>科技>>正文

【应用】“人工智能+新零售”机会何在?

原标题:【应用】“人工智能+新零售”机会何在?

编者按:人工智能,新零售,是2017年最火的两个话题。人工智能如何给新零售赋能?线下和线上数据如何融合,从而更好地做智能化与个性化服务?

2018年2月15日,除夕佳节,祝愿各位数据人,团圆美满,幸福安康,心想事成。

零售行业是对技术触觉最为灵敏的行业之一,会根据市场的迭代做出快速反应。从采用POS机、条形码、嵌入RFID等技术到电商热、O2O模式重构,再到如今AI助力的“新零售”,零售行业一直善于将新技术运用于各类需求中。

不过无论零售业的概念如何改变,都离不开其实质:商家以更低成本获取更多需求信息,更精确分析需求信息,更快反应需求信息,从而降低时间和成本,提高效率;顾客消费需求更精准地被满足,买到性价比最高的东西,降低犯错可能。而人工智能(A I)也只有从零售行业本质入手,解决行业痛点,才能实现整个业态的变革。

智媒云图走访调研多家零售企业及人工智能公司,发布《2017A I新零售白皮书》。从A I落地场景、落地难点、商业模式和未来畅想四部分,深入剖析A I与零售行业的结合机会。

五大场景

门店到供应链,理想逐步落地

A I落地零售行业场景非常多,《智媒云图2017A I新零售白皮书》聚焦较为成熟的五大场景,包括智慧门店、智能买手、智能仓储与物流、智能营销与体验、智能客服这五部分。

在这五大部分中,智慧门店是业内重点探索的领域,是技术综合应用的集成体现。无人值守便利店A m azonG o,是对智慧零售门店管理的一种理想状态。即消费者用手机扫码进入,并登录自己的ID,就可以选择商品,实现线下选购、线上结账。

经采访调研发现,目前A I实际落地门店主要是通过摄像头的图像识别、人脸识别辅助管理。例如在百货商场不同的门上装上摄像头后,能通过图像识别相关技术,对人流做评估,也可为安全疏散提供决策建议,为标准化作业提供监测,减少人力巡店成本。

据了解,未来的智慧门店将结合摄像头的图像识别、情绪识别,与移动端的管理A PP协作,实现远程店面管理。

除智能门店外,A I在优化后端的供应链有着广泛应用空间,核心为合理控制库存。通过智能买手,便可对接整个供应链。

如果能够利用A I相关技术,对接门店销售数据、天气数据、汽车交通数据、种植数据,系统实现产品组合优化,自动采购,采购后物流部门自动拉货、自动销售,在这个过程中,机器担任了买手的角色。据了解,以上这样的采购系统已经在国外一些大型线下超市发挥作用,中国的一些大型超市近年也已开始实施。

从物流到体验,软硬兼施

智能仓储也是A I切入零售行业的重要场景。射频识别(R FID )是产品电子代码(EPC)的物理载体,附着于可跟踪的物品上,可全球流通并被识别和读写。这个系统基本可以代替人工,可实现智能盘点货物。据介绍,如今亚马逊、京东都已经实施了无人分拣系统,所有商品由机器分拣,分拣完后放在传送带上打包,最后发货。

对于电商领域,客服的角色不可或缺。智能客服的应用降低了人工客服的工作量,提高了问题解决的效率。过去,智能客服用于解决客户向公司提出的咨询和投诉,且仅支持文字回复。如今人工智能客服面向千万商家,具备自然语言处理能力和深度学习技术。它可以对商品有关问题进行回复,并根据客户信息定制个性化产品推荐,还能提供修改订单、退货和退款等服务。

此外,改善顾客体验是A I落地零售行业的重要场景之一。个性化推荐已经广泛落地于线上零售,是线上精准营销的一种重要手段。机器根据顾客的浏览轨迹、购买记录等线上行为判断顾客的喜好或需求,向其推荐潜在会购买的商品,提高顾客需求与商品供给的匹配性,以此提高成交量。此外,也有越来越多的终端开始试水营销体验环节,比如虚拟试衣镜等等。

三大难点

数据多样,但连接困难

AI的基础主要是大数据及其算法。相比其它行业而言,由于零售行业的系统化程度发展较快,通过摄像头技术、热感应技术、POS机、在线支付等技术的长期应用,数据获取更容易,因此数据维度更多样,数据积累量更大,且获取数据及时性也更强。这为AI落地零售行业打下了坚实基础。

但与此同时,零售行业依旧面临着大量数据难以互联互通的问题,这也阻碍了数据被深层次应用的探索。据了解,由于零售行业环节很多,产业链上下游公司之间存在数据壁垒。数据作为一个公司的财富,在看不到既得利益时,许多公司不愿意公开自身掌握的数据。例如零售商不愿向制造商公开数据,物流商也不愿向零售商公开数据。整个行业产业链的数据联通谈判周期较长。

利润低,一次性成本较高

零售行业注重利润率,而科技的落地带来的成本并非每个零售商都可以接受。例如,对于大型连锁便利店而言,要让成千上百家门店实现智能化,一次性成本较高,短期内当机器成本比人力成本还高时,零售商往往犹豫不决,倾向依旧采用人力。

比如要建设类似罗森便利店那样的无人值守门店,射频识别(RFID)是其中运用到的重要技术。RFID技术作为构建“物联网”的关键技术近年来受到人们的关注。业内人士介绍:“这个系统基本可以代替人工盘点货物。但是由于成本过高,许多线下大型超市都选择放弃。”

品类多,效果参差不齐

AI落地零售场景很多,但技术落地效果参差不齐。主要是因为零售业涉及环节和品类很多,品类之间性质差别较大。例如家居行业属于高服务、低频消费、高客单价、决策链长、决策人数众多的行业。相比而言,超市的一瓶水,客单价极低、一个人即可决策,无需其他附加服务。两者都属于零售业,但差异很大。

如今采购系统可以实现AI自采,但是品类只局限于快消品等,因为这种品类高度标准化且无需售后服务等附加因素。

AI落地,除了跟零售本身具备的“品类多、行业差距大”等特性有关外,也跟不少主观因素有关。这在一定程度上,决定了全行业的AI技术普及还需要相当长一段时间。

路径与机会

以“产品+服务”撬动细分市场

《智媒云图2017A I零售白皮书》,主要按照公司规模以及商业模式,将涉足A I领域的零售公司分为T oC和T oB两大类目。

选择前者的多为互联网巨头,它们将研发的A I技术直接落地其消费者业务中,于此同时开放技术平台,为B端客户提供技术支持。对于创业技术输出公司而言,则更倾向选择采用T o B商业模式,以SaaS服务为主。

不过,这种被资本市场颇为看好的“产品+服务”模式,却也是一场“持久战”。据了解,有些企业需耗时3-5年打磨产品。后期还需提供长期服务,包括企业培训、产品维运、产品监测、服务续费等。在企业服务持久战中,获客难、客户流失率高一直是许多从业者需要解决的困局。单靠砸广告引进B端精准客户难以奏效。做好产品和服务,形成良好的口碑,形成良性循环才是持续发展的关键。

对此,创业者开始时可以在“细分+合作”中寻找机会。选定巨头暂时看不上的垂直细分市场,做精做透单个行业的解决方案。此外,在处理和巨头的关系时,并不是每个创业者都选择独自拼搏这条路,拥抱巨头也是一种选择。

无人值守与数据互联

继亚马逊推出无人值守便利店A m azon Go后,国内各大零售商也开始尝试无人值守便利店。然而这种模式的便利店噱头大于应用,暂时还处于试点阶段。未来,无人值守店真正落地各大百货、便利店、连锁门店,还有很长的路要走。

此外,零售行业面临着数据互联的困局,数据一旦实现互联,就会促进线上与线下的紧密结合,推动新零售的普及。当数据不断公开和互联,未来技术落地零售还有很多想象空间。

来源:南方都市报

数据人网人工智能

3 人工智能研究的中国力量

好又乐书屋,分享有益处,有趣味的内容返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
投诉
免费获取
今日推荐