top of page

人工智能衍生新問題

Updated: Apr 28

從人類有交易活動以來,價格競爭便一直存在,在人工智能的數據驅動下,價格戰又是如何演化的呢?有報道指出,亞馬遜每天調整價格超過250萬次,利用價格優化策略(分段、分時、高峰、低谷),得以輕鬆把利潤增長率維持在25%。據零售業媒體Retail Dive統計,在所有13個商品大類中,亞馬遜有12個大類的商品每日線上價格要低於沃爾瑪和Target。由於批發折扣、價格促銷、免費送貨等優惠可以結合在客戶忠誠度計劃之中,能為企業帶來更好的客戶保留及新客戶獲取。

在不同階段,「人、貨、場」加入價格區別的複雜性也有很大差異,比如通過提升商品設計(例如特別顏色)和商品品質(例如全球保修)調整價格來吸引細分客戶。當然,除了價值優勢之外,要在電子商務稱王的其他因素,還包括強大的搜索及推薦系統、低成本運營、快速物流等等。惟不可不知的是,類似亞馬遜的平台,包括阿里的天貓,都是同時允許協力商家在其嚴格監管規則下銷售商品。協力廠商市場競爭激烈且高度透明,固然是價格降低的原因,但也增加監管商品品質及價格倒掛的難度,使用人工智能代替人工審核,可增加效率並減少誤差。

沃爾瑪是零售業體量最龐大的領導者之一,該公司在全球28個國家擁有2萬多家門店,他們推出Data Cafe營運數量眾多的門店,協助滿足每周2.5億客戶的需求。據《商業內幕》雜誌報道,從2016年開始,沃爾瑪就在積極嘗試以低於亞馬遜的價格銷售商品;到2017年年底時,沃爾瑪的商品價格已經與亞馬遜拉近。

須知道,真實營運中做到即時監控動態價值,抓取亞馬遜網站上6.06億件商品的資訊,是一場財力與技術的較量。然後,從獲取價格差異資訊到產出自動化應對策略,對比在舊世界中會涉及多少部門的審批,可想而知有多複雜。我在阿里曾有類似經歷,價格的不可逆轉性遠比我們想像更大,在透明的電子商務平台中,無底線的價格戰可以同時傷害行業、賣家、買家,亦是一場艱難的競賽,耗費大量資源,來贏得忠誠的客戶及獲取市場份額,難怪行內有人這樣總結電子商務的痛苦,「我們每天操着賣白粉的心,賣着白菜的價格。」

資訊透明化、人工智能的自動化能力,為社會帶來了進步,卻又衍生了新的問題。

Recent Posts

See All
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
bottom of page