零售效率与体验双轮驱动下，AGI 足够跨越用户接受度与成本的关卡了吗？ | 分析师研判

2024 年 5 月，InfoQ 研究中心围绕 AGI 的发展历程、市场规模、技术架构和五大行业 50+ 应用场景现状进行分析和广泛访谈，发布了《中国AGI市场发展研究报告 2024》。围绕文章，InfoQ 研究中心已产出 2 篇系列文章，分别对中国 AGI 市场规模和五大行业应用现状等观点进行了解读。本篇文章将继续以零售行业为例，深入拆解零售行业 AGI 的应用现状和典型应用场景。欢迎各位读者，点击「阅读原文」或者扫描下方报告下载的二维码，进行完整报告下载。

生成能力成为零售行业应用落地“先锋队”

整体上来看，AGI 在零售行业的应用已经走过了初期的探索阶段，目前正处于快速发展和市场投放期。

在新一轮 AI 的浪潮下，生成式 AI 带来的生成能力的升级，在零售行业促进了 AI 商拍等全新场景的诞生和发展，极大地缩短了商品上架前的准备时间，为广大中小商家提供了商品拍摄的新思路。此外，交互式的后期编辑，也提供了更直观的覆盖人脸编辑、风格转换、图像修复、局部重绘、背景切换、后期调色等的后期修改流程。同时，在商品海报、视频广告等营销物料的衍生上，AI 还能根据不同平台特性和消费者偏好，智能生成多样化的营销物料。

对话式的交互方式则在智能客服、数字人导购/主播等场景广泛使用。智能客服系统能够 24 小时不间断地为客户提供咨询、解答疑问，极大地缓解了人工客服的压力。同时，在意图识别能力和长上下文理解能力的加持下，相较于上一代智能客服系统，大模型驱动下的智能客服能够提供更自然的对话过程和更贴近消费者的回答风格，不断优化服务流程。

除此之外，基于 AI Agent 搭建的平台商家助手、智能投放助手和零售门店管理正在成为零售行业升级的重要应用探索。

零售行业 AGI 应用厂商图谱

零售场景两大升级源动力：效率提升与体验优化

总体来看，AGI 在零售行业的应用主要围绕效率提升和体验优化。

效率提升方面，AI 商拍、局部生成和交互后期都能够帮助商家快速迭代商品图和营销物料，提升运营效率。广告投放智能体的出现，使得商家在广告投放方面有了更多的可能性。这使得商家可以通过自然语言表达投放诉求，智能体根据投放诉求可以智能规划投放节奏、智能匹配营销物料、总结投放效果和提供下一步优化建议。

从使用者的角度分析，消费者体验是非常重要的，无论是前端消费者还是电商平台的商家体验，以及零售门店的店员店长体验，这些都构成了一整套完整的用户体验体系。对于消费者的体验优化，前文中已阐述较多。基于 AI Agent 构建的平台商家助手，可以帮助商家了解平台的现行规则、各项营销活动的解读，并提供优化经营策略。零售门店管理助手智能体，则更多承担了数据分析的工作，可以帮助门店店员解读各项商品活动、并提供产品营销和库存管理建议。

用户接受度和投入产出比仍然是阻碍零售行业 AI 落地的关卡

零售场景下，幻觉问题会严重破坏用户信任和用户体验。商家也可能会因为生成错误的营销活动信息而蒙受损失。除此之外，全球研究与咨询公司 Gartner 日前发布了一项关于客服系统应用 AI 技术的调查报告。该报告显示，在接受调查的受访者中，有高达 64%的人表示不希望客服系统部署 AI 技术。这也意味着目前即使是大模型驱动的智能客服，用户接受度仍然是阻碍零售行业 AI 落地的重要挑战。

此外，在落地时，零售行业也逃离不了对于成本和效果之间的权衡。除了过往系统升级改造的成本，本身大模型和生成式 AI 的部署和维护成本也不容忽视。同时，技术人员的培训、系统的调试和优化也需要持续的投资。现阶段，大小模型并行仍然是部分零售企业主要探索的路径，以在场景应用中，更好地发挥大小模型的不同优势。此外，也有部分企业开始探索大模型作为主 Agent 规划任务，调用小模型作为工具使用、同时搭载记忆模块的智能体应用。

更多关于中国 AGI 发展历程、市场规模、技术架构等内容，欢迎大家点击《中国AGI市场发展研究报告 2024》或者扫描下方「报告下载」的二维码，下载完整报告阅读。同时，您也可以关注「AI 前线」，回复「报告」，获取报告合集。