上周六参加了AI项目分享会，从AI局外人的视角来看，对某些项目在聆听的过程中也产生了一定程度的思考，现在通过文字将它们记录下来。
印象较深的几个项目。
第一个，关于切入销售工具的AI赋能项目。
这个项目的出发点是基于对当前市场销售需求现状的分析，团队认为当前市场上对于销售的需求分为提高销售人员的效率和直接获得销售效果两种需求，团队选择了后者作为市场需求切入点，也就意味着AI将作为一个独立的系统性销售工具，脱离销售人员独立进入市场，在线上对潜在客户进行直接的销售影响。
会场应该是出于商业机会的考虑，仅透露了切入的是高客单价的行业客户，但并未透露具体的切入行业。在我看来，垂直行业的切入细节可能也正是自动化线上销售工具的项目难点。
以客单价不算太高（普通均价几万）的医美行业为例，完成一次线上销售，需要销售客服具备比较成熟的客户性格判断力、对应话术的选择能力、谈话的节奏掌握能力，以及最关键的也是行业差异化最大的一项能力-审美能力。
在这个行业下，即便AI能够很好的通过曾经客服系统内的海量数据掌握到不同人群的不同话术以及多轮对话和自然对话的能力，在这个垂直行业内审美能力这一项能力在我目前的理解看来，却很难被AI销售工具掌握。诸如此，其他的垂直行业可能也在销售的标准化环节点上，存在一个或者由于数据缺失或者由于尚未标准化分类的问题的盲点，而导致最终的AI销售工具不能达到直接替换人力的预期。
如果从一个产品推演路径的角度，我猜测里面存在的困难会有几个方面，第一是技术人员对于真实的垂直行业的销售环节和关键销售能力、销售资源理解不够深入，产品始终难以在无人力的情况下完成销售效果的目标。
第二可能是仅有大量的客服线上数据不足以形成全自动化导向的AI销售工具，里面的关键资源可能存在数据缺失。
第三，基于前面两点，一个真正纯自动化的AI销售工具有没有可能必须要经历一个从AI助手到纯自动效果工具的进程？
第二个项目是服务于电商的AI试装。
看名字就很好理解的项目，我们平时在网络购物的时候只能通过参考模特的穿衣表现来想象自己的穿衣表现，这就导致在收到实物以后，由于我们的想象能力有限，存在一定概率的事实偏差导致一定的退货问题的产生。
从C端客户的角度看，退货这件事既耽误了自己的时间，又浪费了自己的退货运费。从商家的角度看，一方面会承担一定概率的退货费成本，另一方面可能会承担一部分因退货产生的货损。如果能通过线上虚拟试装来降低退货率的问题，可以同时解决一部分B端以及C端的退货痛点问题。
抛开当前的技术能力问题，我想讨论这个工具的商业化方向，是TO B 还是TO C ，是TO 平台还是TO 商户？如果这个插件是电商平台来开放，无论是免费向C端开放，还是作为会员高端福利向C端开放，可能会对平台内的部分商户形成一定程度的冲击。
比如我相信，像类似于高流量快时尚品牌某M、某RA对这项工具能力是欢迎的，因为他们品牌家的退货率一直高企，一路从为客户买运费险被逼到退货没有运费险费用自理的程度。这种品牌的退货率高一方面是因为模特效果跟客户实际使用效果差异很大导致的（包括尺码或者版型或者模特拍摄风格不达实际使用预期），另一方面则可能是由于其他原因导致的（比如因服装不够日常遭遇一次性使用后退货）。
如果试装工具开放，则可以直接降低这类品牌的退货率，从而降低品牌内部仓库管理、电商管理、电商客服的整体人力成本。
但对于另一类商户，我不确定他们是否愿意有更加精确的试装工具，这类商户的产品可能大致上差强人意，价格不高，买完可能产生的结果是：可退可不退，效果看着不怎么好，但是因为产品单价不高，退货麻烦，所以不退了。对于这类商户，试装工具的平台普及将可能直接对他们的销售量形成冲击。
再抛开商户分类情况，另一个角度，从平台的视角，如果由平台来插入试装工具，对平台内的其他方面的生态会产生哪些影响？是积极的还是消极的？比如现在的直播生态如何维持？或者说，如何在试装工具的普及下，用新的生态来替代当前高效益的直播生态？
如果老的电商平台不愿意主动加入高效率的试装工具，那么会不会有新的电商平台因为试装工具的高效率服务而产生？另一个角度，试装工具有没有可能就此演变成一个效率更高的新的电商平台？