可以在购物过程中的每一个环节为顾客和员工提供支持。

借助使用特定的品牌和产品数据进行训练的 AI 模型，他们可以生成强大的产品描述，进而提高搜索引擎优化排名，并帮助消费者找到他们正在寻找的产品。例如，生成式 AI 可以使用包含产品属性的元标签来生成更加全面的产品描述，包括“低糖”、“无麸质”等各种术语。

AI 虚拟助手可以检查企业资源规划系统并生成客户服务信息，通知消费者哪些商品有货、订单何时发货，甚至可以协助客户处理订单变更请求。

NVIDIA 初创加速计划的会员之一正在使用生成式 AI 来创建虚拟服装设计，省去了产品开发过程中对实体面料的需求。通过使用专有和市场数据进行训练，可减少时尚设计对环境的影响，并帮助零售商根据当前市场趋势和喜好来设计服装。

零售商有望使用 AI 吸引顾客、留住顾客、提供出类拔萃的购物体验，并通过在合适的时机为消费者匹配正确的产品来提高收入。

在电信、能源等基础设施领域，生成式 AI 带来了哪些升级呢？有人可以介绍一下吗？

NVIDIA 对电信行业所进行的一项调查显示，95% 的受访者表示他们正在使用 AI，而三分之二的受访者认为 AI 对其公司未来的成功至关重要。

无论是改善客户服务、优化网络运营与设计、为现场技术人员提供支持，还是创造新的盈利机会，生成式 AI 都有可能重塑电信行业。

电信公司可以使用网络设备和服务、性能、故障工单、现场勘测等方面的专有数据来训练诊断型 AI 模型。这些模型可以加速解决技术性能问题、提出网络设计方面的建议，检查网络配置的合规性，预测设备故障以及识别和应对安全威胁。

手持设备上的生成式 AI 应用程序可通过扫描设备、生成虚拟教程指导来为现场技术人员提供维修支持。虚拟教程还可以进一步与增强现实相结合，使技术人员能够在 3D 沉浸式环境中分析设备，或者向远程专家寻求支持。

电信公司也将迎来新的创收机遇。凭借庞大的边缘基础设施以及接入大量数据集，世界各地的电信公司现在正向企业和政府客户提供生成式 AI 服务。

随着生成式 AI 的发展，电信运营商有望使用该技术优化网络性能、改善客户支持、检测安全入侵并增强维护运营。

生成式 AI 在能源行业的应用

在能源行业，AI 正在推动预测性维护和资产优化、智能电网管理、可再生能源预测、电网安全等方面的发展。

能源运营商正盼望着通过生成式 AI 满足老化基础设施日益增长的数据需求和新出台的政府监管法规。

电力公司每年花费数十亿美元来检查、维护和升级发电和输电基础设施。

直到最近，使用视觉 AI 协助检查还需要使用成千上万张手动收集和标记的电网资产照片来训练算法，并且需要不断更新训练数据。现在，生成式 AI 可以胜任这一繁重任务。

利用一小组图像训练数据，算法就能生成数千张真实准确的图像，用于训练计算机视觉模型，从而帮助现场技术人员识别电网设备的腐蚀、破损、堵塞，甚至检测野火。这种主动维护可减少停机时间，提高电网的可靠性和弹性，并减少派遣团队进入现场的需求。

生成式 AI 还可以减少对人工研究和分析的需求。根据麦肯锡的统计数据，员工每天花在搜索信息上的时间长达 1.8 小时，占每周工作时间的近 20%。为了提高工作效率，能源公司可以使用专有数据来训练大语言模型，包括会议记录、SAP 记录、电子邮件、现场最佳实践以及标准材料数据表等公共数据。

通过将这种类型的知识库连接到 AI 聊天机器人，工程师和数据科学家就能即时获得高度技术性的问题的答案。例如，一名维护工程师在解决涡轮机液压系统的叶片控制问题时，可以向机器人提问：“我应该如何调整液压压力或流量来解决 X 公司生产的某型涡轮机的叶片控制问题？”经过适当训练的模型会向用户提供具体的指导，用户无需翻阅厚重的手册来寻找答案。

随着 AI 在新系统设计、客户服务和自动化领域的应用，生成式 AI 预计将能够提高能源行业的安全性和能效，同时降低运营成本。

更多精彩问答，点击下方小程序，关注 NVIDIA 知乎账号！

NVIDIA 知乎精彩问答甄选往期精彩内容

更多精彩仍在继续...

敬请关注

GTC 2024 将于 2024 年 3 月 18 至 21 日在美国加州圣何塞会议中心举行，线上大会也将同期开放。点击“阅读原文”或扫描下方海报二维码，立即注册 GTC 大会。