零售商在进行 4 年 GenAI 投资之前，请吸取这 2025 个教训

Forrester预测 五分之一 美国和欧洲、中东和非洲地区的零售商将在 2025 年推出面向客户的 GenAI 应用程序。增强的产品搜索、个性化推荐和改进的类别导航是主要用例。那么为什么自动化交互会导致美国的客户体验得分下降呢？ 下降5% 2023 年将是 2015 年以来最低的一年，零售商在进行 GenAI 投资之前可以从中学到什么？

2023 年毕马威报告强调，未能满足客户期望是导致下滑的原因，过度使用技术对购物者缺乏战略利益。 50 位 CIO 和 CTO 在接受有关 GenAI 项目调查的财富 500 强企业中，大多数企业发现他们的试点技术满足了错误的业务需求。

随着我们进入 2025 年，零售商必须优先考虑以客户为中心的 GenAI 战略。不要将最新技术视为可有可无的东西，而要考虑业务需求。零售商应该审查他们的客户旅程，找出改进的空间，并构建或采用适合他们用例的解决方案，而不是反过来。以下是零售商在使用 GenAI 提升用户体验 (UX) 的过程中需要考虑的四个教训。

确保业务-数据-AI协同

兰德公司的研究人员在 2024 年发现 80% 的人工智能项目 失败归因于五个关键领域：目标不一致、数据缺乏、技术优先的方法、基础设施差距和过于雄心勃勃的人工智能。

零售商需要坚实的数据基础和专业知识来构建所需的算法并成功实现 GenAI 投资。他们应该问自己：“我们如何确保足够的数据可用性以满足解决方案的要求？这些数据中有多少是专有的？”成功的 GenAI 项目取决于高质量、相关的信息。组织拥有的数据格式越独特，解决方案就越需要可定制。

第三个问题是：“需要哪些特定的人才库和运营结构变化才能有效利用 GenAI？”了解技能提升的水平以及动机、成本和时间将有助于零售商决定内部构建、定制或管理解决方案的投资回报率 (ROI)。

如今，非技术专家可以使用无代码工具或聘请长期 AI 合作伙伴来利用这些优势。在选择第三方 GenAI 解决方案时，电子商务高管应优先考虑价格和投资回报率以外的因素，例如可扩展性、性能、数据安全性、供应商专业知识和技术堆栈兼容性。在进行任何新的集成之前，明确的业务案例和预期结果至关重要。

采取渐进方式

2024 年，BCG 集团评估了 顶级电子商务 GenAI 用例；即博客、产品描述和产品图像补充等内容创建。更高级的用例包括个性化产品推荐、动态定价和竞争对手分析。在尝试更复杂的任务之前，让团队成员熟悉系统服务，以便无缝适应新流程。

零售商应鼓励其电子商务团队利用现成的 GenAI 工具来熟悉该工具的功能。简单的用例和无代码或低代码解决方案（例如产品描述和图像创建）是极好的起点，因为它们向团队成员展示了可能节省的时间，并帮助他们调整运营以包括频繁的验证检查。在早期阶段引入每周或每两周一次的评估，以衡量工具的进展并在此过程中调整方法。团队反馈和参与将是成功的关键。

随着团队成员越来越熟悉，零售商可以引入新的用例。工程师可以利用 AI 代码完成辅助简化开发。营销人员可以引入 AI 驱动的个性化追加销售和交叉销售建议，忠诚度经理可以根据客户参与度构建自适应忠诚度活动。

创建安全第一的文化

断开连接的系统是可能导致安全漏洞的薄弱环节，而 GenAI 有可能降低低技能威胁的进入门槛。网络犯罪分子可以使用 GenAI 构建脚本，如果使用得当，这些脚本可能具有恶意功能，可自动执行攻击并针对特定漏洞。零售商应致力于建立坚实的数据基础、简化的工作流程和连接良好的应用程序网络，以确保其系统安全且易于监控。

网络犯罪分子还可能利用 GenAI 通过极具说服力的虚假内容（即社交工程和网络钓鱼）来操纵消费者。因此，身份验证在 2025 年将变得更加重要。多因素 认证例如通过短信、电子邮件或专用身份验证应用程序向用户设备发送时间敏感代码，将有助于确保客户忠诚度计划和购物平台的安全——尤其是在保存财务信息的地方。

此外，零售商必须确保开发人员定期更新软件、软件库和系统，以解决漏洞并最大限度地减少攻击面。这种安全意识强、验证至上的思维模式应该贯穿整个组织。通过定期进行安全意识培训和模拟，并鼓励员工及时报告可疑活动，零售商可以建立以安全为中心的文化。

人工智能监控和警报系统（例如高级端点检测和响应 (EDR) 解决方案）也可以帮助零售商实时检测和缓解威胁。即便如此，所有员工都必须养成检查系统（尤其是网络安全软件）是否正常运行的习惯。

通过设计体现同理心

人们对人工智能不信任的最大原因是它在客户支持渠道中的使用。一些 53％的客户 如果他们发现某家公司要使用人工智能进行客户服务，就会考虑转而选择竞争对手。

客户担心 GenAI 会拉大他们与支持代理之间的距离。他们希望安心，他们的问题能够得到理解并以最佳方式解决，理想情况下，经理有权为他们的麻烦提供免费礼物。然而，零售商可以将这些步骤纳入他们的自动化服务中。但首先从简单的任务开始仍然很重要。通过对话聊天机器人使常见问题解答和在线信息更易于访问是有用的用例。

一开始，随着零售商逐渐适应 GenAI 的功能，更多人手可以随时响应客户的反馈、困惑或疑问，这将是一种积极且受欢迎的缓冲。支持团队的实时反馈将帮助零售商想象所有任务对于 GenAI 工具来说过于复杂的场景。在这些情况下，聊天机器人必须通过一条暂缓消息将客户引导至代理，例如：“优惠没有帮助？联系代理”按钮。每天分析这些反馈，直到所有可能的常见问题都得到简单而自动的回答。

至关重要的是，GenAI 工具执行的所有任务都能无缝转换为代理聊天，如果需要，可以从聊天机器人停止的地方继续。同样重要的是，客户服务代理仍然是用户旅程的关键部分，让他们去做一些高价值的任务，比如观察数据和找出反复出现客户问题的根本原因。这样，零售商就有了提出解决方案的基础，并通过自动响应渠道预防未来出现的问题。

无论零售商是否选择采用 GenAI，竞争对手、客户和恶意行为者都会采用。为团队成员准备简单的用例将有助于他们适应新的工作方式，更好地了解新的潜在威胁形势。零售商可以利用现成的工具，分阶段试用 GenAI 项目，每次成功完成项目后，利用更先进的算法巩固团队的知识和专长。通过自动化交易任务并保留一支由人工代理组成的专家团队，客户可以更快地获得所需的产品，并放心在需要时可以随时联系代理。