時間：2019-08-23 09:28:47 點擊：次
來源：蘇寧財富資訊 作者：沈春澤

條評論打印收藏

從上世紀五十年代起,，人工智能歷經(jīng)多年的起伏發(fā)展,，不斷在業(yè)務(wù)場景中嘗試應(yīng)用,，終于在2016年出現(xiàn)轉(zhuǎn)折——世界圍棋冠軍李世石在與Alpha Go的比賽中投子認輸,，之后的幾年里，各種形式的人機大戰(zhàn)不斷上演（從圍棋,、德州撲克到即時戰(zhàn)略游戲等）,，機器相對人類取得一連串壓倒性的勝利。人們驚訝地發(fā)覺,，人工智能的力量已經(jīng)不容忽視,。

過去的二十年,，算法的優(yōu)化、數(shù)據(jù)的積累和計算力的提升,，這三個要素極大地助推了人工智能的崛起,。

從設(shè)備感知，到大數(shù)據(jù)分析,，再到輔助決策,，人工智能能力的提升逐步帶來了各領(lǐng)域商業(yè)形式的改變。今天,，人工智能被視為數(shù)字網(wǎng)絡(luò)的升級版,，相關(guān)的產(chǎn)品或服務(wù)，加速在不同領(lǐng)域商業(yè)化實踐,。其中,，在零售業(yè)的表現(xiàn)尤其明顯，正在經(jīng)歷以消費者為核心的“零售革命”,，助推傳統(tǒng)零售行業(yè)升級。

新零售是以數(shù)據(jù)為驅(qū)動的,，對人,、貨、場等角色及相互關(guān)系的重構(gòu),?；ヂ?lián)網(wǎng)時代，碎片化的消費行為令傳統(tǒng)的零售方式難以為繼,。而基于數(shù)據(jù)分析,，綜合使用各個維度來源的數(shù)據(jù)：歷史交易數(shù)據(jù)、社交網(wǎng)絡(luò)關(guān)系,、購物習(xí)慣,、在線瀏覽記錄、周期性消費習(xí)慣等,，人工智能在零售場景中可以實現(xiàn)營銷預(yù)測并輔助決策,。如今，智能貨倉,、無人快遞車,、精準(zhǔn)營銷等，都是人工智能與新零售結(jié)合的產(chǎn)物,。

其中,，人工智能（AI）技術(shù)是連通線上、線下場景的橋梁,，可以跨越在線電商與實體門店的鴻溝,，實現(xiàn)線上,、線下數(shù)據(jù)互補，打造全新的購物體驗,。下面,，我們從人、貨,、場三個維度舉例說明,。

人的維度：智能推薦

想象一下，施瓦辛格和赫本走進一家超市,，理想情況下,，我們希望門店會自動引導(dǎo)他們關(guān)注符合各自需求的單品，以不同的動線逛完這家店,。

可實際上,，目前大多數(shù)零售店提供的是完全一樣的服務(wù)，因為在傳統(tǒng)的零售市場里,，他們即使被區(qū)分為不同客群,，得到的也是幾乎相同的服務(wù)。

眾所周知,，施瓦辛格和赫本無論是性別還是消費習(xí)慣等都差異極大,，應(yīng)當(dāng)有完全不同的購物體驗。這正是人工智能技術(shù)在新零售體驗中發(fā)展的方向,，針對不同人群的差異化需求,，推出個性化的解決方案，這需要人工智能的深度融合,。

個性化,、定制化的推薦服務(wù)在零售行業(yè)能很好的提升顧客體驗，隨著消費的不斷升級,，品質(zhì)消費,、個性化消費也開始日漸崛起，越來越多的零售企業(yè)開始推出私人定制的服務(wù)：服裝店可以根據(jù)尺寸定制服裝,，食品店可根據(jù)口味定制蛋糕,，等等。

對于線上場景,，如網(wǎng)上商城,，通過埋點獲取每個用戶的頁面瀏覽數(shù)據(jù)，根據(jù)這些數(shù)據(jù),，可以統(tǒng)計用戶從哪里進入頁面,，中間如何跳轉(zhuǎn)并查看了哪些頁面，每個頁面停留的時間及行為：如瀏覽、點擊或收藏,，最后在哪個頁面結(jié)束,。基于此類數(shù)據(jù)可進行瀏覽軌跡分析,，計算網(wǎng)站關(guān)鍵路徑的轉(zhuǎn)化率,，以了解整個網(wǎng)站設(shè)計的合理性、優(yōu)化空間等,，為優(yōu)化頁面設(shè)計提供基礎(chǔ),，提升線上精準(zhǔn)營銷的效果。

線上購物的一個缺點是無法直接觸摸感受商品,，圖片往往是消費者對商品認知的主要來源,，尤其是服裝的網(wǎng)銷，如尺碼,、色差,、質(zhì)地等經(jīng)常會有偏差導(dǎo)致糾紛。

這幾年,，網(wǎng)絡(luò)虛擬試衣技術(shù)的發(fā)展相當(dāng)迅速,，虛擬試衣的難點在于既要對消費者的體型建模，又要對服裝建模,，對兩者進行匹配,，展示穿著效果。首先,，消費者體型數(shù)據(jù)的采集大多依賴用戶輸入的測量數(shù)據(jù)，缺點是測量和填寫的步驟比較繁瑣,，而且不完全精準(zhǔn),。

相對的，此類數(shù)據(jù)收集問題在實體門店更加容易解決,，比如蘇寧推出的虛擬試衣鏡系統(tǒng),。在實體門店中，試衣鏡安裝的角度是固定的,，用戶和鏡子之間的距離可以通過引導(dǎo)探測,，做到較為精確的建模。

在未來,，試衣鏡可能是線上,、線下的鏈接點，在實體門店線下采集用戶的體型數(shù)據(jù)建模后,，便可以真實可靠地實現(xiàn)線上和線下的虛擬試衣,。虛擬試衣鏡能智能匹配許多套不同的搭配，這些款式既可以是店鋪陳列的，也可以是從廠家訂制的,。試衣下單后,，商家可以直接安排調(diào)貨，寄送到指定的地點,。

此外,，線下實體店還可以創(chuàng)造店內(nèi)互動體驗，讓線下購物更高效,、更有趣,、更個性化。相對于傳統(tǒng)購物體驗,，有人工智能助力的購物更像是一種線下的生活方式,，這對零售業(yè)生態(tài)提出了新的要求，也帶來了巨大的變化,。

貨的維度：智能貨架管理

在零售終端的智能化管理領(lǐng)域,，雖然消費者支付方式發(fā)生了快速的迭代，從鈔票支付,，到卡支付,，再到移動支付，店鋪的貨架管理手段卻還停留在比較原始的階段,。其實,，實體店的貨品擺放可以通過人工智能實現(xiàn)更有效的終端管理。

設(shè)想一下,，周末晚上有場精彩的足球賽轉(zhuǎn)播,，作為球迷的你準(zhǔn)備邀請幾個朋友一起喝啤酒觀賞比賽。但當(dāng)你到超市的時候,，發(fā)現(xiàn)自己最喜歡的啤酒已經(jīng)空架了,，是不是有點抓狂？

對于廠商而言,，產(chǎn)品在各個超市的貨架擺放情況,、是否及時補貨、銷售情況及關(guān)聯(lián)因素,、相應(yīng)調(diào)整措施等信息都要通過人工巡查獲得,。缺陷很明顯，信息收集和反饋的時間過長,，并且監(jiān)測數(shù)據(jù)不一定全面,。

新一代零售的發(fā)展方向必將是貨架管理的智能化，有效提升用戶體驗,。比如：通過攝像頭的人臉識別功能,，可以在顧客進店時進行新老客戶的身份識別,，對老客戶可以根據(jù)購物歷史及周期習(xí)慣推薦購物路線，對新客戶可以制作客戶畫像,，精準(zhǔn)營銷,；客戶進店后，攝像頭可以記錄客戶的行進軌跡,，優(yōu)化貨架擺放設(shè)置,。此外，還可以使用壓力傳感器監(jiān)測商品被拿起,、放下的情況,，以及存貨數(shù)量，對貨架進行自動化的實時監(jiān)測管理,。

這對于零售管理的意義重大,，將會真正實現(xiàn)從決策到銷售的全流程貫通管理。例如,，當(dāng)缺貨或者貨品信息展示不合規(guī)時,，可以實時發(fā)出警示；同時,，對用戶的挑選,、購物行為可以有大量的數(shù)據(jù)積累，從而可以結(jié)合人工智能技術(shù)進行本地化展陳優(yōu)化,。

場的維度：智能物流管理

如今,，零售行業(yè)不斷發(fā)展，數(shù)字化的商品信息,、高效的倉儲和物流,，從產(chǎn)品的生產(chǎn)到配送，正形成一個完整的智慧化零售業(yè)態(tài),。國內(nèi)外的電商巨頭都已經(jīng)開始部署智慧供應(yīng)鏈,，自動預(yù)測、采購,、補貨、分倉,，根據(jù)實時情況調(diào)整庫存精準(zhǔn)發(fā)貨,，從而對海量商品庫存進行自動化、精準(zhǔn)化管理,。

具體來說,，目前可以看到的智能供應(yīng)鏈應(yīng)用場景主要有：

（1）自動預(yù)測備貨：通過歷史記錄、節(jié)假日及促銷,、周期性因素,、商品特性等數(shù)據(jù)預(yù)測備貨，有效減少庫存；

（2）智能選品：智能化診斷當(dāng)前品類結(jié)構(gòu),，優(yōu)化品類資源配置,，實現(xiàn)了商品全生命周期智能化管理；

（3）智能分倉調(diào)撥：預(yù)先將商品匹配到距離消費者最近的倉庫,，盡量減少區(qū)域間的調(diào)撥和區(qū)域內(nèi)部倉庫之間的調(diào)撥,，提高時效性，同時優(yōu)化調(diào)撥時的倉配方案,，最大化降低調(diào)撥成本,。

以蘇寧為例，蘇寧超級云倉是自主研發(fā)的定制化,、系統(tǒng)化解決方案,。它使貨物從入庫、補貨,、揀選,、分撥到出庫全流程自動化、智能化作業(yè),，極大的提升了倉儲水平以及工作效率,。

在這個過程中，采用了大量的物流機器人進行協(xié)同與配合,，通過人工智能技術(shù),，讓機器人適應(yīng)不同的應(yīng)用場景，完成各種復(fù)雜的任務(wù),，在商品分揀,、運輸、出庫等環(huán)節(jié)實現(xiàn)自動化,。

與傳統(tǒng)倉儲或者僅在單個環(huán)節(jié)實現(xiàn)自動化的倉儲模式相比,，智能倉儲最大的特點在于機器人融入生產(chǎn)，改變生產(chǎn)模式,，以及人工智能算法指導(dǎo)生產(chǎn),。因此，機器人技術(shù),、人工智能算法,、海量商品的精準(zhǔn)識別成為實現(xiàn)無人倉的主要技術(shù)瓶頸。

近年來,，無人駕駛技術(shù)的研發(fā)得到了眾多企業(yè)的重視,，在商業(yè)化應(yīng)用中不斷成熟，包括無人重卡,、快遞機器人,、快遞無人機等,，在物流運輸、無人配送方面,，構(gòu)成一個完整的智慧物流配送體系,。其中，無人重卡是連接區(qū)域物流中心的橋梁,，快遞機器人為最后一公里配送構(gòu)建基礎(chǔ),，快遞無人機則全方位、無死角的保證這一公里的配送,。越來越多的無人智能化設(shè)備被應(yīng)用到具體場景,，每個智能化的場景應(yīng)用連成一體，構(gòu)成智慧零售的關(guān)鍵一環(huán),。

困難及前景

當(dāng)前,，人工智能已經(jīng)成為傳統(tǒng)行業(yè)轉(zhuǎn)型升級的助推力，持續(xù)地改變我們的商業(yè)模式和生活方式,。而人工智能技術(shù)在新零售體驗中的應(yīng)用,，必將進一步推動深度定制購物體驗的發(fā)展，深度定制購物體驗則會帶來用戶使用的粘性,。

當(dāng)然,，在發(fā)展過程中，也面臨著一些困難與挑戰(zhàn),。

首先,，在目前階段，數(shù)據(jù)是AI應(yīng)用的必要基礎(chǔ),，在長期的業(yè)務(wù)開展中,，積累的數(shù)據(jù)維度多樣、體量巨大,、形式復(fù)雜,，并且數(shù)據(jù)間很多時候無法融合互聯(lián)，形成數(shù)據(jù)壁壘,。

其次,，零售行業(yè)注重利潤率，而科技落地的成本不是每個零售企業(yè)都能夠接受的,。例如,，對于大型的連鎖便利店，如要實現(xiàn)眾多門店的智能化,，一次性投入成本較高,，因而升級門檻較高,，往往傾向于依舊采用傳統(tǒng)方式,。

盡管存在重重困難,，眾多的科技企業(yè)仍然進行了有益的嘗試，在一些典型場景中探索人工智能技術(shù)的應(yīng)用,。尤其在零售行業(yè),，新技術(shù)的應(yīng)用落地呈現(xiàn)爆發(fā)趨勢。例如,，零售企業(yè)在加速與人工智能技術(shù)融合,，在“物”端深耕供應(yīng)鏈管理的同時，在“人,、貨”端的用戶體驗上也增強了線上,、線下的融合。從無人值守的便利架到無人配送車,，從單個的機器人到智能化的無人超市,，各種技術(shù)、產(chǎn)品和解決方案,，向人們展示了人工智能助跑“新零售”的誘人前景,。