二手網用ChatGPT做客服 商品描述一鍵生成 AI體貼回覆 (Swapifly 袁念祖 / 香港浸會大學 溫瑞琪博士)
原文刊於信報財經新聞「EJ Tech 創科鬥室」
網上轉售閒置二手雜物，亮眼的商品描述有助於促銷。有本地初創結合機器學習及ChatGPT技術，賣家只須拍攝一張照片，既可一鍵生成商品描述，又能以不同的口吻自動回覆買家訊息。今次請來轉手快科技有限公司（Swapifly）創始人兼首席執行官袁念祖，以及浸會大學商學院副院長（修課式研究生課程）溫瑞琪，講解如何以新科技改善用戶體驗。
主持：（周）周泳彤 《信報》科技記者
嘉賓：（袁）袁念祖 轉手快科技有限公司創始人兼首席執行官
（溫）溫瑞琪博士 香港浸會大學商學院副院長（修課式研究生課程）
周：二手商品交易平台有何痛點？如何利用機器學習及人工智能（AI）技術，提升用戶體驗？
袁：在網上平台轉手物品，撰寫商品描述時，賣家通常耗費大量時間，適逢搬家甚至移民尤甚。我們利用ChatGPT訓練模型，只須為商品影一張相，平台就能自動識別種類，生成不同風格的描述文字，供賣家自行選擇。
當賣家不知如何應對詢問時，可以使用AI回覆功能，並為每一種商品設定是親身回覆，還是交由AI回答。AI回覆功能中，提供不同口吻選項，分別為割價傾銷、客戶至上、專業表述及限量銷售4種。
夥浸大研工具預測趨勢
二手銷售平台的商家，大多是個人或小店，不具備銷售分析能力。有見及此，我們與浸大合作，為平台研發即時商業分析工具，從賣家的定價、流量、配相質素等提供評分功能，而數據亦被用於預測未來市場趨勢。
溫：以商品價格為例，坊間不乏相關研究。價格由不同因素決定，又往往視乎產品特性，帶來不同影響。例如紅黃兩色搭配，近似意大利超跑製造商法拉利（Ferrari）經典配色，若套用衣服上效果有所不同。
此外，適合香港市場的產品，未必適合英國市場。除了Swapifly自有數據外，我們亦在全球多個電商平台中收集不同品類商品的相關數據，再根據上述評分標準，分別訓練不同模型，利用它做出相應分析。
產學合作擴充數據來源
周：浸大與Swapifly的研究有何意義？
溫：傳統研究以問卷或線下調研形式，從銷售人員及消費者了解資訊，消耗人力之餘，所得數據亦不具時效性。Swapifly所提供的實時數據，幫助我們擴充數據來源，有條件進行更多研究，成果為公司帶來效益，可謂雙贏。除了數據，也能為學校的學生提供更多商界資訊。
袁：產學合作機會難得，我們雙方各取所需，之間不存在利益衝突。作為依靠廣告收入的平台方，若免費提供有幫助的分析工具，用戶自然願意使用我們的平台，廣告收入亦會隨之增多。商學院方面，做行業研究更是必須，我們所提供的數據，就正好派上用場。
周：平台去年底推出以來，至今反應如何？未來有何發展方向？
袁：平台現時共有2000個賣家，每月平均用戶約10萬；當中超過七成比例為港人，第二大客戶群來自台灣，其次為英國。事實證明，二手商品買賣需求相當大。
我們在平台構建初期，已希望涵蓋虛擬物品。惟現時虛實商品置換，其支付問題仍是難題。現時有賣家在平台上售賣非同質化代幣（NFT）等虛擬商品，但至今未有成交。隨着打通虛擬與現實之間的支付渠道，預計這類交易將更為順暢。
註：以上嘉賓訪問均屬個人意見，與本報立場無關。
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
 - EJ Tech){kind=link}
){kind=link}