AI预测准确率提高后,亚马逊或转为“先送货再购物”

2017 年 11 月 12 日 未来产业促进会


点击上方“公众号”可以订阅哦!


【导读】哈佛商业评论从商业模式和商业战略角度,分析了AI将如何改变亚马逊。随着AI预测准确率的提高,亚马逊的商业模式可能会从“先购物再送货”转变为”先送货再购物”。


AI如何改变公司战略? 这是公司高管最常问的问题,这个问题相当重要。 AI基本上是一种预测技术。人工智能的进步使预测的成本更低,经济理论指出我们将更频繁和更广泛地使用预测。 但是这对战略意味着什么呢?

 

以下,我们将用一个思想实验来回答这个问题。 大多数人都熟悉在亚马逊购物。 就像大多数在线零售商一样,你访问他们的网站,购买物品,把它们放在你的“篮子”里,为它们付钱,然后亚马逊把商品运送给你。 目前,亚马逊的商业模式是在线购物并送货上门。

 

大多数购物者在购物时都会注意到亚马逊的推荐引擎,AI预测了你将要购买的商品。目前,亚马逊的AI做的还不错, 但并不完美。 就我们个人来说,AI准确地预测了约5%我们想要购买的东西。 换句话说,我们实际上购买了它推荐的20个商品中的一个。 不错!

 

现在进行思想实验。 想象一下,亚马逊的人工智能收集有关我们的更多信息:除了我们在其网站上的搜索和购买行为之外,它还收集其在线发现的其他数据,包括社交媒体以及线下的数据,例如我们在Whole Foods的购物行为。 它不仅知道我们买什么,而且还知道我们什么时候去商店,我们购物的地点,付款方式等等。

 

现在,想象AI使用这些数据来改进它的预测。 我们认为这种改进就像调高扬声器转盘上的音量旋钮一样。 提高了AI的预测准确性。 数据科学家,工程师和机器学习专家不知疲倦地在预测机器上调用准确性,亚马逊的战略会发生什么改变?

 

在某种程度上,当他们转动旋钮时,AI的预测准确度跨越一个门槛,从而改变其商业模式。 当这个预测变得足够准确时,亚马逊会把它预计你会想要的商品运送给你,而不是等你订购它们,这样做会变得更有利可图。 亚马逊每个星期都会运送你可能需要的物品,然后你在自己家中舒适方便地购物,选择你想要的物品。

 

这种方法为亚马逊提供了两个好处。 首先,预测性运输的便利性降低了你购买竞争零售商的商品的可能性,因为在购买其他商品之前,产品就能方便地送到你家里。 其次,预测性运输会促使你购买一些正在考虑购买的物品。 在这两种情况下,亚马逊都获得了更高的利润。 这样,就将亚马逊的商业模式从“购物送货”变成了“送货购物”。

 

购物者并不想劳神去退那些不想要的商品。因此,亚马逊将投资于产品退货的基础设施,也许是一个卡车车队,每周一次提货,方便收集顾客不想要的物品。

 

如果这是一个更好的商业模式,那么亚马逊为什么不做呢? 其实亚马正在努力 但如果现在就这样做 ,收集和处理退货的成本就会超过增加收入份额的增加。 例如,我们把送来的95%商品退回去,这对我们来说很麻烦,对亚马逊来说成本也很高。 对于亚马逊来说,这个预测还不够好,现在还不能采取这种新的商业模式。


也就是说,在预测准确性足够精准能够帮助亚马逊盈利之前,设想一个亚马逊也采取这种新的商业模式的场景,因为该公司预计在某个时刻它将是有利可图的。 通过更快推出,亚马逊的AI将会更快地获得更多的数据,并且进步更快 。 亚马逊意识到,越早开始,竞争对手越难赶上。 更好的预测会吸引更多的购物者,更多的购物者会产生更多的数据来训练人工智能,更多的数据会带来更好的预测,从而创造一个良性循环。 换句话说,人工智能的收益递增,因此采取这种策略的时机至关重要。 过早采用可能代价高昂,但采用太晚可能是致命的。

 

这里关键的一点是,提高预测准确性对战略有重大影响。 在上述案例中,它将亚马逊的商业模式从“购物送货”变为“送货购物”,产生了垂直整合到产品退货服务(包括退货卡车)的激励,并加速了投资的时机。 这一切都是由于提高了预测准确率。

 

很多人都熟悉谷歌2014年收购DeepMind。也许只有少数人意识到,更多的传统公司也正在押注预测。 在2016年,通用汽车斥资超过1亿美元收购了人工智能创业公司Cruise Automation公司;2017年,福特公司在人工智能创业公司Argo AI投资了1亿美元;John Deere花了3亿美元收购了人工智能创业公司Blue River公司。比起收购价格来,这三家创业公司的收入都微不足道。 通用汽车,福特和John Deere在加速投资AI,将对其业务战略产生重大影响。

 

鉴于上述,战略家们面临着两个问题。 首先,他们必须进行投资,以更好地理解预测能在其行业应用上走多快、走多远。其次,他们必须明白预测给战略带来的影响,就像我们为亚马逊做的思想实验那样。

 

那么,启动人工智能策略的首要主题是什么? 闭上你的眼睛,想象一下,把你的手指放在预测机器的表盘上,然后用Spinal Tap的不朽名言来说,把它转到十一点。

 

(本文的想法是从我们即将出版的书《预测机器:人工智能的简单经济学》中选取。)


(作者:Ajay Agrawal是多伦多大学Rotman管理学院教授。Joshua Gans是Rotman管理学院的战略管理教授。)


原文:https://hbr.org/2017/10/how-ai-could-change-amazon-a-thought-experiment


文章来源:哈佛商业评论



注:投稿请电邮至124239956@qq.com ,合作 或 加入未来产业促进会请加:www13923462501 微信号或者扫描下面二维码:



文章版权归原作者所有。如涉及作品版权问题,请与我们联系,我们将删除内容或协商版权问题!联系QQ:124239956


登录查看更多
0

相关内容

【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
264+阅读 · 2020年6月10日
【CVPR2020-谷歌】多目标(车辆)跟踪与检测框架 RetinaTrack
专知会员服务
44+阅读 · 2020年4月10日
【WWW2020-微软】理解用户行为用于文档推荐
专知会员服务
35+阅读 · 2020年4月5日
可解释推荐:综述与新视角
专知会员服务
111+阅读 · 2019年10月13日
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
推荐 :一文带你读懂特征工程
数据分析
16+阅读 · 2018年8月26日
独家 | 一文带你读懂特征工程!
数据派THU
6+阅读 · 2018年8月23日
【新零售】当下趋势:传统零售将变革为新零售
产业智能官
3+阅读 · 2017年11月12日
认识个性化推荐系统:从推荐算法到产品冷启动
人人都是产品经理
6+阅读 · 2017年9月15日
Arxiv
6+阅读 · 2020年2月15日
Arxiv
3+阅读 · 2019年3月1日
Arxiv
6+阅读 · 2018年8月27日
Arxiv
7+阅读 · 2018年3月19日
VIP会员
相关资讯
推荐系统(一):推荐系统基础
菜鸟的机器学习
25+阅读 · 2019年9月2日
深度学习在金融文本情感分类中的应用
AI前线
36+阅读 · 2019年1月12日
推荐 :一文带你读懂特征工程
数据分析
16+阅读 · 2018年8月26日
独家 | 一文带你读懂特征工程!
数据派THU
6+阅读 · 2018年8月23日
【新零售】当下趋势:传统零售将变革为新零售
产业智能官
3+阅读 · 2017年11月12日
认识个性化推荐系统:从推荐算法到产品冷启动
人人都是产品经理
6+阅读 · 2017年9月15日
Top
微信扫码咨询专知VIP会员