歡迎光臨
每天分享高質量文章

【應用】“人工智慧+新零售”機會何在?

編者按:人工智慧,新零售,是2017年最火的兩個話題。人工智慧如何給新零售賦能?線下和線上資料如何融合,從而更好地做智慧化與個性化服務?

2018年2月15日,除夕佳節,祝願各位資料人,團圓美滿,幸福安康,心想事成。


資料人網(http://shujuren.org)誠邀各位資料人來平臺分享和傳播優質資料知識



零售行業是對技術觸覺最為靈敏的行業之一,會根據市場的迭代做出快速反應。從採用POS機、條形碼、嵌入RFID等技術到電商熱、O2O樣式重構,再到如今AI助力的“新零售”,零售行業一直善於將新技術運用於各類需求中。


不過無論零售業的概念如何改變,都離不開其實質:商家以更低成本獲取更多需求信息,更精確分析需求信息,更快反應需求信息,從而降低時間和成本,提高效率;顧客消費需求更精準地被滿足,買到性價比最高的東西,降低犯錯可能。而人工智慧(A I)也只有從零售行業本質入手,解決行業痛點,才能實現整個業態的變革。

智媒雲圖走訪調研多家零售企業及人工智慧公司,發佈《2017A I新零售白皮書》。從A I落地場景、落地難點、商業樣式和未來暢想四部分,深入剖析A I與零售行業的結合機會。


    五大場景    

門店到供應鏈,理想逐步落地

A I落地零售行業場景非常多,《智媒雲圖2017A I新零售白皮書》聚焦較為成熟的五大場景,包括智慧門店、智慧買手、智慧倉儲與物流、智慧營銷與體驗、智慧客服這五部分。

在這五大部分中,智慧門店是業內重點探索的領域,是技術綜合應用的集成體現。無人值守便利店A m azonG o,是對智慧零售門店管理的一種理想狀態。即消費者用手機掃碼進入,並登錄自己的ID,就可以選擇商品,實現線下選購、線上結賬。

經採訪調研發現,目前A I實際落地門店主要是通過攝像頭的圖像識別、人臉識別輔助管理。例如在百貨商場不同的門上裝上攝像頭後,能通過圖像識別相關技術,對人流做評估,也可為安全疏散提供決策建議,為標準化作業提供監測,減少人力巡店成本。

據瞭解,未來的智慧門店將結合攝像頭的圖像識別、情緒識別,與移動端的管理A PP協作,實現遠程店面管理。

除智慧門店外,A I在優化後端的供應鏈有著廣泛應用空間,核心為合理控制庫存。通過智慧買手,便可對接整個供應鏈。

如果能夠利用A I相關技術,對接門店銷售資料、天氣資料、汽車交通資料、種植資料,系統實現產品組合優化,自動採購,採購後物流部門自動拉貨、自動銷售,在這個過程中,機器擔任了買手的角色。據瞭解,以上這樣的採購系統已經在國外一些大型線下超市發揮作用,中國的一些大型超市近年也已開始實施。

從物流到體驗,軟硬兼施

智慧倉儲也是A I切入零售行業的重要場景。射頻識別(R FID )是產品電子代碼(EPC)的物理載體,附著於可跟蹤的物品上,可全球流通並被識別和讀寫。這個系統基本可以代替人工,可實現智慧盤點貨物。據介紹,如今亞馬遜、京東都已經實施了無人分揀系統,所有商品由機器分揀,分揀完後放在傳送帶上打包,最後發貨。

對於電商領域,客服的角色不可或缺。智慧客服的應用降低了人工客服的工作量,提高了問題解決的效率。過去,智慧客服用於解決客戶向公司提出的咨詢和投訴,且僅支持文字回覆。如今人工智慧客服面向千萬商家,具備自然語言處理能力和深度學習技術。它可以對商品有關問題進行回覆,並根據客戶信息定製個性化產品推薦,還能提供修改訂單、退貨和退款等服務。

此外,改善顧客體驗是A I落地零售行業的重要場景之一。個性化推薦已經廣泛落地於線上零售,是線上精準營銷的一種重要手段。機器根據顧客的瀏覽軌跡、購買記錄等線上行為判斷顧客的喜好或需求,向其推薦潛在會購買的商品,提高顧客需求與商品供給的匹配性,以此提高成交量。此外,也有越來越多的終端開始試水營銷體驗環節,比如虛擬試衣鏡等等。


  三大難點  

資料多樣,但連接困難

AI的基礎主要是大資料及其演算法。相比其它行業而言,由於零售行業的系統化程度發展較快,通過攝像頭技術、熱感應技術、POS機、在線支付等技術的長期應用,資料獲取更容易,因此資料維度更多樣,資料積累量更大,且獲取資料及時性也更強。這為AI落地零售行業打下了堅實基礎。

但與此同時,零售行業依舊面臨著大量資料難以互聯互通的問題,這也阻礙了資料被深層次應用的探索。據瞭解,由於零售行業環節很多,產業鏈上下游公司之間存在資料壁壘。資料作為一個公司的財富,在看不到既得利益時,許多公司不願意公開自身掌握的資料。例如零售商不願向製造商公開資料,物流商也不願向零售商公開資料。整個行業產業鏈的資料聯通談判周期較長。

利潤低,一次性成本較高

零售行業註重利潤率,而科技的落地帶來的成本並非每個零售商都可以接受。例如,對於大型連鎖便利店而言,要讓成千上百家門店實現智慧化,一次性成本較高,短期內當機器成本比人力成本還高時,零售商往往猶豫不決,傾向依舊採用人力。

比如要建設類似羅森便利店那樣的無人值守門店,射頻識別(RFID)是其中運用到的重要技術。RFID技術作為構建“物聯網”的關鍵技術近年來受到人們的關註。業內人士介紹:“這個系統基本可以代替人工盤點貨物。但是由於成本過高,許多線下大型超市都選擇放棄。”

品類多,效果參差不齊

AI落地零售場景很多,但技術落地效果參差不齊。主要是因為零售業涉及環節和品類很多,品類之間性質差別較大。例如家居行業屬於高服務、低頻消費、高客單價、決策鏈長、決策人數眾多的行業。相比而言,超市的一瓶水,客單價極低、一個人即可決策,無需其他附加服務。兩者都屬於零售業,但差異很大。

如今採購系統可以實現AI自採,但是品類只局限於快消品等,因為這種品類高度標準化且無需售後服務等附加因素。

AI落地,除了跟零售本身具備的“品類多、行業差距大”等特性有關外,也跟不少主觀因素有關。這在一定程度上,決定了全行業的AI技術普及還需要相當長一段時間。


 路徑與機會 

以“產品+服務”撬動細分市場

《智媒雲圖2017A I零售白皮書》,主要按照公司規模以及商業樣式,將涉足A I領域的零售公司分為T oC和T oB兩大類目。

選擇前者的多為互聯網巨頭,它們將研發的A I技術直接落地其消費者業務中,於此同時開放技術平臺,為B端客戶提供技術支持。對於創業技術輸出公司而言,則更傾向選擇採用T o B商業樣式,以SaaS服務為主。

不過,這種被資本市場頗為看好的“產品+服務”樣式,卻也是一場“持久戰”。據瞭解,有些企業需耗時3-5年打磨產品。後期還需提供長期服務,包括企業培訓、產品維運、產品監測、服務續費等。在企業服務持久戰中,獲客難、客戶流失率高一直是許多從業者需要解決的困局。單靠砸廣告引進B端精準客戶難以奏效。做好產品和服務,形成良好的口碑,形成良性迴圈才是持續發展的關鍵。

對此,創業者開始時可以在“細分+合作”中尋找機會。選定巨頭暫時看不上的垂直細分市場,做精做透單個行業的解決方案。此外,在處理和巨頭的關係時,並不是每個創業者都選擇獨自拼搏這條路,擁抱巨頭也是一種選擇。

無人值守與資料互聯

繼亞馬遜推出無人值守便利店A m azon Go後,國內各大零售商也開始嘗試無人值守便利店。然而這種樣式的便利店噱頭大於應用,暫時還處於試點階段。未來,無人值守店真正落地各大百貨、便利店、連鎖門店,還有很長的路要走。

此外,零售行業面臨著資料互聯的困局,資料一旦實現互聯,就會促進線上與線下的緊密結合,推動新零售的普及。當資料不斷公開和互聯,未來技術落地零售還有很多想象空間。


來源:南方都市報

想加入資料人網人工智慧,請加微信:luqin360。

文章推薦:

人工智慧興起 這六種工作需求增長

2018年努力成為一名資料科學家

人工智慧研究的中國力量


公眾號推薦:

好又樂書屋,分享有益處,有趣味的內容,傳播正能量。





閱讀原文,更多精彩!

分享是收穫,傳播是價值!


赞(0)

分享創造快樂