知識星球編者按：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資訊，更精確分析需求資訊，更快反應需求資訊，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，買到價效比最高的東西，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，釋出《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，是技術綜合應用的整合體現。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，並登入自己的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透過攝像頭的影象識別、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，能透過影象識別相關技術，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影象識別、情緒識別，與移動端的管理A PP協作，實現遠端店面管理。
除智慧門店外，A I在最佳化後端的供應鏈有著廣泛應用空間，核心為合理控制庫存。透過智慧買手，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，系統實現產品組合最佳化，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 )是產品電子程式碼(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諮詢和投訴，且僅支援文字回覆。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，並根據客戶資訊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，但連線困難
AI的基礎主要是大資料及其演演算法。相比其它行業而言，由於零售行業的系統化程度發展較快，透過攝像頭技術、熱感應技術、POS機、線上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週期較長。
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，但是品類只侷限於快消品等，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。
選擇前者的多為網際網路巨頭，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端客戶提供技術支援。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：
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！
