购物者现在可以告诉 Google 他们喜欢什么并看到更多

将人与产品联系起来是一项利润丰厚且难以掌握的游戏。 即使是拥有大量零售数据购物图的搜索大师谷歌也意识到，它无法独自完成这一任务。 因此，该公司呼吁用户提供帮助。

周三，这家科技巨头公布了一系列更新，让用户可以在产品搜索结果中对款式进行评分，并标记他们最喜欢的品牌，告诉谷歌他们喜欢什么，以便他们可以看到更多。 凭借人工智能生成的购物图像和虚拟试衣工具，该公司的业务目标显然集中在时尚领域。

谷歌副总裁兼消费者购买总经理肖恩·斯科特表示，新的“风格推荐”功能允许个人评估他们的产品搜索结果。 在解释其工作原理时，他说：“当您搜索某些服装、鞋子或配饰时，例如‘草编手提袋’或‘男士马球衫’，您会看到一个名为‘款式推荐’的部分。 在那里，您可以通过向上或向下的拇指或简单的向右或向左滑动来对选项进行评分，并立即看到个性化的结果。

Stitch Fix 用户可能会觉得这种格式很熟悉。 它的游戏“Style Shuffle”使用类似的“竖起大拇指/竖起大拇指”评分机制，因此人们可以了解时尚品味或偏好。 这些场景的有趣之处在于，Google 和 Stitch Fix 都吹嘘他们的人工智能和机器学习能力，但仍然考虑用户反馈，使他们的建议更具相关性。

让消费者参与塑造自己的偏好并不是一个坏主意。 谷歌表示，如果做得好，它可以提高透明度，如果人们不喜欢该功能，他们可以通过单击“获取风格推荐”部分旁边的三个点或探索“关于”部分。 这个结果”。

与其他公司一样，谷歌似乎也了解服装购物的一个关键事实：它本质上是一项视觉任务，历来依赖于文本描述。 使用图像来搜索视觉内容更有意义，而计算机视觉的进步使这成为可能 – 这就是为什么越来越多的平台投资于这一领域，最近三星在其最新的 Galaxy 智能手机上进行了投资。 但这通常需要用户拍摄该物体或拥有该物体的现有图像。

在生成式人工智能时代，这似乎有些奇怪。 谷歌似乎也这么认为，因为它创建了一种基于人工智能的实验性可视化工具，可以为产品搜索提供支持。

“我们开发了人工智能驱动的购物图像生成功能，这样你就可以购买与你想要的风格相似的服装，”斯科特说。 用户只需告诉系统他们正在寻找什么，该功能就会创建一个真实的图像，然后找到与该图像最匹配的项目。

该工具连接到其 Shopping Graph，这是一个产品和卖家信息数据集，包含超过 450 亿条不断刷新的列表，每小时更新超过 20 亿条列表。

这不是一个改进的版本，而是一个实验性功能。 美国的任何人都可以尝试，但他们必须选择加入 Google 测试平台搜索实验室中的搜索生成体验，才能在 Google 应用程序或移动浏览器中访问它。

根据谷歌的说法，一旦人们找到了他们想要的外观，下一步就是想象它穿着后的样子。 这就是虚拟试衣的用武之地。

该功能于 2023 年 6 月发布，利用人工智能以数字方式将衣服放置在人体模型上。 “68% 的在线购物者一致认为，在收到一件衣服之前很难知道它会是什么样子，42% 的在线购物者觉得他们看到的设计图像不代表他们，”Lillian Rincon谷歌高级产品总监当时告诉 WWD。

为了解决这个问题，该公司拍摄了广泛的人物照片，然后使用人工智能（由其购物图谱数据提供支持）来真实地描述织物在不同轮廓上如何起皱、钩挂或悬垂。

这并不适用于每个品牌、产品或服装类别，至少目前还不行。 目前，美国用户可以通过在男士或女士热门购物结果中搜索“试穿”图标，在桌面、移动设备和 Google 应用程序上找到它，并查看 XXS-4XL 尺码的穿着效果如何。

没有什么比在一堆错误的商品中进行分类更能破坏购物体验的了，即使机器学习最近取得了进展，这种情况仍然会发生。 这对于谷歌来说一定是非常明显的，人们每天购物超过十亿次。 它旨在结合用户反馈和人工智能功能来解决问题，这一事实表明，虽然技术进步，但它不能完全取代人的因素。