---
title: 李昆謀
tags: AI
---
{%hackmd HJ-2dtufR %}
# 李昆謀

`91APP產品長`
https://happylee.blog/

🎥 **[觀看回放影片。](https://videos.gaiconf.com/)**

## 零售業的 AI 產業應用 - AI 可以幫助做銷售嗎？

消費者客製化內容

### 聚焦產業應用
- 像人一樣對話
- 解決零售業問題

前情提要
---
（講者提到的「去年」是指 Generative AI 詠唱忘年會 2023「從零售業的角度看生成式AI」演講）
#### 零售業的基本問題：人和商品配對問題

以電商的角色來看
幫助消費者找到對的商品，也幫商品找到對的消費者

Embedding Model 變成在向量空間找相似度
除了把商品建向量，還把商品拆成大量標籤 標籤也丟進去

### 零售業的場景有這麼簡單嗎？


真實的零售業場景
銷售員的魔法🪄
消費者：我想買一件洋裝，結果
後來買一堆也沒買到包包 lol

結論：消費者永遠搞不清楚自己要什麼

我們以為的銷售場景：（請支援圖片）

消費者買的是「想要」而非「需要」的時代
沒有需求的消費者 才是消費的大眾

#### 店員的魔法

消費者：我隨便看看而已
店員：(OS 我怎麼可能放過你)😂

銷售端的兩種銷售方法
消費者端
* 有需求的消費者
* 沒有需求的消費者 是現在的消費大宗

銷售端
- 用機器做銷售（無人的銷售） ｜線上？
- 有人做銷售 ｜實體？

四種消費場景 = [沒有需求的消費者, 有需求的消費者] x [機器做銷售, 有人的銷售]

「去年」說到這邊

### 電商是一台自動販賣機

零售業的四種銷售場景
賣場自助結帳機：無人銷售場景
直播：有人銷售（沒有需求的線上銷售）
>說不定是數字人！

下單動機: "忍不住"

AI介入之後
---
- 我們一直想用AI來取代傳統電商的方法
- 最大的餅在於沒有需求的消費者
- AI 可以複製銷售員的魔法嗎？
- 現在的做法：猜你喜歡，透過演算法推薦可能是你喜歡的商品
- 如果用戶說話: 話語 配對 商品
- 如果用戶沒說話: 雙塔模型 (User Embedding Space vs Product Embedding Space)

- 串流平台的目的是增加用戶的點擊率，但電商平台的目的不同。
- 範例：推薦版位的位置與目的
首頁：==CVR== 增加點擊
購物車：==CTR== 增加客單

- 切入點的變化
- 模型的細化與分工
以往: 一個萬用大模型
現在: 切分成多個不同分工的專用模型，模型之間可以協作與分工


### 零售業的四種 AI 應用

1. Engine 有需求 / 沒需求的消費者
2. Agent (1)
3. Agent (2)
4. Engine 用機器 / 人做銷售

- agent的案例1：Jooii plugin (Type 2)
▲ 然後今年就沒惹QQ (因為: Openai 取消 plugin 整進 GPTs)

- agent的案例2:智慧音箱電商下單，顧客透過Amazon Echo 語音下單 (Type 3)
- 只能買Amazon的東西
- Engine的案例：猜你喜歡 (Type 4)
- 店員幫手
- 讓服務體驗變得更好
- Multiple Engine
- Brand Knowledge Base 商店基本知識
- Recommendation 推薦引擎
- Assistance 協助客服回答
- 走混搭風

- agent的案例3:客服機器人
痛點: 目前大家用 AI 語音機器人 -> 大家的目的都是找到真人 XD
未來的方向希望是賦能，而不是取代

- Type 4 ｜ AI賦能既有銷售通路
引擎讓電商網站，賦能銷售人員，店員的 copilot
協助調出消費者資料，協助回答消費者問題

- Type 3+4 混搭
代理人範例
一個Agent呼叫多個不同的engine

### 多個專職AI的分工與協作

人與AI的混搭組織/人與數位系統協作

:::info
有組織就有分工
有分工就有溝通
有溝通就有溝通問題
:::
**跟AI溝通生氣，但跟真人溝通可能更生氣！**

### 那消費者端的Agent呢? 如何與店家Agent互動

代理人跟代理人溝通

消費者的Agent x 店家的Agent 交互溝通互相問

#### Request-Response model

痛點: 拿的到答案 但效率差
難溝通

AI跟AI溝通難道要講人話嗎？我們是否可以直接新增新的protocal，來增加效率呢

#### Broadcast-listener Model

代理人對上代理人，最有效率？！
Ex: 築地市場
殺魚 & 賣魚的時候都是專業術語，但消費者都不懂，可是可以透過賣家溝通過程讓消費者慢慢被訓練知道這些術語的意思

人的文明，來自於我們的社會性、組織

組織內部有特定的 know-how
可能會產生特定內部為跟AI溝通的AI

未來五年購物網站還是原本的樣子嗎？
TBC 期待下一次分享ＸＤ

### FAQ

Q1. 如何避免因演算法的喜好聚焦造成的回饋，讓使用者陷入不需要的商品推薦循環？
Ans：
這是消費者的角度，這是難度蠻高的，因為我們本來就是 training 根據點擊，而根據 data 的角度，你點擊什麼我們就給什麼。
消費者如果不喜歡又一直點 汙染數據
還是需要 join 人的協作

Q2. 有庫存壓力的使用者，要怎麼跟 AI 協作銷庫存？
Ans:需要分工跟細畫，可以留在第三季說明。

Q3. 模型間如何協作分工? 有實例嗎?
Ans：目前比較單純，就是單純 prompt，其實的確有問題，因此就只好等待第三季。
尚無答案 只有拋出可能性

---

## 聊天區

Agent Engine 傻傻分不清楚XD

逛網購也會啊
XD
買的都不是一開始在找的ＸＤ

把庫存清空的魔法
萌欸萌欸 Q

我們都買想要的XD
>Happy 今天好幽默
>Happy happy happy
>▲ 樓上也好幽默 🐱

有料多惹

是不是大家都被機器人下指導棋了

happy 真的幽默XDDD
跟 AI 講話會很生氣，但是跟真人講話可能更生氣XDD

想到那個叫小朋友去買東西的節目了
>\我家寶貝大冒險/
>\狗狗猩猩大冒險/
>>換個agent節目照做
>>>這節目現在還有嗎？

放飯給讚
可以晚點吃飯其實 有料😂
>有料就會飽