重點新聞(0330~0412)
#智慧物流 #訂單履行 #無人機物流
Amazon如何設計一系列實驗，來確保送貨用無人機飛行安全
Amazon揭露自家物流無人機的安全測試方法。由於小型無人機沒有行之有年的常見安檢做法，他們綜合參考航空業、汽車業，甚至軍事系統測試做法，來鎖定大致測試方向。
接著，他們預想實際可能發生的三大類風險，包括功能性風險（Functional Hazards），如硬體或軟體故障；人為犯錯，也就是操作人員犯錯；以及環境因素，像強風、冰雹，或顧客後院裡放有玩具等環境障礙。每一項潛在風險，都會有對應實驗來確保安全性。
功能性風險實驗包括MEP測試，在飛行過程中突然關掉馬達、電子速度控制器或螺旋槳停止運作，以確認它是否仍然能保持飛行、返回發射地點，並降落於特定安全區域。以及備援系統切換測試，模擬主要飛行電腦故障，看無人機是否能順利切換至備援電腦並安全返回。
人為犯錯規避方法，則是對操作人員進行測試，確保他們了解並遵守標準作業流程，包括從飛行前檢查到飛行後檢查的完整流程。
環境障礙迴避測試，包括在降落地點放雜物，甚至是移動式障礙物，來確保無人機系統知道何時能投遞商品。Amazon還打造出一套空域與任務協調系統（Airspace and Mission Orchestration System），會在飛行前產生操作區域的高解析度模型，據此建立避開建築物、橋樑與電線等已知障礙物的航線。
不只如此，雖然無人機只會於遠離機場的空域飛行，且會偵測飛行物用來廣播自己位置的訊號，他們還是執行了許多即時迴避飛行物的實驗，來應對意外情況。做法是，從許多不同角度和速度，在不同情境和高度下，操控直升機衝向無人機，來觀察無人機迴避能力。
Amazon表示，這些測試不只是用來通過FAA（美國聯邦航空總署）認證，更有助於自家設計新無人機時參考。即使現在他們已經獲得FAA認證，且未曾發生空安事故，仍在持續設計新實驗，來測試並發展無人機應用新可能。
#生成式AI #服飾設計 #成衣生產
Walmart如何用AI及生成式AI加速供應商服飾設計及生產流程，費時從半年降至2個月
Walmart揭露他們如何用生成式AI，來加速自家服飾供應商設計與生產。傳統服飾設計到生產流程是，設計師會先研究時尚資料，再畫出情緒板，溝通可能顏色、樣式、名稱、概念等。接著，另一批設計師和商家會根據情緒板、販售資料、自身經驗等資訊，來決定最終設計，並產出具體規格給工廠。這一整套流程，通常費時半年。
Walmart打造一套名為Trend-to-Product的AI工具，來簡化這個流程中不同環節。首先，他們利用AI爬蟲，協助設計師蒐集網路上不同潮流資訊，將數周的研究時間縮短到數分鐘。接著，AI還能快速生成情緒板，與服飾品牌溝通。決定設計後，再生成完整生產規格，與工廠溝通。從設計到上架流程，總共省下約18周時間。
打造這套AI工具的起心動念，是當初有Walmart員工看到一份生成式AI文獻提到，可以用AI來分析既有化合物，甚至打造新化合物的可能性。於是，他們開始發想，是否可以將此概念用於服裝設計，分析既有服飾潮流，並設計新服飾。Trend-to-Product的首席PM Bill Chiodetti更表示，服飾設計只是第一步。他們還計畫擴大應用此工具到其他領域的商品設計，例如化妝品、熟食等。
#AI代理 #第三方網站連結 #站外代購
Amazon利用AI代理技術打造代購外站商品功能
在推出可以搜尋外站商品的功能後，Amazon進一步推出可以直接於自家站內購買外站商品的功能。也就是說，顧客可以不跳出網站，即完成站內站外購物操作，進一步強化Amazon作為購物入口網站定位。
這個名為Buy for me的功能，顧名思義是利用代理AI技術，替顧客將加密過的姓名、地址、付款資料等資訊提供給外部品牌網站，來代為購物。Amazon表示，他們自己無法查看顧客在其他品牌網站上的歷史訂單等紀錄。目前此功能只支援少數賣家。顧客購買其他外部賣家商品時，則會比照舊模式，跳轉到品牌自家通路。
此AI代理背後，是利用Amazon近期發表的Nova系列模型及Anthropic的Claude系列模型，並部署在AWS的AI平臺Bedrock上。
#商品上架 #視覺辨識
eBay推出行動版AI商品上架功能，根據簡單圖文自動搜尋站上類似商品並自動填入資訊
eBay推出行動版商品上架功能。商家只要上傳一張圖片，加上一句商品標題，系統就會自動尋找站上類似商品，用來自動帶入商品資訊到對應欄位。商家可以修改這些欄位資訊，確認無誤後便能上架商品。
這是他們一系列用視覺辨識AI及生成式AI來打造商家用工具的又一新做法。過往應用包括自動分析大量商品圖片並分別建立商品檔案的功能、商品照片去背及更換背景功能等。
#商品行銷 #網路素材 #Google商家
Google商家推出自動讀取商家資料，以呈現更多資訊在Google Map等行銷通路的做法
Google商家開始會自動讀取商家資料，來自動在不同通路呈現相關訊息給使用者。這些資料包括主要社群媒體連結與內容、促銷活動、商品與品牌影像，以及品牌行銷用語等資料，會曝光於搜尋結果、Google Shopping介面以及Google Map等通路。
對商家來說，這等於免費獲得更多曝光機會，成為一個積極上傳高品質資料到Google商家的誘因。不只如此，此功能為預設同意，意即Google將能自動取得大量商家資料。
這個做法，又與近期Google擴大實驗AI多模態搜尋技術，以及更常於搜尋結果頁面顯示AI Overview摘要等做法，時間不謀而合，顯示出他們嘗試強化自家AI搜尋技術的策略方向。
#RMN 2.0 #站外RMN
Momo開始經營涵蓋站外行銷通路的RMN
電商龍頭Momo預計於4月正式啟動「Momo聯播網」，這是他們RMN業務的一環，可以一站式投廣到站內以及站外媒體平臺。不過，Momo未揭露具體有哪些站外通路。對賣家而言，這有利於簡化廣告主行銷操作及預算分配。對Momo而言，則是有望提升RMN ROAS數字，以及分到更多企業的行銷預算。
目前，Momo站內廣告包括關鍵字、展示型及置頂搜尋廣告等形式。比照國外RMN先行者歷程，等同於從只有站內廣告的RMN 1.0，走到橫跨站內站外通路的RMN 2.0階段。
更多零售IT動態：
生鮮雜貨平臺Instacart推出一系列AI驅動的RMN廣告功能，包括跨通路AI代投和AI生成品牌商城頁面等
Buynomics藉由AI來模擬現實世界買家的行為，來協助企業決定最佳化定價、促銷與產品組合
3C零售商Best Buy推出新創作者合作計畫，讓網紅打造推薦商品網路商城來導購
統一超商推出會員訂閱制，用會員點數回饋來嘗試吸引顧客到實體門市消費
資料來源：iThome整理，2025年4月
責任編輯：郭又華
圖片來源：eBay、Amazon
