|
从上世纪五十年代起，人工智能历经多年的起伏发展，不断在业务场景中尝试应用，终于在2016年出现转折——世界围棋冠军李世石在与Alpha Go的比赛中投子认输，之后的几年里，各种形式的人机大战不断上演（从围棋、德州扑克到即时战略游戏等），机器相对人类取得一连串压倒性的胜利。人们惊讶地发觉，人工智能的力量已经不容忽视。
过去的二十年，算法的优化、数据的积累和计算力的提升，这三个要素极大地助推了人工智能的崛起。
从设备感知，到大数据分析，再到辅助决策，人工智能能力的提升逐步带来了各领域商业形式的改变。今天，人工智能被视为数字网络的升级版，相关的产品或服务，加速在不同领域商业化实践。其中，在零售业的表现尤其明显，正在经历以消费者为核心的“零售革命”，助推传统零售行业升级。
新零售是以数据为驱动的，对人、货、场等角色及相互关系的重构。互联网时代，碎片化的消费行为令传统的零售方式难以为继。而基于数据分析，综合使用各个维度来源的数据：历史交易数据、社交网络关系、购物习惯、在线浏览记录、周期性消费习惯等，人工智能在零售场景中可以实现营销预测并辅助决策。如今，智能货仓、无人快递车、精准营销等，都是人工智能与新零售结合的产物。
其中，人工智能（AI）技术是连通线上、线下场景的桥梁，可以跨越在线电商与实体门店的鸿沟，实现线上、线下数据互补，打造全新的购物体验。下面，我们从人、货、场三个维度举例说明。
一
人的维度：智能推荐
想象一下，施瓦辛格和赫本走进一家超市，理想情况下，我们希望门店会自动引导他们关注符合各自需求的单品，以不同的动线逛完这家店。
可实际上，目前大多数零售店提供的是完全一样的服务，因为在传统的零售市场里，他们即使被区分为不同客群，得到的也是几乎相同的服务。
众所周知，施瓦辛格和赫本无论是性别还是消费习惯等都差异极大，应当有完全不同的购物体验。这正是人工智能技术在新零售体验中发展的方向，针对不同人群的差异化需求，推出个性化的解决方案，这需要人工智能的深度融合。
个性化、定制化的推荐服务在零售行业能很好的提升顾客体验，随着消费的不断升级，品质消费、个性化消费也开始日渐崛起，越来越多的零售企业开始推出私人定制的服务：服装店可以根据尺寸定制服装，食品店可根据口味定制蛋糕，等等。
对于线上场景，如网上商城，通过埋点获取每个用户的页面浏览数据，根据这些数据，可以统计用户从哪里进入页面，中间如何跳转并查看了哪些页面，每个页面停留的时间及行为：如浏览、点击或收藏，最后在哪个页面结束。基于此类数据可进行浏览轨迹分析，计算网站关键路径的转化率，以了解整个网站设计的合理性、优化空间等，为优化页面设计提供基础，提升线上精准营销的效果。
线上购物的一个缺点是无法直接触摸感受商品，图片往往是消费者对商品认知的主要来源，尤其是服装的网销，如尺码、色差、质地等经常会有偏差导致纠纷。
这几年，网络虚拟试衣技术的发展相当迅速，虚拟试衣的难点在于既要对消费者的体型建模，又要对服装建模，对两者进行匹配，展示穿着效果。首先，消费者体型数据的采集大多依赖用户输入的测量数据，缺点是测量和填写的步骤比较繁琐，而且不完全精准。
相对的，此类数据收集问题在实体门店更加容易解决，比如苏宁推出的虚拟试衣镜系统。在实体门店中，试衣镜安装的角度是固定的，用户和镜子之间的距离可以通过引导探测，做到较为精确的建模。
在未来，试衣镜可能是线上、线下的链接点，在实体门店线下采集用户的体型数据建模后，便可以真实可靠地实现线上和线下的虚拟试衣。虚拟试衣镜能智能匹配许多套不同的搭配，这些款式既可以是店铺陈列的，也可以是从厂家订制的。试衣下单后，商家可以直接安排调货，寄送到指定的地点。
此外，线下实体店还可以创造店内互动体验，让线下购物更高效、更有趣、更个性化。相对于传统购物体验，有人工智能助力的购物更像是一种线下的生活方式，这对零售业生态提出了新的要求，也带来了巨大的变化。
二
货的维度：智能货架管理
在零售终端的智能化管理领域，虽然消费者支付方式发生了快速的迭代，从钞票支付，到卡支付，再到移动支付，店铺的货架管理手段却还停留在比较原始的阶段。其实，实体店的货品摆放可以通过人工智能实现更有效的终端管理。
设想一下，周末晚上有场精彩的足球赛转播，作为球迷的你准备邀请几个朋友一起喝啤酒观赏比赛。但当你到超市的时候，发现自己最喜欢的啤酒已经空架了，是不是有点抓狂？
对于厂商而言，产品在各个超市的货架摆放情况、是否及时补货、销售情况及关联因素、相应调整措施等信息都要通过人工巡查获得。缺陷很明显，信息收集和反馈的时间过长，并且监测数据不一定全面。 共2页 [1] [2] 下一页 关注公号：redshcom 关注更多: 人工智能 |
