來自O(shè)vum的最新研究報告顯示，現(xiàn)在有一種評估人工智能（AI）的趨勢，即評估它如何改善消費者購物旅程中的離散元素，而不是評估人工智能如何改善整個旅程。服務(wù)提供商通常將精力集中在基于機器學習的推薦和建議上，這是可以理解的，因為這些功能執(zhí)行得當?shù)脑挘瑫�非常引人注目，而這也是亞馬遜如此成功的原因之一。

但是，Ovum消費者服務(wù)首席分析師Eden Zoller指出，AI對商業(yè)的全面影響遠遠超出了推薦和建議，并觸及了消費者購物旅程的每個部分：從發(fā)現(xiàn)商品到評估產(chǎn)品、再到購物車管理、交易、履行和購買后行動。各個步驟都相互關(guān)聯(lián)并且要有效，AI在商業(yè)中的實施必須要做到這一點。

但是，這里需要重點強調(diào)的一些關(guān)鍵領(lǐng)域是AI大規(guī)模驅(qū)動個性化廣告，并通過跨渠道、背景和連接設(shè)備支持自適應(yīng)營銷消息的方式。機器學習還自動改善了廣告招標，同時機器學習甚至被用于改善廣告創(chuàng)意過程。

與此同時，AI正在改變購物體驗。具有語音接口的AI助手，正在提供一個消費者越來越感興趣的新商務(wù)平臺——在Ovum的2019年消費者洞察報告調(diào)查中，有56％的受訪者越來越頻繁地使用其AI助手來購買商品和服務(wù)。

AR應(yīng)用使消費者能夠在各種場景（線上和線下）中對產(chǎn)品進行情景可視化，這可以幫助消除可能導(dǎo)致購買中斷的不確定性。生物識別技術(shù)（例如指紋、面部識別和行為）正在簡化驗證和認證過程。機器學習解決方案可以監(jiān)控行為來檢測指示交易中存在欺詐活動的異�，F(xiàn)象。

AI還有助于使購后行動更加有效。這一點尤為重要，因為服務(wù)提供商通常會在交易結(jié)束后撒手不管，這是一種錯誤，因為購后跟進可以刺激回頭客。機器學習算法可以提供預(yù)測性的、針對購買后行為的最佳方式。例如，意向建�？梢酝扑愠鱿�費者在怎樣的價格折扣下可能會購買產(chǎn)品。

Eden Zoller表示，服務(wù)提供商還必須確保他們在保護數(shù)據(jù)隱私方面處于領(lǐng)先地位，因為AI與商業(yè)相結(jié)合必定會增加風險。與商業(yè)交易和個人財務(wù)信息有關(guān)的信息高度敏感，而AI可以越來越多地提取和分析消費者數(shù)據(jù)。擁有強大的AI／商業(yè)隱私憑證的服務(wù)提供商，將贏得消費者的信任，并獲得競爭優(yōu)勢。

這些只是AI可以通過改善消費者購物之旅體驗從而提高收入的的幾種方式。但這只有在服務(wù)提供商以一種整體的方式在商業(yè)中采用AI的情況下才能實現(xiàn)。將AI局限于孤島是一種錯誤，因為它限制了AI可以實現(xiàn)的目標以及AI如何進行擴展。