购买衣服和搭配造型永远是女性的刚需，甚至是天性。
许多明星和时装模特甚至会雇佣自己的私人造型师和购物顾问，来帮自己选择最合适的衣服和搭配造型。可对普通人来说，这并不现实，但在不久的将来每个人也许都可以轻易拥有自己的私人购物助理。
一个叫做 Lily 的虚拟 AI 购物助理，可以通过学习了解你的穿衣风格和喜好，为你挑选合心意的衣服。这款应用程序刚刚在美国西南偏南（SXSW）大会上获得社会和文化类别大奖。人工智能也许又将在一个新的领域掀起一股风潮。
Lily 是由来自 Facebook 和 美国梅西百货公司 (Macy’s) 的 6 位女性开发的一款个性化购物 app，目标是帮助女性发现和购买好看又舒适的的衣服，目前，iOS 用户可以免费下载这款应用，但创始人 Purva Gupta 承诺 Android 版本正在开发中。
据 Gupta 介绍，Lily 是由女性创造的，目的就是要让女性成为最好的自己，Gupta 说：
有 1.2 亿美国女性对自己的外表不满意，而且女性每天都会产生为此 13 个消极的想法。我们正在改变这些数字并解决这个问题。
市场上有很多购物应用， 大多数是基于用户的购买历史给用户提供一些购买推荐，精准度有限。Lily 能做到的不止于此，她能创造一种 app 正在你交朋友的体验。
但都说女人心海底针，要知道不同女人需要什么样的衣服，Lily 凭什么能做到？
与其他购物 app 不同的是， Lily 会向用户询问关于身体类型和风格偏好的一系列问题，对话过程就像平时在聊天应用中和朋友交谈，这看起来很像微软小冰这样聊天机器人。除此之外，Lily 还会询问你希望突出身体哪些部分，隐藏哪些部分，最后通过复杂的匹配算法提出相应的建议。
Lily 会向用户解释推荐的每一件衣服为什么适合用户，目前 Lily 已经积累了 5000 多万个数据点，这个功能还在随着和更多用户的交流不断学习提升。
Lily 的创始人 Gupta 称之为 “Perception and Empathy engine（感知和同情引擎），据 Gupta 介绍，她发现大多数服装推荐引擎都是通过 “数百万有形的行为” 来推荐，如用户的购买和浏览历史。
但过去三年 Gupta 曾花费 1 万多小时向不同女性了解他们购买衣服的理由，她认为真正的个性化推荐引擎需要超越用户有形的行为，考虑用户无形的看法和看似不合理的行为，从而形成消费者的购买决策，于是 Lily 诞生了。
我们还在研究中发现，女性每天都在购买更多的衣服，在她们正在或准备购买的的时候心情是最好的，这是一种满足感。
用户可以使用 Lily 在线选购服装，在实体店中预订物品，也可以在商场购物时打开 app 询问购买建议。
Lily 目前已经与众多知名服装零售商合作，包括 H＆M，Express、Macy’s、Bloomingdale、Nordstrom 和 Banana Republic。据 Gupta 介绍，Lily 上三分之一的用户已经通过这款 app 购买了适合自己的衣服。
（图自：华盖创意）
其实人工智能在购物场景中的应用也不新鲜，或者说正在成为潮流。
将短信界面和人工智能结合的购物助手 Mezi 就是其中之一，在需要购物时，用户只需给 Mezi 发一条短信，然后 Mezi 就会根据用户的目标价格、偏好及购物习惯，在成千上万个商品选项中进行筛选，帮助用户下单，从而简化用户的购物过程。去年 7 月，Mezi 宣布完成了 900 万美元 A 轮融资。
（图自：科技猎）
阿里巴巴也于 2015 年在淘宝上推出了人工智能服务产品 “阿里小蜜”，提供体验服务、导购、咨询、智能助手等功能，相比起 Lily ，“阿里小蜜” 承担起更多为店家缓解客服压力的作用，去年双 11 当天，“阿里小蜜” 接待消费者数超过 632 万，对话轮次超 1800 万，相当于 5.2 万名客服连续工作 24 小时。
而去年亚马逊也针对零售行业推出 Amazon Go，Amazon Go 实体店利用传感器和人工智能，自动识别购物者从货架上取下的食品，使消费者不用再经过收银环节，以实现付款流程的自动化。
更多的 Lily 也许会很快出现在我们的生活中，因为在这个信息过载的时代，帮助消费者高效购物节省时间的市场前景必定不小。
题图来自：venturebeat
