Walmart
生成式AI应用 1
混用GAI和预测型AI分类商品，靠思维链优化提示工程找出高关联商品组合
同一件商品，在不同情境下有不同用途。在不同顾客寻找同一件商品时，辨别他们心目中的用途，并呈现出用途相关的商品，是Walmart打造个人化电商体验的重要一环。不只如此，完善了商品分类数据，也有助于搜寻、推荐、顾客意图理解，以及发展其他各种会用到商品数据的应用。
为了做到这件事，Walmart打造了一套多对多商品分类法，利用自家开发的AI工具Ghotok，来配对商品目录上能看到的主分类（Category），以及商品用途分类（Product Type），并评估两种分类之间的关联性，进而决定推荐或搜寻等页面呈现出的相关商品。
Ghotok同时应用了预测型AI与生成式AI。首先，会用领域专门的预测型AI模型，来评估商品的主分类和哪些用途分类有高关联性，并记录高关联性的「主分类、用途分类」组合。接著，再利用思维链（Chain-of-thought）提示工程，让生成式AI模型进一步从这些组合中找出最具关联性的少数商品，呈现给顾客。
Walmart有4亿商品SKU、上千种主要商品分类和商品用途分类，产生的商品分类组合有上百万种，数据规模非常庞大。设计商品分类方法时，必须兼具硬体运算成本管控，以及对语意理解的高精确度。这正是为什么，Ghotok分类分为2个阶段，采取先后使用预测型AI和生成式AI。
生成式AI应用 2
打造购物用聊天机器人，靠GAI比价、搜寻，甚至主动追问顾客需求
除了利用生成式AI来强化搜寻系统分类能力，Walmart还将生成式AI应用于消费者语意理解上。消费者不只可以使用关键字来搜寻商品，更可以利用自然语言来形容商品或商品使用情境。例如：输入「我想要为周日足球观赛派对准备」，Walmart搜寻功能就可以根据这个情境，横跨不同分类，呈现出相关商品。
不只用生成式AI强化传统搜寻体验，他们还开发商品探索用的聊天机器人，有问答、搜寻和商品比较功能，还会摘要商品的描述及其他顾客的评价，供顾客进一步参考。未来，Walmart还计划强化此机器人语意理解能力，主动根据个人情况追问问题，来提供超级个人化的购物建议，例如询问消费者看电视情境及家里客厅采光情况，来推荐电视规格。
应用生成式AI于搜寻，不只能强化跨分类搜寻能力，以呈现出更符合顾客需求的商品，同时也能从顾客对话中，更精确地理解、搜集顾客需求。甚至，Walmart发现，当他们能呈现出与关键字语意上关联性较低，但符合消费者潜在购买意愿的其他商品，可以促成了更多冲动消费，提升了电商获利能力。
生成式AI应用 3
为不同职务建置GAI助手，门市店员帮手甚至能管理库存和协助报废
在2023年，Walmart推出了总部员工用的超级App，Me@Campus。用生成式AI介面整合了自主学习、保险与福利资格查询、薪资查询、职涯发展、员工训练、甚至是公司内导航等各种功能。
去年，他们在此App新增了生成式AI助手功能My Assistant，来进一步辅助知识管理及涉及图文生成的业务。例如，回答员工福利问题或自主学习相关问题，或是用来摘要文件、生成文件草稿等行政作业辅助。
他们也将生成式AI导入门市店员的App中，利用Walmart内部文件及个别门市等级的数据，来提供日常门市营运问答、员工训练辅助、库存管理及查询等知识管理功能。甚至，还能对废弃物减量及处理提供建议。
废弃物减量及处理功能是一个利用个别门市数据及Walmart内部最佳实践数据打造的功能。当商品接近有效期限，甚至只是有缺陷，废弃物减量系统便会根据情况，自动通知门市员工，并给予员工建议，包括降价商品、移动商品、将商品退给供应商，或是捐出此商品等。系统还会分析哪些商品在个别门市造成最多废弃物，包括常态性或季节性报废情况，并给出具体的处理指示，未来甚至还会呈现出其他门市的废弃物处理方法，来促进门市间交流。
生成式AI应用 4
用GAI打造多语系语音客服及个人化语音购物功能
语音对话服务是另一个Walmart导入生成式AI的领域。他们打造了一个对话式AI平台「Converse」，用来开发语音购物、语音客服、内部员工用语音助手等流程和应用。其中，语音购物功能是与Android和iOS两大行动作业系统合作开发。这个平台背后是一个多语言、多模态模型，一方面能支援海外语音对话应用，另一方面，当购物情境发展到更适合其他媒介的情况，系统也可以将整趟购物流程转移到电商App等其他介面。多语言模型通常相当庞大，Walmart为了确保语音购物等体验足够即时，利用知识蒸馏法（Knowledge Distillation）来为模型瘦身，以达到毫秒级反应速度。
现有Walmart语音对话购物功能，可以搭配过往顾客购物纪录来给出一定程度的个人化服务。例如，只需要讲「请把洗发精加入购物清单」，系统就可以自动把顾客过往爱买品牌的洗发精加入购物车。后来，Walmart还开发出能在顾客询问商品缺货时，由语音购物机器人主动推荐替代品的功能。
未来，Walmart还计划开发直接能跟语音机器人进行一般性对话，并让顾客声控机器人代操整个Walmart 电商及会员App的功能。
生成式AI未来应用
未来应用GAI到个人化AR购物及第三方供应商客服
不只将生成式AI应用于传统零售场景，Walmart还计划将生成式AI应用于更多非传统购物场景，例如AR购物场景。目前，Walmart App可以透过镜头扫描实际房间或人物，再于萤幕上模拟摆设家具、试穿衣物饰品。这些场景目前主要以传统AI实现，Walmart打算用生成式AI来进一步强化。
一个做法是，打造生成式AI购物助手，在AR试用的介面中，即时根据消费者预算、偏好主题等需求，来协助消费者决策。
另一个计划用生成式AI强化的购物场景是B2B2C商务。他们正在测试一个针对第三方电商市集卖家的客服机器人，让他们可以针对商品上架、金流物流及其他卖家相关业务提问，提升卖家问题获得解答的即时性，也降低Walmart客服负担。架、金流物流及其他卖家相关业务提问，一方面提升卖家问题获得解答的即时性，另一方面也降低Walmart客服负担。
业界观点：全国电子资讯管理处协理黄汉杰
零售业GAI应用，如何真正落地带来效益才是关键
我看到Walmart生成式AI做法很惊讶，怎么好像在看自己，原来零售业想的事情都一样！」看完Walmart生成式AI应用，全国电子资讯管理处协理黄汉杰说，自家生成式AI应用规画，许多领域也类似Walmart的方向。
他坦言，全国电子数据规模与开发量能，远比Walmart来得小，他们选择寻求市面上较成熟的解决方案，而非从头开发。不过，全国想发展的生成式AI应用领域，不少和Walmart一样，例如用于商品分类数据整理、内部知识管理助手、外部客服，甚至是结合生成式AI与AR购物场景等。
全国电子已经开始利用生成式AI，生成个人化购物体验所需素材。他们还利用生成式AI整理了大量跨部门的数据，包括IT技术文件、家电规格与操作文件、行销活动文件、业务最佳实践方法文件等，现在正在以这些文件为基础，打造内部知识管理系统。未来，将打造内部用KM机器人来进一步简化内部文件存取难易度，更要建置外部客服机器人，提供电器需求规划、产品咨询等客户服务。
看到了先行者的种种生成式AI用法，黄汉杰最在意的是，哪一种可以带来实际效益，他不讳言：「IT部门想追求最新最厉害的技术，但有时候，做法会与企业的实际利益脱钩。」黄汉杰更想知道的是，生成式AI该如何达成以下这些业务目的，例如创造业绩、提升了特定工作流程效率、吸引更多消费者目光等。这才是他眼中，应用生成式AI的核心价值。
他进一步说明，许多新技术应用难以直接归因出实际营收，至少要有量化指标可循。例如优化搜寻系统后，顾客寻找商品时间缩短多少？商品数据贴标时间节省了多少？都是可以为生成式AI应用价值背书的指标。
黄汉杰也提到，对全国电子有一大挑战是如何将技术包装成产品，实际落地。导入生成式AI技术后，如何结合现有技术、系统或介面？如何与行销等其他非技术的业务策略并用？他希望学习先行者如何面临这些课题。
学界观点：高科大行销与流通管理系副教授欧宗殷
Walmart GAI应用兼具深度广度，能创造四大价值
高雄科技大学行销与流通管理系副教授欧宗殷观察，Walmart生成式AI应用已经发展到相当后期的阶段，且兼具深度与广度。
欧宗殷曾借调到统一资讯担任总经理，之后仍持续担任顾问，协助统一集团发展数据、AI及生成式AI的应用。他从经验归纳，零售业应用生成式AI有5个阶段，依序是加速开发、分析消费纪录及产品资讯等数据、建置企业综合知识库及知识管理工具、设计和影音等内容创作，最后走到顾客服务、行销与推荐。这些做法背后有4个面向的价值，包括生成内容精准度、带来实质效益、业务模式创新，和体验优化。越后期的阶段，这4种价值含量越高。Walmart生成式AI应用，就遍及了多个阶段。
在这些阶段的应用中，欧宗殷还看到Walmart展现出深度的技术与丰富的领域知识。尤其，Walmart第二阶段的应用，也就是利用生成式AI处理上亿商品数据分类时，利用思维链提示工程来有效描述出消费者使用意图、行为模式、思考路径。「这件事非常困难，背后就是他们雄厚Know-how。」另外，结合生成式AI与AR购物，也是高度创新的应用方法。
他并指出，Walmart第五阶段生成式AI做法，进一步帮助了他们其他阶段的做法。Walmart透过生成式AI强化顾客购物体验同时，能更好搜集消费者注重的价值与购物意图，这些都是极具价值的资讯，可以再投入回第二、第三阶段的生成式应用，也就是数据搜集、分析与管理做法。
回头看台湾零售业，他说，目前业界较少大规模应用生成式AI于第五阶段做法。不过，有一个第五阶段应用，是业界聚焦的重要机会──用生成式AI来生成大量RMN行销素材，并真正准确地用来提供个人化购物与行销体验。不过他也坦言：「目前台湾业界距此还有一段路要走。」