使用机器人购物：人工智能搜索提高了定制购物和透明度的标准

困惑之后一周到达引入广告“Buy With Pro”只是主要 AI 参与者将生成式 AI 更深入地融入人们寻找产品的方式以及公司营销产品的方式之一。其他包括 Google 的新产品更新适用于 Google Shopping、Amazon 基于聊天的 AI 购物助手鲁弗斯、eBay 的“Shop The Look”和 Klarna 的人工智能购物助手。

人工智能和商业的融合也为希望在新的人工智能搜索时代吸引购物者的营销人员带来了新的机遇和挑战。例如，人工智能平台是否根据电子商务网站上的新闻文章、品牌内容或客户评论来选择产品推荐？

生成式人工智能正在重塑搜索的概念，超越传统平台，扩展到社交网络、购物应用程序和零售平台等领域。其中许多都专注于发现，但人工智能生成的产品推荐可能需要向用户解释为什么推荐某个商品。这就是引文在帮助用户了解信息的来源以及帮助公司分析哪些网站出现在有关其产品或类别的结果中发挥重要作用的地方。

人工智能的可解释性如何发挥作用？

其中大部分内容与人工智能可解释性主题相关，该主题涉及人工智能模型解释它们如何以及为何做出某些决策的方式——将其视为一种透明度形式。人工智能模型使用权重对功能进行优先级排序，以根据用户偏好定制产品推荐。例如，当有人询问“最好的笔记本电脑”时，模型会评估性能、品牌声誉、价格和用户数据等因素，以对与用户查询相符的项目进行排名。来源的可信度也受到重视。例如，它可能会更加重视来自 Wirecutter 的可信评论，而不是品牌内容。但人工智能能否始终如一地区分可信信息和有偏见的信息？

关于生成式人工智能未来在购物中的作用的另一个问题可能包括 Perplexity 和其他公司计划如何补偿用于推荐产品的网站——特别是如果它从传统的联属网络营销模式中抽走收入的话。Perplexity 与出版商的合作伙伴关系包括广告收入分成模式，但目前尚不清楚可以提供多少资金。

在电子商务产品推荐的背景下，人工智能的可解释性可以通过帮助用户了解建议背后的理由来帮助建立信任。这反过来又可以提高购物者和产品被提及的公司的透明度、准确性和公平性。

但有一个问题：人工智能模型并不总是擅长解释答案的来源。有人说，Perplexity 的引用可以帮助用户了解是否应该相信熟悉来源的答案，或者是否应该更加怀疑。这是密歇根大学首席创新官查德·斯托勒 (Chad Stoller) 上周在讨论 Perplexity 广告推出时指出的。

“如果我从未听说过这些网站，也许我对这个结果的怀疑程度会更高一点，”斯托勒说。“这是一件好事……我认为这将成为常态，而且必须如此，因为人们必须知道香肠是如何制作的。”

人工智能个性化

虽然生成式人工智能内容已经开始规模化，但个性化还没有——至少现在还没有。波士顿咨询集团最近对 5,000 名全球消费者进行的一项调查显示，超过 80% 的人表示他们想要并期待个性化体验。然而，三分之二的人提到经历过不准确或不适当的个性化。

波士顿咨询集团营销、销售和定价业务负责人马克·亚伯拉罕 (Mark Abraham) 表示，愿意与基于聊天的搜索平台共享信息的用户也可能更愿意将其数据用于个性化。零售商也在探索如何使生成搜索更有吸引力、更有帮助或更令人兴奋。

营销人员可能很快就必须同时向人类和人工智能模型进行营销。亚伯拉罕 – 最近写了一篇关于人工智能时代个性化的书— 表示一些大型广告商开始积极下注，为生成搜索的未来做好准备。Abraham 举的一个例子是一家未公开的大型 CPG，该公司计划在短短几年内将其三分之一的营销支出用于针对人工智能代理的营销。

“在这个世界里，平台本身——世界的双子座和困惑——成为发现的策展点，”亚伯拉罕说。“虚拟购物助理和品牌必须定位自己，并为影响排名付出代价。”

人工智能如何发展推荐

LucidWorks 为企业提供人工智能搜索工具，其产品副总裁 Keri Rich 表示，其中一些变化可能会导致从人工智能驱动的搜索转向“搜索驱动的人工智能”。广告还必须变得更加复杂，才能跟上它们在基于聊天的环境中的触发方式。因此，随着用户体验设计师适应人们使用生成搜索进行购物的方式，人工智能体验设计可能会变得更加流行。这也可能意味着后端更新，提示用户提出后续问题，以更好地了解他们正在购物、想要购买什么以及实际会购买什么。

“困惑和其他问题将需要对它们的权重（以及它们如何呈现答案）进行复杂的处理，”里奇说。– 因为用户不想一遍又一遍地看到相同的产品。他们想了解最新动态和流行趋势。对他们来说，最酷的事情是，因为您正在与用户进行对话，所以您可以了解用户所处的位置……他们是真正喜欢趋势的用户吗？

https://digiday.com/?p=561246