据外媒报道，亚马逊正在利用生成式人工智能（AI）来帮助买家找到合身的服装，并降低自身的退货率。
亚马逊时尚部门的计算机视觉和机器学习总监Apoorv Chaudhri周三（1月8日）在博客文章中表示，亚马逊推出了四项基于生成式人工智能的功能，包括个性化尺码推荐、合身评论摘要、尺码表以及面向卖家的“Fit Insights”工具。
根据Coresight Research的一项研究，服装类的退货率为24.4%，比整体在线退货率高出8%。许多零售商和品牌表示，在过去的两年里，网上退货的情况有所增加。部分原因是：随着在家试穿和寄回商品的过程变得更加简单，消费者会购买多个尺寸或颜色的同一种商品，然后退还不合适的那些。
个性化尺码推荐
亚马逊利用人工智能（AI）和机器学习（ML）模型，在每个产品的详细页面上推荐适合每位客户的尺码。
该电商巨头开发了一种基于深度学习的算法，以帮助每个客户找到适合他们的最佳尺码。该算法优先考虑品牌及其尺码系统之间的尺码关系，产品的评论和其他详细信息以及客户的合身偏好，将这些信息结合起来，为顾客推荐最合适的尺码。
据悉，该算法匿名地将具有相似尺码和合身偏好的客户以及具有相似合身程度的产品聚集在一起。在此处，算法从数百万个产品细节（例如款式、尺码表和客户评价）和数十亿个匿名化的客户购买中学习。它还考虑了相似客户购买同一产品或类似合适度产品的尺码。
亚马逊表示，这个算法能够不断学习并适应客户尺码需求的变化。例如，如果客户购买了某个尺码的儿童裤子，算法将考虑到他们可能在未来几个月需要更大的尺码。
此外，亚马逊基于人工智能的推荐会从其产品目录中提取产品数据，如款式、颜色、价格、尺码、退货率和客户评价，以在客户购物时推荐其他个性化选择的款式。
其他顾客留下的合身评论摘要
另一个旨在帮助时尚购物者找到合适尺码的功能是基于AI生成的合身评论摘要。亚马逊根据每位客户的推荐尺码，使用评论中的共同主题，为客户创建评论摘要。
该功能根据购买过相同尺码商品的顾客的评论，告诉顾客是否要加大或缩小特定款式的尺码。亚马逊应用大型语言模型（LLMs）等AI工具从客户评论中提取详细信息，如尺码准确性、服装在特定身体区域的合适度和面料的弹性。
然后，亚马逊利用AI将这些细节总结在评论摘要中。这个摘要引导每位客户找到最相关的信息，让他们不必手动阅读每个商品的数百条评论。
将基于AI的合身数据应用于尺码表
亚马逊应用大型语言模型（LLMs）自动从多个来源提取和清理产品尺码表，然后将数据转化为标准化尺寸，删除重复信息并自动校正缺失或不正确的测量值，从而产生更准确、一致的尺码表。
亚马逊正在尝试新的方法，以呈现最相关的尺码和尺码详细信息给每位客户，例如将他们推荐的尺码的测量值分组。
面向卖家的“Fit Insights”工具
Fit Insights工具为时尚品牌和卖家提供了一种使用LLM模型来提取和汇总有关合适度、款式和面料的客户反馈的方式。它将退货和尺码表分析与客户评价联系起来，使用ML帮助识别尺码表中的缺陷。
利用这些数据，时尚品牌可更好地了解客户的需求，改进与客户沟通尺码的方式，甚至将反馈纳入未来的设计和制造中。
近几个月来亚马逊在其网站上推出了多项基于AI的功能。亚马逊此前推出了一款面向卖家的人工智能工具，帮助他们为产品页面生成文案。据该零售商估计，使用该工具，转化率可提高40%。除此之外，亚马逊还将人工智能引入其他消费者产品，包括Alexa和Fire TV。
