我们正在利用 AI 简化客户体验。总体而言，零售商使用 AI 来平衡供需、分析折扣计划和促销活动的效果，以及设定适合企业和客户的价格，同时对实时市场变化做出响应，以此优化价格。 — Kroger 总监兼首席研究工程师 Victoria Uti
定价优化有助于预测价格变化的影响、在这些价格之下的可能需求，以及可供选择的最佳建议。以往商家可能需要审查遍及数千家店铺和数百万产品的每一条定价建议，而 AI 能够在这一过程中发挥至关重要的作用。 — Tesco 数据科学总监，Rob Armstrong
推荐系统 在某些大型商业平台上，推荐服务所产生的收入占比高达 30%，而这等同于数十亿美元的销售额。这也是为何零售商会使用 AI 推荐系统来推动购物者的每个动作，包括浏览网页和使用社交媒体购物。这些系统还可从海量的可能选项中挑选并提供相关产品，从而提高平台转化率。 NVIDIA Merlin™ 是一种端到端推荐系统框架，可提供快速提取、转换和加载 (ETL) 功能，以及特征工程和高训练吞吐量，进而为推荐系统模型的快速实验和生产再训练提供支持。Merlin 还支持低延迟、高吞吐量和生产推理。 详细了解 NVIDIA Merlin 观看以了解沃尔玛如何使用推荐系统
个性化推荐 为了吸引消费者，零售商需要实现他们的一对一个性化期望。 作为一款可在任意移动设备上运行的 GPU 加速 AI 工具，Olay Skin Advisor 可对用户提供的自拍进行评估，并推荐 Olay 的驻颜产品，帮助用户改善问题区域。四周后，94% 的用户会继续使用推荐的产品。 时尚电子商务公司 Stitch Fix 致力于实现 AI 决策与人类判断之间的无缝平衡。Stitch Fix 的时尚服务通过使用算法来了解客户偏好，将个人造型艺术与由 GPU 加速深度学习提供动力支持的数据分析相结合。 阅读博客 了解埃森哲如何将超个性化技术引入零售
自动标记 零售商正在运用新一代计算机视觉技术来识别图像属性，并自动生成用于搜索和推荐结果的元标签和分类。这种有关产品和服务的全面信息有助于实现效果出众的个性化推荐。 由于时尚潮流变化迅速，NVIDIA 合作伙伴 Omnious 推出了 AI 标记 API，可帮助客户在时尚潮流前沿站稳脚跟。作为准确率超过 95% 的自动标记解决方案，Ominous Tagger 的标记速度是人工标记的 100 倍，可将搜索效率提高 4 倍。Omnious 还会分析社交媒体时尚大咖的图片，并提供相应的趋势报告。 了解 Clarifai 如何借助 AI 自动化缩短数据标记时间
虚拟试衣 2021 年，美国的退货成本是 7610 亿美元。其中，网上退货成本为 2180 亿美元。为减少退货数量并提供更优质的购物体验，零售商现可向顾客推荐几乎能保证合身的商品。 借助 Cappasity 的虚拟试衣解决方案，顾客可以在购买前先体验虚拟试衣，查看服饰的上身效果。在 NVIDIA GPU 的技术支持下，Cappasity 算法利用 CUDA® 提高计算速度，通过处理云端数据来检测用户尺码，并运用神经网络来分割人体轮廓。 详细了解 Cappasity 虚拟试衣解决方案