总部位于德国的电子零售巨头Zalando由商学院毕业生罗伯特·根茨(Robert Gentz)和大卫·施耐德(David Schneider)于2008年共同创立，它既是一家零售商，也是一家科技公司。
图：零售巨头Zalando使用人工智能为客户提供个性化用户体验
如今，Zalando是欧洲领先的在线时尚平台，服务于17个欧洲市场，拥有来自2000个品牌的40万种产品。该公司能够为其2700万客户提供个性化用户体验的重要原因在于，它有使用人工智能(AI)和机器学习的方式十分独特，包括以下几种方式：
推出算法时尚伴侣(AFC)——虚拟时尚助手
Zalando使用技术改善用户体验的方式之一是通过其“算法时尚伴侣”（Algorithmic Fashion Companion，简称AFC)进行，这是个可以实时生成服装的数字服装推荐工具。该算法的推荐是以客户在他们的“愿望清单”中放入的产品为基础确定的，这代表着用户有兴趣或以前购买过的产品。
人类造型师会对算法进行调整，以确保其推荐符合当前的时尚趋势。AFC帮助激励Zalando客户，并提供服装推荐，以帮助客户应对令他们感到眼花缭乱的大量选择。AFC不仅为客户提供了良好的用户体验，而且还推动了业务发展。Zalando报告说，服装推荐功能促使其销量增长了40%。
他们还发现，男性客户对推荐引擎的参与度很高。虽然AI帮助公司扩展其推荐，但该公司预计它将永远需要人类造型师的帮助。Zalando正在研究如何为其美容产品创建类似的推荐引擎。
研究机器学习以更好地了解客户
在Zalando，有些特殊团队，包括120名研究人员，他们专注于研究机器学习如何帮助公司更好地了解时尚，什么是最好的服装，客户浏览网站的意图，以及辨别每个客户的喜好。最终，在机器学习的帮助下，Zalando希望能够为每个客户提供个性化的精品购物体验。当他们能够提供适合每个人即时目标的自动化推荐时，他们将更接近实现他们的最终目标，即成为欧洲大陆的时尚平台。
虽然机器学习确实在时尚领域展示了它的巨大潜力，但也有局限性。在推动时尚潮流时，名人、“网红”和其他社会影响都很重要，很难想象AI能够通过自动推荐来完全回应这些人类的习性。此外，消费者并不总是为自己购物。机器学习必须在给定的时刻分析所有的信息，虽然随着时间的推移、数据的增多，它会变得更好，但它不会在近期内达到目标。
适用于视觉搜索的深度学习
当客户在社交媒体上看到一件衣服、配饰或鞋子，或者是他们最喜欢的名人所穿戴的东西时，他们通常想尝试找到它，并通过在线商店购买。这可以通过Zalando的应用程序和Facebook聊天机器人进行视觉搜索完成，即通过图像识别时尚物品，并在网上进行购买。
Zalando团队正通过构建FashionDNA系统，继续完善视觉搜索的深度学习算法。
AI如何影响Zalando人类员工？
虽然人类时尚造型师的工作目前可能是安全的，但250名营销和通信专业人员已被裁汰，这是推动“个性化客服方法和AI驱动营销解决方案”战略的一部分。营销团队的重组旨在能够为使用AI的客户提供更个性化的解决方案。
尽管这一变化对市场营销和传播专业人士来说有些出乎意料之外，但第一手的描述提供了一个关于当人类工作岗位被机器淘汰时可能会经历的变化轨迹独特视角。最初存在很多不确定性和混乱，但无论如何，在这种情况下，它都带来了新的开始。
AI社区的新尝试
作为Zalando目前的焦点，AI不仅有助于为客户创造个性化的购物体验，而且还有助于优化其业务运营，从供应链到物流、季节性需求，再到防止欺诈等。
Zalando的研究团队还发布了Fashion-MNIST，即公司图像数据集，希望能支持机器学习的研究。他们还向研究社区提供了Feidegger，这是一个包含服装图像和相应文本描述的数据集。这些数据集可以帮助研究社区进行实验，并创建各种机器学习任务。这些数据集已经被用来创建服装推荐和服装标签系统，这些系统可以让其他零售商受益。
为了增加其作为时尚平台的影响力，Zalando为几家时尚初创企业提供基础设施和新客户，其服务范畴已超越时尚领域，并通过其zIMPACT项目向“利用技术提高供应链透明度”的初创企业提供财务支持和指导。
