隨著近幾年人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的發(fā)展，B2B電商平臺(tái)把積累的數(shù)據(jù)加以利用，將產(chǎn)生巨大的價(jià)值：一方面，能夠更為精確地分析市場(chǎng)需求，提高交易的質(zhì)量與效率；另一方面，通過(guò)云計(jì)算和大數(shù)據(jù)分析，B2B電商能夠?qū)⑵髽I(yè)的交易數(shù)據(jù)提供給銀行等金融機(jī)構(gòu)，作為企業(yè)融資的重要信用憑證。隨著大數(shù)據(jù)技術(shù)的日漸成熟，基于數(shù)據(jù)的人工智能技術(shù)將會(huì)推進(jìn)多種新型服務(wù)蓬勃發(fā)展，不斷地催生新應(yīng)用和新業(yè)態(tài)，為人類社會(huì)生態(tài)帶來(lái)巨大改革。

2016年3月，在全世界的關(guān)注下，谷歌旗下的圍棋人工智能AlphaGo戰(zhàn)勝了韓國(guó)著名棋手李世石。計(jì)算機(jī)在這個(gè)難以戰(zhàn)勝人類的領(lǐng)域獲得了勝利，這也代表著人工智能技術(shù)的再一次飛躍。盡管這只是一次棋類比賽，但飛速進(jìn)步的AI技術(shù)，讓大眾看到了一個(gè)新時(shí)代的到來(lái)。

人工智能的三次熱潮

追溯歷史，AI并不是新概念。在1956年達(dá)特茅斯會(huì)議上，AI首次被提出，此后伴隨著計(jì)算機(jī)技術(shù)的發(fā)展，AI也經(jīng)歷了三次熱潮。

20世紀(jì)40年代，人工智能雖處于萌芽期，但進(jìn)入了第一次熱潮。20世紀(jì)50年代，羅森布拉特發(fā)明了感知器，它是一種單層神經(jīng)網(wǎng)絡(luò)，對(duì)生物神經(jīng)細(xì)胞進(jìn)行簡(jiǎn)單的抽象化。盡管結(jié)構(gòu)簡(jiǎn)單，但是這種感知器已經(jīng)能夠識(shí)別出現(xiàn)較多次的字母，并能對(duì)不同書寫方式的字母圖像進(jìn)行概括和歸納。不過(guò)，由于本身的局限，感知器只能識(shí)別那些包含在訓(xùn)練集里的圖像，不能對(duì)受干擾（半遮蔽、不同大小、平移、旋轉(zhuǎn)）的字母圖像進(jìn)行可靠的識(shí)別。雖然最初被認(rèn)為有著良好的發(fā)展?jié)撃埽兄髯罱K被證明不能處理諸多的模式識(shí)別問(wèn)題，比如感知器模型不能解決簡(jiǎn)單的異或（XOR）等線性不可分問(wèn)題。這種局限性使人們對(duì)于感知器的應(yīng)用前景產(chǎn)生了誤解，再加上當(dāng)時(shí)計(jì)算能力有限和機(jī)器翻譯上的失敗，造成了人工神經(jīng)領(lǐng)域發(fā)展的長(zhǎng)年停滯及低潮。

20世紀(jì)80年代，霍普菲爾德神經(jīng)網(wǎng)絡(luò)作為一種循環(huán)神經(jīng)網(wǎng)絡(luò)，由約翰·霍普菲爾德發(fā)明出來(lái)，其可以實(shí)現(xiàn)局部極小收斂。之后，反向傳播算法采用了多層神經(jīng)網(wǎng)絡(luò)，并將神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程設(shè)計(jì)為信號(hào)的正向傳播與誤差的反向傳播兩個(gè)部分。BP的出現(xiàn)使大規(guī)模的神經(jīng)網(wǎng)絡(luò)訓(xùn)練成為可能，并使人們逐漸意識(shí)到之前感知器模型不能解決的線性不可分問(wèn)題，可以被多層神經(jīng)網(wǎng)絡(luò)解決，由此人工智能迎來(lái)了第二次熱潮。

而如今的人工智能第三次熱潮，主要源于最近幾年大數(shù)據(jù)和深度學(xué)習(xí)算法的突破，以及計(jì)算運(yùn)算能力的顯著提升。之前人工智能的發(fā)展強(qiáng)調(diào)數(shù)學(xué)邏輯和推理能力，通過(guò)分析人類認(rèn)知系統(tǒng)或者人腦神經(jīng)元所具備的機(jī)能，然后利用計(jì)算機(jī)來(lái)模擬這些功能。而新浪潮下的人工智能則通過(guò)大量數(shù)據(jù)分析和自動(dòng)學(xué)習(xí)來(lái)實(shí)現(xiàn)智能化水平。

2006年，欣頓在《科學(xué)》雜志上發(fā)文，提出了深度學(xué)習(xí)的概念，并指出可以通過(guò)神經(jīng)網(wǎng)絡(luò)減少數(shù)據(jù)的維度。在海量數(shù)據(jù)的基礎(chǔ)上，深度學(xué)習(xí)算法可以有效地運(yùn)用在語(yǔ)音和視覺(jué)識(shí)別上。深層學(xué)習(xí)算法是機(jī)器學(xué)習(xí)算法的一個(gè)子集，其目的是發(fā)現(xiàn)多層分布式表示。近年來(lái)，人們提出了許多深度學(xué)習(xí)算法來(lái)解決傳統(tǒng)的人工智能問(wèn)題。2014年6月，一個(gè)計(jì)算機(jī)程序首次成功通過(guò)了圖靈測(cè)試，讓人們相信它是一個(gè)13歲的男孩，這喻示著人工智能進(jìn)入全新的時(shí)代。

機(jī)器人助手

2017年“雙11”期間，一個(gè)叫作“魯班”的“設(shè)計(jì)師”出盡了風(fēng)頭。它擁有每秒做8 000張海報(bào)的超快作業(yè)速度，負(fù)責(zé)處理海量的工作任務(wù)。而運(yùn)用谷歌的AlphaGo背后的深度神經(jīng)網(wǎng)絡(luò)，一些創(chuàng)業(yè)公司也正在解放“人力密集型”的電商營(yíng)銷行業(yè)。2018年，谷歌開發(fā)者大會(huì)演示了谷歌助手給人類打電話的視頻，人工智能助手現(xiàn)場(chǎng)展示了以“人”的身份和對(duì)方進(jìn)行無(wú)障礙通話。谷歌助手的成功預(yù)示著AI客服時(shí)代的全面到來(lái)。

設(shè)計(jì)智能聊天機(jī)器人的重要技術(shù)支持是知識(shí)圖譜。知識(shí)圖譜于2012年由谷歌提出并成功應(yīng)用于搜索引擎，屬于人工智能的重要研究領(lǐng)域?；谥R(shí)的問(wèn)答系統(tǒng)將知識(shí)圖譜看成一個(gè)大規(guī)模的知識(shí)庫(kù)，通過(guò)理解將用戶的問(wèn)題轉(zhuǎn)化為對(duì)知識(shí)圖譜的查詢，直接得到用戶關(guān)心的問(wèn)題答案。根據(jù)中國(guó)中文信息學(xué)會(huì)在《2018年知識(shí)圖譜發(fā)展報(bào)告》中給出的定義，知識(shí)圖譜“以結(jié)構(gòu)化的形式描述客觀世界中的概念、實(shí)體及其關(guān)系，將互聯(lián)網(wǎng)的信息表達(dá)成更接近人類認(rèn)知世界的形式，提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力”。

知識(shí)圖譜最先應(yīng)用于搜索引擎領(lǐng)域，在學(xué)術(shù)界和工業(yè)界掀起了一股熱潮。隨著人工智能的興起，知識(shí)圖譜被廣泛應(yīng)用于聊天機(jī)器人和問(wèn)答系統(tǒng)中，用于輔助深度理解人類的語(yǔ)言和支持推理。

知識(shí)圖譜問(wèn)答系統(tǒng)不同于搜索引擎，返回的不再是基于關(guān)鍵詞匹配的相關(guān)文檔排序，而是精準(zhǔn)的自然語(yǔ)言形式答案。華盛頓大學(xué)圖靈中心主任Etzioni教授2011年曾在《自然》雜志上發(fā)表文章，其中明確指出：“以直接而準(zhǔn)確的方式回答用戶自然語(yǔ)言提問(wèn)的自動(dòng)問(wèn)答系統(tǒng)，將構(gòu)成下一代搜索引擎的基本形態(tài)?！币虼?，問(wèn)答系統(tǒng)被看作是未來(lái)信息服務(wù)的顛覆性技術(shù)之一，被認(rèn)為是機(jī)器具備語(yǔ)言理解能力的主要驗(yàn)證手段之一。

隨著機(jī)器學(xué)習(xí)技術(shù)的不斷發(fā)展，AI客服的“智商”不斷提高，已經(jīng)出現(xiàn)了不僅能回答客戶疑問(wèn)，更能進(jìn)行電話銷售的機(jī)器人，它們不僅懂業(yè)務(wù)、會(huì)主動(dòng)推銷產(chǎn)品，還能夠分析客戶意向，主動(dòng)學(xué)習(xí)，自我進(jìn)化。這樣的機(jī)器人助手將使B2B平臺(tái)的服務(wù)效率得到質(zhì)的提升。

助力平臺(tái)服務(wù)升級(jí)

無(wú)論是智能問(wèn)答、刷臉登錄、電子支付還是線下無(wú)人超市，無(wú)論是商品個(gè)性化推薦還是自動(dòng)化營(yíng)銷，人工智能已經(jīng)廣泛滲透到零售領(lǐng)域。由于B2B平臺(tái)上產(chǎn)品的非標(biāo)準(zhǔn)性及價(jià)格、庫(kù)存等因素的波動(dòng)性，過(guò)去嚴(yán)重依賴熟人圈子的信息流轉(zhuǎn)與線下撮合，而在未來(lái)，人工智能在B2B交易撮合、智能定價(jià)、庫(kù)存管理、自動(dòng)化訂單等方面有巨大潛力。

人工智能也將成為加速企業(yè)創(chuàng)新的利器，革新企業(yè)的運(yùn)營(yíng)服務(wù)模式，推動(dòng)B2B向精準(zhǔn)化的方向發(fā)展。B2B平臺(tái)可以利用海量數(shù)據(jù)去挖掘用戶的需求點(diǎn)，為用戶提供個(gè)性化、精準(zhǔn)化和智能化的增值服務(wù)，提高服務(wù)效率。不僅如此，它還可以通過(guò)對(duì)大數(shù)據(jù)的挖掘、分析，開發(fā)新的產(chǎn)品、服務(wù)來(lái)增加客戶黏性，降低運(yùn)營(yíng)成本。

當(dāng)B2B平臺(tái)已經(jīng)掌握了海量交易數(shù)據(jù)，如何深度挖掘數(shù)據(jù)價(jià)值以建立行業(yè)、企業(yè)交易模型，摸清買賣雙方的瀏覽、下單習(xí)慣，并將內(nèi)部數(shù)據(jù)與經(jīng)濟(jì)運(yùn)行數(shù)據(jù)、產(chǎn)業(yè)數(shù)據(jù)等外部數(shù)據(jù)相結(jié)合，從而為商家提供產(chǎn)品定價(jià)、庫(kù)存補(bǔ)充、產(chǎn)品促銷等方面的決策信息，都是人工智能大有可為的地方。

目前中國(guó)的B2B電商處于同質(zhì)化的競(jìng)爭(zhēng)階段，商家的黏性普遍都很低，商家信息往往在多個(gè)平臺(tái)投放，但效果卻不如人意。交易過(guò)程中，平臺(tái)無(wú)法提供信息、撮合之外的更多價(jià)值，所以很難提供讓商戶真正實(shí)現(xiàn)平滑交易，產(chǎn)生對(duì)平臺(tái)的依賴性。

而更聰明、更懂人心的B2B平臺(tái)顯然會(huì)受到企業(yè)的青睞。通過(guò)企業(yè)的歷史交易和行為數(shù)據(jù)的知識(shí)計(jì)算，系統(tǒng)會(huì)主動(dòng)學(xué)習(xí)企業(yè)的興趣特征、銷售行為軌跡等，建立企業(yè)客戶畫像，實(shí)現(xiàn)精準(zhǔn)的需求匹配，相當(dāng)于每一位客戶都有了專屬的AI智能管家。當(dāng)用戶由被動(dòng)搜索、被動(dòng)撮合變?yōu)橐愿珳?zhǔn)的方式獲得銷售線索，當(dāng)用戶每天登陸平臺(tái)查看最新的個(gè)性化推薦咨詢，意味著低頻的B2B平臺(tái)變成了高頻、高黏性的交易平臺(tái)。

人工智能還可以將外部數(shù)據(jù)與內(nèi)部數(shù)據(jù)相結(jié)合來(lái)進(jìn)行精準(zhǔn)的需求預(yù)測(cè)。隨著大數(shù)據(jù)背景下市場(chǎng)需求的逐漸透明化，利用人工智能可以實(shí)時(shí)控制庫(kù)存容量，幫助商家優(yōu)化運(yùn)輸與儲(chǔ)藏成本，減少產(chǎn)品損壞，降低銷售損失。

目前，一些為B2B平臺(tái)提供客戶畫像分析、銷售線索跟蹤、客戶管理并由此進(jìn)行精準(zhǔn)營(yíng)銷的公司不斷涌現(xiàn)。它們對(duì)于B2B平臺(tái)服務(wù)形成了很好的補(bǔ)充。B2B平臺(tái)可以將這些服務(wù)商引入生態(tài)之內(nèi)，為商家提供更高效的服務(wù)。

亞馬遜全方位應(yīng)用人工智能

成立于1995年的亞馬遜是美國(guó)最大的網(wǎng)絡(luò)電子商務(wù)公司，已經(jīng)成為全球商品品種最多的網(wǎng)上零售商和全球頂級(jí)的互聯(lián)網(wǎng)企業(yè)。近年來(lái)，亞馬遜不斷加大科研投入，全面應(yīng)用人工智能技術(shù)，在各方面取得了令人矚目的成績(jī)。

早在2012年，亞馬遜斥資7.75億美元收購(gòu)了機(jī)器人制造商Kiva Systems，大大提升了亞馬遜的物流系統(tǒng)。據(jù)悉，至2015年亞馬遜已經(jīng)將機(jī)器人數(shù)量增至10 000臺(tái)，用于北美的各大運(yùn)轉(zhuǎn)中心。Kiva系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2～4倍，機(jī)器人每小時(shí)可跑約48千米，準(zhǔn)確率達(dá)到99.99%。Kiva機(jī)器人作業(yè)顛覆了傳統(tǒng)電商物流中心作業(yè)“人找貨、人找貨位”模式，通過(guò)作業(yè)計(jì)劃調(diào)動(dòng)機(jī)器人，實(shí)現(xiàn)“貨找人、貨位找人”的模式，整個(gè)物流中心庫(kù)區(qū)無(wú)人化，各個(gè)庫(kù)位在Kiva機(jī)器人驅(qū)動(dòng)下，自動(dòng)排序到作業(yè)崗位。

亞馬遜是第一家將大數(shù)據(jù)推廣到電商物流平臺(tái)運(yùn)作的企業(yè)。電商端到端的服務(wù)可分為5大類，即瀏覽、購(gòu)物、倉(cāng)配、送貨和客服服務(wù)等。

1. 用戶瀏覽：亞馬遜有一套基于大數(shù)據(jù)分析的技術(shù)來(lái)精準(zhǔn)了解客戶需求。具體的方法是：后臺(tái)系統(tǒng)會(huì)記錄客戶的瀏覽歷史，隨之把顧客感興趣的庫(kù)存放在離他們最近的運(yùn)營(yíng)中心，盡可能高效完成交易。

2. 便捷下單：客戶不管在世界哪個(gè)角落，都可以快速下單，系統(tǒng)也可以很快知道用戶喜歡的商品。

3. 倉(cāng)儲(chǔ)運(yùn)營(yíng)：在中國(guó)亞馬遜運(yùn)營(yíng)中心，最快可以在30分鐘內(nèi)完成整個(gè)訂單的處理，即貨品出庫(kù)。從訂單處理、快速揀選、快速包裝到分揀等一切流程都由大數(shù)據(jù)驅(qū)動(dòng)，且全程可視化。

4. 精準(zhǔn)配送：電商物流的快物流不是核心競(jìng)爭(zhēng)力，真正高技術(shù)的電商物流服務(wù)，是精準(zhǔn)配送。亞馬遜會(huì)根據(jù)客戶的具體需求時(shí)間進(jìn)行科學(xué)配載，調(diào)整配送計(jì)劃。

亞馬遜的智能入庫(kù)管理技術(shù)把大數(shù)據(jù)技術(shù)應(yīng)用得淋漓盡致。在入庫(kù)方面，采用獨(dú)特的采購(gòu)入庫(kù)監(jiān)控策略，亞馬遜基于自己過(guò)去的經(jīng)驗(yàn)和歷史數(shù)據(jù)的收集，了解什么樣的品類容易壞、壞在哪里，然后將其預(yù)包裝，這都是在收貨環(huán)節(jié)提供的增值服務(wù)。在商品測(cè)量方面，亞馬遜的CubiScan會(huì)一起測(cè)量新入庫(kù)的中小體積商品的長(zhǎng)、寬、高和體積等信息優(yōu)化入庫(kù)，例如鞋服類、百貨、特定爆品等。這讓供應(yīng)商避免了這一步驟的資源浪費(fèi)，大大提升了他們的新品上架速度。掌握尺寸之后，亞馬遜可以將這些數(shù)據(jù)在全國(guó)范圍內(nèi)共享，直達(dá)其他庫(kù)房，有利于后續(xù)的優(yōu)化、設(shè)計(jì)和區(qū)域規(guī)劃。

大數(shù)據(jù)驅(qū)動(dòng)的智能揀貨和智能算法，為亞馬遜的倉(cāng)配中心裝上了“超級(jí)大腦”。亞馬遜倉(cāng)配中心的后臺(tái)有一套數(shù)據(jù)算法，它會(huì)給工作人員優(yōu)化揀貨路徑，通過(guò)這種人工智能的推薦，相比傳統(tǒng)作業(yè)模式，揀貨行走路徑減少了的60%的距離。

潛力巨大的商用前景

人工智能在亞馬遜的成功運(yùn)用，其背后是技術(shù)領(lǐng)域的快速發(fā)展。2012年左右，深度神經(jīng)網(wǎng)絡(luò)在大數(shù)據(jù)的訓(xùn)練下，將人臉識(shí)別準(zhǔn)確率從50%～60%提升到了80%以上，并在后來(lái)進(jìn)一步提升到95%以上的商業(yè)可用水平，推動(dòng)了人臉識(shí)別全面商用，也使馬云選擇在2015年CeBIT展會(huì)開幕式上演示刷臉支付。此后，受人臉識(shí)別的啟發(fā)，越來(lái)越多的行業(yè)開始引入深度學(xué)習(xí)技術(shù)，很多應(yīng)用場(chǎng)景取得了不錯(cuò)的效果。自然語(yǔ)言理解、知識(shí)圖譜等各種相關(guān)AI技術(shù)也隨之快速發(fā)展。

風(fēng)口之上，人工智能正在深刻變革著各行各業(yè)。產(chǎn)業(yè)結(jié)構(gòu)、城市形態(tài)、生活方式和科技格局都因此改變。尤其是過(guò)去幾年，隨著大數(shù)據(jù)的發(fā)展和在各行業(yè)“互聯(lián)網(wǎng)+”的深入，以數(shù)據(jù)為基礎(chǔ)的AI將各行業(yè)快速帶入智能化，如智慧城市、智慧物流、智能金融、智能家居、智能制造等。

基于大數(shù)據(jù)的人工智能技術(shù)為B2B電商的智能交易發(fā)展提供了強(qiáng)大的技術(shù)支持?！爸锹?lián)天下生意”是B2B電商的終極目標(biāo)，當(dāng)電子商務(wù)迎來(lái)智能時(shí)代，技術(shù)將催生新增長(zhǎng)拐點(diǎn)的關(guān)鍵主推力量。市場(chǎng)調(diào)研機(jī)構(gòu)Gartner認(rèn)為，未來(lái)10年，人工智能將成為最具顛覆性的技術(shù)，圖像識(shí)別、自然語(yǔ)言處理、智能推薦引擎、智能數(shù)字挖掘銷售分析、虛擬個(gè)人助理技術(shù)等已經(jīng)脫離稚嫩期，走向成熟。在人工智能的賦能下，“智能交易”的采購(gòu)場(chǎng)景將會(huì)帶給人們更多驚喜。采購(gòu)商再也不會(huì)苦苦搜尋卻找不到所需產(chǎn)品，智能交易系統(tǒng)可以自動(dòng)推送最優(yōu)化的貨品需求及準(zhǔn)確的數(shù)量；中小企業(yè)的短期融資可以憑借以往良好的信用一鍵貸款到賬；智能終端可以觀測(cè)分析店鋪陳列，將顧客試穿頻度最高的服裝款式反饋到數(shù)據(jù)平臺(tái)，智能化地輔助設(shè)計(jì)師進(jìn)行創(chuàng)作。

這就是我們所設(shè)想的由大數(shù)據(jù)、人工智能等先進(jìn)科技打造出的智能化商業(yè)交易。未來(lái)的智能化商業(yè)交易生態(tài)將使全球貿(mào)易更簡(jiǎn)單，將幫助遍布世界各地的客戶降低交易成本、物流成本、金融成本。在交易生態(tài)圈中，需求發(fā)現(xiàn)、需求聚集、產(chǎn)能配置、金融配置、物流分發(fā)、服務(wù)眾包等可以完全智能化地組織。這樣一來(lái)，B2B平臺(tái)的服務(wù)內(nèi)容就不只停留在信息展示和雙方交易的階段，而是進(jìn)一步，為貿(mào)易雙方提供更加專業(yè)化、個(gè)性化的服務(wù)內(nèi)容，依托大數(shù)據(jù)和人工智能技術(shù)的精準(zhǔn)化導(dǎo)向，助力更多的新型服務(wù)模式涌現(xiàn)，從而推動(dòng)B2B平臺(tái)服務(wù)模式更加成熟，推動(dòng)產(chǎn)業(yè)經(jīng)濟(jì)更加高效。

（本文節(jié)選自閻志編著《B2B 4.0：新技術(shù)應(yīng)用引爆產(chǎn)業(yè)互聯(lián)網(wǎng)》，有刪減。）