有关围棋的一个转载：用ChatGPT挣钱的五种思路

flygo1900

有关围棋的一个转载：用ChatGPT挣钱的五种思路


至顶头条关注2023-03-28 11:46北京来源：澎湃新闻·澎湃号·湃客字号
ChatGPT是一款AI聊天机器人，发布于2022年11月。凭借着在广泛的知识领域为消费者问题做出清晰、详尽解答的出色能力，其一经推出就引发全球轰动，自然也得到零售行业的高度关注。例如，消费者只要询问ChatGPT如何布置一个梦幻般华丽的客厅，它就会即时提供几张AI生成图像。
这简直就是派对爱好者的福音。但ChatGPT真正值钱的能力还不止于此：它能记住在解决某一问题时获得的知识，再将该知识用于解决另一个不同、但有所关联的问题。简而言之，它能回忆起对话和上下文，顺利跟上客户的思维节奏。
消费者这边当然也能受益：根据Modern Retail发布的报道，ChatGPT在完成这些工作的同时可以不受广告商的影响，所以提供的建议更加靠谱中立。甚至OpenAI账户目前都提供免费注册，堪称普惠科技。
ChatGPT即将全面接入零售体验
但ChatGPT之前的主要问题，是还没有接入互联网，所以无法在线搜索信息。相反，ChatGPT使用大量来自（包括维基百科、新闻文章和书籍）的训练信息来生成问题的答案。
但这些都属于购物者本就能想到，也期望零售商能够提供的服务。真正让一切发生颠覆性变化的，在于零售商如何利用ChatGPT产生更好的客户体验。
ChatGPT加持下的购物新体验
ChatGPT已经具备一个明确优势：能跟消费者流利对话。根据凯捷发布的研究结果，54%的用户每天都会跟聊天机器人交互，其中49%认为机器人在各个领域给出的回应都相当值得信赖。
但在零售业，信任度水平则下降到44%，这可能主要受到营销活动的影响。也就是说，购物者可能相对更信任不受广告左右的技术成果。以此为基础，零售商有望把这种信任转化成更好的客户体验。
当个勤于思考的个人购物向导。因为ChatGPT特别擅长通过问题和对话“理解”用户的偏好，所以营销专家认为它有能力成长为强大的个人购物向导。早期报告表明，它确实有这份潜力。它能记住客户对早期产品建议的反应，并据此微调未来的建议。例如，杂货配送平台Instacart就在测试Ask Instacart新功能，其在理想情况下能够向客户回答关于产品定价、营养甚至是食谱准备时间等问题。
成为AI活动策划者。如果零售商想要提醒客户关注即将开启的促销活动，而客户正恰好向ChatGPT询问了相关信息，它就能给出详尽答案。AI还能够记住这些信息，在未来的查询后继续提供相关建议。甚至有研究发现，ChatGPT能够提供偏好层面的推荐，按照购物者的类别和年龄段为其整理商品。但请注意，目前的ChatGPT还无法确定日期，所以不能提醒明天或者后天具体有哪些活动，暂时仅可提供相关资源。
作为机器人营养师。智能机器人能够检测并分类客户购物清单中的变化，并结合过往“对话”做出分析。产品查询中的显著差异，可能提示出新的医疗需求（糖尿病）和个人偏好（素食主义）。除了回答关于食谱和成分的问题外，ChatGPT还能利用这些变化来调整产品推荐甚至是更精确的建议，例如“xx商品中包含动物成分”、“若您患有糖尿病或正在关注日常糖摄入量，请注意xx酸奶中的糖分含量”等。
解决成长的烦恼。如果购物者向ChatGPT询问2T尺码的衣服，那AI会预测用户很快就会给孩子选3T尺码的服饰。但儿童成长过程中的需求变化远不止这么简单，毕竟每个孩子的生长周期不同，很多时候还会受到家长个人喜好的左右——比如过早把孩子打扮得较为成熟。通过款式建议，ChatGPT能够缩小偏好范围，并使用这些信息来捋清尺码变化的最新趋势。如果父母比较关注时尚、想把前青春期儿童穿得“潮”一点，ChatGPT也可以列出合适的风格、代表性的穿搭播主和相应的年龄段（同时提醒父母最好不要过早让孩子接触成人的服饰风格）。
服务***。出于身体和感官等原因，行动不便者、自闭症患者或者唐氏综合症患者可能讨厌衣物上的标签和接缝，需要在推荐时做针对性考量。ChatGPT能够通过零售商门户中的“告诉我们您/您的家人”调查或过往查询，识别出这些有特殊需求的消费者，再从记忆中提取能满足此类需求的商品、品牌和零售商。例如，如果被问及“哪里能买到适合坐轮椅的儿童的衣服？”时，ChatGPT推荐了Tommy Hilfiger Adaptive系列和Target的Cat & Jack童装。
虽然令人印象深刻，但ChatGPT并不是人类
ChatGPT等创新AI成果能够帮助零售商和品牌方更深入地了解消费者群体，但大家也要牢记：算法永远不会把客户视为真正的人。它只是在用一个个分类标记尝试解释人——已婚/未婚、专业方向、居住地址、父母情况、是否患病等。
所以零售商和品牌方务必保证自己的算法结构要优先确定对方的需求，而不是销售自己的商品。其目标是了解人们向机器人提交的搜索内容、问题和对话背后的“原因”。
而这千言万语将汇聚成一个词——情商，这也是维系AI体验与人类体验的重要桥梁。