經營密碼／導入AI 強化服務業競爭力

AI示意圖。 路透

根據麥肯錫2024年的調查顯示，美國企業最常在行銷與業務領域使用生成式AI（GAI），其次爲產品與服務發展，IT部門則排名第三。而KPMG 2023年的調查指出，美國零售業主管認爲GAI在行銷與業務方面最具影響力。

此外，根據未來流通研究所的「零售業AI解決方案」報告，臺灣零售業在AI應用市場的四大熱門領域分別爲行銷／銷售／廣告、個人化購物中心OMO、顧客數據平臺 （CDP）以及客戶服務。

AI可以在商業服務業中提供多種協助，茲分述如下：

一、需求預測與庫存管理。包含需求預測，例如用機器學習演算法分析歷史銷售數據、季節性變化、促銷活動及市場趨勢，結合外部數據（如天氣預報、節假日等），預測未來的產品需求；自動補貨，根據需求預測結果，自動生成補貨訂單。系統會考慮庫存水平、供應商交貨時間和最小訂貨量等因素，自動發送訂單給供應商。

二、個性化推薦。包含產品推薦，透過分析顧客的購買歷史、瀏覽行爲和偏好，利用協同過濾演算法或內容過濾演算法向顧客推薦相關產品；定製化廣告，根據顧客的行爲數據和偏好，生成個性化的行銷廣告並通過電子郵件或社交媒體發送給顧客。

三、價格優化。首先是動態定價，利用AI分析市場需求、競爭情況和庫存水平，自動調整產品價格，實現動態定價。其次是促銷優化，分析過去促銷活動效果，結合當前市場情況和顧客行爲數據，制定最佳促銷策略。

四、顧客服務。主要在智能客服，使用聊天機器人和AI客服系統，自動回答常見問題，處理簡單查詢和投訴。

五、店鋪運營與管理。店鋪分析，通過分析店鋪銷售數據、客流量和顧客行爲，優化產品擺設和佈局，提升購物體驗；員工管理，根據銷售預測和店鋪需求，智能調整員工排班，確保人力資源的最佳利用。

六、市場與競爭分析。市場趨勢分析，使用AI分析市場數據和消費者行爲，找出市場趨勢和機會，幫助零售業制定長期策略；競爭分析，監控競爭對手的價格、促銷活動和市場動態，進行競爭分析，制定應對策略。

七、供應鏈優化。供應鏈管理，透過分析供應鏈數據，優化供應鏈流程，減少浪費，提高效率；風險預測，利用AI預測供應鏈中的潛在風險，如供應中斷、物流延誤等，幫助制定應對措施。

八、客戶行爲分析。顧客區隔，通過AI技術對顧客進行區隔分析，瞭解不同類型顧客的需求和行爲特徵，制定針對性的行銷策略；購物車分析，分析顧客購物車行爲，找出影響購買決策的因素，提供最佳的行銷建議。

根據2024年百工百業AI落地行動指南資料顯示，目前零售業導入AI者爲3%，透過POC瞭解AI效益爲17%，在評估者爲80%。組織中有專職團隊者僅11%，由資訊單位負責66%，跨部門團隊爲9%，其他爲14%。零售業導入前五大AI排名爲：Gen AI、數據分析、深度學習、機器學習、演算法。

在對AI熟悉度方面，熟悉與非常熟悉僅佔23%，不熟悉佔58%，非常不熟悉佔18%，顯示對AI的陌生程度仍高。對AI的培訓能力，排名第一爲外部教材／平臺資源，第二名是外部實體培訓課程，第三名則爲讀書會。在部署環境方面，私有云佔40%，公有云佔34%，委外託管佔30%，邊緣運算佔10%，大型主機佔10%。最想導入前五名爲：銷售與流程建議與優化、員工個人助理、客服機器人、個人化精準行銷、全通路廣告內容生成。

總之，服務業的AI應用範圍廣泛，涵蓋八大主要領域。目前AI仍處於導入階段，期待企業能夠加速讓全體員工理解並參與AI應用，以提升生產力和競爭力。