我們利用人工智慧來簡化客戶體驗。一般來說，零售商使用人工智慧來平衡供需、分析促銷計畫和銷售表現，並制訂出適合企業和客戶的價格，以因應即時的市場變化。 — Kroger 首席研究工程師 Victoria Uti
優化定價有助於預測價格變化所帶來的影響、該價格的潛在需求，以及推薦最佳選項。傳統上，商家必須逐一審查來自數千家商店之數百萬種產品的定價建議，而人工智慧在這過程中扮演著重要角色。 — Tesco 資料科學總監 Rob Armstrong
推薦系統 在部分大型商務平台上，提供推薦帶來的收益占整體的 30%，等同於數十億元的銷售額。這也是為什麼零售商運用推薦系統來驅使買家進行每個購物行動，包含造訪網頁、使用社群媒體購物等。他們也能透過指數性成長的可用選項中，提供相關消費者產品推薦，來提高銷售轉換率。 NVIDIA Merlin 是一款端對端 GPU 推薦工具框架，提供快速的特徵工程與高輸送量訓練，因而得以加速 DL 推薦工具模型的實驗和生產重新訓練。Merlin 還能降低延遲度、提高輸送量並提供生產推論。 瞭解 NVIDIA Merlin >
個人化推薦 若要吸引消費者，零售商需要滿足一對一的個人化期待。GPU 加速的人工智慧工具 Olay Skin Advisor 適用於所有行動裝置，可透過評估使用者提供的自拍照，來推薦 Olay 產品以改善有問題的部位。在使用四週後，94% 的 Skin Advisor 使用者都繼續使用推薦產品。 時尚電子商務公司 Stitch Fix 致力於在人工智慧驅動決策和人類判斷間達到流暢平衡。Stitch Fix 利用演算法瞭解客戶的偏好，將個人造型技術與 GPU 加速的 DL 驅動的資料分析技術結合在一起，提供時尚服務。 閱讀部落格文章 > 收聽播客 >
產品篩選 零售商利用新一代的電腦視覺提供精密的影像屬性辨識，以自動產生詳盡的中繼資料標記和分類目錄。存取產品和服務的詳盡資訊有助於識別影像，提供成功的個人化推薦系統。 因為時尚風格改變快速，NVIDIA 與 Omnious 合作提供人工智慧標記 API，協助 B2B 客戶搶先一步引領時尚潮流。準確度超過 95% 的自動化標記解決方案 Ominous Tagger 比起手動標記快上 100 倍，能將搜尋效率提升 4 倍，並降低 77% 的勞動成本。Omnious 也提供分析社群媒體時尚網紅影像的趨勢報告。 了解 Clarifai 如何利用人工智慧自動化來減少資料標籤的時間 (39 分 15 秒)
虛擬篩選 美國在 2019 年退貨產品的總價值為 3,090 億美元。線上退貨就佔了 410 億美元。為了減少退貨，並提供更棒的購物體驗，零售商現在可以向客戶線上推薦保證合適的產品。 Cappasity 透過 3D 虛擬試穿解決方案，讓客戶在購買前體驗虛擬試穿，查看服飾穿在自己身上的樣子。Cappasity 採用 NVIDIA GPU，並利用 CUDA 加速運算，其演算法在雲端中處理資料，偵測身體尺寸，並利用神經網路執行人體輪廓分割。