Best Fashion Apps | How to find your own style |
 |
ifanr
購買衣服和搭配造型，永遠是女性的必需，甚至是天性。
許多明星和時裝模特，甚至會雇傭自己的私人造型師，和購物顧問，來幫自己選擇最合適的衣服和搭配造型。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。
一個叫做 Lily 的虛擬 AI 購物助理，可以通過學習瞭解你的穿衣風格和喜好，為你挑選合心意的衣服。這款應用程序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。
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。
市場上有很多購物應用， 大多數是基於用戶的購買歷史記錄，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 正在你交朋友的體驗。
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？
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。
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，向不同女性瞭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。
（圖自：華蓋創意）
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。
將簡訊界介面和人工智慧結合的購物助手 Mezi， 就是其中之一，在需要購物時，用戶只需給 Mezi 發一條簡訊，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 宣佈完成了 900 萬美元 A 輪融資。
（圖自：科技猎）
對岸的阿里巴巴也於 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、咨詢、智慧助手等功能，相比起 Lily ，「阿里小蜜」承擔起更多為店家舒緩客服壓力的作用，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，自動辨識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，因為在這個資訊爆炸的時代，幫助消費者高效購物，節省時間的市場，前景必定不小。
沒有留言:
張貼留言