人工智能推動B2B進入新時代

隨著近幾年人工智能、大數(shù)據(jù)、云計算等技術的發(fā)展，B2B電商平臺把積累的數(shù)據(jù)加以利用，將產(chǎn)生巨大的價值：一方面，能夠更為精確地分析市場需求，提高交易的質量與效率；另一方面，通過云計算和大數(shù)據(jù)分析，B2B電商能夠將企業(yè)的交易數(shù)據(jù)提供給銀行等金融機構，作為企業(yè)融資的重要信用憑證。隨著大數(shù)據(jù)技術的日漸成熟，基于數(shù)據(jù)的人工智能技術將會推進多種新型服務蓬勃發(fā)展，不斷地催生新應用和新業(yè)態(tài)，為人類社會生態(tài)帶來巨大改革。

2016年3月，在全世界的關注下，谷歌旗下的圍棋人工智能AlphaGo戰(zhàn)勝了韓國著名棋手李世石。計算機在這個難以戰(zhàn)勝人類的領域獲得了勝利，這也代表著人工智能技術的再一次飛躍。盡管這只是一次棋類比賽，但飛速進步的AI技術，讓大眾看到了一個新時代的到來。

人工智能的三次熱潮

追溯歷史，AI并不是新概念。在1956年達特茅斯會議上，AI首次被提出，此后伴隨著計算機技術的發(fā)展，AI也經(jīng)歷了三次熱潮。

20世紀40年代，人工智能雖處于萌芽期，但進入了第一次熱潮。20世紀50年代，羅森布拉特發(fā)明了感知器，它是一種單層神經(jīng)網(wǎng)絡，對生物神經(jīng)細胞進行簡單的抽象化。盡管結構簡單，但是這種感知器已經(jīng)能夠識別出現(xiàn)較多次的字母，并能對不同書寫方式的字母圖像進行概括和歸納。不過，由于本身的局限，感知器只能識別那些包含在訓練集里的圖像，不能對受干擾（半遮蔽、不同大小、平移、旋轉）的字母圖像進行可靠的識別。雖然最初被認為有著良好的發(fā)展?jié)撃?，但感知器最終被證明不能處理諸多的模式識別問題，比如感知器模型不能解決簡單的異或（XOR）等線性不可分問題。這種局限性使人們對于感知器的應用前景產(chǎn)生了誤解，再加上當時計算能力有限和機器翻譯上的失敗，造成了人工神經(jīng)領域發(fā)展的長年停滯及低潮。

20世紀80年代，霍普菲爾德神經(jīng)網(wǎng)絡作為一種循環(huán)神經(jīng)網(wǎng)絡，由約翰·霍普菲爾德發(fā)明出來，其可以實現(xiàn)局部極小收斂。之后，反向傳播算法采用了多層神經(jīng)網(wǎng)絡，并將神經(jīng)網(wǎng)絡學習過程設計為信號的正向傳播與誤差的反向傳播兩個部分。BP的出現(xiàn)使大規(guī)模的神經(jīng)網(wǎng)絡訓練成為可能，并使人們逐漸意識到之前感知器模型不能解決的線性不可分問題，可以被多層神經(jīng)網(wǎng)絡解決，由此人工智能迎來了第二次熱潮。

而如今的人工智能第三次熱潮，主要源于最近幾年大數(shù)據(jù)和深度學習算法的突破，以及計算運算能力的顯著提升。之前人工智能的發(fā)展強調數(shù)學邏輯和推理能力，通過分析人類認知系統(tǒng)或者人腦神經(jīng)元所具備的機能，然后利用計算機來模擬這些功能。而新浪潮下的人工智能則通過大量數(shù)據(jù)分析和自動學習來實現(xiàn)智能化水平。

2006年，欣頓在《科學》雜志上發(fā)文，提出了深度學習的概念，并指出可以通過神經(jīng)網(wǎng)絡減少數(shù)據(jù)的維度。在海量數(shù)據(jù)的基礎上，深度學習算法可以有效地運用在語音和視覺識別上。深層學習算法是機器學習算法的一個子集，其目的是發(fā)現(xiàn)多層分布式表示。近年來，人們提出了許多深度學習算法來解決傳統(tǒng)的人工智能問題。2014年6月，一個計算機程序首次成功通過了圖靈測試，讓人們相信它是一個13歲的男孩，這喻示著人工智能進入全新的時代。

機器人助手

2017年“雙11”期間，一個叫作“魯班”的“設計師”出盡了風頭。它擁有每秒做8 000張海報的超快作業(yè)速度，負責處理海量的工作任務。而運用谷歌的AlphaGo背后的深度神經(jīng)網(wǎng)絡，一些創(chuàng)業(yè)公司也正在解放“人力密集型”的電商營銷行業(yè)。2018年，谷歌開發(fā)者大會演示了谷歌助手給人類打電話的視頻，人工智能助手現(xiàn)場展示了以“人”的身份和對方進行無障礙通話。谷歌助手的成功預示著AI客服時代的全面到來。

設計智能聊天機器人的重要技術支持是知識圖譜。知識圖譜于2012年由谷歌提出并成功應用于搜索引擎，屬于人工智能的重要研究領域?；谥R的問答系統(tǒng)將知識圖譜看成一個大規(guī)模的知識庫，通過理解將用戶的問題轉化為對知識圖譜的查詢，直接得到用戶關心的問題答案。根據(jù)中國中文信息學會在《2018年知識圖譜發(fā)展報告》中給出的定義，知識圖譜“以結構化的形式描述客觀世界中的概念、實體及其關系，將互聯(lián)網(wǎng)的信息表達成更接近人類認知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力”。

知識圖譜最先應用于搜索引擎領域，在學術界和工業(yè)界掀起了一股熱潮。隨著人工智能的興起，知識圖譜被廣泛應用于聊天機器人和問答系統(tǒng)中，用于輔助深度理解人類的語言和支持推理。

知識圖譜問答系統(tǒng)不同于搜索引擎，返回的不再是基于關鍵詞匹配的相關文檔排序，而是精準的自然語言形式答案。華盛頓大學圖靈中心主任Etzioni教授2011年曾在《自然》雜志上發(fā)表文章，其中明確指出：“以直接而準確的方式回答用戶自然語言提問的自動問答系統(tǒng)，將構成下一代搜索引擎的基本形態(tài)?！币虼?，問答系統(tǒng)被看作是未來信息服務的顛覆性技術之一，被認為是機器具備語言理解能力的主要驗證手段之一。

隨著機器學習技術的不斷發(fā)展，AI客服的“智商”不斷提高，已經(jīng)出現(xiàn)了不僅能回答客戶疑問，更能進行電話銷售的機器人，它們不僅懂業(yè)務、會主動推銷產(chǎn)品，還能夠分析客戶意向，主動學習，自我進化。這樣的機器人助手將使B2B平臺的服務效率得到質的提升。

助力平臺服務升級

無論是智能問答、刷臉登錄、電子支付還是線下無人超市，無論是商品個性化推薦還是自動化營銷，人工智能已經(jīng)廣泛滲透到零售領域。由于B2B平臺上產(chǎn)品的非標準性及價格、庫存等因素的波動性，過去嚴重依賴熟人圈子的信息流轉與線下撮合，而在未來，人工智能在B2B交易撮合、智能定價、庫存管理、自動化訂單等方面有巨大潛力。

人工智能也將成為加速企業(yè)創(chuàng)新的利器，革新企業(yè)的運營服務模式，推動B2B向精準化的方向發(fā)展。B2B平臺可以利用海量數(shù)據(jù)去挖掘用戶的需求點，為用戶提供個性化、精準化和智能化的增值服務，提高服務效率。不僅如此，它還可以通過對大數(shù)據(jù)的挖掘、分析，開發(fā)新的產(chǎn)品、服務來增加客戶黏性，降低運營成本。

當B2B平臺已經(jīng)掌握了海量交易數(shù)據(jù)，如何深度挖掘數(shù)據(jù)價值以建立行業(yè)、企業(yè)交易模型，摸清買賣雙方的瀏覽、下單習慣，并將內部數(shù)據(jù)與經(jīng)濟運行數(shù)據(jù)、產(chǎn)業(yè)數(shù)據(jù)等外部數(shù)據(jù)相結合，從而為商家提供產(chǎn)品定價、庫存補充、產(chǎn)品促銷等方面的決策信息，都是人工智能大有可為的地方。

目前中國的B2B電商處于同質化的競爭階段，商家的黏性普遍都很低，商家信息往往在多個平臺投放，但效果卻不如人意。交易過程中，平臺無法提供信息、撮合之外的更多價值，所以很難提供讓商戶真正實現(xiàn)平滑交易，產(chǎn)生對平臺的依賴性。

而更聰明、更懂人心的B2B平臺顯然會受到企業(yè)的青睞。通過企業(yè)的歷史交易和行為數(shù)據(jù)的知識計算，系統(tǒng)會主動學習企業(yè)的興趣特征、銷售行為軌跡等，建立企業(yè)客戶畫像，實現(xiàn)精準的需求匹配，相當于每一位客戶都有了專屬的AI智能管家。當用戶由被動搜索、被動撮合變?yōu)橐愿珳实姆绞将@得銷售線索，當用戶每天登陸平臺查看最新的個性化推薦咨詢，意味著低頻的B2B平臺變成了高頻、高黏性的交易平臺。

人工智能還可以將外部數(shù)據(jù)與內部數(shù)據(jù)相結合來進行精準的需求預測。隨著大數(shù)據(jù)背景下市場需求的逐漸透明化，利用人工智能可以實時控制庫存容量，幫助商家優(yōu)化運輸與儲藏成本，減少產(chǎn)品損壞，降低銷售損失。

目前，一些為B2B平臺提供客戶畫像分析、銷售線索跟蹤、客戶管理并由此進行精準營銷的公司不斷涌現(xiàn)。它們對于B2B平臺服務形成了很好的補充。B2B平臺可以將這些服務商引入生態(tài)之內，為商家提供更高效的服務。

亞馬遜全方位應用人工智能

成立于1995年的亞馬遜是美國最大的網(wǎng)絡電子商務公司，已經(jīng)成為全球商品品種最多的網(wǎng)上零售商和全球頂級的互聯(lián)網(wǎng)企業(yè)。近年來，亞馬遜不斷加大科研投入，全面應用人工智能技術，在各方面取得了令人矚目的成績。

早在2012年，亞馬遜斥資7.75億美元收購了機器人制造商Kiva Systems，大大提升了亞馬遜的物流系統(tǒng)。據(jù)悉，至2015年亞馬遜已經(jīng)將機器人數(shù)量增至10 000臺，用于北美的各大運轉中心。Kiva系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2～4倍，機器人每小時可跑約48千米，準確率達到99.99%。Kiva機器人作業(yè)顛覆了傳統(tǒng)電商物流中心作業(yè)“人找貨、人找貨位”模式，通過作業(yè)計劃調動機器人，實現(xiàn)“貨找人、貨位找人”的模式，整個物流中心庫區(qū)無人化，各個庫位在Kiva機器人驅動下，自動排序到作業(yè)崗位。

亞馬遜是第一家將大數(shù)據(jù)推廣到電商物流平臺運作的企業(yè)。電商端到端的服務可分為5大類，即瀏覽、購物、倉配、送貨和客服服務等。

1. 用戶瀏覽：亞馬遜有一套基于大數(shù)據(jù)分析的技術來精準了解客戶需求。具體的方法是：后臺系統(tǒng)會記錄客戶的瀏覽歷史，隨之把顧客感興趣的庫存放在離他們最近的運營中心，盡可能高效完成交易。

2. 便捷下單：客戶不管在世界哪個角落，都可以快速下單，系統(tǒng)也可以很快知道用戶喜歡的商品。

3. 倉儲運營：在中國亞馬遜運營中心，最快可以在30分鐘內完成整個訂單的處理，即貨品出庫。從訂單處理、快速揀選、快速包裝到分揀等一切流程都由大數(shù)據(jù)驅動，且全程可視化。

4. 精準配送：電商物流的快物流不是核心競爭力，真正高技術的電商物流服務，是精準配送。亞馬遜會根據(jù)客戶的具體需求時間進行科學配載，調整配送計劃。

亞馬遜的智能入庫管理技術把大數(shù)據(jù)技術應用得淋漓盡致。在入庫方面，采用獨特的采購入庫監(jiān)控策略，亞馬遜基于自己過去的經(jīng)驗和歷史數(shù)據(jù)的收集，了解什么樣的品類容易壞、壞在哪里，然后將其預包裝，這都是在收貨環(huán)節(jié)提供的增值服務。在商品測量方面，亞馬遜的CubiScan會一起測量新入庫的中小體積商品的長、寬、高和體積等信息優(yōu)化入庫，例如鞋服類、百貨、特定爆品等。這讓供應商避免了這一步驟的資源浪費，大大提升了他們的新品上架速度。掌握尺寸之后，亞馬遜可以將這些數(shù)據(jù)在全國范圍內共享，直達其他庫房，有利于后續(xù)的優(yōu)化、設計和區(qū)域規(guī)劃。

大數(shù)據(jù)驅動的智能揀貨和智能算法，為亞馬遜的倉配中心裝上了“超級大腦”。亞馬遜倉配中心的后臺有一套數(shù)據(jù)算法，它會給工作人員優(yōu)化揀貨路徑，通過這種人工智能的推薦，相比傳統(tǒng)作業(yè)模式，揀貨行走路徑減少了的60%的距離。

潛力巨大的商用前景

人工智能在亞馬遜的成功運用，其背后是技術領域的快速發(fā)展。2012年左右，深度神經(jīng)網(wǎng)絡在大數(shù)據(jù)的訓練下，將人臉識別準確率從50%～60%提升到了80%以上，并在后來進一步提升到95%以上的商業(yè)可用水平，推動了人臉識別全面商用，也使馬云選擇在2015年CeBIT展會開幕式上演示刷臉支付。此后，受人臉識別的啟發(fā)，越來越多的行業(yè)開始引入深度學習技術，很多應用場景取得了不錯的效果。自然語言理解、知識圖譜等各種相關AI技術也隨之快速發(fā)展。

風口之上，人工智能正在深刻變革著各行各業(yè)。產(chǎn)業(yè)結構、城市形態(tài)、生活方式和科技格局都因此改變。尤其是過去幾年，隨著大數(shù)據(jù)的發(fā)展和在各行業(yè)“互聯(lián)網(wǎng)+”的深入，以數(shù)據(jù)為基礎的AI將各行業(yè)快速帶入智能化，如智慧城市、智慧物流、智能金融、智能家居、智能制造等。

基于大數(shù)據(jù)的人工智能技術為B2B電商的智能交易發(fā)展提供了強大的技術支持。“智聯(lián)天下生意”是B2B電商的終極目標，當電子商務迎來智能時代，技術將催生新增長拐點的關鍵主推力量。市場調研機構Gartner認為，未來10年，人工智能將成為最具顛覆性的技術，圖像識別、自然語言處理、智能推薦引擎、智能數(shù)字挖掘銷售分析、虛擬個人助理技術等已經(jīng)脫離稚嫩期，走向成熟。在人工智能的賦能下，“智能交易”的采購場景將會帶給人們更多驚喜。采購商再也不會苦苦搜尋卻找不到所需產(chǎn)品，智能交易系統(tǒng)可以自動推送最優(yōu)化的貨品需求及準確的數(shù)量；中小企業(yè)的短期融資可以憑借以往良好的信用一鍵貸款到賬；智能終端可以觀測分析店鋪陳列，將顧客試穿頻度最高的服裝款式反饋到數(shù)據(jù)平臺，智能化地輔助設計師進行創(chuàng)作。

這就是我們所設想的由大數(shù)據(jù)、人工智能等先進科技打造出的智能化商業(yè)交易。未來的智能化商業(yè)交易生態(tài)將使全球貿易更簡單，將幫助遍布世界各地的客戶降低交易成本、物流成本、金融成本。在交易生態(tài)圈中，需求發(fā)現(xiàn)、需求聚集、產(chǎn)能配置、金融配置、物流分發(fā)、服務眾包等可以完全智能化地組織。這樣一來，B2B平臺的服務內容就不只停留在信息展示和雙方交易的階段，而是進一步，為貿易雙方提供更加專業(yè)化、個性化的服務內容，依托大數(shù)據(jù)和人工智能技術的精準化導向，助力更多的新型服務模式涌現(xiàn)，從而推動B2B平臺服務模式更加成熟，推動產(chǎn)業(yè)經(jīng)濟更加高效。

（本文節(jié)選自閻志編著《B2B 4.0：新技術應用引爆產(chǎn)業(yè)互聯(lián)網(wǎng)》，有刪減。）