行业案例 | ASOS 借助 Azure AI Foundry(国际版)为年轻时尚爱好者打造惊喜体验

英国潮流电商ASOS借力微软Azure OpenAI,打造生成式AI购物新体验。平台整合大语言模型与推荐引擎,通过智能聊天交互帮年轻用户探索穿搭灵感,精准匹配近900个品牌的潮流单品,实现技术升级与个性化需求的双重突破。

使用 Azure OpenAI 服务和 Azure AI 提示流打造自然语言体验

项目目标与技术选择: ASOS 正在利用微软 Azure OpenAI 服务(国际版)和 Azure AI 提示流(国际版)构建基于 AI 技术的互动体验,旨在为顾客提供一种全新的购物方式。顾客在访问官网或使用 App 时,可以通过"对话"形式浏览商品。该项目的核心目标是借助 AI 技术为每位顾客定制个性化的商品推荐,以提升顾客的购物体验。Azure AI 的强大功能不仅提高了互动效率,还通过不断学习最新潮流趋势,增强了品牌的时尚洞察力。

开发过程与技术优势: ASOS 团队利用 Azure AI Foundry(国际版)中的提示流(prompt flow)功能,探索了多种语言模型方案,并加速了生成式 AI 方案的开发进度。高级机器学习科学家 Fabon Dzogang 表示,Prompt Flow 简化了开发和测试周期,确保了客户与 AI 之间的互动贴近真实场景。此外,ASOS 还通过内部认证 API 将 Azure OpenAI 模型和 Prompt Flow 串联起来,实现了服务间的安全调用与自动化流程控制,为整个体验提供了稳定的技术支撑。

在 Azure 一系列服务的支持下,ASOS 仅用了几周时间就完成了原型开发。这套 AI 体验能够通过与用户的对话了解他们的喜好,并融合来自外部渠道以及 ASOS 自家设计师和潮流引领者的趋势数据,帮助用户在海量商品中快速找到心仪的选择。目前,这个早期原型已经打磨成可用于真实用户测试的概念验证版本,即将进入下一个阶段。

用AI潮流洞察打造个性化智能推荐体验

对于 ASOS 而言,打造智能推荐体验的关键不仅在于让 AI 能够聊天和推荐商品,更重要的是要让 AI 懂得潮流。为了赢得年轻用户的喜爱,ASOS 必须紧跟潮流变化,持续提供新鲜、有趣且个性化的体验。这正是 ASOS 一直以来坚持的核心战略:聚焦时尚本身,并为用户提供与众不同的体验。

为了实现这一目标,ASOS 团队利用 AI 技术识别并捕捉新兴趋势,并将这些趋势信息融入推荐引擎中。在这个过程中,团队不断优化提示词(Prompt),结合时尚领域专家的人工调优,逐步完善内容的推荐逻辑和呈现方式。最终,系统不仅能够智能推荐符合潮流的新款单品,还能始终保持符合 ASOS 品牌调性的表达风格。

轻松上手、安全可信

在整个项目中,ASOS 保持了极高的开发效率。开发人员能够快速上手,即使是 AI 技术新手也能迅速投入项目。借助 Prompt Flow 中的内置资源,很多功能无需复杂的定制代码,开发团队可以更专注于打磨体验本身。同时,ASOS 在追求效率的同时,也始终坚持高标准的技术伦理,确保整个方案在内容输出、安全性和文化敏感性方面都经得起考验。

用智能应用和智能技术,把创意变成现实

目前,ASOS 的智能体验项目已进入最后阶段。他们正在邀请部分用户进行小范围内测,以验证系统在高并发情况下的稳定性和扩展能力。一旦准备就绪,这项全新功能将正式上线,成为 ASOS 智能客户体验体系中的重要一环,持续为业务决策和用户体验赋能

相关推荐
小鸡吃米…5 小时前
机器学习 - K - 中心聚类
人工智能·机器学习·聚类
好奇龙猫6 小时前
【AI学习-comfyUI学习-第三十节-第三十一节-FLUX-SD放大工作流+FLUX图生图工作流-各个部分学习】
人工智能·学习
沈浩(种子思维作者)6 小时前
真的能精准医疗吗?癌症能提前发现吗?
人工智能·python·网络安全·健康医疗·量子计算
minhuan6 小时前
大模型应用:大模型越大越好?模型参数量与效果的边际效益分析.51
人工智能·大模型参数评估·边际效益分析·大模型参数选择
Cherry的跨界思维6 小时前
28、AI测试环境搭建与全栈工具实战:从本地到云平台的完整指南
java·人工智能·vue3·ai测试·ai全栈·测试全栈·ai测试全栈
MM_MS6 小时前
Halcon变量控制类型、数据类型转换、字符串格式化、元组操作
开发语言·人工智能·深度学习·算法·目标检测·计算机视觉·视觉检测
ASF1231415sd6 小时前
【基于YOLOv10n-CSP-PTB的大豆花朵检测与识别系统详解】
人工智能·yolo·目标跟踪
水如烟7 小时前
孤能子视角:“意识“的阶段性回顾,“感质“假说
人工智能
Carl_奕然7 小时前
【数据挖掘】数据挖掘必会技能之:A/B测试
人工智能·python·数据挖掘·数据分析
旅途中的宽~7 小时前
《European Radiology》:2024血管瘤分割—基于MRI T1序列的分割算法
人工智能·计算机视觉·mri·sci一区top·血管瘤·t1