從上世紀(jì)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(wù)場(chǎng)景中嘗試應(yīng)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(rèn)輸，之后的幾年里，各種形式的人機(jī)大戰(zhàn)不斷上演(從圍棋、德州撲克到即時(shí)戰(zhàn)略游戲等)，機(jī)器相對(duì)人類(lèi)取得一連串壓倒性的勝利。人們驚訝地發(fā)覺(jué)，人工智能的力量已經(jīng)不容忽視。

過(guò)去的二十年，算法的優(yōu)化、數(shù)據(jù)的積累和計(jì)算力的提升，這三個(gè)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(lái)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(jí)版，相關(guān)的產(chǎn)品或服務(wù)，加速在不同領(lǐng)域商業(yè)化實(shí)踐。其中，在零售業(yè)的表現(xiàn)尤其明顯，正在經(jīng)歷以消費(fèi)者為核心的“零售革命”，助推傳統(tǒng)零售行業(yè)升級(jí)。

新零售是以數(shù)據(jù)為驅(qū)動(dòng)的，對(duì)人、貨、場(chǎng)等角色及相互關(guān)系的重構(gòu)。互聯(lián)網(wǎng)時(shí)代，碎片化的消費(fèi)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(gè)維度來(lái)源的數(shù)據(jù)：歷史交易數(shù)據(jù)、社交網(wǎng)絡(luò)關(guān)系、購(gòu)物習(xí)慣、在線(xiàn)瀏覽記錄、周期性消費(fèi)習(xí)慣等，人工智能在零售場(chǎng)景中可以實(shí)現(xiàn)營(yíng)銷(xiāo)預(yù)測(cè)并輔助決策。如今，智能貨倉(cāng)、無(wú)人快遞車(chē)、精準(zhǔn)營(yíng)銷(xiāo)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(xiàn)上、線(xiàn)下場(chǎng)景的橋梁，可以跨越在線(xiàn)電商與實(shí)體門(mén)店的鴻溝，實(shí)現(xiàn)線(xiàn)上、線(xiàn)下數(shù)據(jù)互補(bǔ)，打造全新的購(gòu)物體驗(yàn)。下面，我們從人、貨、場(chǎng)三個(gè)維度舉例說(shuō)明。

一、人的維度：智能推薦

想象一下，施瓦辛格和赫本走進(jìn)一家超市，理想情況下，我們希望門(mén)店會(huì)自動(dòng)引導(dǎo)他們關(guān)注符合各自需求的單品，以不同的動(dòng)線(xiàn)逛完這家店。

可實(shí)際上，目前大多數(shù)零售店提供的是完全一樣的服務(wù)，因?yàn)樵趥鹘y(tǒng)的零售市場(chǎng)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(wù)。

眾所周知，施瓦辛格和赫本無(wú)論是性別還是消費(fèi)習(xí)慣等都差異極大，應(yīng)當(dāng)有完全不同的購(gòu)物體驗(yàn)。這正是人工智能技術(shù)在新零售體驗(yàn)中發(fā)展的方向，針對(duì)不同人群的差異化需求，推出個(gè)性化的解決方案，這需要人工智能的深度融合。

個(gè)性化、定制化的推薦服務(wù)在零售行業(yè)能很好的提升顧客體驗(yàn)，隨著消費(fèi)的不斷升級(jí)，品質(zhì)消費(fèi)、個(gè)性化消費(fèi)也開(kāi)始日漸崛起，越來(lái)越多的零售企業(yè)開(kāi)始推出私人定制的服務(wù)：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(duì)于線(xiàn)上場(chǎng)景，如網(wǎng)上商城，通過(guò)埋點(diǎn)獲取每個(gè)用戶(hù)的頁(yè)面瀏覽數(shù)據(jù)，根據(jù)這些數(shù)據(jù)，可以統(tǒng)計(jì)用戶(hù)從哪里進(jìn)入頁(yè)面，中間如何跳轉(zhuǎn)并查看了哪些頁(yè)面，每個(gè)頁(yè)面停留的時(shí)間及行為：如瀏覽、點(diǎn)擊或收藏，最后在哪個(gè)頁(yè)面結(jié)束。基于此類(lèi)數(shù)據(jù)可進(jìn)行瀏覽軌跡分析，計(jì)算網(wǎng)站關(guān)鍵路徑的轉(zhuǎn)化率，以了解整個(gè)網(wǎng)站設(shè)計(jì)的合理性、優(yōu)化空間等，為優(yōu)化頁(yè)面設(shè)計(jì)提供基礎(chǔ)，提升線(xiàn)上精準(zhǔn)營(yíng)銷(xiāo)的效果。

線(xiàn)上購(gòu)物的一個(gè)缺點(diǎn)是無(wú)法直接觸摸感受商品，圖片往往是消費(fèi)者對(duì)商品認(rèn)知的主要來(lái)源，尤其是服裝的網(wǎng)銷(xiāo)，如尺碼、色差、質(zhì)地等經(jīng)常會(huì)有偏差導(dǎo)致糾紛。

這幾年，網(wǎng)絡(luò)虛擬試衣技術(shù)的發(fā)展相當(dāng)迅速，虛擬試衣的難點(diǎn)在于既要對(duì)消費(fèi)者的體型建模，又要對(duì)服裝建模，對(duì)兩者進(jìn)行匹配，展示穿著效果。首先，消費(fèi)者體型數(shù)據(jù)的采集大多依賴(lài)用戶(hù)輸入的測(cè)量數(shù)據(jù)，缺點(diǎn)是測(cè)量和填寫(xiě)的步驟比較繁瑣，而且不完全精準(zhǔn)。

相對(duì)的，此類(lèi)數(shù)據(jù)收集問(wèn)題在實(shí)體門(mén)店更加容易解決，比如蘇寧推出的虛擬試衣鏡系統(tǒng)。在實(shí)體門(mén)店中，試衣鏡安裝的角度是固定的，用戶(hù)和鏡子之間的距離可以通過(guò)引導(dǎo)探測(cè)，做到較為精確的建模。

在未來(lái)，試衣鏡可能是線(xiàn)上、線(xiàn)下的鏈接點(diǎn)，在實(shí)體門(mén)店線(xiàn)下采集用戶(hù)的體型數(shù)據(jù)建模后，便可以真實(shí)可靠地實(shí)現(xiàn)線(xiàn)上和線(xiàn)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(diǎn)。

此外，線(xiàn)下實(shí)體店還可以創(chuàng)造店內(nèi)互動(dòng)體驗(yàn)，讓線(xiàn)下購(gòu)物更高效、更有趣、更個(gè)性化。相對(duì)于傳統(tǒng)購(gòu)物體驗(yàn)，有人工智能助力的購(gòu)物更像是一種線(xiàn)下的生活方式，這對(duì)零售業(yè)生態(tài)提出了新的要求，也帶來(lái)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(fèi)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(dòng)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(shí)，實(shí)體店的貨品擺放可以通過(guò)人工智能實(shí)現(xiàn)更有效的終端管理。

設(shè)想一下，周末晚上有場(chǎng)精彩的足球賽轉(zhuǎn)播，作為球迷的你準(zhǔn)備邀請(qǐng)幾個(gè)朋友一起喝啤酒觀賞比賽。但當(dāng)你到超市的時(shí)候，發(fā)現(xiàn)自己最喜歡的啤酒已經(jīng)空架了，是不是有點(diǎn)抓狂?

對(duì)于廠商而言，產(chǎn)品在各個(gè)超市的貨架擺放情況、是否及時(shí)補(bǔ)貨、銷(xiāo)售情況及關(guān)聯(lián)因素、相應(yīng)調(diào)整措施等信息都要通過(guò)人工巡查獲得。缺陷很明顯，信息收集和反饋的時(shí)間過(guò)長(zhǎng)，并且監(jiān)測(cè)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(hù)體驗(yàn)。比如：通過(guò)攝像頭的人臉識(shí)別功能，可以在顧客進(jìn)店時(shí)進(jìn)行新老客戶(hù)的身份識(shí)別，對(duì)老客戶(hù)可以根據(jù)購(gòu)物歷史及周期習(xí)慣推薦購(gòu)物路線(xiàn)，對(duì)新客戶(hù)可以制作客戶(hù)畫(huà)像，精準(zhǔn)營(yíng)銷(xiāo);客戶(hù)進(jìn)店后，攝像頭可以記錄客戶(hù)的行進(jìn)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(cè)商品被拿起、放下的情況，以及存貨數(shù)量，對(duì)貨架進(jìn)行自動(dòng)化的實(shí)時(shí)監(jiān)測(cè)管理。

這對(duì)于零售管理的意義重大，將會(huì)真正實(shí)現(xiàn)從決策到銷(xiāo)售的全流程貫通管理。例如，當(dāng)缺貨或者貨品信息展示不合規(guī)時(shí)，可以實(shí)時(shí)發(fā)出警示;同時(shí)，對(duì)用戶(hù)的挑選、購(gòu)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(jìn)行本地化展陳優(yōu)化。

三、場(chǎng)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(cāng)儲(chǔ)和物流，從產(chǎn)品的生產(chǎn)到配送，正形成一個(gè)完整的智慧化零售業(yè)態(tài)。國(guó)內(nèi)外的電商巨頭都已經(jīng)開(kāi)始部署智慧供應(yīng)鏈，自動(dòng)預(yù)測(cè)、采購(gòu)、補(bǔ)貨、分倉(cāng)，根據(jù)實(shí)時(shí)情況調(diào)整庫(kù)存精準(zhǔn)發(fā)貨，從而對(duì)海量商品庫(kù)存進(jìn)行自動(dòng)化、精準(zhǔn)化管理。

具體來(lái)說(shuō)，目前可以看到的智能供應(yīng)鏈應(yīng)用場(chǎng)景主要有：

(1)自動(dòng)預(yù)測(cè)備貨：通過(guò)歷史記錄、節(jié)假日及促銷(xiāo)、周期性因素、商品特性等數(shù)據(jù)預(yù)測(cè)備貨，有效減少庫(kù)存;

(2)智能選品：智能化診斷當(dāng)前品類(lèi)結(jié)構(gòu)，優(yōu)化品類(lèi)資源配置，實(shí)現(xiàn)了商品全生命周期智能化管理;

(3)智能分倉(cāng)調(diào)撥：預(yù)先將商品匹配到距離消費(fèi)者最近的倉(cāng)庫(kù)，盡量減少區(qū)域間的調(diào)撥和區(qū)域內(nèi)部倉(cāng)庫(kù)之間的調(diào)撥，提高時(shí)效性，同時(shí)優(yōu)化調(diào)撥時(shí)的倉(cāng)配方案，最大化降低調(diào)撥成本。

以蘇寧為例，蘇寧超級(jí)云倉(cāng)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(kù)、補(bǔ)貨、揀選、分撥到出庫(kù)全流程自動(dòng)化、智能化作業(yè)，極大的提升了倉(cāng)儲(chǔ)水平以及工作效率。

在這個(gè)過(guò)程中，采用了大量的物流機(jī)器人進(jìn)行協(xié)同與配合，通過(guò)人工智能技術(shù)，讓機(jī)器人適應(yīng)不同的應(yīng)用場(chǎng)景，完成各種復(fù)雜的任務(wù)，在商品分揀、運(yùn)輸、出庫(kù)等環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化。

與傳統(tǒng)倉(cāng)儲(chǔ)或者僅在單個(gè)環(huán)節(jié)實(shí)現(xiàn)自動(dòng)化的倉(cāng)儲(chǔ)模式相比，智能倉(cāng)儲(chǔ)最大的特點(diǎn)在于機(jī)器人融入生產(chǎn)，改變生產(chǎn)模式，以及人工智能算法指導(dǎo)生產(chǎn)。因此，機(jī)器人技術(shù)、人工智能算法、海量商品的精準(zhǔn)識(shí)別成為實(shí)現(xiàn)無(wú)人倉(cāng)的主要技術(shù)瓶頸。

近年來(lái)，無(wú)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(yīng)用中不斷成熟，包括無(wú)人重卡、快遞機(jī)器人、快遞無(wú)人機(jī)等，在物流運(yùn)輸、無(wú)人配送方面，構(gòu)成一個(gè)完整的智慧物流配送體系。其中，無(wú)人重卡是連接區(qū)域物流中心的橋梁，快遞機(jī)器人為最后一公里配送構(gòu)建基礎(chǔ)，快遞無(wú)人機(jī)則全方位、無(wú)死角的保證這一公里的配送。越來(lái)越多的無(wú)人智能化設(shè)備被應(yīng)用到具體場(chǎng)景，每個(gè)智能化的場(chǎng)景應(yīng)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(dāng)前，人工智能已經(jīng)成為傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)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(yàn)中的應(yīng)用，必將進(jìn)一步推動(dòng)深度定制購(gòu)物體驗(yàn)的發(fā)展，深度定制購(gòu)物體驗(yàn)則會(huì)帶來(lái)用戶(hù)使用的粘性。

當(dāng)然，在發(fā)展過(guò)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(yīng)用的必要基礎(chǔ)，在長(zhǎng)期的業(yè)務(wù)開(kāi)展中，積累的數(shù)據(jù)維度多樣、體量巨大、形式復(fù)雜，并且數(shù)據(jù)間很多時(shí)候無(wú)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(rùn)率，而科技落地的成本不是每個(gè)零售企業(yè)都能夠接受的。例如，對(duì)于大型的連鎖便利店，如要實(shí)現(xiàn)眾多門(mén)店的智能化，一次性投入成本較高，因而升級(jí)門(mén)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(jìn)行了有益的嘗試，在一些典型場(chǎng)景中探索人工智能技術(shù)的應(yīng)用。尤其在零售行業(yè)，新技術(shù)的應(yīng)用落地呈現(xiàn)爆發(fā)趨勢(shì)。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(yīng)鏈管理的同時(shí)，在“人、貨”端的用戶(hù)體驗(yàn)上也增強(qiáng)了線(xiàn)上、線(xiàn)下的融合。從無(wú)人值守的便利架到無(wú)人配送車(chē)，從單個(gè)的機(jī)器人到智能化的無(wú)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。