关键要点
- 道格·赫林顿珍藏1910年西尔斯目录，以此阐释零售业可能性的拓展，而对话式AI正将这一潜力推向极致。
- Shopping版Alexa允许顾客在Amazon搜索栏输入问题，获取个性化解答而非单纯的产品列表。
- 该技术已具备问答、订单追踪能力，并能基于购物历史、照片及对话构建个性化推荐。
在办公室里，亚马逊全球商店CEO道格·赫林顿保存着一本约1910年的西尔斯和罗巴克目录。
“它里面大概有20,000件商品，”赫林顿表示，“从服装到日用品再到房屋，都有标题、简介和编号。背面附有订单表，写下编号即可订购，随后商品便会寄出。”
亚马逊早期，他常在会议上展示该目录以阐明观点：每种零售模式均有上限。“西尔斯当时拥有2万件商品且运营良好，但当试图扩展至10万或20万件时，原有模式便无法支撑。不可能仅靠寄送巨型目录就让顾客完成选购。”
亚马逊在线商店虽将商品规模扩展至数亿种，但赫林顿认为其亦接近极限。“当选择项极其庞大时，我们需要新技术帮助顾客在海量商品中找到最适合的产品。”
他认为这项技术即对话式AI——现已作为用于购物的Alexa面向消费者推出。
当用户输入的是问题而非关键词时，会发生什么？
亚马逊对话式购物副总裁Rajiv Mehta与赫林顿探讨了Alexa for Shopping如何改变店铺导航方式。顾客现可进行自然对话，提出宽泛问题并获得个性化回答，直接在回复中完成购物。
梅塔指出：“顾客熟悉传统导航规则，但我们正尽快扩大可输入内容的范围，解锁更多便利。未来顾客将随意输入任何内容，我们必须提供有用回应。”
如今的Alexa for Shopping是什么样？
愿景已初现端倪。例如在搜索栏输入“我的AA电池在哪里？”，系统不会返回电池列表页，而是直接告知：“这是您订购的电池，将于今天下午5点前送达。”
针对复杂问题（如普通咖啡机与冷萃咖啡机的区别），系统在解答同时提供个性化推荐。它会结合用户居住环境（如小公寓建议紧凑型产品）或浏览记录（如单杯冷萃机偏好）进行匹配。
该技术同样支持图像识别。赫林顿曾拍摄冰箱照片询问每周杂货建议，系统推断出其两人用餐、偏好新鲜食材的需求，并据此生成蛋白质、果蔬等清单。
梅塔也分享了类似案例：其子拍摄书架照片询问后续阅读书目，系统根据兴趣推荐了体育类书籍，并结合NFL赛季临近的因素进行了考量。
展望未来
对赫林顿而言，西尔斯类比揭示了对话式AI代表购物方式的根本性变革。“传统搜索难以实现十倍选择范围的突破，但在对话新世界中，我可以表达对袜子的特定需求与偏好，轻松筛选全球商品而不感繁琐。”
展望未来，二人认为客户将在厨房、车内或看电视等任意场景使用Alexa for Shopping，话题也将超越单纯的商品搜索。
“五年后回顾今日，若房子能自动重订日常用品，我们会视其为常态，”赫林顿说，“目前这看似科幻，但我正怀着开放心态期待未来发展。”