双十一结束了，但AI的退货“打怪之旅”刚刚开始( 六 )_12日零点开始

首先，退货率与消费者的主观意愿紧密相关，不像出行数据、工业生产等流程化强的场景一样，可以被快速数据化然后交给神经网络去学习，退货往往会在商品从商家到用户的运动状态过程中发生，随机性很强。

“双十一奥数题”交卷时没算清买贵了，退！脑子一热买多了，退！隔壁老王下的单一小时就到了，我居然等了6小时6分钟6秒？退！老公/爸妈/老婆说不好看，退！……退货理由千奇百怪，只能被概率化地总结，要精准指导决策还不太现实。

同时，平台也很难对“退货率”做出有效的治理对策。与海外电商不同，中国电商行业某种程度上也有着社会基础设施的公共作用，单纯出于商业考虑就像亚马逊那样拒绝为用户服务，分分钟12315警告！抬高售价来弥补服务成本又会导致消费者出逃到对家平台。所以，目前各大平台也只会对退款率高的用户做出信用降级、限制次数或购买额度、停发优惠券等措施，直接“炸号”的极端操作是万万不敢的。

更进一步，较之平台物流或小微商家物流，退货行为往往不受时间、空间限制，随机性、分散性更高。无论是平台自营履行体系，还是合作物流机构，单次回收成本都会明显上升。机器人拣货员、无人机配送员、自动化仓储系统等“黑科技” ，在这一环节能够发挥的效率提升价值十分有限。