導讀: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,加速在不同領(lǐng)域商業(yè)化實踐。
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)務場景中嘗試應用,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,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、購物習慣、在線瀏覽記錄、周期性消費習慣等,人工智能在零售場景中可以實現(xiàn)營銷預測并輔助決策。如今,智能貨倉、無人快遞車、精準營銷等,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。
一、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,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。
眾所周知,施瓦辛格和赫本無論是性別還是消費習慣等都差異極大,應當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: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?;诖祟悢?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)常會有偏差導致糾紛。
這幾年,網(wǎng)絡(luò)虛擬試衣技術(shù)的發(fā)展相當迅速,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。
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。
二、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,作為球迷的你準備邀請幾個朋友一起喝啤酒觀賞比賽。但當你到超市的時候,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)購物歷史及周期習慣推薦購物路線,對新客戶可以制作客戶畫像,精準營銷;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。
三、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)開始部署智慧供應鏈,自動預測、采購、補貨、分倉,根據(jù)實時情況調(diào)整庫存精準發(fā)貨,從而對海量商品庫存進行自動化、精準化管理。
具體來說,目前可以看到的智能供應鏈應用場景主要有:
(1)自動預測備貨: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)預測備貨,有效減少庫存;
(2)智能選品:智能化診斷當前品類結(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),讓機器人適應不同的應用場景,完成各種復雜的任務,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生產(chǎn)。因此,機器人技術(shù)、人工智能算法、海量商品的精準識別成為實現(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)備被應用到具體場景,每個智能化的場景應用連成一體,構(gòu)成智慧零售的關(guān)鍵一環(huán)。
四、困難及前景
當前,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應用的必要基礎(chǔ),在長期的業(yè)務開展中,積累的數(shù)據(jù)維度多樣、體量巨大、形式復雜,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)的應用。尤其在零售行業(yè),新技術(shù)的應用落地呈現(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。