戎美股份 (301088): 回答：AI也就是人工智能，并非新鲜的概念（1956年便被提出了）。某些语言模型工具的推出，让这个概念更具有面向大众应用的场景，从而成为舆论热点，一时间万物皆可AI。一直关注新技术的发展以及对公司业务可能发生的影响，以目前掌握的信息以及技术认知，我认为互联网零售行业如果不是AI技术的最大受益者，也是其中之一。原因包括：1）包括AI技术在内的信息技术重塑了商品供应链，让供需信息更加通畅，行业平均备货水平显著下降，降低了买卖双方的不确定性，从而使商贸零售稳步流通降低了企业风险；2）在链接生产和需求的过程（也就是广义的零售商品管理），AI算法的应用有效加强了需求和供给的匹配程度，生产者减少了不必要的生产与浪费，消费者也不会迷茫于信息之海；3）以公司为例，得益于阿里平台基于AI算法的流量工具运用，优化了商品企划和供应链管理，使销售费用率显著低于传统模式，商品周转和人均产出显著高于传统模式，从而形成了经营效率和商品性价比螺旋上升的良性循环。 为了便于包括您在内的广大投资者更具体地理解AI应用对于互联网零售的整体推进作用，下面附上2016年阿里巴巴一次技术型研讨会的公开信息。这个有着预言性的技术判断，在过去的7年里真实地提升了阿里平台的GMV，促进了互联网零售增速超出国内零售业整体增速（这一趋势仍在继续），也帮助公司实现了持续增长和高效率经营。感谢您的提问 （以下根据公开资料整理） --------------------------------------------------------------------------------------- 人工智能的核心点由大数据、处理能力、数据模型组成。人工智能给阿里带来了四大方向：1）发现：通过人工智能可以发现一些有价值的数据，比如发现一些用户的购买行为，经常购买搭配的组合套餐；2）预测：可以对用户进行预测，预测购买哪些商品，购买概率是多少；3）推荐：预测后就要推荐，通过各种推荐技术，比如猜你喜欢进行推荐；4）自动化：了解用户定期购买什么商品，自动化的定期进行推荐。企业为提高核心竞争力，利用相应的信息技术以及互联网技术来协调企业与顾客间在销售、营销和服务上的交互，从而提升其管理方式，向客户提供创新式的个性化的客户交互和服务的过程。其最终目标是吸引新客户、保留老客户以及将已有客户转为忠实客户，增加市场份额。 客户运营平台来自于CRM，是为商家打造的数据驱动的客户精细化运营平台，商家可以对自己的客户进行洞察和分群，同时可以针对自己的客户在各个沟通的通道上（店铺首页、详情、微淘、旺旺等）进行千人千面的沟通和表达。客户运营平台承载着从流量运营到客户精细化运营的使命。 页面级千人千面，通过面向不同的客户人群投放不同的个性化店铺首页来提升转化效果。面向消费者部分，阿里需要做实时偏好算法分群。因为是需要卖家参与设计对应的人群的页面，所以不同商家效果有区别，做的好的商家，成交转化率能有50%的提升；面向商家部分，阿里不仅仅是做一个工具，包括人群细分（年龄、性别）、个性化页面选择（属性偏好）、策略诊断（匹配度）、选品助手、效果跟踪，背后都是AI在支持。谈到实时分群算法，它的分群方法是基于实时商品分组、品类等维度定义标签，算法实时预测匹配分群，实时分群策略可与普通标签交叉使用，实时分群策略还可以透视。算法体系包括行业级别的模型，GBDT在线预测，长期+近期+实时偏好相结合，还引入了增强学习方法根据实时的累积受益来调整偏好阈值。店铺承接页包括三个模块。“所见即所得”，根据用户个性化进行推荐；楼层商品的个性化排序，商家可以参与选择；猜你喜欢瀑布流完全由算法帮助实现个性化推荐。对比有AI支撑承接页和没有AI能力的承接页，人均成交率提高20%以上。 Match框架分为基础日志、训练数据构造、match算法引起三部分：1）基础日志：日志抽取解析和数据清洗；2） 训练数据构造：生成用户序列，商品用户关系图，进行rank i2i样本构造，样本去躁以及特征工程。3） Match算法引擎：主要分为Online和Offline两部分，具体类别主要包含：基于节点关系，基于hash，基于learning，基于热度，基于属性匹配，基于流式计算的match数据。以上数据，可以在不同层次满足数据match召回方式，具有极强的覆盖率和准确性。 Rank框架主要分为样本、特征、模型三个点：1） 样本：通过预处理、去噪得到干净的训练数据，根据不同样本的策略训练效果最好的模型。2）特征：千万级的ID类特征，包括用户、商品基础特征及相互组合特征；场景反馈类特征如ctr、cvr等；实时特征如召回类型、召回分数以及用户类目、价格偏好等；业务类特征如会场类目信息、承接页页面信息，大促商品折扣率，商品加购率等。3） 模型：通过PS版的LR、PAI平台的DNN训练天级及小时级模型，做到模型的准实时；并在线上通过融合CTR、CVR模型，做到线上效果最佳。 商家可以通过场景化商品池实现多样化的营销需求，只要选择商品库，其余都可交给AI来做。这样，消费者端千人千面投放可实现高速转化，整个模块点击率平均提升20%，成交转化率提升超过40%，千次展现支付金额提升超过50%。 阿里提供给商家易于运营的详情个性化访客运营工具，提升转化效果和客单价。阿里给予商家自主权，可以自主选择在详情推荐模块放哪些商品。在商家端，操作成本低、可以批量覆盖多款商品，“一键升级”直接覆盖最多100款商品，并支持高阶配置（商品池、加权商品池）；在消费者端，基于当前用户、当前商品的个性化投放，商家配置的加权商品能够获得曝光保障。详情个性化很好的将商家的确定性和个性化融合起来。 阿里提供对粉丝/会员的深入洞察，进行分群剖析。阿里也提供一些场景化的能力，比如粉丝个性化营销算法，提供高购买潜力粉丝、预流失粉丝等；对于会员个性化营销算法，提供预复购会员、预流失会员等人群；对于前端投放算法体系，提供投放时机算法和人群权益匹配算法，根据预测模型预测概率值。

2023-05-05 17:40:11