📢 转载信息
原文作者：Amanda Silberling
随着假日购物季的临近，OpenAI 和 Perplexity 本周都宣布了新的AI购物功能，这些功能将集成到它们现有的聊天机器人中，以帮助用户研究潜在的购买物品。
这些工具彼此之间非常相似。OpenAI建议用户可以向ChatGPT寻求帮助，寻找“一款预算低于1000美元、屏幕大于15英寸的游戏笔记本电脑”，或者他们可以分享一件高端服装的照片，并要求寻找类似但价格更低的替代品。
与此同时，Perplexity则强调其聊天机器人的记忆功能如何增强用户的购物相关搜索，建议用户可以要求根据聊天机器人已经了解的个人信息（如他们居住在哪里或从事什么工作）来量身定制推荐。
Adobe预测，AI辅助的在线购物在本假日季将增长520%，这对像Phia、Cherry或Deft这样的AI购物初创公司来说可能是一个福音——但随着OpenAI和Perplexity进一步深入AI购物体验，这些初创公司是否处于危险之中呢？
室内设计购物工具Onton的首席执行官Zach Hudson认为，拥有专业细分领域的AI购物初创公司仍然能为用户提供比ChatGPT和Perplexity等通用工具更优越的体验。
Hudson告诉TechCrunch：“任何模型或知识图谱的优劣仅取决于其数据源。”“目前，ChatGPT和像Perplexity这样的基于LLM的工具，它们依赖于Bing或Google等现有搜索引擎索引。这使得它们的好坏仅仅取决于那些索引返回的前几个结果。”
Daydream的首席执行官兼资深电子商务高管Julie Bornstein也表示同意——她在夏季接受TechCrunch采访时评论道，她一直将搜索视为时尚行业“被遗忘的孩子”，因为它从未真正好用过。
Bornstein周二告诉TechCrunch：“时尚……是具有独特的细微差别和情感性的——找到一条你喜欢的裙子和找到一台电视是完全不同的。”“对于时尚购物这种级别的理解，来自于领域特定的数据和商品策划逻辑，这些逻辑需要理解轮廓、面料、场合，以及人们如何随着时间推移来搭配服装。”
AI购物初创公司会开发自己的数据集，以便其工具能够使用更高质量的数据进行训练——当目标是编目时尚或家具，而不是整个人类知识的总和时，这一点更容易实现。
就Hudson而言，Onton开发了一个数据管道，以更清晰的方式编目了数十万种室内设计产品，帮助其内部模型使用更好的数据进行训练。但如果AI购物初创公司不追求这种程度的专业化，Hudson认为它们注定会被抢走风头。
Hudson表示：“如果你只使用现成的LLM和一个对话界面，你很难看到初创公司如何能与大公司竞争。”
然而，OpenAI和Perplexity的优势在于，它们的客户已经在使用它们的产品——此外，它们庞大的用户基础使它们可以从一开始就与主要零售商签订交易。虽然Daydream和Phia将客户重定向到零售商的网站上完成购买（有时会赚取联盟收入），但OpenAI和Perplexity分别与Shopify和PayPal达成了合作关系，允许用户在对话界面内完成结账。
这些公司运营需要大量的昂贵计算能力，它们仍在摸索盈利途径。如果它们以谷歌和亚马逊为榜样，那么将电子商务视为一种选择是有道理的——零售商可以向它们付费，以便在搜索结果中投放其产品广告。
但最终，这可能会加剧客户对现有搜索问题的弊端。
Bornstein表示：“垂直模型——无论是在时尚、旅游还是家居用品领域——都将表现更出色，因为它们是针对真实的消费者决策过程进行调整的。”
（Ivan Mehta 补充报道。）
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区