Netflix的「AI顧客科學」

2021-03-04 14:33 聯合新聞網 / 能力雜誌
【文／廖志德　圖片提供／達志影像】

直接與消費者進行互動是企業的重要工作，唯有如此，我們才能深入理解顧客的需求、渴望、不安、疑慮與痛苦，並且從中尋求開發新產品及新服務的正確切入點，進而提昇顧客整體的消費體驗。因此，「直面顧客」是品牌創新的關鍵要點，絕對不能假手他人，一定要親力親為才能挖掘出隱藏於市場深處的成功祕笈。

過去，想要直接與顧客進行溝通與互動相對困難，企業不可能一一拜會或致電顧客，因為需要動員的人力及成本太高，往往只能退而求其次，採取間接的方式來與消費者進行互動。或是經由代理商、經營商、零售通路來負責銷售服務；或是由外包客服中心幫忙接聽顧客來電；又或者採取抽樣市場調查來理解顧客的基本圖像，這使得企業洞察顧客需求宛如瞎子摸象，往往只能知道市場部分的情況，不能全盤且深入的掌握市場全貌。

現在，隨著數位科技的快速推進，企業擁有越來越多元的訊息溝通管道與消費者直接互動，加上人工智慧(Artificial Intelligence, AI)從旁協助，市場的顧客圖像變得越來越清晰，越來越可視化，消費者的行為模式不再撲朔迷離且難以掌握。

根據微軟預測，到了2025年將有95％的顧客互動管道是通過AI來完成，如果預測成真，表示企業對於消費者旅程的理解能力將大幅度增強，無論是在搜尋、方案、選擇、下單、取貨、服務、維修、客訴的階段，顧客圖像都能夠取得更高的解析度，經營市場不用像過去一樣，在迷霧當中踽步前行。

市場藝術家vs.科學家

擁有清晰的顧客圖像，能幫助企業規劃出更加貼心的消費者旅程，屆時經理人評估經營績效時，不會再局限於單一層面，例如：訂單轉換率，而是可以更加細緻地從不同的角度與階段來剖析消費者的行為偏好。過去由於市場資訊嚴重不足，企業只能從銷售數字來評量市場成果，或者憑藉行業經驗與直覺來預估消費者的行為動向；現在由於人們對於數位科技的廣泛運用，使得企業更容易掌握顧客在實體與虛擬世界的數位足跡，無論是在實體商店、網站、APP、LINE、Facebook、Instagram、Youtube等線上線下互動點，我們都可以取得比過去更多元的消費數據。消費者瀏覽過那些商品資訊？關注的要點是什麼？考察過哪些「關鍵意見領袖」(Key Opinion Leader, KOL)的看法？分享的使用體驗是正面還是負面？是否進行重複採購？

實測驗證需求

唯有「直面顧客」才能了解顧客，然後做出正確的服務體驗設計。啟動永無止境的追蹤使用者的偏好與習慣，並且經由實地測試來驗證顧客洞察的結果，是影音串流龍頭Netflix能夠在市場異軍突起的關鍵要素。正確使用數位科技使得Netflix在殺成一片紅海的影音市場開創出新藍海，這是Netflix創辦人哈斯廷斯(Reed Hastings)刻意培養出來的企業傳承。如果說賈伯斯(Steve Jobs)是「市場藝術家」，那麼哈斯廷斯就是「市場科學家」。賈伯斯所帶領的Apple基本上不做市場調查與分析，而是著重於創建起獨特的美學風格及培養敏銳的顧客感知能力；哈斯廷斯認為自己並不具備與賈伯斯同等的市場洞察力，因此，在其掌舵下的Netflix另闢「顧客科學」(Consumer Science)的新航向以抵達賈伯斯的美麗境界。

同樣是「直面顧客」，Apple與Netflix的做法南轅北轍，不過條條道路通羅馬，只要能夠取得顧客歡心就是正確的道路，並沒有優劣之分，就像我們無法比較莫札特(Wolfgang Amadeus Mozart)與貝多芬(Ludwig Van Beethoven)的好壞；無法論斷李白與杜甫的高低，重點是找到適合自己的成長路徑，感性成分比較多的經理人可以考慮培養賈伯斯般的直覺感知；如果思維模式偏向於邏輯與數理思考，哈斯廷斯就是最佳的學習典範。學習不是全然的模仿，而是啟發自己內在本來就具備的潛能，至於採取何種直面顧客的演化路徑，最終還是要經營者不斷的在現場探索才能進行實證。

相對而言，賈伯斯的做法是比較難模仿的，除了認真、用心、努力外，多少要具備某種與生俱來的天賦。因此，我們鼓勵大部分的經理人採取類似Netflix「顧客科學」的做法來設計服務體驗，畢竟不需要感性天賦的標準作業流程比較容易學習、理解與模仿，包含蒐集資訊、形成假設、定性定量、市場調查、A／B測試等階段的「顧客科學」方法是有一定的邏輯可以掌握，可以不斷的進行複製並且形成相同結果，想要效法賈伯斯以心印心的感性思維模式，恐怕要有相當高的悟性，沒有一定的感性天賦很難求成。

迷戀顧客的5種途徑

哈斯廷斯希望Netflix的產品經理能夠建立起大量實驗的組織文化，進而發展出令人驚嘆的顧客洞察力，從Netflix不斷的推進A／B測試就可以看出端倪。Netflix的產品團隊會由不同的市場定位與品牌展現方式發展出不同的行銷方案，並且每2個星期就要針對非會員拜訪的網頁進行A／B測試，借助消費者進行評價與判斷的反覆驗證，Netflix設法調整出有效的內容呈現方式，前Netflix產品副總裁吉布森(Gibson Biddle)表示，Netflix希望藉此持續不斷的提昇以下2項衡量指標：

1. 試用比率

非會員網頁的訪客中，約有2％選擇免費試用Netflix。

2. 付費轉換率

當免費試用結束，約有90％顧客會轉變成Netflix付費會員。

對於Netflix而言，提昇試用及轉換比率的做法不能僅止於「聚焦顧客」(Customer Focus)，而是要發展到「迷戀顧客」(Customer Obsession)的更高經營標準，此時落實策略佈局的重點不單是傾聽顧客怎麼說，不再是停滯於顧客現在的渴望與需求，不再是只追求顧客滿意。吉布森表示，「迷戀顧客」是要善用「組合式的研究技巧」(Mix of Research Techniques)，將顧客安放在你做的每一件事情上，並且開始透過顧客的視角來看產品。吉布森發現利用科學方法來形成及測試假設，正是建立「迷戀顧客」文化的最佳途徑，這項努力使得Netflix在取悅顧客的做法上很難被競爭者複製。想要發展出「迷戀顧客」的組織文化，企業可以參酌吉布森所提出的建議，採用5種不同的途徑來超越過去聚焦於顧客的做法：

1. 經由顧客科學的方法來進行測試與學習

2. 創造並落實非預期以及未來的市場需求

3. 追求長期的顧客喜悅

4. 成為新領域的先鋒以減少競爭

5. 顧客喜悅為先，確保難以複製，較高利潤就會來

這5個直面顧客的原則表面上很容易懂，不過要正確的執行並不簡單，因為有太多的主觀意識在影響經理人的判斷，Netflix的高層就曾經犯下這樣的思維錯誤。回顧2004年之際，Netflix在哈斯廷斯強力的支持下，推出Friends功能，Netflix的開發團隊堅信使用者必定樂於接受朋友的建議，而隨著使用這項功能的人越來越多，所形成的網絡效應就越強大。假設前提是藉由提昇顧客的好友推薦率，Netflix可以有效的降低行銷成本，取得穩固的市場口碑，建立起難以複製的品牌定位。

6年的失敗教訓

然而，事與願違，事後證明Netflix高層想當然耳的直覺判斷是錯誤的，其實該公司最終的績效目標是提昇「顧客留存率」，而好友推薦率似乎是最好的先行指標。當顧客將產品及服務至少推薦給1位好友的比率越高，應該「顧客留存率」就越高吧？這個命題並沒有經過測試證明是正確的，但是在眾人樂觀的想像之下，使得Friends社群開發專案得到長期的投資與支持，長達6年的時間裡，Netflix的高層都以為社群策略是相當值得投入的關鍵項目，絕對不能半途而廢，他們堅信只要下定決心就能做出成績來，更何況該公司已經在社群專案投資這麼多的時間與資金，加上沒有人願意將創始人充滿熱情的提案扼殺於搖籃之中，於是Friends這個專案就這麼堅持許久。

直到2010年，Netflix高層才痛下決心關閉這項功能，開發團隊終於意識到想要透過好友推薦來提高「顧客留存率」並沒有想像中容易，根據推算至少要達到20％的好友推薦率才有可能實現。但Friends上線的初期只達到2％推薦率，再經過4年的努力也不過達到8％而已，離理想目標可說是遙遙無期。如果Netflix早些採用顧客科學的驗證方法來評估Friends的市場價值，或許可以有效排除直覺的偏見，訂定類似迷戀顧客的5種途徑不會太難，但是要落實原則往往會遭到人性謬誤的干擾。

經營企業要完全不犯錯很難，關鍵是要建立起自我校正的管理機制，而直面顧客正是幫助我們不斷調整市場策略的最佳驗證途徑，Netflix在好友推薦上面的努力並沒有完全白費，最終證實使用者對於分享電影並沒有想像中熱切，況且有時候他們不過是根據自己的偏好來進行推薦，結果親友反過頭來吐槽使用者的品味太差，這一點恐怕是Friends開發團隊事前無法察覺的情境。同時，正因為如此，使得許多人並不太願意全然公開自己收視的影片。犯錯不一定是壞事，失敗是學習必然的過程，有助於我們察覺潛藏於市場深處的商業祕密，沒有Friends專案，誰知道朋友會吐槽我們自己呢？

AI顧客科學

經營過程中的失敗是常態，通常只要大方向是正確的，並不會影響企業在市場上的藍海佈局。多年來Netflix運用「顧客科學」針對直面顧客的行銷方案進行測試，充分發揮去蕪存菁的功能，有助於積極推升Netflix的品牌形象及產品開發的成效，該公司的影音串流服務因而獲得無數消費者的選擇與青睞。此外，近年因為新冠肺炎(COVID-19)肆虐，導致許多人寧願待在家裡觀看影集打發時間，Netflix的影音服務平台因此成為市場最佳的選擇方案，光是2020年的第1季，Netflix就增加了1,600萬名顧客，使得該公司全球使用者增加到1.8億名，更有效將Netflix的股價一舉推上492美元的歷史新高峰。

談完失敗個案，讓我們來談談Netflix的成功故事，除吉布森所強調的「消費者試用率」及「付費轉換率」，如果再加上前文提及的「顧客留存率」，這3大績效衡量指標可說是Netflix最重視的市場經營指導方針，其中又以「顧客留存率」最為多數公司所經常採用，由於Netflix採取的是按月扣款的訂閱模式，如果訂戶對於平台所提供的服務感到不滿意就很容易退訂，因此，如何避免顧客流失就成為Netflix經營的關鍵要務，其實最簡單易懂的做法就是讓使用者永遠有好戲可看，保持每天追劇的良好習慣，然而說來容易，做起來可是困難重重。

Netflix運用的是大數據追蹤術，每當用戶進入Netflix的影音平台，他的一舉一動就被「顧客科學」完全掌握，無論是活動時段、搜尋電影、觀賞類型、收看清單、中斷收看、觀賞時長、演員喜好、內容評論等都將會列入追蹤，種種數據經過AI演算法處理之後，Netflix就會自動生成推薦內容，就算是推薦同一部電影給不同的人，電影選單所展現的演員介紹海報也是擁有個別化差異的。其實Netflix的底層基因和Google很類似，2家公司主要目的都是讓顧客很容易找到自己想看的內容，當然最好是能達到完全不用找，想要看的內容就能自動上門來的境界。

根據使用者的數位旅程來分析顧客的行為偏好是目前的顯學，有助於企業創造個人化的貼心服務體驗，而且隨著AI工具的越來越平民化，顧客科學不再是Amazon、Google、Netflix這樣的大公司才能實踐的商業模式，未來有一天，就算是最不起眼的小公司也能操作同樣的工具。不過或許Netflix提出的「迷戀顧客」的5大途徑才是策略求勝的最終決戰點，畢竟取悅顧客才是最高指導原則，顧客科學則是強大的管理工具，誰是主，誰是從，我們應該分辨清楚才成。

資料來源：https://udn.com/news/story/6868/5294010?from=udn-relatednews_ch1015

今早發的鬧元宵小短片，背後的AI技術。

下方文章來自「量子位」微信公眾號，經授權轉載來揭秘：

▎當網路圈大佬們集體唱歌，會擦出怎樣的火花？

現在，火爆一些短視頻網站的AI特效，一鍵就可以實現夢幻聯動。瞧！馬雲、馬化騰、馬斯克等大佬們，正在集體演唱神曲《螞蟻呀嘿》。不光演唱，表情也是十分的賣力（傲嬌的小眼神很是傳神啊）。完全看不出是被迫的樣子呢（手動狗頭）。

效果之魔性，引得網友直呼：短短的幾秒，要用一生去治癒…..

▎大家一起「蚂蚁呀嘿」神曲！

這款AI特效，只需要一張照片，就可以火速讓anyone「螞蟻呀嘿」。正因為這麼便捷，果不其然，馬上成為了抖音網友們的“新寵”。各路名人開始搞起！首先登場的是四大天王：劉德華、張學友、郭富城和黎明！或許天王們太久沒有同框過了，網友們用這種方式將他們「召集」在一起，也是別有一番風味。不知道是不是因為特效太過逼真、還是脖子有點短（不是），竟然還有人以為是真的。

OK，各種效果、各種玩法已經展示完畢。

▎如何制作专属的“蚂蚁呀嘿”？

第一步，蘋果手機下載APP：Avatarify

第二步，打開這款Avatarify，選擇一張照片即可進入選擇特效頁面（臉正一點效果更佳）。然後向下拉，找到布拉德·皮特的特效即可。 是不是很簡單？不過有點遺憾的是，暫時只有蘋果手機才OK（安卓用戶淚目）

一個人演唱「螞蟻呀嘿」的效果就已經實現了。如果想要多人演唱、九宮格那樣式兒的，那就需要剪映來加持了，這裡就不詳細展開了。當然，這款軟體除了「螞蟻呀嘿」之外，還有很多範本可選。

例如，李開復博士便在元宵節一早友情上演了一首「Only You」，傳遍朋友圈。

隨著這波潮流，Avatarify及其他相關軟體，已經超過微信、拼多多、抖音的下載量，登頂蘋果App Store免費榜前三！什么原理？

▎AI，是如何搞定各位大佬來唱歌的呢？

讓一張照片動起來，人臉跟著音樂一起擠眉弄眼，需要一個叫做一階運動模型 （First Order Motion Model）來搞定。技術原理借鑒了去年義大利特倫托大學的一項研究，入選了NIPS 2019。

模型框架主要由2部分構成，運動估計模組和圖像生成模組。運動估計模組的目的，是預測一個密集的運動場。研究人員假設存在一個抽象的參考框架，並且獨立估計兩個變換，分別是「從參考到源」和「從參考到驅動」，這樣就能夠獨立處理源幀和驅動幀。

而這兩種變換，通過使用以自監督方式學習的關鍵點來獲得。利用局部仿射變換對每個關鍵點附近的運動進行建模。隨後，密集運動網路結合局部近似得到密集運動場。

這個網路還能輸出遮擋的mask，指示哪些圖像的驅動部分可以通過源圖像的扭曲(warping)來重建，哪些部分應該被繪製(根據上下文推斷)。

在生成模組按照驅動視頻中，提供的源物件移動的圖像進行渲染。
此處，研究人員還使用一個生成器網路，根據密集的運動對源圖像進行扭曲，並對源圖像中被遮擋的圖像部分進行著色。

訓練階段，研究人員採用了大量的視頻序列集合來訓練模型，這當中包含了相同類別的物件。隨後在測試階段，研究人員將模型應用於由源圖像和驅動視頻的每一幀組成的對，並執行源物件的圖像動畫。

最終在品質評估中，這一方法在所有基準上都明顯優於當前先進技術。此前类似研究也很火爆，這種AI特效能夠如此火爆，甚至“破圈”，讓大家玩得不亦樂乎，最主要的原因是方便——不需要任何程式設計知識，便可完成。

但在此之前，其實這種AI特效在圈裡也是有火過，但都需要一定的電腦能力才可以實現。比如，一張名人照片和一個你說話的視頻，就可以讓夢露學你說話。還有，印度程式師開發即時動畫特效。你一動，蒙娜麗莎跟著你一起動~

那麼現在，你被「螞蟻呀嘿」一曲洗腦了嗎？自己試試吧！

為了活下去，全球最大的零售商沃爾瑪變身數據公司

文：王茜穎 / 若水 Flow AI Blog 編輯團隊

【本文重點】：

1. 今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。
2. 為了預測消費趨勢、提高供應鏈和營運效率，沃爾瑪張開數據網，即時監控2000億筆的內部交易數據，200 個外部數據。
3. 從行銷、採購、品管、上架、庫存管理到配送，AI 正在改寫超市地景和運作方式。

零售業是一個國家最古老的行業。但你發現了嗎？全球最大的零售業龍頭沃爾瑪 Walmart，正在把自己變成一家數據公司。

它不得不。它最大的競爭對手，吃下線上零售市場一半江山的電商龍頭亞馬遜，不斷探索線下經營。繼實體書店、無人便利店 Amazon Go、收購全食超市（Whole Foods Market）之後，2019年再度推出 Amazon 4-star，銷售在亞馬遜網站上獲得4顆星以上評價的商品，準備對線下零售市場攻城掠地。

「今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。」知名暢銷作家Bernard Marr 說。《華爾街日報》形容這是一場「不斷升級的科技地面戰」。

如何確保對的產品在對的時機，放在對的位置，做出對的定價，以方便對的人購買，是競爭白熱化的零售業的致勝關鍵。

即時監控2000億筆的內部交易數據，200個外部數據
為了抓出客戶需求、提高供應鏈和營運效率，沃爾瑪阿肯色州本頓維的總部設立了@WalmartLabs 和 Data Café（Collaborative Analytics Facilities for Enterprise，企業協作分析工具），監控過去幾週高達2000億筆的內部交易數據，以及氣象、經濟、電信、社交媒體、油價、鄰近沃爾瑪的重大事件（如：體育賽事）、美國最大評論網站Yelp、信用徵信網站Experian等200個外部數據。

沃爾瑪每週預測全美4700家店，共500億件商品需求，「我們每個週末都提出一套新的預測，」「我們有12小時完成所有的預測，約3天完成所有的訓練。」@WalmartLabs 傑出數據科學家和數據科學主任John Bowman說。

但沃爾瑪的規模實在太大了，Bowman說原有的開源軟體，「隨著我們擴大演算法規模，加入愈來愈多的數據，涵蓋愈來愈多的類別，開始遇到嚴重問題」，目前其預測模型是由內部改寫和開發的機器學習演算法組成，每項商品的預測，都建立在350個數據特徵上。

除了預測消費風向，最基本的，「用來確保門市和配送中心的庫存水位，足以滿足預測的需求。它不只幫沃爾瑪控制庫存成本，也確保架上的庫存足以應付來客或網路訂單。」前@WalmartLabs印度班加羅爾主任Nitin Sareen指出。

沃爾瑪 Walmart 同時收集所有顧客的消費紀錄、住在哪裡、並從店內的免費無線網路追蹤其產品喜好。2017年的報導指出，沃爾瑪掌握了6成美國成人，近1.45億人口的詳細資料。「我們想知道世界上所有的產品，我們想瞭解世界上每一個人，然後我們想要擁有連結兩者，促成交易的能力。」前沃爾瑪全球電子商務與科技執行長Neil Ashe曾說。

它的「社會基因體計畫」（Social Genome Project）監控社交媒體上的公開對話，參透消費者的社交DNA，藉以預測消費趨勢。沃爾瑪開發的Shopycat禮品推薦APP，「透過社會基因體計畫，分析朋友的臉書上的讚、分享、發文等動態，解除送禮壓力，提高送禮樂趣。」

當人們在線上展現我們的喜怒哀樂時，沃爾瑪就從分析臉書和推特的對話，在趨勢轉成需求前，成功預測棒棒糖蛋糕機、電動榨汁機的需求，立刻進貨、鋪貨。

數據讓沃爾瑪（Walmart）能預測未來趨勢，抓出過去錯誤

除了預測未來，即時數據和分析，讓沃爾瑪從異常銷售數字中，立即抓出定價失誤，或發覺特定門市根本未將商品上架的問題。機器學習把解決問題的時間從2～3週，大幅縮短為20分鐘。「若你得花上一週或一個月分析你的銷售數字，才能獲得洞見，你那段時間的營收已經蒙受損失。」沃爾瑪資深統計分析師Naveen Peddamail說。

為了收集消費者資訊，沃爾瑪甚至在2012年推出了自己的搜尋引擎Polaris。今年2月，沃爾瑪再度收購以色列科技新創Aspectiva，利用其自然語言處理功能 (Natural Language Processing)，讓電腦擁有理解人類語言的能力，分析客戶的產品評論等用戶生成內容，並結合其瀏覽行為，以提供個人化的產品推薦。

沃爾瑪每小時產生約美國國會圖書館館藏167倍的數據，這些通通餵給雲端。沃爾瑪和微軟聯手建立全球最大的私人雲，每小時從百萬名消費者身上收集2.5 petabytes非結構化的數據，做出行銷、採購、鋪貨、庫存管理等各種決策。有一說，此舉是要和亞馬遜的Amazon Web Services (AWS)一別高下。

衝刺電子商務戰場，營造個人化體驗、用AI 工智慧鞏固生鮮市場

電子商務上，沃爾瑪仍看不到 Amazon 亞馬遜的車尾燈。

為此，沃爾瑪接連併購 Jet.com、Bonobos、中國電商 JD.com、及砸160億美元買有「印度亞馬遜」之稱的 Flipkart，去年沃爾瑪亦翻新官網，挾其龐大的數據能力，用消費者的所在地、瀏覽和購買歷史，加強區域與個人的個人化體驗。

例如，顯示當地熱門商品、通常一起合購商品、「我的門市」生鮮配送服務；提供「輕鬆續訂」功能，類似亞馬遜網站上的快速按鈕（Dash button）。去年第四季，沃爾瑪的電子商務營收成長43％，eMarketer並預測今年底沃爾瑪將分食4.6％的市場，較去年成長4％，居全美電商第三名。

沃爾瑪抓緊數據，苦苦追趕，有其苦衷。根據Accenture 2016年的調查，58％的消費者傾向在有個人化推薦的網站購物，一旦沒有，最快60秒就會失去興趣；SmarterHQ的報告則指出，在這樣的情況下，47％的消費者會直接轉往亞馬遜，便宜了沃爾瑪的頭號競爭對手。

為了拉抬線上銷售，沃爾瑪祭出廉價生鮮優勢。去年底全美有1600家門市提供生鮮配送，3100家門市設提貨中心。亞馬遜迅速回防，今年4月，旗下的全食超市推出第三波降價，以及2小時生鮮配送，1小時店內提貨，要挖沃爾瑪牆角。

這是一塊沃爾瑪輸不起的戰場。不同於亞馬遜，生鮮佔沃爾瑪全美近6成營收。金雞母保衛戰，沃爾瑪用AI和相機打造「新鮮度演算法」，名之「伊甸園」（Eden），用AI檢查蔬果缺陷和新鮮度，預測腐壞日期，確保蔬果從農場到貨架全程新鮮，終結食物（成本）浪費。在全美43個配送中心試用6個月，已替沃爾瑪省下8600萬美元，預計5年內將省20億美元。

在此之前，沃爾瑪必須派員在配送中心先目視檢查送進來的生鮮，接著再手動檢查是否符合美國農業部和沃爾瑪內部的食品標準。

「伊甸園源自我們生鮮營銷團隊工程師間的一場駭客松。」沃爾瑪部落格說。在6個月內，他們量化了美國農業部和沃爾瑪內部的食品標準，並發給稽查員一支iPhone，用Eden的APP記錄各種蔬果在不同生命週期時的樣貌，是否符合各項食品標準。這百萬張照片的資料庫，成了人工神經網絡進行深度學習最佳教材。

當稽查員在現場拍下照片時，機器將比對資料庫中的圖像，經過一層層，千百萬個神經元的數值運算後，評估蔬果新鮮度，預測保存期限，最後決定接受或退貨。沃爾瑪還把iPhone送到農夫手上，讓他們在農產品運送前先拍照，通過伊甸園把關再上路，從頭減少因品質而被退貨所衍生的成本。

「這代表（我們）能更有效率地催熟香蕉，當番茄還長在藤上時，就預測出它的保存期限，或依此調整蔬果上架的優先順序。」沃爾瑪供應鏈技術副總工程師Parvez Musani分析。販賣生鮮是一場和時間賽跑的賭局。時間，就是金錢。

除了產地和配送中心的品管，他們發現運輸過程中的溫度，也會影響蔬果新鮮度。為此，伊甸園即時監控蔬果在貨車裡的溫度，若發現溫度飆升導致蔬果「短命」2天，則立刻重新安排貨車路線，送到較近的配送中心，減少損失。

Musani舉例，沃爾瑪的明星商品香蕉，來自7個拉丁美洲國家，鋪貨到全美4千多家門市。不久的未來，在跨洲、跨國、跨州的長途運送過程中，伊甸園會重新估算「新鮮度」，決定香蕉運到哪裡。「最後香蕉會運到較近的門市，確保最新鮮，消費者樂於買一串美味香蕉，人人皆大歡喜。」

跟 Amazon 亞馬遜搶食 AI 語音購物市場

眼紅於亞馬遜語音助理Alexa登堂入室，開口即可在亞馬遜下單，沃爾瑪也想搶食語音購物市場。

近來的專利申請，透露沃爾瑪打算在產品中內建物聯網電子標籤，以監控家用品的使用情況，例如追蹤保存期限，或你提起洗潔精的次數，藉此推測何時需要補充，自動加入你的購物清單，並為沃爾瑪提供顧客行為的龐大數據，包括產品使用的時間和頻率。

今年4月起，直接呼喚Google Assistant也能在沃爾瑪下單，可在全美超過2100家門市提現貨，800家門市領取網購商品。由於語音下單容易指示不清（例如：買2罐洗衣精），為求準確，沃爾瑪顧客的消費記錄將和Google Assistant帳號綁定，以判斷脈絡。

儘管目前語音購物對營收的貢獻很小，分析師紛紛預測這是未來趨勢。為了「不落人後」，沃爾瑪甚至投資一家針對上流社會的個人購物服務新創Jetblack，會員可用簡訊「遠端遙控」購物員幫他們購物，年費要價600美元。

簡訊的文字，是絕佳的機器訓練素材。「沃爾瑪正在利用Jetblack的大批人力來訓練其AI，盼其有朝一日能提供自動化的個人購物服務，為搜尋欄消失，聲控購物成為主流的那一天，提早做好準備，」Jetblack執行長Jenny Fleiss告訴《華爾街日報》。該報分析，沃爾瑪將該投資視為AI和語音購物的研究中心，打算用它來打造和亞馬遜Alexa抗衡的秘密武器。

而JetBlack正是從沃爾瑪位於矽谷的科技孵蛋器Store No.8孵出來的新創公司。為了尋找下一代的零售科技，沃爾瑪透過Store No.8來孵化、投資新創，與創投和學術界合作，開發機器人、虛擬實境、機器學習和AI技術。

AmazonGo會是沃爾瑪的未來嗎？

自去年10月底，沃爾瑪旗下的倉儲式商店Sam’s Club宣布將在德州開第一家無結帳員的超市後，大家都在揣測沃爾瑪超市何時會跟上AmazonGo的無人店。

4月底，沃爾瑪公布了它的「未來超市」。它改造了紐約州Levittown的門市，化身「零售智能實驗室」（Intelligent Retail Lab），在真實運作的超市裡，裝滿感應器、攝影機、並建有龐大的數據中心。「這些硬體佈線之長足以爬聖母峰5次，處理能力之強大每秒能下載3年份的音樂（27000小時）。」沃爾瑪的部落格寫著。

5萬平方呎，3萬件商品，超過百名員工，可以確定的是，沃爾瑪的未來藍圖，不是AmazonGo。

具有人工智慧的攝影機，並非用來分辨消費者拿了什麼，好自動結帳，而是用來監控貨架上的存貨。機器「看見」架上商品，準確辨識品項和數量，並對照預測銷售需求的量，即時通知員工哪些商品空了，立刻補貨，或哪些放太久，立即下架。如此一來，確保架上永遠有貨，而且絕對新鮮。

這不是沃爾瑪第一次用AI來即時盤點庫存。

走進今天的沃爾瑪，你可能會碰到Auto-S貨架掃描機器人，穿梭在繁忙的貨架間。

自駕車的感應器和人工智慧，讓它能即時辨識路徑中的障礙物，優遊於樑柱、顧客、店員之間，避免碰撞。身高2英尺（約60公分），機器手臂最高可達8英尺高，裝有高解析度相機可快速掃描架上存貨、標價標籤和商品位置，而且免傳雲端，運用卡尼基美隆大學研發的Hawxeye人工智慧，機器人可現場用機器學習進行圖像辨識，加快分析速度，減少無用數據。

不到1小時，機器人就掃完數十個貨架，找出缺貨、庫存過低、沒有標籤、標價錯誤和錯置的商品，通知店員處理。在過去，這得花上一群人數天時間才能完成。

目前全美有50家沃爾瑪使用Auto-S貨架掃描機盤點架上商品。目前總里程650英里（近1千公里），尚未發生任何事故。來源：KPIX CBS SF Bay Area / 沃爾瑪
這提升了顧客的便利性，確保他們總能在對的貨架上找到想買的東西。對沃爾瑪而言，這能降低人事成本，減少貨架空間的浪費，但它還有更重大的意義：「驅動這類新科技的動力，是走向全通路零售的必要性。為了提供當天、低價或最後一哩運送，你必須以這些門市做為配送中心。但要實現這個目標，他們真的需要即時掌握架上有什麼，」Auto-S的製造商Bossa Nova執行長Bruce McWilliams接受Venturebeat採訪時說。

入口處的自助提貨塔就是明證，只要掃描你的網路訂單條碼，45秒內你的貨就會出現在輸送帶上，取貨變得跟「高科技自動投幣機」一樣方便。自駕車配送也進入測試階段。

去年11月，沃爾瑪宣布與福特合作，用自駕車宅配；7月，和Waymo（Alphabet旗下子公司，專門研發自駕車）聯手，在亞利桑那州小規模試點，「http://xn--walmart-6p3l44vn4ljhs1l8c981cucbz07isk0a.com/grocery下單，選擇到店取貨，我們的個人購物助理便會依據取貨時間，細心準備訂單上的商品。剩下的就交給Waymo。Waymo會接送顧客往返門市取貨，你可以利用這段時間完簡訊、小睡、工作，隨心所欲。」沃爾瑪部落格如此描述。

這一切聽起來，像是科幻小說？

沃爾瑪可不這麼認為，「今天，變化的速度很快。10年前，多數客戶還在讀第一代iPhone的消息，懷疑是否實用。現在，他們用手機上買東西，就期望宅配到府或店裡取貨 – 而且通常是當天，幾小時內，甚至幾分鐘內，」沃爾瑪執行長董明倫（Doug McMillon）說，「零售商得適應這些變化 – 在某些領域甚至引領潮流 – 不然就會落後並消失。」

附圖：圖說：去年改版後的沃爾瑪網站，新功能包括當地熱門商品、快速追蹤訂單、快速續訂、我的當地門市服務等，強化區域及個人化體驗。來源：沃爾瑪
圖說：伊甸園的APP介面，機器藉由照片的圖像辨識和比對，預估蔬果新鮮度。來源：沃爾瑪

圖說：只要45秒，16英尺高的自助提貨塔，就會準備好你訂的商品。來源：沃爾瑪

資料來源：https://ai-blog.flow.tw/walmart-ai-data-retail

最快、最準的「AI上字幕」方法！cc字幕＋內嵌字幕一次搞定！（可上繁中）
如何幫你的YouTube影片 “一次”上完「cc外掛字幕」以及「影片本身的內嵌字幕」？
～～～～～～～～～～～～～～～～～～～

＊我和兩位Youtuber一起籌備的 (含300種綜藝字卡、轉場素材包、音效包）
YouTube從0開始剪輯線上課程「早鳥優惠」預售熱賣中！ https://school.futuremencourse.com/p/youtuber

你還在苦苦的用人工上字幕嗎？
或是還找不到：AI生成「繁體中文」的軟體？

今天會教你利用線上「AI字幕生成軟體」快速生成字幕，快速幫自己的影片上字幕，並且教你一次輸出「外掛字幕、內嵌字幕」
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

＊「小船X未來人」YouTube金牌運營密集【合作優惠】:
https://littleboattancourse.teachable.com/?coupon_code=A200OFF&affcode=435466_kuuxhcns

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

＊我和2位YouTuber合作的：「Youtube 線上剪輯課程」
「早鳥優惠」E-mail等候名單： http://eepurl.com/hFeysn

～～～～～～～～～～～～～～～～～～～～～～～～～

AI線上一鍵生成字幕網站：EZ YouTuber
https://ezyoutuber.com/account/info/ (註冊立即贈送15分鐘免費）
（我自己是用300元/月的）

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿
「人工上字幕」超方便的上字幕“免費軟體”：Arctime

Windows 官方新版載點：https://t.arctime.cn/ap2w64
Mac版載點：https://t.arctime.cn/ap2m
Linux版載點：https://t.arctime.cn/ap2x
更多版本：https://arctime.org/download.html

～～～～～～～～～～～～～～～～～～～～

歡迎洽詢【 未來人頻道合作、剪輯＆設計服務 】：

＊影片剪輯
＊YouTube 頻道封面設計
＊YouTube 縮圖封面設計
＊各式海報、平面設計
＊WP網站架設服務
＊高效SEO文案撰寫

＊洽詢信箱：
chuangweiting@yahoo.com.tw

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

A Himitsu - Adventures [Royalty Free Music]
Adventures by A Himitsu https://soundcloud.com/a-himitsu
Creative Commons — Attribution 3.0 Unported— CC BY 3.0
Free Download / Stream: http://bit.ly/2Pj0MtT
Music released by Argofox https://youtu.be/8BXNwnxaVQE
Music promoted by Audio Library https://youtu.be/MkNeIUgNPQ8

＃影片上字幕＃字幕教學＃youtube剪輯教學​#youtube剪輯​＃影片剪輯​ ＃影片製作教學​ ＃youtube影片製作教學​ ＃youtuber影片剪輯教學​ ＃影片字幕​＃綜藝字卡​#cc字幕 #內嵌字幕 #subtitle #caption #ai上字幕 ＃字卡教學​ ＃字卡製作教學​