OpenAI 和 Perplexity 近期推出的 AI 購物助手旨在幫助消費者更有效地了解和研究商品,特別是針對歐美感恩節購物季。然而,業界人士普遍認為,這些功能在許多方面難以獲得消費者的青睞,並且難以真正推動購物行為。
主要原因在於這些 AI 購物助手在特定領域缺乏足夠的專業知識。儘管 OpenAI 和 Perplexity 都強調其 AI 能夠根據對話內容進行個人化推薦,但在某些高度專業化的領域(如時裝和家居用品)可能不夠完善。室內設計購物工具 Onton 的執行長指出,這些基於大型語言模型的工具主要依賴現有的搜尋引擎,如 Google 和 Bing,因此回覆的品質取決於搜尋結果的品質。若沒有像 Onton 那樣對數十萬種商品進行分類並使用更優質的專門資料訓練模型,AI 購物助手很難在市場上脫穎而出。
AI 購物搜尋平台 Daydream 創辦人認為,時裝是一個非常細緻且強調情感的領域,尋找一件心儀的洋裝與購買一台電視機截然不同。AI 需要足夠特定的數據和商品資訊,才能掌握影響消費者選擇的關鍵因素,如服裝的輪廓、用料、適合的場合以及搭配潮流等。因此,業界人士普遍認為,OpenAI 和 Perplexity 的服務本質上只是搜尋引擎結果的換皮版本,缺乏真正獨到的數據和專門訓練的模型。
儘管存在上述缺點,OpenAI 和 Perplexity 仍具有潛在的優勢,包括龐大的用戶群體和與大型零售業者及支付業者的合作機會。這些優勢有助於它們更輕鬆地接觸消費者,並提供更無縫的購物體驗。然而,最終哪種方法能在競爭激烈的 AI 購物領域脫穎而出,仍有待市場和消費者的驗證。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版,部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容