随着Alpha Go机器人登顶世界围棋，人工智能已经成为近年来最为炙手可热的话题之一，科技巨头们前赴后继投身于这一领域，使得这一新科技形势席卷各个行业。而现在，人工智能小旋风也悄悄刮进了跨境电商领域，带动着跨境电商的自动化和智能化发展。以下，Webinterpret（易境商）CEO Patrick Smarzynski将就如何基于人工智能（AI）和大数据分析帮助跨境电商卖家做好本土化服务与各位卖家进行深入探讨。
1. 人工智能和Webinterpret的跨境电商本地化解决方案是怎样一种联系？
Patrick Smarzynski：进军小语种市场，语言是必须跨越的第一道坎，因此，翻译是我们本地化解决方案中的重要部分。我们使用的是全自动的机器翻译。实际上机器翻译是指机器学习与自动翻译的有机结合，利用计算机把一种自然语言转变为另一种自然语言的过程。大众最为熟知的是谷歌、百度、有道等机器翻译技术，它的运行原理是往计算机内输入大量的文字文本，包括源语言文本和对应目标语言的文本，然后通过海量统计数据来提高翻译质量。而Webinterpret的机器翻译以及尺码转换产品分类等一系列的全自动本地化服务正是基于机器学习。机器学习是人工智能的分支。通过使用统计法分解、研究和预测数据，机器就能独立完成很多工作了。深度学习是如今最常使用的人工智能机器学习方式。我们就是通过分析和研究海量的数据，搭建本地化操作模型。如今，Webinterpret每个月可自动分析2000万至2500万电商条目，我们的目标是为全球卖家提供全自动的电商解决方案。
2. 人工智能很强大，在实现全自动本地化方面，有什么样的挑战？
Patrick Smarzynski：我们除了能做到全自动翻译，listing中的尺码、物流、产品分类、标题描述、当地政策以及客服语言，都能按新市场的标准自动转换。要实现这些功能，困难和挑战肯定是有的。业内人士都知道，每个销售平台的规则都不一样，比如eBay的标题不能超过80个字符，Google Shopping的标题却可以包含150个字符。另外，像时尚品类的尺码转换也需要考究。品牌的尺码标准往往不一，无论对人工还是机器来说都是容易混淆的。汽车配件也是个让人头疼的品类。汽车零配件在每个国家的特性不一，同一个品牌还会有不同的名字，比如英国的Vauxhall在德国叫Opel。而当把这两个名字都列出来时，能够更有效提高产品在搜索栏的曝光率。我们意识到了这一点，于是在后台花了很多精力优化汽车零配件列表，实现更精准的关键词抓取，为客户提高了40%的销量。以上这些例子，都说明了自动化不是一蹴而就的事情。我们需要确保机器能够识别这些具体的规则以及一些特例，这都需要长期的深度学习与人工维护来实现。Webinterpret全球近三百人的团队都在致力于实现和维护这个系统。
3. 机器的质量和人工操作比起来，怎么样，能分出胜负吗？
Patrick Smarzynski：人工和机器是优势互补和相互促进的关系。人工输出并优化知识和模型，而机器能保证效率和一致性。人工智能的未来必定是人工和机器融合发展，才能实现效用最大化。人工训练机器如何进行本地化和导出内容，机器经过多轮深度学习，得以稳定演示学习的内容。举个例子，很多年前，我们的尺码转换系统因为一个译员的致命错误导致listing无法刊登，直到我们教会机器按品牌转换尺码以后，错误率才大幅下降。这个错误修复对我们来说是改革性的。它证明了人工的智慧和机器自动化相结合能有更好的产出。人类专业知识可以定义每个任务的目标，机器则可以更精确地自动化完成任务。两者结合可以极大地降低错误率和提高效率，并且从人力资源的角度考虑，重复的工作会降低员工的满意度，交给机器做不就正好吗？从翻译层面来说，机器翻译优势比起人工翻译更为明显。跨境电商翻译的特点是量大、更新速度快、信息碎片化、重复率高、跨行业、多语种，而人工翻译耗时长，效率低，成本高，且质量也没有保障。我们使用平行数据不断训练我们的机器翻译模型，加上后期的人工优化，翻译质量与效率远胜人工翻译。使用我们产品的卖家，全球销量平均上涨25%，数据就是对人工智能在跨境电商成功运用的最有力的证明。
4. 机器能帮助卖家解决哪些电商难题？
Patrick Smarzynski：商品上架分类一直是卖家头疼的问题。每个国家对于产品售卖都设定了一定的限制。在某些国家畅销的产品，到了另一个市场，也许就摇身一变成了敏感禁售品。各目标市场的分类标准也不一样，需要卖家花心思研究当地的上架规则。有些产品属性多，可划入多种类别，有一些则不然，可上架类别不多，压抑了销售潜力。怎么解决这个问题呢？成熟的人工智能机器能够通过大数据分析，运算出每一产品在各目标市场的上架轨迹，保证产品上架次数达到最大化，提高曝光率，最大化开垦产品潜力。现在，仅需一句简单的描述，人工智能就可以精确找到对应的产品类别，精确导出产品属性，转换尺码和翻译所有产品内容，实现即刻上架。Webinterpret帮助卖家拓展到更多不同语种的站点，并实现产品信息上架流程全自动化，从产品分类、内容本地化到上架至不同平台，通过鼠标都可以一键迅速完成，将人工操作降到最低。举个真实案例：A卖家有41个店铺账户，自有listing数量5万个，每月GMV96万美元。通过Webinterpret，他们拓展到了更多语种站点，增加刊登listing5.5万个，每月多销售42万美元，增长量43.7%。未来的发展趋势并不是要让机器完全替代人力，而是两者相结合。电商的发展历程即是如此，人类的专业知识和持续的机器学习相结合，使得产品listing可以精确地向消费者进行阐述。同时，持续的质量也推动了品牌发展。自动化可以提高卖家的效率，减少花在刊登管理上的时间，更专注于生产好产品，提高卖家体验上。复杂繁复的工作交给机器做，卖家就能更专注于战略统筹了。
