Lowe’s AI 集成用于家装零售

AI 驱动的客户和员工工具

Lowe’s 开发了两个主要的 AI 应用，以提供基于公司百年家装专业经验的逐步项目支持和产品推荐：

• Mylow：Lowe’s.com 上的虚拟顾问，充当“口袋里的红背心员工”，引导客户完成项目并推荐所需材料。
• Mylow Companion：面向店内员工的内部应用，提供项目步骤、产品详情和库存可用性的即时访问，使员工能够更有信心地在任何部门支持客户。

战略框架与基础设施

Lowe’s 的 AI 方法基于聚焦三个核心领域的战略框架：客户的购物方式、公司的销售方式以及组织的运作方式。该基础设施由多项组织举措支持：

• AI 治理与社区：公司成立了 AI 治理委员会和 AI 实践社区，以确保有目的的采用。
• AI 转型办公室：专门的办公室管理技术与业务之间的差距，专注于变更管理和 AI 能力提升。
• 长期投资：Lowe’s 近十年来一直在使用机器学习，之前通过 Lowe’s 创新实验室部署了超过 50 个机器学习模型，用于供应链、预测和定价。

组织 AI 能力与培训

为确保在庞大的员工队伍中成功采用，Lowe’s 实施了结构化的学习方法：

• 高管培训：与 OpenAI 合作，Lowe’s 为业务领袖提供关于 AI 工具战略应用的定制培训。
• 企业课程：AI 基础已纳入通用企业学习课程，使员工能够跟上不断发展的技术。
• 内部社区：公司培育跨职能的内部 AI 社区，鼓励有机创新以及 AI 在业务挑战中的实际应用。

衡量 ROI 与未来个性化

Lowe’s 通过分阶段的方法衡量 AI 的投资回报，从领先指标转向广泛的业务成果：

• 初始指标：通过使用指标跟踪早期成功，例如员工使用频率和客户对推荐的反馈质量。
• 结果指标：成熟的工具通过增量销售、购物篮规模、员工生产力和客户满意度来衡量。

展望未来，公司专注于超个性化。这包括使用 AI 提供地区特定的推荐——例如根据当地气候建议正确类型的覆盖物——同时保持客户隐私和透明度。