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

#高齡少子化不能再靠勞力一招打天下
#準備好迎接無人超商新時代了嗎
#長照工作迎接新生力軍

美國電商龍頭AMAZON去年底推出無人超商「AMAZON GO」，透過感測裝置、電腦視覺，以及深度機器學習演算法等技術共同演繹，打破傳統實體超商的消費模式，消費者再也無需排隊結帳，業者更能透過新科技掌握到更精準的消費者輪廓。「AMAZON GO」問世後，不僅讓全球市場為之驚艷，也激發其他業者陸續推出類似的應用，預示著無人商店或將成為未來生活的一部份。

除了「AMAZON GO」之外，中國大陸在無人超商發展的腳步也相當快，如去年(2016)在廣州完成試點的「繽果盒子」（BINGOBOX），即以RFID、人臉辨識、動態貨架主打消費者便利性，目前已完成超過1億元人民幣的A輪融資，並宣布在1年內鋪設5,000家店。另外，阿里巴巴也不落人後，選在淘寶造物節期間推出無人商店「淘咖啡」，並視其為「新零售」的推動指標之一；消費者以支付寶掃碼進店，之後便能直接拿取商品，通過結算門完成自動扣款並離開商店。

隨著無人商店的發展速度加快，市場不免擔心一旦無人商店蔚為主流，終將取代傳統人力，進而擠壓超商員工的工作權。然而，當前無人商店在技術層面仍存有尚待克服的障礙，如媒體先前指出，「AMAZON GO」無法同時追蹤超過20名消費者，導致正式開店的計畫延遲、「繽果盒子」也曾多次出現機器識別錯誤問題；同時，未來人力是否真能完全被取代，也尚無定論。相反的，與其擔憂超商店員因此失業，市場更應正視人口結構轉型所迎來的挑戰與契機。

首先，我國高齡少子化趨勢相當明顯，根據國家發展委員會的推估，我國將於2018年進入高齡社會、2026年成為超高齡社會，高齡化速度較歐美先進國家都來得快；同時，我國15-64歲工作年齡人口也自去年改走下坡，對整體經濟發展形成挑戰。隨著勞動力供給規模縮減，不僅使勞工負擔增加，勞力密集型的服務業也面臨缺工，將形成雙輸局面，連帶可能影響社會運作效能。有鑑於此，服務業更應正視如何善用科技，減少重複性高的人力資源浪費，以提升勞動者專業技術能力。

其次，我國超商以密度高，商品齊全、服務多樣著稱，但店員工作繁重瑣碎，至今仍困守在傳統依賴大量勞力支撐營運的「低附加價值」模式。然而，隨著無人超商的技術應用日趨成熟，過去高重複性的工作如收銀將交由機器接手，人力勞動內容將可重新定位，走向以「服務」為主軸。換句話說，超商將不再只是將東西賣給顧客，而是可將消費體驗做為服務核心，專注於服務時的體驗改善與良好互動。

最後，超商業者更可藉由服務科技的導入，進而拓展更多可能性，如近幾年來成為各界熱議的長照話題，珍稀的勞動資源未來也能成為我國長照工作的一環。舉例而言，日本都市再生機構與日本3大超商簽署合作協議，選在年長者居住密度高的公寓1樓設店，年長者可就近購得日常必需品；除此之外，這些超商也能提供電話送餐、送貨以及房屋清潔修繕服務，當週六、日夜晚看護人員不在時，店員也可上門提供緊急援助。

雖然無人超商距普及化尚有一段時日，但以服務業科技化為基幹，業者更需掌握當前消費趨勢的演變，並以創新多元與精緻體貼的思維出發，推出更符合現代化生活型態的商業服務系統，是超商攻克新興消費市場的一大目標。

http://www.chinatimes.com/newspapers/20170811000085-260202

今天製作完下周要播的廣播節目，回到家看到這篇，哇，也太巧，跟我製作的其中一集相呼應！

2017年科技趨勢：結合AI和雲端大數據的數位轉型，在國外已經如火如荼討論，但台灣卻還是狀況外，資訊的落差只能無奈變成競爭力的落差....

鼓勵楚文粉絲朋友一定要看一下這一篇文章，特別是美國白宮已經列出了一系列計畫，大家絕對要注意。

另外，也別忘了鎖定下周的IC焦點觀察

FM97.5 早上7點首播 晚上6點重播

1/3科技趨勢，帶您深入探討!

晚安:)

【2016人工智能發展十大標誌性事件】
本文轉載自創新工場微信公眾號
過去的2016年，全球人工智能領域的發展迎來了一波新的高潮。無論是技術精英還是普通百姓、企業精英亦或國家領袖，都將目光投向了人工智能、深度學習、自動駕駛等一系列前沿技術。下面來看看2016年全球人工智能發展的十大標誌事件。

1． AlphaGo圍棋對弈戰胜李世石

今年3月，由Google DeepMind主導開發的人工智能AlphaGo在完胜歐洲圍棋冠軍樊麾二段後，又在五番棋中以4-1的大比分擊敗圍棋名宿、韓國國手李世石九段，震驚全球。 DeepMind創始人之一德米斯·哈薩比斯表示，這一時刻比科學家們預想的早來了十年。

AlphaGo利用了蒙特卡洛樹狀搜索與兩個深度神經網絡相結合的方法，以估值網絡來評估大量落子間的優劣，而以行棋網絡來選擇落子。在這種設計下，電腦可以結合樹狀圖的長遠推斷，又可像人類的大腦一樣自發學習進行直覺訓練，以提高棋力。

圍棋長久以來被視為棋牌運動中“人類智慧的最終堡壘”，而AlphaGo的勝利，讓社會大眾重新認識到了人工智能發展的潛力和前景。

截至12月，接受了韓國棋院名譽職業九段頭銜的AlphaGo，職業圍棋等級分已經達到3598分，世界排名高居第二，僅次於中國的柯潔九段。而據韓媒報導，中國棋院表示已經收到了來自AlphaGo的“挑戰書”，正在研究出賽棋手的人選，2017年圍棋界的巔峰對決一觸即發。

2．白宮發表人工智能戰略報告與規劃

2016年10月12日，美國白宮發布了題為《準備迎接人工智能未來》的戰略報告，同時發布的還有美國《國家人工智能研究發展戰略計劃書》。

這兩份文件的出台，是奧巴馬政府近年來大力推進包含人工智能產業在內新興技術產業、並與硅谷科技界緊密合作溝通的結果。 Quartz評論說，這份報告與戰略計劃顯示出，白宮並不急於對人工智能的研發進行大規模監管，而是會在交通、金融等垂直領域先行製定應用標準。

而在唐納德·特朗普當選美國總統後，白宮於12月20日跟進發布了《人工智能、自動化與經濟》戰略報告，指出人工智能將對生產率增長帶來積極影響，不應當因其對勞動力市場現有秩序的潛在威脅，遏制人工智能的發展有分析認為，這是奧巴馬政府離任前對特​​朗普的最後提醒。
除白宮之外，今年多國政府也都發布了相關發展戰略與計劃。例如日本《再興戰略2016》將人工智能發展列為十大復興戰略之首，中國政府《“互聯網+”人工智能三年行動實施方案》則提出到2018年建成千億元級別人工智能市場等。

創新工場董事長李開復認為，在人工智能領域，中國有很大的優勢。首先，中國教育體系培育出的人才有非常優秀的理工、數學基礎。世界人工智能論文作者中，43%是中國人。其次，中國社會可以快速訓練勤奮的年輕人。人工智能需要的並非培養一個火箭專家——那是需要數十年積累才能做的事情。一名特別優秀的數學和計算機專業應屆畢業生，經過創新工場AI工程院6個月的培訓，就可以進入人工智能行業，成為合格的人工智能工程師。再者，中國市場有很多傳統企業需要通過人工智能，實現產品升級。此外，中國政府對人工智能的政策約束較少。

3．全球人工智能企業融資額再創新高

自2012年以來，全球人工智能領域收到的投資數量就一直呈現上升趨勢，2016年也是如此。今年全球人工智能產業的投資情況，創下了五年以來的歷史新高。

據CB Insight統計，今年全球人工智能領域融資額有望突破50億美元，比2015年增長了超過60%。就單季度情形來看，今年第二季度的3個月之內，全球人工智能企業就在155次融資當中募得了超過16.8億美元，這一數字也創下了歷史新高。

國內方面形勢也同樣樂觀。 《烏鎮指數：全球人工智能發展報告2016》顯示，中國人工智能投資在2016年上半年就達到了月6億美元的規模，其中第2季度更是達到了創紀錄的4.70億美元，顯示出中國在人工智能領域的投資明顯加快，緊跟在美國、西歐等發達國家之後。

4．華人AI研究貢獻佔據全球份額近一半

不僅是企業投資，華人在人工智能領域的科學研究水平和影響力也在與日俱增。

美國白宮今年10月發布的人工智能戰略報告就指出，自2014年起，深度學習領域中國作者的發文數與引用文章數均已超過美國，成為世界第一。預計2016年，中國作者的科研文章發表數量，將超過全球文章發表數量的一半。

創新工場人工智能工程院副院長王詠剛，則以影響力較高的全球核心期刊為目標，核算了華人科學家在人工智能領域整體上的科研貢獻率。佔全球高端人工智能科研人才五分之一的華人，在2006-2016年間貢獻了近三成的頂尖期刊文章，和31.8%的被引用頻次。

而就年度成績來看，華人AI科學家在全球貢獻中的佔比更是逐年攀升，2015年高端期刊文章總數達到了42.8%，引用總數更是超過一半，達到了55.8%。就此而言，華人已經處於了人工智能研究的領先地位，佔據了人工智能科研世界的半壁江山。

5．五大科技巨頭組超級AI 聯盟

今年9月21日，Alphabet（Google、DeepMind）、IBM、Facebook、亞馬遜和微軟五家科技巨頭宣布組成人工智能聯盟“Partnership on AI”，以求在科研領域建立良性的競爭與合作關係。

這一人工智能聯盟以“為人民和社會謀福祉”為口號，表示其核心使命是在巨頭之間開展行業標準和規範討論，包括探討人工智能促進社會中的變革方式。此外，人工智能發展倫理、包容性和隱私等，也是這個聯盟的重要研究課題。

DeepMind聯合創始人穆斯塔法·蘇萊曼希望，這個聯盟能夠產生強大的聚集效應：“我們希望受到人工智能影響的相關各方，都能參與到這一聯盟當中來。”

目前，蘋果、Twitter、英特爾和百度等人工智能領域的其他巨頭企業，都尚未加入這一聯盟。儘管有消息稱蘋果對該項目“充滿熱情”，但並未見到蘋果採取任何具體行動。

6．特斯拉自動駕駛汽車首次致死車禍

今年5月7日，一輛行駛於美國佛羅里達州的特斯拉汽車在開啟“Autopilot自動駕駛”功能時，首次發生了致人死亡的重大事故，導緻美國交通當局介入調查，也引發了大眾對於未成熟的自動駕駛上路的擔憂。

這場事故由一輛撞上白色大型拖車的特斯拉Model S汽車引發，導致Model S車主，40歲的喬舒亞·布朗身亡。特斯拉在聲明中指出，拖車高度與顏色、當時的天氣情況、以及道路上行駛的位置等一系列罕見的偶發因素，導致了這場事故的發生。

儘管“Autopilot”系統在去年年底就以公眾測試版的名義進行了發布，事故發生前也安全行駛了2億多公里，但這一尚處於試用階段的技術是否足以達到上路標準，還是引發了各國監管機構的注意。

而據中國中央電視台9月14日報導，今年1月20日的京港澳高速河北邯鄲段上，一輛特斯拉Model S汽車發生了嚴重追尾事故，導致23歲的駕駛員高雅寧當場死亡。但特斯拉至今未能查明該事故車輛是否開啟了“Autopilot”系統。

7．微軟在話語識別能力上超越人類

人工智能在垂直領域中又一次戰勝人類，這次的主題則是話語識別。儘管人工智能助手已經開始大量使用語音識別技術，但在較為複雜的現實應用面前仍舊不甚理想。

但在今年10月，微軟研究院人工智能科研小組的科學家發表了一篇學術報告，宣布其語音識別系統ASR的速記錯誤率，首次低於人類的專業打字員，錯誤率僅有5.9%。

微軟團隊使用了CNTK，一個經歷了多年技術積累的開源本地化深度學習系統訓練ASR。研究團隊使用了行業標準的Switchboard語音測試。同時，微軟也使用了CallHome等其他環境下的語音識別/速記測試。而在這些測試中，ASR的語音識別結果也要好於專業速記員。

8． Amazon GO展現智能商業新形態

線上零售業巨頭亞馬遜在今年12月5日，宣布將於明年年初推出基於人工智能技術的線下商店 Amazon GO，意圖徹底變革線下商業模式。

在亞馬遜發布的宣傳視頻中，消費者進入商店時需掃描二維碼通過閘機，從貨架上取貨等動作會被攝像頭和傳感器捕捉，在後台將商品“加入購物車”。消費者離店時無需排隊，系統會自動結算商品，並通過亞馬遜賬戶扣款。

亞馬遜表示，這一商店綜合應用了計算機視聽覺、傳感器識別和深度學習算法等人工智能技術，實時追踪店內顧客的行為，以實現實時商品確認和結算。

亞馬遜已經在美國西雅圖開設了面向內部員工的試驗店。預計這一技術將於2017年早些時候開始公開應用。

9．人工智能改善癌症診斷療法

深度計算已經開始被用於疑難疾病診斷了。今年8月4日，日本NHK電視台報導稱，東京大學醫學研究所通過應用IBM的人工智能平台“沃森”，僅用時10分鐘就診斷出了資深醫師也難以判別的特殊白血病。

東京大學自去年7月開始與IBM合作，通過讓“沃森”學習超過2,000萬篇醫學論文和1,500萬條以上的藥品知識，建立醫學診療的大數據神經網絡，之後再用於臨床研究。

本次報導的60餘歲的女性，最初被人類醫師診斷為急性骨髓性白血病，但經過數月的抗癌治療後情況卻不見好轉。而“沃森”在讀取了患者的遺傳信息之後，給出了“繼發性白血病”的更加具體的病情診斷。在調整了治療方法後，這位女性在數月後成功康復出院。

截至2016年3月，“沃森”與東京大學共為41名患者提供了協助治療的診斷或相關信息。東京大學醫學研究所副所長東條有伸表示：“人類醫師花費兩週時間完成的工作，‘沃森’只需要10分鐘。我們希望以後能夠將‘沃森’廣泛應用於癌症治療。”

10．扎克伯格發布AI管家“賈維斯”

自今年1月Facebook CEO馬克·扎克伯格宣布開始製造人工智能管家之後，外界對其的關注就沒有消停。

先是紮克伯格將這一人工智能命名為“賈維斯”——這與超級英雄鋼鐵俠在故事中擁有的人工智能管家同名；後有今年10月鋼鐵俠的扮演者小羅伯特·唐尼同意為“賈維斯”配音，直到今年年底，扎克伯格最終放出了“賈維斯”的原型應用視頻。

在視頻中，“賈維斯”通過語音識別方式識別用戶指令，並通過攝像頭、智能家居等外接設備，實現對家庭硬件的自動操控、工作管理等。同時“賈維斯”還具備人機對話的能力，甚至還可以說漢語。

但在面對媒體的演示時，“賈維斯”在語音識別上的表現卻差強人意，其中一條指令甚至被迫重複了四次。這意味著現實場景中的語音識別功能仍然未能充分整合進“賈維斯”當中，而推出大眾版產品，則要等到更久以後了。