圖/亞馬遜對各種問題生成的回答，包括尺寸、材料等問題

正常情況下，AI會基于商品的描述、顧客過往Review進行回答。

比如上面那個問題“一個6英尺7英寸高的人穿上它后，合身嗎?”，亞馬遜的AI回答，本商品描述（description）中沒有說明這件衣服適宜的最高身高。不過，基于一些顧客的評價可以發現，6英尺7英寸高的人穿這件衣服是合身的。

服裝是亞馬遜排名前三的類目之一，也是天然的生態護城河。然而，近年來受到SHEIN、Temu的猛烈沖擊，亞馬遜感到了壓力。

為此，亞馬遜的AI在服裝類目上下了很大的功夫，希望通過AI來幫助顧客選出合身的服裝，變高居不下的退貨率。（據調查，58%的服裝品牌稱，20%的電商訂單被退貨了）

圖/2023 年3月6日調研結果 資料來源：Coresight Research

亞馬遜的AI工具，將品牌尺碼系統、產品評論（Reivew）和顧客自身的合身偏好等因素結合起來，為顧客實時提供尺寸、款式以及特定部位的合身性等。

比如，一個購買裙子的顧客，亞馬遜AI建議“XL”碼適合該顧客的身材，并告知該建議是基于數百萬過往的訂單、退貨和評論數據做出的。

圖/亞馬遜給一個顧客建議”XL”的裙子

那么，亞馬遜AI助手是從哪里來的答案呢？

有好幾個來源，包括歷史評論（Reviews），其他顧客提供的回答，賣家針對類似問題的過往回答，其他數據來源等。

除了回答商品的參數之外，它甚至可以講笑話和寫代碼，也可以優化商品標題和描述。

比如，一個顧客讓亞馬遜AI展示商品詳情的JSON代碼（JavaScript 語言的輕量級數據交換格式），或者寫一個“關于此產品的短笑話”，亞馬遜AI也能完成任務。

圖/亞馬遜AI可以展示代碼和編寫關于商品的笑話

這說明了亞馬遜的AI，不僅僅是基于商品現有的描述、顧客Review來回答問題，它還有其他的數據基礎，并具有一定的智能性。

不過，亞馬遜對AI助手進行了限定，它會拒絕這回答問題：

一、跟其他產品對比；二、尋找替代性產品；三、也不會提供”過往歷史價格”；四、與亞馬遜產品無關的問題，比貝佐斯是誰？等等。

這意味著，亞馬遜暫時不想利用AI工具，根本性地打破現有的生態結構和流量格局。