<kbd id='hlUorKxEL'></kbd><address id='hlUorKxEL'><style id='hlUorKxEL'></style></address><button id='hlUorKxEL'></button>

              <kbd id='hlUorKxEL'></kbd><address id='hlUorKxEL'><style id='hlUorKxEL'></style></address><button id='hlUorKxEL'></button>

                  首页

                  【应用】“人工智能+新零售”机会何在?

                  发表时间:2018-02-15 05:46 来源:??????????????

                  id="mp-editor">

                  编者按:人工智能※△★,新零售◆┲╀,是2017年最火的两个话题●★●╃。人工智能如何给新零售赋能?线下和线上数据如何融合┳★※◎,从而更好地做智能化与个性化服务?

                  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◎◆┳╂。

                  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A m azonG o╂◇,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№◎╀◎。

                  智媒云图走访调研多家零售企业及人工智能公司№╀◇◎,发布《2017A I新零售白皮书》◆┲┳★。从A I落地场景、落地难点、商业模式和未来畅想四部分┲★┯╀,深入剖析A I与零售行业的结合机会╂╀。

                  智能仓储也是A I切入零售行业的重要场景§╀。射频识别(R FID )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╀╂◎※△。

                  经采访调研发现◎┳╃,目前A I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╃┳★※。

                  无人值守与数据互联

                  以“产品+服务”撬动细分市场

                  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§┲┯§。

                  三大难点

                  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╀┳№。

                  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◎┯╃╃。

                  利润低№◎╀◎,一次性成本较高

                  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┲★┯╀。”

                  此外§╀,改善顾客体验是A I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╂╀■。

                  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┲●△。

                  来源:南方都市报

                  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(A I)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●★★★。

                  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◇△。

                  选择前者的多为互联网巨头┯╃┯,它们将研发的A I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T o B商业模式◇△,以SaaS服务为主┳┯№。

                  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◆◇。

                  除智能门店外┳◎※※※,A I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◎┲┲┯★。

                  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◎◆┳╂。

                  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╂╀。

                  门店到供应链◇◇╂◎,理想逐步落地

                  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A PP协作╂№,实现远程店面管理§╀。

                  继亚马逊推出无人值守便利店A m azon Go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╀╂◎※△。

                  路径与机会

                  从物流到体验┯§╀╂№,软硬兼施

                  2018年2月15日┲╃╂,除夕佳节№╀◇◎,祝愿各位数据人┲★┯╀,团圆美满┯╂┳,幸福安康№◇§★,心想事成◆◆┲。

                  A I落地零售行业场景非常多△┯★,《智媒云图2017A I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╃┳★※。

                  如果能够利用A I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§┲┯§。

                  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№╀●§。

                  五大场景

                  《智媒云图2017A I零售白皮书》┳┯№,主要按照公司规模以及商业模式★╂※●,将涉足A I领域的零售公司分为T oC和T oB两大类目╃┲┲。

                  数据人网人工智能

                  3 人工智能研究的中国力量

                  数据多样◆◇,但连接困难

                  品类多●┲╃┲,效果参差不齐

                  好又乐书屋◎┲┲┯★,分享有益处△╂●§,有趣味的内容

                  ┳◎※※※,╂№。

                  相关阅读