iThome制图

距生成式AI爆红已经两年，零售业开始有先行者大规模应用此技术到对内及对外生产流程：二手市集巨头eBay推出自动生成商品描述、分类和建议售价的卖家辅助工具；电商巨擘Amazon上线了串接电商平台各种功能及数据的买家与卖家对话式助理；零售龙头Walmart利用生成式AI创建及完善上亿款商品的目录数据，用媲美100倍人力的生产力，处理了8.5亿笔数据作业。

其他零售业者如何向这些领头羊学习？高雄科技大学行销与流通管理系副教授欧宗殷综合自身经验及国内外企业案例，归纳出零售业应用生成式AI的5大阶段，「在一个阶段做扎实了，才容易发展下个阶段。」他说。欧宗殷曾借调到统一信息担任总经理，之后仍持续担任顾问，协助统一集团发展数据、AI及生成式AI的应用。

这5大阶段，依序是加速开发、分析消费纪录及产品信息等数据、建置企业综合知识库及知识管理工具、设计和影音等内容创作，以及顾客服务、行销与推荐。每个阶段都可以产生4类价值，包括提高生成内容精准度、带来实质效益、业务模式创新，和体验优化。 越后期的阶段，这4种价值的含量越高，与顾客交互程度也越高。

第一阶段是加速企业开发，例如自动生成代码、调试器码、产生代码说明文档等。eBay甚至利用生成式AI来找出代码重复，并根据eBay内部不同服务的耦合及依赖性，来协助工程团队更新开发框架及函数库。

第二阶段是分析消费纪录及产品信息等数据。这个阶段，企业将生成式AI用来搜集和分析零售业最大宗的两类数据──顾客与商品。自动贴标商品与顾客属性、消费模式洞察、梳理及丰富数据等，都属于此阶段。Walmart就用生成式AI丰富了8.5亿笔数据，若在相同时间只使用人力，需要近百倍人头数。

第三阶段是企业知识库及KM工具建置。此阶段，企业不只用生成式AI处理消费及产品数据，还包括内部技术文档、员工训练文档、最佳实践政策、甚至代码等数据。并且，还会用生成式AI打造一个可以轻松存取这些数据的界面。美国大型连锁超市Target就在近2,000间分店上线了店员生成式AI助理，可以根据自然语言对话内容，来快速提取Target内部文档，回复约40万名店员的门市营运相关问题，例如会员卡申办流程、停电时如何重启POS机等。

第四阶段则是内容创作，包括文本、语音、图片、视频和设计生成。内容创作可以应用于内部文档或行销素材生成，例如全国电子就利用生成式AI生成大量行销用素材，希望依照顾客喜好呈现出对应素材，提供个人化体验。甚至可以进一步结合卖家或顾客体验，例如露天市集推出卖场美化工具，利用生成式AI支持卖场素材优化及版面配置。

第五阶段则是直接应用于顾客服务、行销与推荐。欧宗殷指出，此阶段难度最高，因为企业必须考量到生成式AI产生幻觉等风险，如何提供顾客精准、正确的生成内容，是一大难题。Amazon就分别针对买家与卖家打造了生成式AI助理，前者能搜索、比价、推荐产品、主动更新产品最新消息，和追踪顾客过往清单状态，后者则能提供个人化建议、分析卖场数据，甚至主动帮忙追查异常情况。

企业如何进一步发展更后期阶段的生成式AI应用？欧宗殷建议，可以从生成式AI应用的4大价值中，挑选自己最重视的项目来强化。例如，着重精确度，可以结合传统预测型AI与生成式AI来打造应用，以降低生成式AI随机性；着重实质效益，则需强化IT支出管理并制定测量实质效益的机制；着重业务模式创新和体验优化，则可以将生成式AI技术结合到AR/VR购物、行动商务等不同购物模式及体验。

欧宗殷观察，台湾零售业主要在第三到第四阶段，且有一类GAI第五阶段应用开始在台成形。「许多台湾零售业者想发展RMN，并希望能用生成式AI来生成大量素材，准确地提供个人化购物与行销体验。」不过，他也坦言：「距离这个应用，台湾零售业还有一段路要走。」

他进一步说明，要真正善用GAI辅助RMN，首先要做好消费纪录及产品信息分析，才能根据这些数据来生成素材，并在实务上投入这些素材于个人化体验。也就是说，扎实发展第二到第四阶段的应用是先决条件。

欧宗殷也分享了一个另类的生成式AI应用第五阶段案例。该企业将生成式AI应用于客服，但不是直接用聊天机器人与顾客对话，而是利用生成式AI将顾客发言摘要成简单、有条理，且不情绪化的内容，再由真人客服应答。「这样一来，既能避免生成式AI对顾客说错话，还能提升客服人员效率。」他评论。「通过恰当的机制设计，可以降低生成式AI产生幻觉，冲击顾客体验的风险。」