【SmartM解讀】市場上有很多購物App，大多數是基於用戶的購買歷史給用戶提供一些購買推薦，精準度有限。但Lily會向用戶詢問關於身體類型和風格問題、解釋推薦的每一件衣服為什麼適合。
購買衣服和搭配造型永遠是女性的必需品，甚至是天性。
許多明星和時裝模特兒，甚至會僱用私人造型師、購物顧問，來幫自己選擇最合適的衣服、搭配造型。可對普通人來說，這並不現實，但在不久的將來，每個人也許都可以輕易擁有自己的私人購物助理。
Lily－能幫你挑衣服的AI購物助理
一個叫做Lily的虛擬AI購物助理，可以通過學習了解你的穿衣風格和喜好，為你挑選合心意的衣服。這款應用程式剛剛在美國西南偏南（SXSW）大會上獲得社會和文化類別大獎。人工智慧也許又將在一個新的領域掀起一股風潮。
Lily是由來自Facebook和美國梅西百貨公司(Macy's) 的6
位女性開發的一款個性化購物App，目標是幫助女性發現和購買好看又舒適的的衣服，目前，iOS
用戶可以免費下載這款應用，但創始人Purva Gupta承諾Android版本正在開發中。
[IMG::11520,624,478::IMG]
據Gupta介紹，Lily是由女性創造的，目的就是要讓女性成為最好的自己，Gupta說：有1.2億美國女性對自己的外表不滿意，而且女性每天都會產生為此13個消極的想法。我們正在改變這些數字並解決這個問題。
市場上有很多購物App，大多數是基於用戶的購買歷史給用戶提供一些購買推薦，精準度有限。Lily能做到的不止於此，她能創造一種App你正在交朋友的體驗。
但都說女人心海底針，要知道不同女人需要什麼樣的衣服，Lily憑什麼能做到？
Lily怎麼做到的？
與其他購物App不同的是，Lily會向用戶詢問關於身體類型和風格偏好的一系列問題，對話過程就像平時在聊天應用中和朋友交談，這看起來很像微軟小冰這樣聊天機器人。除此之外，Lily還會詢問你希望突出身體哪些部分、隱藏哪些部分，最後通過複雜的匹配算法提出相應的建議。
Lily會向用戶解釋推薦的每一件衣服為什麼適合用戶，目前Lily已經積累了5000多萬個數據點，這個功能還在隨著和更多用戶的交流不斷學習提升。
[IMG::11521,624,482::IMG]
Lily 的創始人Gupta稱之為「Perception and Empathy
engine（感知和同情引擎）」，據Gupta介紹，她發現大多數服裝推薦引擎都是透過「數百萬有形的行為」來推薦，如用戶的購買和瀏覽歷史。
但過去三年Gupta曾花費1
萬多小時向不同女性了解他們購買衣服的理由，她認為真正的個性化推薦引擎需要超越用戶有形的行為，考慮用戶無形的看法和看似不合理的行為，從而形成消費者的購買決策，於是Lily誕生了。
我們還在研究中發現，女性每天都在購買更多的衣服，在她們正在或準備購買的的時候心情是最好的，這是一種滿足感。
用戶可以使用Lily在線上選購服裝，在實體店中預訂物品，也可以在商場購物時打開App詢問購買建議。
Lily
目前已經與眾多知名服裝零售商合作，包括H＆M，Express、Macy’s、Bloomingdale、Nordstrom和Banana
Republic。據 Gupta 介紹，Lily上三分之一的用戶已經通過這款App購買了適合自己的衣服。
人工智慧在各產業的應用
其實人工智慧在購物場景中的應用也不新鮮，或者說正在成為潮流。
將短信界面和人工智能結合的購物助手Mezi就是其中之一，在需要購物時，用戶只需給Mezi發一條短信，然後Mezi就會根據用戶的目標價格、偏好及購物習慣，在成千上萬個商品選項中進行篩選，幫助用戶下單，從而簡化用戶的購物過程。去年7月，Mezi宣布完成了
900 萬美元A輪融資。
阿里巴巴也於2015
年在淘寶上推出了人工智慧服務產品「阿里小蜜」，提供體驗服務、導購、諮詢、語音助手等功能，相比起Lily
，「阿里小蜜」承擔起更多為店家緩解客服壓力的作用，去年雙11當天，「阿里小蜜」接待消費者數超過632萬，對話輪次超1800萬，相當於5.2萬名客服連續工作24小時。
而去年亞馬遜也針對零售行業推出Amazon Go，Amazon
Go實體店利用傳感器和人工智慧，自動識別購物者從貨架上取下的食品，使消費者不用再經過收銀環節，以實現付款流程的自動化。
更多的 Lily
也許會很快出現在我們的生活中，因為在這個訊息過載的時代，幫助消費者高效購物節省時間的市場前景必定不小。
延伸閱讀
Google與H&M合作：用「數據」設計裁剪出屬於你生活態度的服裝！
原文出處
愛范兒
↧