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。從采用POS機、條形碼、嵌入RFID等技術到電商熱、O2O模式重構，再到如今AI助力的“新零售”，零售行業一直善于將新技術運用于各類需求中。
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。而人工智能(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。
繼金融、教育行業后，智媒云圖走訪調研多家零售企業及人工智能公司，發布《2017A I新零售白皮書》。從A I落地場景、落地難點、商業模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
從門店到供應鏈，理想逐步落地
A I落地零售行業場景非常多，《智媒云圖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、智能買手、智能倉儲與物流、智能營銷與體驗、智能客服這五部分。
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，并登錄自己的ID，就可以選擇商品，實現線下選購、線上結賬。智媒云圖人工智能工作室經采訪調研發現，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后，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。據了解，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。
除智能門店外，A I在優化后端的供應鏈有著廣泛應用空間，核心為合理控制庫存。通過智能買手，便可對接整個供應鏈。例如過去采購人員采購水果，需要先考察果農，了解產量，結合店內銷售數據，下訂單。如果能夠利用A I相關技術，對接門店銷售數據、天氣數據、汽車交通數據、種植數據，系統實現產品組合優化，自動采購，采購后物流部門自動拉貨、自動銷售，在這個過程中，機器擔任了買手的角色。據了解，以上這樣的采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
智能倉儲也是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，附著于可跟蹤的物品上，可全球流通并被識別和讀寫。這個系統基本可以代替人工，可實現智能盤點貨物。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，分揀完后放在傳送帶上打包，最后發貨。
對于電商領域，客服的角色不可或缺。智能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，智能客服用于解決客戶向公司提出的咨詢和投訴，且僅支持文字回復。如今人工智能客服面向千萬商家，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復，并根據客戶信息定制個性化產品推薦，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于線上零售，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
數據多樣，但連接困難
AI的基礎主要是大數據及其算法。相比其它行業而言，由于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，數據獲取更容易，因此數據維度更多樣，數據積累量更大，且獲取數據及時性也更強。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數據難以互聯互通的問題，這也阻礙了數據被深層次應用的探索。據了解，由于零售行業環節很多，產業鏈上下游公司之間存在數據壁壘。數據作為一個公司的財富，在看不到既得利益時，許多公司不愿意公開自身掌握的數據。例如零售商不愿向制造商公開數據，物流商也不愿向零售商公開數據。整個行業產業鏈的數據聯通談判周期較長。
利潤低，一次性成本較高
零售行業注重利潤率，而科技的落地帶來的成本并非每個零售商都可以接受。例如，對于大型連鎖便利店而言，要讓成千上百家門店實現智能化，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，傾向依舊采用人力。
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注。業內人士介紹：“這個系統基本可以代替人工盤點貨物。但是由于成本過高，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。例如家居行業屬于高服務、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。兩者都屬于零售業，但差異很大。如今采購系統可以實現AI自采，但是品類只局限于快消品等，因為這種品類高度標準化且無需售后服務等附加因素。
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
《智媒云圖2017A I零售白皮書》，主要按照公司規模以及商業模式，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，于此同時開放技術平臺，為B端客戶提供技術支持。對于創業技術輸出公司而言，則更傾向選擇采用T o B商業模式，以SaaS服務為主。SaaS(Softw are-as-a-Ser-vice)是軟件即服務的簡稱。主要是企業根據自身實際需求向云端互聯網廠商定購所需的應用軟件服務，按定購的服務多少和時間長短向廠商支付費用，并通過互聯網獲得廠商提供的服務。
不過，這種被資本市場頗為看好的“產品+服務”模式，卻也是一場“持久戰”。據了解，有些企業需耗時3-5年打磨產品。后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，形成良性循環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，在處理和巨頭的關系時，并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。
無人值守與數據互聯
繼亞馬遜推出無人值守便利店A m azon Go后，國內各大零售商也開始嘗試無人值守便利店。然而這種模式的便利店噱頭大于應用，暫時還處于試點階段。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，零售行業面臨著數據互聯的困局，數據一旦實現互聯，就會促進線上與線下的緊密結合，推動新零售的普及。當數據不斷公開和互聯，未來技術落地零售還有很多想象空間。 我是王小白。如果你對我發布的文章感興趣的話可以＋我的微信：A1390722766 聯系我微信索取互聯網的核心思想，求合作伙伴供求發展
