‌ · 智 媒 云图 2017 AI 新 零售 白皮书 发布 “ 人工智能 + 新 零售 ” 机会 何在 ？ 
来源 ： 南方 都市报 2017 年 06 月 25 日 版次 ： AA 15 作者 ： 郭 丽 娟 作为 技术应用 的 集成 体现 ， 智慧 门店 是 业内 重点 探索 的 领域 。 
资料图片 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 ( AI ) 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 。 
继 金融 、 教育 行业 后 ， 智 媒 云图 走访 调研 多家 零售 企业 及 人工智能 公司 ， 发布 《 2017 AI 新 零售 白皮书 》 。 
从 AI 落地 场景 、 落地 难点 、 商业 模式 和 未来 畅想 四 部分 ， 深入 剖析 AI 与 零售 行业 的 结合 机会 。 
五大 场景 从 门店 到 供应链 ， 理想 逐步 落地 AI 落地 零售 行业 场景 非常 多 ， 《 智 媒 云图 2017 AI 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 AmazonGo ， 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 。 
智 媒 云图 人工智能 工作室 经 采访 调研 发现 ， 目前 AI 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 APP 协作 ， 实现 远程 店面 管理 。 
除 智能 门店 外 ， AI 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 。 
例如 过去 采购 人员 采购 水果 ， 需要 先 考察 果农 ， 了解 产量 ， 结合 店 内 销售 数据 ， 下 订单 。 
如果 能够 利用 AI 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 AI 切入 零售 行业 的 重要 场景 。 
射频 识别 ( RFID ) 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 AI 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 2017 AI 零售 白皮书 》 ， 主要 按照 公司 规模 以及 商业 模式 ， 将 涉足 AI 领域 的 零售 公司 分为 ToC 和 ToB 两 大类 目 。 
选择 前者 的 多 为 互联网 巨头 ， 它们 将 研发 的 AI 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 ToB 商业 模式 ， 以 SaaS 服务 为主 。 
SaaS ( Software-as-a-Ser-vice ) 是 软件 即 服务 的 简称 。 
主要 是 企业 根据 自身 实际 需求 向 云端 互联网 厂商 定购 所 需 的 应用软件 服务 ， 按 定购 的 服务 多少 和 时间 长短 向 厂商 支付 费用 ， 并 通过 互联网 获得 厂商 提供 的 服务 。 
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 AmazonGo 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 。 
智 媒 云图 研究室 出品 统筹 ： 鲁 浩 　 撰稿 ： 郭 丽 娟 scroll 手机 看报 RightsReserved