人工智能和亚马逊卖家的工作

人工智能和亚马逊卖家

人工智能将接管亚马逊卖家的大部分任务，它将消除新卖家和经验丰富的卖家之间以及国内和国际卖家之间的差距，但出现下一个 Anker 也并不容易，而且没有人工智能能给出答案。

几十年前，在沃尔玛百货商店时代，创立品牌是最大的消费品品牌的独家事业,然后亚马逊创造了无限的货架空间，互联网揭开了品牌创建的秘密。如今，任何能够访问互联网的人都可以在几分钟内创建一个零售品牌，他们甚至可以使用直销业务，以几乎为零的前期资本开始。

对大多数人来说，过去被禁止且昂贵的事情现在变成了观看 YouTube 视频。零售业的每一步，从制造到购物者收到产品，都是通过软件工具、服务或操作视频来解决的。结果是数百万卖家创造了品牌爆炸式增长：“2021 年，亚马逊品牌注册注册的品牌数量超过 70 万个，与 2020 年的 50 万个相比，增加了 40%。”

零售业的核心技能曾经是挑选和策划品牌。品牌也在努力了解消费者，以回答“我们应该生产什么产品？”这一基本问题。在互联网出现之前，答案只是猜测。如今，数据非常丰富。亚马逊不挑选产品；它让购物者可以通过评论和订单来决定排名第一的产品。现代品牌也用数据回答了这个问题。例如，亚马逊卖家使用的核心工具之一是 Helium 10、SmartScout 或 Jungle Scout 等产品研究软件。卖家不会猜测可能会有什么需求——这些工具会告诉他们。

下一个演进将是人工智能（AI）。人工智能将选择采购哪些产品、管理库存水平、创建产品内容和图像、优化广告和定价、管理销售渠道问题等等。其中一些工具已经存在，但更多的人将会到来并整合。例如，广告的复杂性和选择比亚马逊的任何其他部分增长得更快。市场、最佳实践和策略正在快速变化（它开始类似于华尔街的高频交易）。库存预测表面上也很简单，但由于存在多个供应商、仓库和销售渠道，因此变得异常复杂。这两项任务对于人工智能来说都是完美的，当这些任务相互对话时效果更好——广告只能在库存的背景下进行优化。定价和其他方面也是如此。

新手卖家和专家之间的信息不对称将会消失。如果人工智能承担了大部分工作，那么新卖家和专业人士也可以管理广告。母语人士和国际卖家之间也不会有任何区别。如果人工智能进行创建，来自中国和美国的卖家可以创建完美的英文列表。

“陈在亚马逊上销售医疗设备和玩具，他懂基本的英语，但在写作方面需要帮助。他曾经使用 Google Translate 和 DeepL 翻译产品描述，但发现 ChatGPT 更准确、更真实。”Viola Zhou 在 Rest of World 上写道。

人工智能的影响不会是卖家用更少的员工或花费更少的时间来经营他们的业务。这不会是一个差异化因素，而是事物的发展方式，一个新的基础水平。其结果将是推出更多具有更好定位和市场领先表现的产品。

本尼迪克特·埃文斯（Benedict Evans）撰写了有关杰文斯悖论的文章，​​其中指出，从长远来看，资源利用效率的提高将导致资源消耗的增加而不是减少。“19 世纪的英国海军依靠煤炭运行。英国拥有大量煤炭（它是蒸汽时代的沙特阿拉伯），但人们担心煤炭耗尽后会发生什么。啊，工程师们说：别担心，因为蒸汽机的效率越来越高，所以我们会使用更少的煤炭。不，杰文斯说：如果我们使蒸汽机更高效，那么它们的运行成本就会更低，我们将使用更多的蒸汽机并将它们用于新的和不同的事物，因此我们将使用更多的煤炭。创新可以与价格弹性联系起来。”

“杰文斯告诉我们，如果做某事变得更便宜、更高效，你可能会做更多的事情——你可能会做更多的分析或管理更多的库存。你可能会建立一个不同的、更高效的业务，这之所以可能，是因为你可以使用打字机和加法机实现其管理自动化。” 这回想起零售业从几个消费品品牌到数百万卖家的演变，以及人工智能将如何加速这一过程——人工智能不仅会让每个卖家成为亚马逊专家，还会带来更多卖家。然后对于新一代卖家来说，只有人工智能才有可能。

如今，在数以百万计的卖家中，一些卖家仅使用亚马逊自己的卖家中心来运营业务，一些使用 Excel 电子表格，另一些使用外部软件工具，还有一些在代理机构的帮助下。人工智能不会在一夜之间改变这一点。但在反乌托邦的未来，卖家的工作将是告诉人工智能他们有多少可用资金，然后人工智能将处理其余的事情。其结果将是每周为其挑选、采购和销售的产品支付销售费用。

使用 Excel 电子表格的卖家将会失败。但不使用也不是成功的门票。人工智能是一个解决方案，但不是整个解决方案。

亚马逊已经拥有数百万个品牌，但很少有品牌能像Anker 管理的那样，打造出价值数十亿美元的品牌。大多数技术上都是品牌，因为他们拥有该名称的商标。然而，只有一小部分亚马逊本土品牌受到消费者的认可和追捧。零售业存在自动化无法知晓的细微差别。因此，推出一个品牌从未像今天这样容易，而人工智能只会让它变得更容易、更好地执行和管理。但推出下一个 Anker 从未如此困难，而且没有人工智能能给出答案。

数据报告来源于Marketplacepulse