随着假期季节的迅速临近，许多消费者正在寻找适合亲人的最佳礼物。然而，在面对无尽选择和有限信息的情况下，找到合适的礼物可能是一项令人望而却步且耗时的任务。
因此，Mastercard决定推出Shopping Muse，这是一项新服务，利用人工智能在零售商网站上提供个性化的建议，以匹配个体消费者的独特档案、意图和亲和力，并随着时间的推移建立对话的上下文。
Shopping Muse由Dynamic Yield提供支持，这是Mastercard在2022年4月从麦当劳收购的个性化平台和决策引擎。Dynamic Yield帮助超过400个品牌跨足各个行业，根据多种因素提供个性化的产品建议、优惠和内容，如过去的购买、页面浏览、客户亲和力档案信息和人工智能算法等。
Shopping Muse是一种生成式AI工具，可帮助消费者在零售商的数字目录中搜索和发现产品。它通过与聊天机器人进行的消费者请求，将其转化为定制的产品建议，包括协调产品和配件的建议。
消费者可以使用非传统的搜索词汇，如美学、趋势、着装规范等，Shopping Muse将提供相关结果。建议是根据个体消费者的档案、意图和亲和力进行个性化的，它随着时间的推移建立对话的上下文，结合上下文和行为洞察，根据零售商的关键词、视觉和消费者自身的亲和力生成建议。即使技术标签缺失，它还可以基于图像识别推荐视觉上类似的产品。
购物服务考虑了购物者的浏览历史和过去的购买，以更好地估计未来的购买意图。它还确保根据消费者的亲和力和更广泛的集体行为建议的项目是互补而不是冗余的。
根据Mastercard的说法，Shopping Muse对消费者和零售商都带来了几个好处，包括节省时间和精力、提高客户满意度和忠诚度、推动销售和收入的增长。
这一产品是Mastercard利用其数据和服务能力提供更多超越交易的价值，并帮助客户和合作伙伴在企业领域实现更智能决策的整体战略的一部分。Shopping Muse也是人工智能如何改变零售行业的一个例子，它为消费者和零售商创造了新的机遇和挑战。根据Gartner的报告，到2025年，80%的客户互动将由AI管理。麦肯锡的一份最新报告同样预测，人工智能将为零售业创造4000-6600亿美元的价值。
然而，人工智能也带来了一些伦理和社会问题，如隐私、安全、透明度、问责制和偏见等，这些问题需要得到解决和监管。例如，消费者如何确信AI建议不受零售商的利益或激励的影响?消费者如何控制和保护他们的个人数据和偏好?这些是Mastercard和零售领域的其他人工智能参与者在未来几年必须回答和解决的问题。