人工智能等技術(shù)的快速發(fā)展，助力更多的新型服務(wù)模式涌現，讓市場(chǎng)需求精準化導向，B2B行業(yè)即將進(jìn)入一個(gè)新的發(fā)展階段。

隨著(zhù)近幾年人工智能、大數據、云計算等技術(shù)的發(fā)展，B2B電商平臺把積累的數據加以利用，將產(chǎn)生巨大的價(jià)值：一方面，能夠更為精確地分析市場(chǎng)需求，提高交易的質(zhì)量與效率；另一方面，通過(guò)云計算和大數據分析，B2B電商能夠將企業(yè)的交易數據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(zhù)大數據技術(shù)的日漸成熟，基于數據的人工智能技術(shù)將會(huì )推進(jìn)多種新型服務(wù)蓬勃發(fā)展，不斷地催生新應用和新業(yè)態(tài)，為人類(lèi)社會(huì )生態(tài)帶來(lái)巨大改革。

2016年3月，在全世界的關(guān)注下，谷歌旗下的圍棋人工智能AlphaGo戰勝了韓國著(zhù)名棋手李世石。計算機在這個(gè)難以戰勝人類(lèi)的領(lǐng)域獲得了勝利，這也代表著(zhù)人工智能技術(shù)的再一次飛躍。盡管這只是一次棋類(lèi)比賽，但飛速進(jìn)步的AI技術(shù)，讓大眾看到了一個(gè)新時(shí)代的到來(lái)。

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(huì )議上，AI首次被提出，此后伴隨著(zhù)計算機技術(shù)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(jìn)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(luò )，對生物神經(jīng)細胞進(jìn)行簡(jiǎn)單的抽象化。盡管結構簡(jiǎn)單，但是這種感知器已經(jīng)能夠識別出現較多次的字母，并能對不同書(shū)寫(xiě)方式的字母圖像進(jìn)行概括和歸納。不過(guò)，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(jìn)行可靠的識別。雖然最初被認為有著(zhù)良好的發(fā)展潛能，但感知器最終被證明不能處理諸多的模式識別問(wèn)題，比如感知器模型不能解決簡(jiǎn)單的異或（XOR）等線(xiàn)性不可分問(wèn)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(shí)計算能力有限和機器翻譯上的失敗，造成了人工神經(jīng)領(lǐng)域發(fā)展的長(cháng)年停滯及低潮。

20世紀80年代，霍普菲爾德神經(jīng)網(wǎng)絡(luò )作為一種循環(huán)神經(jīng)網(wǎng)絡(luò )，由約翰·霍普菲爾德發(fā)明出來(lái)，其可以實(shí)現局部極小收斂。之后，反向傳播算法采用了多層神經(jīng)網(wǎng)絡(luò )，并將神經(jīng)網(wǎng)絡(luò )學(xué)習過(guò)程設計為信號的正向傳播與誤差的反向傳播兩個(gè)部分。BP的出現使大規模的神經(jīng)網(wǎng)絡(luò )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(xiàn)性不可分問(wèn)題，可以被多層神經(jīng)網(wǎng)絡(luò )解決，由此人工智能迎來(lái)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據和深度學(xué)習算法的突破，以及計算運算能力的顯著(zhù)提升。之前人工智能的發(fā)展強調數學(xué)邏輯和推理能力，通過(guò)分析人類(lèi)認知系統或者人腦神經(jīng)元所具備的機能，然后利用計算機來(lái)模擬這些功能。而新浪潮下的人工智能則通過(guò)大量數據分析和自動(dòng)學(xué)習來(lái)實(shí)現智能化水平。

2006年，欣頓在《科學(xué)》雜志上發(fā)文，提出了深度學(xué)習的概念，并指出可以通過(guò)神經(jīng)網(wǎng)絡(luò )減少數據的維度。在海量數據的基礎上，深度學(xué)習算法可以有效地運用在語(yǔ)音和視覺(jué)識別上。深層學(xué)習算法是機器學(xué)習算法的一個(gè)子集，其目的是發(fā)現多層分布式表示。近年來(lái)，人們提出了許多深度學(xué)習算法來(lái)解決傳統的人工智能問(wèn)題。2014年6月，一個(gè)計算機程序首次成功通過(guò)了圖靈測試，讓人們相信它是一個(gè)13歲的男孩，這喻示著(zhù)人工智能進(jìn)入全新的時(shí)代。

機器人助手

2017年“雙11”期間，一個(gè)叫作“魯班”的“設計師”出盡了風(fēng)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(wù)。而運用谷歌的AlphaGo背后的深度神經(jīng)網(wǎng)絡(luò )，一些創(chuàng )業(yè)公司也正在解放“人力密集型”的電商營(yíng)銷(xiāo)行業(yè)。2018年，谷歌開(kāi)發(fā)者大會(huì )演示了谷歌助手給人類(lèi)打電話(huà)的視頻，人工智能助手現場(chǎng)展示了以“人”的身份和對方進(jìn)行無(wú)障礙通話(huà)。谷歌助手的成功預示著(zhù)AI客服時(shí)代的全面到來(lái)。

設計智能聊天機器人的重要技術(shù)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(lǐng)域?；谥R的問(wèn)答系統將知識圖譜看成一個(gè)大規模的知識庫，通過(guò)理解將用戶(hù)的問(wèn)題轉化為對知識圖譜的查詢(xún)，直接得到用戶(hù)關(guān)心的問(wèn)題答案。根據中國中文信息學(xué)會(huì )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(guān)世界中的概念、實(shí)體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達成更接近人類(lèi)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(lǐng)域，在學(xué)術(shù)界和工業(yè)界掀起了一股熱潮。隨著(zhù)人工智能的興起，知識圖譜被廣泛應用于聊天機器人和問(wèn)答系統中，用于輔助深度理解人類(lèi)的語(yǔ)言和支持推理。

知識圖譜問(wèn)答系統不同于搜索引擎，返回的不再是基于關(guān)鍵詞匹配的相關(guān)文檔排序，而是精準的自然語(yǔ)言形式答案。華盛頓大學(xué)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(hù)自然語(yǔ)言提問(wèn)的自動(dòng)問(wèn)答系統，將構成下一代搜索引擎的基本形態(tài)。”因此，問(wèn)答系統被看作是未來(lái)信息服務(wù)的顛覆性技術(shù)之一，被認為是機器具備語(yǔ)言理解能力的主要驗證手段之一。

隨著(zhù)機器學(xué)習技術(shù)的不斷發(fā)展，AI客服的“智商”不斷提高，已經(jīng)出現了不僅能回答客戶(hù)疑問(wèn)，更能進(jìn)行電話(huà)銷(xiāo)售的機器人，它們不僅懂業(yè)務(wù)、會(huì )主動(dòng)推銷(xiāo)產(chǎn)品，還能夠分析客戶(hù)意向，主動(dòng)學(xué)習，自我進(jìn)化。這樣的機器人助手將使B2B平臺的服務(wù)效率得到質(zhì)的提升。

助力平臺服務(wù)升級

無(wú)論是智能問(wèn)答、刷臉登錄、電子支付還是線(xiàn)下無(wú)人超市，無(wú)論是商品個(gè)性化推薦還是自動(dòng)化營(yíng)銷(xiāo)，人工智能已經(jīng)廣泛滲透到零售領(lǐng)域。由于B2B平臺上產(chǎn)品的非標準性及價(jià)格、庫存等因素的波動(dòng)性，過(guò)去嚴重依賴(lài)熟人圈子的信息流轉與線(xiàn)下撮合，而在未來(lái)，人工智能在B2B交易撮合、智能定價(jià)、庫存管理、自動(dòng)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(yíng)服務(wù)模式，推動(dòng)B2B向精準化的方向發(fā)展。B2B平臺可以利用海量數據去挖掘用戶(hù)的需求點(diǎn)，為用戶(hù)提供個(gè)性化、精準化和智能化的增值服務(wù)，提高服務(wù)效率。不僅如此，它還可以通過(guò)對大數據的挖掘、分析，開(kāi)發(fā)新的產(chǎn)品、服務(wù)來(lái)增加客戶(hù)黏性，降低運營(yíng)成本。

當B2B平臺已經(jīng)掌握了海量交易數據，如何深度挖掘數據價(jià)值以建立行業(yè)、企業(yè)交易模型，摸清買(mǎi)賣(mài)雙方的瀏覽、下單習慣，并將內部數據與經(jīng)濟運行數據、產(chǎn)業(yè)數據等外部數據相結合，從而為商家提供產(chǎn)品定價(jià)、庫存補充、產(chǎn)品促銷(xiāo)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(zhì)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(gè)平臺投放，但效果卻不如人意。交易過(guò)程中，平臺無(wú)法提供信息、撮合之外的更多價(jià)值，所以很難提供讓商戶(hù)真正實(shí)現平滑交易，產(chǎn)生對平臺的依賴(lài)性。

而更聰明、更懂人心的B2B平臺顯然會(huì )受到企業(yè)的青睞。通過(guò)企業(yè)的歷史交易和行為數據的知識計算，系統會(huì )主動(dòng)學(xué)習企業(yè)的興趣特征、銷(xiāo)售行為軌跡等，建立企業(yè)客戶(hù)畫(huà)像，實(shí)現精準的需求匹配，相當于每一位客戶(hù)都有了專(zhuān)屬的AI智能管家。當用戶(hù)由被動(dòng)搜索、被動(dòng)撮合變?yōu)橐愿珳实姆绞将@得銷(xiāo)售線(xiàn)索，當用戶(hù)每天登陸平臺查看最新的個(gè)性化推薦咨詢(xún)，意味著(zhù)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據與內部數據相結合來(lái)進(jìn)行精準的需求預測。隨著(zhù)大數據背景下市場(chǎng)需求的逐漸透明化，利用人工智能可以實(shí)時(shí)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(xiāo)售損失。

目前，一些為B2B平臺提供客戶(hù)畫(huà)像分析、銷(xiāo)售線(xiàn)索跟蹤、客戶(hù)管理并由此進(jìn)行精準營(yíng)銷(xiāo)的公司不斷涌現。它們對于B2B平臺服務(wù)形成了很好的補充。B2B平臺可以將這些服務(wù)商引入生態(tài)之內，為商家提供更高效的服務(wù)。

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(luò )電子商務(wù)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(lái)，亞馬遜不斷加大科研投入，全面應用人工智能技術(shù)，在各方面取得了令人矚目的成績(jì)。

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。據悉，至2015年亞馬遜已經(jīng)將機器人數量增至10 000臺，用于北美的各大運轉中心。Kiva系統作業(yè)效率要比傳統的物流作業(yè)提升2~4倍，機器人每小時(shí)可跑約48千米，準確率達到99.99%。Kiva機器人作業(yè)顛覆了傳統電商物流中心作業(yè)“人找貨、人找貨位”模式，通過(guò)作業(yè)計劃調動(dòng)機器人，實(shí)現“貨找人、貨位找人”的模式，整個(gè)物流中心庫區無(wú)人化，各個(gè)庫位在Kiva機器人驅動(dòng)下，自動(dòng)排序到作業(yè)崗位。

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

1. 用戶(hù)瀏覽：亞馬遜有一套基于大數據分析的技術(shù)來(lái)精準了解客戶(hù)需求。具體的方法是：后臺系統會(huì )記錄客戶(hù)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(yíng)中心，盡可能高效完成交易。

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

3. 倉儲運營(yíng)：在中國亞馬遜運營(yíng)中心，最快可以在30分鐘內完成整個(gè)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據驅動(dòng)，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(shù)的電商物流服務(wù)，是精準配送。亞馬遜會(huì )根據客戶(hù)的具體需求時(shí)間進(jìn)行科學(xué)配載，調整配送計劃。

亞馬遜的智能入庫管理技術(shù)把大數據技術(shù)應用得淋漓盡致。在入庫方面，采用獨特的采購入庫監控策略，亞馬遜基于自己過(guò)去的經(jīng)驗和歷史數據的收集，了解什么樣的品類(lèi)容易壞、壞在哪里，然后將其預包裝，這都是在收貨環(huán)節提供的增值服務(wù)。在商品測量方面，亞馬遜的CubiScan會(huì )一起測量新入庫的中小體積商品的長(cháng)、寬、高和體積等信息優(yōu)化入庫，例如鞋服類(lèi)、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據在全國范圍內共享，直達其他庫房，有利于后續的優(yōu)化、設計和區域規劃。

大數據驅動(dòng)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據算法，它會(huì )給工作人員優(yōu)化揀貨路徑，通過(guò)這種人工智能的推薦，相比傳統作業(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(shù)領(lǐng)域的快速發(fā)展。2012年左右，深度神經(jīng)網(wǎng)絡(luò )在大數據的訓練下，將人臉識別準確率從50%~60%提升到了80%以上，并在后來(lái)進(jìn)一步提升到95%以上的商業(yè)可用水平，推動(dòng)了人臉識別全面商用，也使馬云選擇在2015年CeBIT展會(huì )開(kāi)幕式上演示刷臉支付。此后，受人臉識別的啟發(fā)，越來(lái)越多的行業(yè)開(kāi)始引入深度學(xué)習技術(shù)，很多應用場(chǎng)景取得了不錯的效果。自然語(yǔ)言理解、知識圖譜等各種相關(guān)AI技術(shù)也隨之快速發(fā)展。

風(fēng)口之上，人工智能正在深刻變革著(zhù)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(guò)去幾年，隨著(zhù)大數據的發(fā)展和在各行業(yè)“互聯(lián)網(wǎng)+”的深入，以數據為基礎的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。

基于大數據的人工智能技術(shù)為B2B電商的智能交易發(fā)展提供了強大的技術(shù)支持。“智聯(lián)天下生意”是B2B電商的終極目標，當電子商務(wù)迎來(lái)智能時(shí)代，技術(shù)將催生新增長(cháng)拐點(diǎn)的關(guān)鍵主推力量。市場(chǎng)調研機構Gartner認為，未來(lái)10年，人工智能將成為最具顛覆性的技術(shù)，圖像識別、自然語(yǔ)言處理、智能推薦引擎、智能數字挖掘銷(xiāo)售分析、虛擬個(gè)人助理技術(shù)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(chǎng)景將會(huì )帶給人們更多驚喜。采購商再也不會(huì )苦苦搜尋卻找不到所需產(chǎn)品，智能交易系統可以自動(dòng)推送最優(yōu)化的貨品需求及準確的數量；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(guān)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據平臺，智能化地輔助設計師進(jìn)行創(chuàng )作。

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

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