實(shí)體書店新員工 微軟“小冰”智能薦書
言幾又推出大數(shù)據(jù)推薦算法和情感計(jì)算框架工具 通過回答問題幫讀者分析最適合書單
“現(xiàn)階段成熟的物流體系讓人在中國(guó)的任何一個(gè)地方都很容易擁有一本書或者一個(gè)產(chǎn)品，但問題是如何讓人能找到合適自己的，以及更多豐富多彩的東西？如果只推薦爆款，會(huì)不會(huì)讓人們變得單一？”微軟（亞洲）互聯(lián)網(wǎng)工程院副院長(zhǎng)李笛的這段話或許是微軟“小冰讀書推薦”存在的原因。
言幾又與微軟（亞洲）互聯(lián)網(wǎng)工程院正式宣布，雙方在AI賦能文化零售產(chǎn)業(yè)展開合作。其中，基于大數(shù)據(jù)推薦算法和情感計(jì)算框架的“小冰讀書推薦”已正式部署完畢，在言幾又廣州K11等實(shí)體店及微信服務(wù)號(hào)正式上線。在近兩個(gè)月的線上驗(yàn)證中，已有數(shù)千讀者通過微軟小冰的個(gè)性化薦書找到了心儀的書籍并下單購(gòu)買。
記者體驗(yàn)
小冰會(huì)問兩類問題以確定讀者喜好
據(jù)介紹，在一對(duì)一交流中，小冰會(huì)與用戶溝通“學(xué)生時(shí)代喜歡上什么課”“近一年來最大的收獲”“想去哪里旅游”等話題。通過對(duì)話引導(dǎo)了解和確認(rèn)讀者的個(gè)性特征、閱讀喜好及當(dāng)前閱讀需求后，結(jié)合對(duì)市面上海量書籍的學(xué)習(xí)，小冰將為讀者推薦最適合的專屬書單。
北京青年報(bào)記者掃描言幾又實(shí)體店活動(dòng)二維碼、進(jìn)入言幾又微信服務(wù)號(hào)，體驗(yàn)一下小冰選書的能力。
記者在和小冰交互過程中，感受到小冰提出的問題大約分成兩類：一類和產(chǎn)品品類相關(guān)，一類是和用戶個(gè)性相關(guān)。和圖書品類相關(guān)的問題大致上和書店里常見的圖書種類劃分一致：文學(xué)、社科、科技、生活……還有一些問題則是和讀者自身相關(guān)。
“和讀者息息相關(guān)的部分又可以再細(xì)分成兩類：一類問題是用戶的身份，比如是初入職場(chǎng)的白領(lǐng)，或者新手爸媽；另一類問題是客觀的興趣，比如你是更偏文藝氣息還是更具有科技感。我們會(huì)在有限的8到10輪問話當(dāng)中兼顧到這幾類不同的維度，以確保我們對(duì)內(nèi)容有很好的篩選，為讀者做出一個(gè)最適合TA本人的推薦?！蔽④洠▉喼蓿┗ヂ?lián)網(wǎng)工程院微軟小冰產(chǎn)品總監(jiān)孫婷告訴記者，“系統(tǒng)在后臺(tái)提供一個(gè)彈性的部分，從結(jié)果上來看可能是無關(guān)的問題，甚至是比較重復(fù)的，但這個(gè)對(duì)于系統(tǒng)來講是很重要的。可能會(huì)帶來更合適的結(jié)果。”
小冰優(yōu)勢(shì)
彌補(bǔ)人工不足幫讀者找到合適的書
為了能成為貼心的“人工智能書店店員”，小冰進(jìn)行了大量的機(jī)器學(xué)習(xí)以及向真人店員的請(qǐng)教。
在數(shù)據(jù)學(xué)習(xí)的部分，微軟小冰以每本書的ISBN編號(hào)和書名等主要標(biāo)簽作為學(xué)習(xí)的基礎(chǔ)，了解了書名、作者、簡(jiǎn)介、品類，甚至包括讀者相關(guān)的評(píng)論和標(biāo)簽等。在系統(tǒng)學(xué)習(xí)海量圖書后，當(dāng)言幾又給出書店在售的圖書列表之后，小冰就可以根據(jù)運(yùn)算結(jié)果只向用戶推薦該店在售的圖書。此外，微軟人工智能團(tuán)隊(duì)還采訪了言幾又書店的店員，以讓小冰補(bǔ)充人類店員的不足。
在孫婷看來，圖書銷售目前最大的痛點(diǎn)是讀者不知道看什么書?！白x者能否找到好書完全依賴于店員對(duì)這一領(lǐng)域有否了解。但一直滿意的概率很低，因?yàn)槊總€(gè)人都有擅長(zhǎng)的領(lǐng)域和空白的領(lǐng)域。另外，有的書店把榜單、熱門、暢銷書籍放在顯眼處，讓顧客參考解決。但這個(gè)辦法并不好?！?/p>
而且，通過店員向顧客推薦，存在不少缺陷：一是店員人數(shù)有限，忙的時(shí)候照顧不過來所有顧客，而人工智能店員的優(yōu)勢(shì)恰在可以同時(shí)服務(wù)許多人。二是也有一些主觀原因，“銷售意愿很強(qiáng)的店員會(huì)觀察顧客，在顧客需要時(shí)主動(dòng)上前詢問，但同時(shí)也有一些銷售意愿不是很強(qiáng)的店員，書店對(duì)如何激勵(lì)他們也很頭疼?！睂O婷說。
行業(yè)反思
流量至上會(huì)失去看豐富內(nèi)容的可能性
還有更深層的問題：如果店員的薪酬體系是底薪加推薦機(jī)制，銷售不同的書提成不同，一本書提成3元，另一本書提成10元，店員在推薦圖書的時(shí)候到底該依據(jù)讀者的需求來推薦，還是會(huì)為個(gè)人收入做考量呢？“小冰能做到從讓讀者更滿意這個(gè)角度出發(fā)去推薦書，這在一定程度上能抑制流量為王的發(fā)展趨勢(shì)?！蔽④洠▉喼蓿┗ヂ?lián)網(wǎng)工程院副院長(zhǎng)李笛說。
時(shí)下，很多互聯(lián)網(wǎng)平臺(tái)選擇用“銷售大數(shù)據(jù)排行”來為讀者推薦圖書。這種推薦帶來暢銷書的馬太效應(yīng)：好賣的書被推薦的次數(shù)越來越多，變成了霸榜的超級(jí)暢銷書，更多元的小眾的圖書因?yàn)闆]有機(jī)會(huì)在暢銷榜單露面，永遠(yuǎn)深藏角落。
“傳統(tǒng)零售業(yè)提高零售的方式有三種，榜單、堆頭和促銷，但這三種方式對(duì)書以及更多的文化領(lǐng)域推薦都沒有幫助。因?yàn)檫@三個(gè)方式和產(chǎn)品質(zhì)量本身沒有關(guān)系，和生活品質(zhì)也沒有關(guān)系，實(shí)際上人們真正被一本書吸引的原因，是內(nèi)容。”李笛說，“在信息爆炸的時(shí)代里，如果不用更好的推薦算法給用戶提供更豐富的選擇，就會(huì)逐漸使人變得狹窄。正如現(xiàn)在一切都是流量至上，所有人都在看某一個(gè)電視劇，這就讓人失去了看其他的可能性，最后造成更大的中心化了，這和互聯(lián)網(wǎng)的原意也是背道而馳的?！蔽?本報(bào)記者 張知依 統(tǒng)籌/劉江華
