生成式AI如何重新定义零售业

从个性化商品推荐到营销内容创建再到代码生成，生成式 AI 正在提升顾客体验、优化运营并提高生产力。

NVIDIA 进行的一项新调查显示，98%的零售商计划在未来 18 个月投资生成式 AI 技术。

这使得零售业成为最快采用生成式 AI 来提高生产力、改善客户体验和提高效率的行业之一。

零售业的早期部署包括个性化商品推荐和自适应广告，零售商在最初测试中使用了 OpenAI 的 GPT-4 等现成模型。

但许多人现在已经意识到开发定制模型的价值，这些模型基于其专有数据进行训练，能够以一种可扩展、高成本效益的方式生成适合品牌调性的个性化结果。

在构建模型之前，企业必须首先考虑各种问题：是选择开源、闭源还是企业模型？如何规划训练和部署模型？如何托管模型？以及最重要的——如何确保未来的创新技术和新产品能够轻松融入其中？

NVIDIA AI Foundations 等新产品精选了 NVIDIA 优化的企业级基础模型和领先的开源预训练模型，为零售公司提供了构建定制模型所需的模块。借助 NVIDIA NeMo 这一用于大型语言模型开发的端到端平台，零售商可以利用最先进的技术大规模定制并部署他们的模型。

生成式 AI 用例

多模态模型引领着生成式 AI 发展的新前沿。这类模型能够处理、理解并生成来自文本、图像、视频和 3D 渲染资产等多种来源的内容和图像。

这使得零售商只需提供几行文本提示，就能为品牌营销和广告创建引人注目的图像或视频。此外，还可利用现场和试穿产品图片结果来提供个性化购物体验。另一个用例是生成产品描述，生成式 AI 可以智能生成详细的电商产品描述（包括产品属性），并使用元标签大幅提高搜索引擎优化（SEO）表现。

许多零售商首先在内部部署来试用生成式 AI 技术。例如，一些零售商正在利用 AI 驱动的计算机代码生成器来提高工程团队的工作效率，这些代码生成器可以编写优化的代码行，以实现指定的结果。还有一些公司正在使用定制模型为不同受众群体生成营销文案和促销信息，从而提高点击转化率。同时，聊天机器人和翻译机器也在帮助员工完成日常工作。

为了提升客户体验，零售商正在部署由生成式 AI 驱动的购物顾问，它们能以定制的对话风格为客户提供个性化的产品推荐，并显示所推荐产品的图片。例如，如果顾客希望看到所推荐的产品在家中的效果，通过上传房间照片即可进行产品展示。另一个用例是客服多语种聊天机器人，它能够回答简单的客户咨询，并且将复杂的问题转给人工座席，以便提供更好、更高效的服务。

近日，NVIDIA 首次发布了年度《零售与快速消费品行业 AI 现状：2024 年趋势》调查报告，深入剖析了零售业应用 AI 的现状、AI 对收入和成本的影响以及正在塑造行业未来的新趋势。

审核编辑：刘清