在過去的幾年里，消費者包裝產(chǎn)品(CPG)公司面臨著許多挑戰(zhàn)。疫情已導致消費者渠道偏好轉(zhuǎn)變、供應鏈緊張和成本壓力等。CPG巨頭聯(lián)合利華一直在用分析和人工智能來應對這一挑戰(zhàn)。

總部位于倫敦的聯(lián)合利華公司已有93年歷史，是全球最大的肥皂生產(chǎn)商。它線下的產(chǎn)品包括食品和調(diào)味品、牙膏、美容產(chǎn)品等等，品牌包括多芬、赫爾曼和本杰瑞冰淇淋等等。

聯(lián)合利華北美地區(qū)的首席信息官兼分析和業(yè)務服務副總裁Alessandro Ventura多年來一直致力于幫助該公司將人工智能應用于業(yè)務的前沿。雖然最初只是IT總監(jiān)的角色，但后來他在自己的投資組合中增加了分析和人員服務。這包括設施管理、車隊管理、員工和設施服務以及人員數(shù)據(jù)等所有內(nèi)容。

聯(lián)合利華認為，人工智能并非一項未來技術，它已經(jīng)被廣泛應用于各行各業(yè)，所有行業(yè)都需要適應它。

最近幾個月，聯(lián)合利華開發(fā)了許多新的技術應用，以幫助其業(yè)務部門在未來的市場中立足。其中最重要的是”亞歷克斯(Alex)“，亞歷山大大帝(Alexander the Great)的簡稱。Alex在ChatGPT的支持下，在聯(lián)合利華的消費者參與中心過濾電子郵件，從真實的消費者信息中分類垃圾郵件。對于合法的信息，它會向聯(lián)合利華的客戶服務人員推薦回復。

Ventura介紹稱，“盡管Alex很擅長這項工作，但它可能仍缺乏一點個人風格，而我們的消費者參與中心的客戶服務人員則有大量的個人風格。所以，我們讓他們決定是像Alex建議的那樣回應我們的消費者，還是添加一些個人建議;如果Alex給出的答案是錯誤的或沒有答案，他們可以標記它，這樣Alex就可以在下次學習它。”

生成式AI的應用

Alex是使用一個神經(jīng)網(wǎng)絡系統(tǒng)創(chuàng)建的，借助ChatGPT實現(xiàn)內(nèi)容生成。Ventura介紹稱，該工具可以理解消費者的要求，甚至捕捉語調(diào)。然后，它可以將答案和情緒存儲在Salesforce中。更重要的是，該工具可以完成這些繁復的任務，讓客戶服務人員有更多時間專注于他們最擅長的事情。迄今為止，Alex已經(jīng)幫助聯(lián)合利華將客戶服務人員起草答案的時間減少了90%以上。

聯(lián)合利華的另一個工具Homer也是利用ChatGPT生成內(nèi)容。它是一個神經(jīng)網(wǎng)絡，用于獲取產(chǎn)品的一些細節(jié)，并生成一個亞馬遜產(chǎn)品清單，帶有與品牌基調(diào)相匹配的短描述和長描述。

Ventura解釋稱，“我們想要確保抓住品牌的聲音，例如，我們要區(qū)分TRESemmé和多芬洗發(fā)水，這個系統(tǒng)絕對能做到這一點。”

聯(lián)合利華在美國感恩節(jié)那一周推出的另一個基于人工智能的工具支持赫爾曼(Hellmann)的蛋黃醬品牌。其目的是減少食物浪費。它與赫爾曼的食譜管理系統(tǒng)相連接，這樣人們就可以進入冰箱，選擇冰箱里的兩到三種食材，然后用這些食材交換食譜。

在第一周，該工具就獲得了8萬名用戶的喜歡。

對Ventura來說，這就是分析和人工智能在CPG領域的魔力所在：它實現(xiàn)了大規(guī)模的個性化。他表示，“在CPG領域中，我們越來越多地依賴分析和人工智能來處理不同的事情。消費者對自己想要的東西越來越明確。這有點像cliché，但他們確實想要個性化的產(chǎn)品和體驗。分析可以幫助CPG公司了解他們所瀏覽的環(huán)境以及消費者想要什么，然后，通過人工智能，我們可以在擁有的眾多消費者中擴展一對一的關系。”

共同創(chuàng)造是人工智能成功的關鍵

除了消費者關系，分析和人工智能也是讓CPG公司更可持續(xù)發(fā)展的關鍵。Ventura舉了一些例子，比如成分可追溯性和使用機器學習來自動預測，這反過來又有助于公司最大限度地減少浪費。聯(lián)合利華還將分析和人工智能應用于物流，包括跟蹤庫存和優(yōu)化路線。

Ventura在談到通脹危機后的操作時表示，“我們拋棄了對彈性的舊解釋。我們必須提出新的計算方法，因為傳統(tǒng)的計算方法給出的情況與我們在貨架上看到的情況非常不同。展望未來，我們將繼續(xù)看到來自世界各地地緣政治局勢的各種不同挑戰(zhàn)帶來的壓力。”

為了支持其在分析和人工智能方面的創(chuàng)新，聯(lián)合利華采用了混合模式。它有一個全球卓越中心，也有一些數(shù)據(jù)科學家加入業(yè)務部門。

Ventura解釋稱，“這基本上是一個‘兩檔’(two-gear)系統(tǒng)。本地團隊可以非常快速地吸收數(shù)據(jù)，然后與業(yè)務部門一起創(chuàng)建統(tǒng)計模型和分析模型。然后，如果該模型可以被利用和擴展，我們就會將其傳遞給全球團隊，這樣他們就可以在我們擁有的全球數(shù)據(jù)湖中移動數(shù)據(jù)集，并開始在全球范圍內(nèi)創(chuàng)建和維護該模型。”

Ventura認為，分析和人工智能功能與業(yè)務功能的共同創(chuàng)造和共同擁有是成功的關鍵。

他表示，“無論是用于自動化預測的機器學習，還是消費者參與中心的Alex，如果我們帶著一個黑匣子說，‘嘿，按照機器告訴你的去做’，這將需要很長時間，而且可能永遠無法100%信任機器。通過共同創(chuàng)造和共同擁有，我覺得我們可以從正確的起點開始，人類和機器可以像同事一樣并肩工作。此外，你最終會得到一個偏見少得多的系統(tǒng)，因為你能夠在你的算法中引入一個更多樣化的角度，無論是從商業(yè)角度還是從技術角度。”