歐陸版亞馬遜Otto，加入AI預測購買，人力需求不減反增

2017-05-09

SmartM/蔡欣璇

【SmartM】德國電商品牌Otto應用人工智慧改良線上購物和物流服務，庫存採購浪費因此大幅下降，零售業績、利潤提高服，整體的生產力和服務水準都跟著進化， Otto集團甚至聘用更多人力來因應成長的訂單需求。

德國電商品牌Otto被譽為是歐陸版的亞馬遜，英國《經濟學人》雜誌報導，Otto位於德國漢堡的總部，應用AI人工智慧成為改良線上購物和物流服務的主力策略。

AI應用所預測的準確度，已經超越Otto的真人員工。導入AI預測消費者消費行為，能接受產品的價位和時機，準確度達90%，因此提高每筆訂單的利潤，減少的退貨率一年則是可以省下千萬歐元的退貨成本。

庫存採購浪費大幅下降，零售業績、利潤提高服，整體的生產力和服務水準都跟著進化， Otto集團甚至聘用更多人力來因應成長的訂單需求。

IT權威顧問公司高德納諮詢（Gartner）的資深研究員Andrew White分析，Otto導入AI的政策是一個企業利用人工智慧創造正向循環的案例，AI技術用於改善整體服務水準，因為更精準預測消費者需求和調節商品價格，尋求將利潤最大化提升業績，因此創造工作機會、聘用更多人力來因應成長的訂單需求。

零售大數據和機器學習多年來一直用於零售產業，全球電商巨頭亞馬遜的品牌策略核心，就是透過收集和分析大量的顧客資訊，不斷深化對消費者購買決策動向的了解，以更高精準度為客戶推薦產品、打造個人性化網頁呈現。

Otto集團的AI應用有自己獨特之處，超越顧客管理的業務範疇，延伸到降低產品物退貨率，以省下因退貨所產生每年千萬歐元的損失。

數據分析表明，如果商品在兩天之內到達客戶手上，客戶收到東西後就不會起意退貨。

送貨時間多於兩天麻煩就開始來了，消費者很有可能在別的地方發現差不多的產品，即使只便宜個一、二歐元，都非常有可能立刻出手結帳，然後退掉線上訂購的訂單，Otto會因此損失一筆訂單和已經投入的物流成本。

但數據也顯示，一筆訂單多次出貨並不是解決方式，站在消費者立場，最好的情況當然是一次全部送達。

線上零售銷售平台的困境在於，零售平台本身存貨可能不齊全，常常出現的兩難情況；一是貨物全部到齊之後才出貨，出貨時間就被拖延了；二是同筆訂單分批出貨，但消費者又覺得麻煩。

典型的解決方案以往是由採購（人力）根據經驗判斷客戶可能要什麼，以便提前訂購。

Otto進一步與旗下投資的新創公司Blue Yonder合作，利用一項原來設計給粒子物理實驗應用的深度學習演算法，分析了大約30億次歷史交易紀錄，還加入了200多個變因（例如：過去的銷售數量，在Otto的網站上搜索關鍵字，甚至天氣因素），在客戶可能下訂單的前一周就先預測客戶心中的購買清單。

AI系統證實了自動化決策的可行性，AI會事先預測未來30天內出貨商品（準確率達90％），然後Otto靠會預先向供應商訂購大約20萬件商品，而一整個預判過程都無需人為介入操作。

以往依靠人力以及經驗判斷，無法完全預料產品種類、顏色、尺寸和其他細節。科技創投投資人Nathan Benaich曾表示，線上零售的的整個過程正是機器深度學習的「天然資源庫」。

目前AI判斷繳出的成績單，讓Otto商品庫存下降了五分之一；每年產品退回數量減少超過200萬件，消費者可以更快收到包裹而降低退貨率，甚至因為退回包裹數量減少，連帶減少包裝耗材、紙箱浪費。

Otto導入AI進入決策流程還有一個重要啟示；AI的重點作用只是讓現有工作流程更順暢，並非在取代人力，而是在幫助人力突破生產力上的困境和極限。

大大學院「全台最大影音說書．知識學習平台」，致力於推廣終生學習、培養職場人士的閱讀習慣。

按讚、追蹤「大大學院」Facebook粉絲團，每天更新最新職場趨勢文章，帶你掌握關鍵資訊。

加入「大大學院｜職場趨勢新觀點」，最新、最實用的職場課程都在這，學習資訊不漏接！請用手機點擊「加入Line好友」連結，或是掃描QR Code加入。