人工智能如何馳騁零售業(yè) ?聚焦產(chǎn)業(yè)鏈各細分環(huán)節(jié)

在過去的一周，AlphaGo與柯潔的人機大戰(zhàn)持續(xù)吸引行業(yè)關注。5月22日，在與AlphaGo對決的前一夜，柯潔在他的微博上發(fā)表了《最后的對決》一文，并表示：“現(xiàn)在的AI進步之快遠超我們的想象。”諸如此類，人工智能(AI)無疑是今年整個國內互聯(lián)網(wǎng)產(chǎn)業(yè)中最熱鬧的戲碼。隨之人才大戰(zhàn)也在不斷升級，比如5月初騰訊直接宣布在美國西雅圖建立AI實驗室。

不過，無論技術如何進步、人才多么走俏，但最終還是要落地在行業(yè)應用和實際價值上。

繼金融和教育領域之后，將繼續(xù)走訪行業(yè)專家和企業(yè)，關注人工智能落地零售業(yè)。本期將了解人工智能對“平臺型”零售商的作用，國內外的差距以及他們所遇到的困難。

2016年底，亞馬遜發(fā)布了線下實體便利超市AmazonGo，消費者用手機掃碼進入其中，并登錄自己的ID，就可以選擇商品，選購結束直接在手機APP上結算，“即拿即走”。整個消費過程實現(xiàn)了人工智能自動化管理，無需人工干預。但記者走訪國內零售業(yè)發(fā)現(xiàn)，這樣科技感十足的全自動智能便利店或許離實際落地還有很長一段距離。

記者采訪發(fā)現(xiàn)AI落地零售業(yè)過程中，相比線下實體行業(yè)，線上的平臺型零售業(yè)更易突破。其中快消品等領域因為產(chǎn)品標準程度高又沒有售后服務等因素是最好的場景之一。不過依然面臨著數(shù)據(jù)聯(lián)通和成本控制等現(xiàn)實問題。

切入

AI落地零售業(yè)三場景

聚焦到零售行業(yè)，粗略將人工智能落地線下平臺型零售業(yè)的重要場景，分為以下幾類：采銷系統(tǒng)、倉儲系統(tǒng)、店內運營等。

首先看采銷系統(tǒng)。百聯(lián)咨詢創(chuàng)始人莊帥以采購荔枝為例向記者介紹：“以前采購人員需要先考察果農(nóng)，了解產(chǎn)量，結合店內銷售數(shù)據(jù)，下訂單。如果能夠利用人工智能相關技術，對接門店銷售數(shù)據(jù)、天氣數(shù)據(jù)、汽車交通數(shù)據(jù)、種植數(shù)據(jù)，系統(tǒng)實現(xiàn)自動采購，采購后物流部門自動拉貨、自動銷售，機器擔任了機器買手的角色。”

據(jù)了解，以上這樣的采購系統(tǒng)已經(jīng)在國外一些大型線下超市上應用，中國的一些大型超市在近年來開始實施。

A I以“買手角色”完成采銷環(huán)節(jié)后，智能倉儲也是人工智能切入零售行業(yè)的重要場景。據(jù)介紹，如今亞馬遜、天貓、京東都已經(jīng)實施了無人工化分揀系統(tǒng)，所有商品由機器分揀，分揀完后放在傳送帶上打包，最后發(fā)貨。

人工智能不僅在后端的供應鏈有著廣泛應用空間，在前端運營方面也有機會大顯身手。主要分為線上平臺和線下平臺兩個類目。以線下平臺來說：目前主要的做法是，通過攝像頭進行識別，自動計算人流量，反饋至前臺做人流量調配。電子價簽的應用還能捕捉顧客表情，判斷顧客對于價格的反應，適時作出價格調整。

相比線下平臺，莊帥表示：“線上的人工智能應用更多，因為線上的數(shù)據(jù)維度和數(shù)據(jù)連接更容易些。”比如，“顧客想要什么”、“給顧客推薦什么”，了解消費者行為，根據(jù)用戶瀏覽軌跡、社交媒體等數(shù)據(jù)捕捉消費者行為，實現(xiàn)精準營銷，輔助購買決策是人工智能運用于電商的典型。

普及

前途光明、路途障礙不少

以上似乎是勾勒了一個理想型的零售場景。但這些技術全面應用需要多久呢?記者采訪發(fā)現(xiàn)，相比于人工智能在金融和教育領域，“零售+人工智能”似乎更為樂觀。

此前記者采訪時發(fā)現(xiàn)，人工智能在金融和教育領域主要擔當“輔助角色”。其中關鍵壁壘和難點便是數(shù)據(jù)采集。事實上，現(xiàn)在使用的人工智能并不需要多高精尖的技術，而是去看數(shù)據(jù)連接的效率和數(shù)據(jù)維度，以及獲取的能力。作為人工智能與教育結合領域的領航者科大訊飛就向記者反映，人工智能應用于教育最難點便在教育大數(shù)據(jù)，而教育大數(shù)據(jù)最困難的是數(shù)據(jù)采集。

相比于教育和金融行業(yè)，人工智能在零售行業(yè)的應用智能化程度更高，替代人的場景也更多，數(shù)據(jù)也更易得。莊帥解釋：“零售業(yè)是高度系統(tǒng)化的行業(yè)，這個行業(yè)最喜歡用各種各樣的技術，例如攝像頭技術，熱感應技術，Pos機、在線支付，應用速度非常快。因此數(shù)據(jù)維度更大更多。”

不過樂觀中也不乏問題和阻礙因素。

零售業(yè)涉及環(huán)節(jié)和品類眾多，品類之間性質差別很大。莊帥舉例稱：“家居行業(yè)屬于高服務、低頻消費、高客單價、決策鏈長、決策人數(shù)眾多的行業(yè)。相比而言，比如超市的一瓶水，客單價極低、一個人即可決策，沒有服務，甚至連售后都沒有。兩者都屬于零售業(yè)，但差異很大。”所以在他看來：“如今采購系統(tǒng)可以實現(xiàn)人工智能自采，但是品類只局限于快消品等領域，這些品類高度標準化又沒有售后服務等附加因素。”

除了跟零售本身具備的“品類多、行業(yè)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，決定了對于全行業(yè)的技術普及或許還需要一些時間。

以收銀環(huán)節(jié)為例，一位在線下大型零售平臺工作多年的工作人員告訴記者：“收銀環(huán)節(jié)的智能化從技術上來說其實是可以實現(xiàn)的，像A m azonG o里面運作一樣。但是地區(qū)不同，經(jīng)濟發(fā)展和素質發(fā)展也有差異，可能實現(xiàn)的難度不一樣。”

困難

數(shù)據(jù)聯(lián)通和成本控制

人工智能的基礎主要是大數(shù)據(jù)和算法。基于大數(shù)據(jù)，機器進行深度學習最終實現(xiàn)智能。事實上，相比其它行業(yè)，零售行業(yè)的各類數(shù)據(jù)維度更多，數(shù)據(jù)量更大，獲取的及時性也更強。但其中，數(shù)據(jù)聯(lián)通更應該是行業(yè)關注的焦點。

事實上，這更像是一場拉鋸戰(zhàn)。據(jù)了解，由于零售行業(yè)環(huán)節(jié)眾多，產(chǎn)業(yè)鏈上上下游不同的公司之間存在數(shù)據(jù)壁壘。數(shù)據(jù)作為一個公司財富，在看不到既得利益時，許多公司不愿意公開自身數(shù)據(jù)。莊帥介紹：“作為零售商，為什么要把數(shù)據(jù)給制造商，那作為物流商為什么把數(shù)據(jù)給零售商。這個談判對接存在很長的周期。”

除了數(shù)據(jù)之外，成本控制也是零售業(yè)重點考慮的要素。

當技術已經(jīng)具備，但是機器成本比人力成本還高時，零售業(yè)往往采用后者。射頻識別(RFID)是產(chǎn)品電子代碼(EPC)的物理載體，附著于可跟蹤的物品上，可全球流通并對其進行識別和讀寫。RFID技術作為構建“物聯(lián)網(wǎng)”的關鍵技術近年來受到人們的關注。業(yè)內人士介紹：“這個系統(tǒng)基本可以代替人工實現(xiàn)智能盤點貨物。但是由于成本過高，許多線下大型超市都放棄應用。”莊帥介紹：“R FID運用最成熟的是煙草行業(yè)，整個倉庫都是這個設備。因為利潤高用得起。零售業(yè)最大的考慮是規(guī)模化太大。線上倉庫有幾千萬商品，每個都用RFID，哪怕只要一毛錢，成本都很大。”

機會

聚焦產(chǎn)業(yè)鏈各細分環(huán)節(jié)

記者了解到，許多零售行業(yè)使用的技術服務主要來自亞馬遜、IBM等科技巨頭，然而人工智能的創(chuàng)業(yè)者在整場愈演愈烈的賽道中，是否還有機會?

事實上，創(chuàng)業(yè)者可以從服務細分領域切入。例如有些創(chuàng)業(yè)公司打造的電子價簽，在價簽上加入針孔攝像頭，通過情緒識別，了解客戶對于商品的情緒，對應進行調價。

創(chuàng)業(yè)者手持這些技術，去擁抱零售市場時，可能性有多大呢?莊帥認為：“這些只要做出來，大型的平臺商就會向他采購。很多大型平臺商不會自己研發(fā)數(shù)量很多涉及環(huán)節(jié)很多的人工智能設備和系統(tǒng)，基本運用成熟的創(chuàng)業(yè)公司創(chuàng)新出來的落地實施應用的系統(tǒng)。”