IKEA 在科技發展的道路上持續前行，而面對 AI 帶來的潛在變革，他們已採取多項準備措施，為未來的挑戰與機會做好準備。
編譯／Frances
總部位於荷蘭的全球知名家具家居用品零售商 IKEA 成立於 1943 年，截至 2024 年，它在全球 63 個國家擁有 479 家門市，年營收達 451 億歐元。IKEA 可以說從來沒有在科技應用上落後於市場，由於他們積極採用科技創新，不僅提升了營運效率，更為顧客提供了加倍便捷和個性化的購物體驗，進一步鞏固了其在全球市場的競爭優勢。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球 CIO 同步獲取精華見解 ]
在討論 AI 在 IKEA 營運中的角色時，IKEA 執行長 Jesper Brodin 強調其在改善顧客可及性和簡化購物體驗方面的重要性。他提到，在我們的業務領域，人們尋找產品、發現並購買它們，而 AI 的作用是讓這個過程變得容易。Brodin 對於 AI 導入的態度是樂觀，但也抱持著謹慎。他指出，AI 帶來了創造效率和品質提升等美好機會，但也對人類構成了可怕的風險。這些觀點反映了 Brodin 對 AI 的平衡看法，既視其為創新的工具，也認識到其更廣泛影響所需的謹慎考量。
導入科技不落人後
2017 年，IKEA 推出了結合擴增實境（AR）技術的應用程式「IKEA Place」，讓使用者能夠透過手機將虛擬家具投射到真實環境中，預覽家具在家中的擺設效果。
2020 年，IKEA 收購了位於加州的公司 Geomagical Labs，他們的新 AI 科技可以讓使用者用手機掃描自家房間，並將其轉換成 3D 模型，進一步在在虛擬環境中預覽 IKEA 家具擺設的情況。
2022，IKEA 的研究與設計實驗室 Space10 與創意工作室 Oio 合作，提出了 Updatables 概念家具系列。使用者可以透過專用應用程式掃描家具後，該應用程式會利用 AI 分析家具的狀況，並透過 AR 技術展示可能的升級方案。例如，一張被忽略的扶手椅，可能會建議增加儲物空間或閱讀燈，以激起使用者更頻繁使用它的慾望。
2024 年 4 月， IKEA 的母公司 Ingka 集團宣布進行人工智慧轉型，要求內部約 3,500 名總部員工必須具備 AI 相關知識技能。同時，Ingka 集團推出了「AI 加速器計劃」，目的在吸引擁有數據科學、機器學習（ML）或大型語言模型（生成式 AI）碩博士等級的技術愛好者。該計劃為期六個月，加速新人才的學習旅程，並將這些人才全面融入業務推進中。此外，Ingka 集團也與微軟合作開發了名為 Hej AI 的專屬 AI 工具，用於家具領域的圖文生成和商業簡報製作等用途。該公司還在 OpenAI 的 GPT 商店平台獨家推出了 IKEA AI 助理，向客戶提供家裝建議。
[ 推薦文章：STUDIO A 整合全通路資料，數據共享創新服務 ]
2024 年 5 月，IIKEA 在捷克推出了 IKEA Kreativ 工具，站在過去 Geomagical Labs 的技術基礎上，IKEA 能夠提供更精確的家居視覺化體驗，讓客戶能夠在行動應用程式和網站上使用。透過該工具，使用者可以掃描房間，創建可編輯的 3D 模型，並在虛擬環境中試擺設 IKEA 的產品。
2024 年 9 月，Ingka 集團宣布加入「人工智慧夥伴關係」（Partnership on AI，PAI）這個由超過 100 個成員組成的國際組織，專注於以有利於人類、社區和環境的方式塑造 AI 的未來。這些事件展示了 IKEA 和 Ingka 集團在 AI 領域的積極投入。
IKEA 的 AI 導入有何特別之處？
儘管生成式 AI 正大行其道，不過 IKEA 的 AI 使用以傳統 AI 的機器學習為主，相對較少採用生成式 AI，並傾向於針對其自身業務需求開發和訓練解決方案。IKEA 選擇以傳統機器學習為主的原因主要在於這種方法能夠針對特定業務（例如推薦系統和長途卡車裝載優化）進行客製化開發，並且能夠與現有的業務領域進行深入整合。以下我們用一些案例來說明：
- 產品推薦系統和室內設計服務
推薦系統可以說是現代化零售業營運的關鍵，IKEA 的推薦系統與一般有所不同，它更注重內部數據的整合與使用，而非僅僅依賴於外部或消費者行為數據。此外，IKEA 的系統是針對其業務需求量身打造的，尤其是將推薦系統與室內設計服務深度整合，提供個性化的家居解決方案，而非採用通用的商業推薦工具。此外，IKEA 強調對內部數據（如倉儲和供應鏈）的控制比處理客戶數據更加完善，這也是其優先發展的方向。 - 物流與運輸優化
機器學習了用來分析產品尺寸、重量和目的地等數據，優化長途卡車的裝載效率，減少運輸次數並提升空間利用率。另外則是將 AI 用於優化物流系統，特別是在裝填長途貨運卡車時，提升裝載效率並降低運輸成本。這方面技術的決策都根據數據導向而來，確保運輸流程能以更高效和環保的方式進行。 - 員工技能發展
大量員工參與基礎 AI 訓練（約 30,000人），並透過專項計劃（如一年的全職數據分析教育）將 AI/ML 知識帶回公司的不同部門領域。除了此三大特點，目前也在資訊管理與數據整合、內部支援與效率提升、創新應用與社會影響（例如黑客松和 IKEA 世界數據遊戲週）等方向持續進展。
選擇以傳統 AI 機器學習為主的原因
歸納起來，IKEA 選擇以傳統 AI 機器學習為主的原因：
- 專注於特定需求的解決方案：
IKEA 更傾向於針對自身業務的特定領域開發和訓練 AI 解決方案，例如產品推薦服務或長途卡車裝載優化，而不是依賴通用的生成式 AI 解決方案。 - 與業務領域的深度結合：
IKEA 認為針對特定行業（例如室內設計）的 AI 解決方案更可能來自於深耕該領域的公司，而非大型通用軟體公司。同時，IKEA 的推薦工具也需透過內部訓練完成，以嵌入室內設計服務，滿足其專業需求。 - 數據基礎與可靠性：
經典機器學習專注於使用已清理且有序的數據進行預測與分析，而這正是 IKEA 長期以來在供應鏈和倉儲管理中取得良好成果的領域，因此這種方法更貼近其業務現實需求。 - 實用性與適配性：相比生成式 AI 的廣泛但未必精準的應用，經典機器學習能更直接有效地應用於 IKEA 目前的營運需求，例如內部系統和工具的開發。
IKEA 的數據和分析總監 Francesco Marzoni 解釋說，內部開發和訓練自己的 AI 解決方案非常重要，因為它針對相關領域（例如室內設計）提供了更具價值的支持，相比直接購買通用型 AI 工具（例如 Office 的 AI 功能）更為有效。未來，IKEA 計劃進一步投資於數位化室內設計服務，結合 AI 技術，全面提升客戶體驗與員工效率，實現更智能化的家居解決方案。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
