假如您非常喜欢烧烤，为此购买了一台新的高档烧烤炉。然后，在您线上下单后不久，就会看到推广类似烧烤炉的广告铺天盖地而来。
不止于此。在您购买后两周，您会发现，似乎每两条广告中就有一条是在推广您放在后院露台上的烧烤炉。怎么回事？ 难道个性化不应该解决这个问题吗？
但现实情况是，这样的事情正在发生。
推荐引擎
过去 10 年里，推荐引擎一直处于市场营销的前沿，极大推动了电子商务的发展。这并不奇怪：《哈佛商业评论》指出，个性化的用户体验可以带来 5 到 8 倍的营销投资回报。Toward Data Science 也指出，Netflix 上超过 80% 的流媒体观看时间都由个性化推荐而来。 这个机制一直运行良好。
从历史角度来看，推荐引擎会结合使用多种筛选方式：
通用筛选：识别与用户搜索过的商品相似的商品或最受欢迎的商品。
内容筛选：查看用户历史记录、识别关键字并推荐相似内容。
协同筛选：根据用户的历史记录将用户分组，然后向其展示该组其他成员喜欢的商品。
组合筛选：上述筛选的组合。
虽然推荐引擎能给零售商带来显著的成效，但它在其他业务领域仍然存在一些不足，比如烧烤炉广告的问题。
关联式 AI
先来看关联式 AI，它是指对模型进行训练，使其了解您对烧烤炉感兴趣、您已经购买了烧烤炉、您是特定类型的购物者以及您可能需要与烧烤炉相关的商品。
它还会考虑烧烤炉商品的库存以及各零售商提供的商品折扣。事实上，它能关联的参数几乎没有限制。模型考虑的数据越多，给出的推荐就越精准。这种复杂性解释了简单的推荐引擎为何很难向消费者推荐高相关度商品，以及为何关联式 AI 至关重要。
正如牛津大学指出的，“新的 AI 使用关联学习方法而非传统的神经网络，向认为人工神经元和突触是 AI 唯一要素的传统观念提出了挑战。”
有了关联式 AI，您就不会再在购买烧烤炉后看到铺天盖地的广告推广该商品。相反，您会看到推广配套商品的广告，比如烧烤食谱、可即时读取的温度计、清洁刷或堪萨斯城牛排。
生成式 AI
复杂的关联式 AI 推荐只是一个开始。接下来是生成式 AI，它一方面能帮助零售商开展更高效、更有效的营销，另一方面则能让消费者获得更相关、更高效的体验。如果说基本的个性化推荐可以带来 5 到 8 倍的营销投资回报，不妨想象一下，除了“在此处插入顾客姓名”之外，生成式 AI 在打造个性化广告方面能做到什么程度。
对零售商来说，生成式 AI 可以让广告更“聪明”。虽然关联式 AI 会引导用户完成购买旅程，但实际的广告可能由 AI 生成，这样每次用户互动时，广告主就会为他们提供有关烧烤炉护理、使用方法及其他相关商品的、高度个性化的智能对话。这种“对话”和所关联的商品会变得与用户高度相关。
生成式 AI 可以处理消息、生成个性化广告，并决定用户偏好的广告格式，让广告成效大幅提升。这是一种巨大优势，有助于零售商开展更相关、更有效的营销。
此外，AI 的精准定位还确保了不会向不相关的人群投放广告。商家能够定位“正确”的受众，并且只向目标人群投放广告，以此节省时间和金钱。获客成本也将大幅下降。
消费者体验
不同 AI 的结合使用还可以带来更好的跨平台用户体验。eBay 会知道您在亚马逊买了台烧烤炉吗？ 不会，由于数据隐私保护，这种程度的信息共享很可能在短期内就销声匿迹。但是，像您设备中内置的个人 AI 助手这类技术会知道，并且会把它们联系在一起。
现在的您基本上拥有了一个私人助手，它会根据对您的全面了解，为您提供高度针对性、高度相关性的推荐。例如，AI 知道您什么时候买了烧烤炉，然后会在该换新的颗粒燃料或者该做深度清洁的时候给您发消息。生成式 AI 可以无缝融入您的日常生活，为您预测未来，而所有这一切都以您的个性化需求为基础。
然而，生成式 AI 要想进一步发展，就必须能够支持基于数十亿参数的电商推荐，并且是以闪电般的速度完成此项工作。为满足这一需求，美光开发了前所未有的内存和存储产品组合，拥有独特优势，能够轻松应对从数据中心到设备的各种 AI 需求。我们的产品可助力实现生成式 AI 的下一个创新。依托出色的性能，AI 将为商家和消费者创造更大的价值。
所以，科技确实可以丰富所有人的生活。既然说到这里，那我们就开始烧烤吧！