全球零售龙头Walmart近日财报法说会上，揭露了更多生成式AI带来的效益，包括技术面强化数据应用、商业面促成冲动消费，在人事面，更于特定繁琐作业中省下近百倍人力。

Walmart有高达4亿SKU商品，数据品质维护难度极高。Walmart资深副总裁Stephanie Wissink表示，他们生成式AI一大用途是，创建及完善商品目录数据，目前已处理了8.5亿笔数据。「没有生成式AI，在相同时间内完成同样作业，需要近100倍人力。」他说。

他并表示，「提升了商品目录数据品质，几乎对于我们所有业务都有正面影响。」这包括仓储管理、订单履行、搜索功能、商品推荐、店员服务优化等。

这些效益如何反映在实际商业场景？Walmart首席执行官Doug McMillon举例，利用生成式AI完善商品数据，有助于他们后续理解顾客的偏好和购买周期等行为模式。再搭配生成式AI电商商品搜索功能，更强化了跨分类搜索能力，进而直接强化获利能力，带来更多营收。

这是因为，消费者搜索商品时，系统能呈现出与关键字本身未必相关，但符合消费者潜在购买意愿的其他商品。「人们走进实体店面时，常因为冲动消费而买了不在购物清单上的东西。现在，电商也能呈现出这些促成冲动消费的商品。」他说明。

本次法说会，Walmart揭露一个新生成式AI应用计划，针对Walmart Marketplace的第三方卖家打造客服机器人，省去卖家自己阅读一篇篇说明文档及常见问题的功夫。这是Walmart一系列生成式AI问答机器人中的又一新作。目前，他们已经推出生成式AI购物助手，有问答、搜索和商品比较功能，未来更会强化语意理解能力，主动根据个人情况追问问题，来提供超级个人化的购物建议，例如询问消费者看电视情境及家里客厅采光情况，来推荐电视规格。

Walmart更早就于内部推出生成式AI员工问答及辅助工具，集成了日常门市营运问答、库存管理及查找、自主学习、保险与福利管理、薪资管理查找、员工训练等数十种功能，并搜集上百万名员工的用户回馈，来优化生成式AI开发及应用方法。

用户回馈不是唯一Walmart利用员工来协助发展生成式AI应用的方法。他们还打造了一个名为GenAI Playground的生成式AI沙盒，提供各式开发工具及测试环境，让员工自行打造和试用生成式AI功能。这其中还包含No-code开发工具，因此就连非技术人员也能使用。