來源：蘇甯金融研究院

從上世紀五十年代起(qǐ)，人工智能(néng)曆經(jīng)多年的起(qǐ)伏發(fā)展，不斷在業務場景中嘗試應用，終于在2016年出現轉折——世界圍棋冠軍李世石在與Alpha Go的比賽中投子認輸，之後(hòu)的幾年裡(lǐ)，各種(zhǒng)形式的人機大戰不斷上演（從圍棋、德州撲克到即時戰略遊戲等），機器相對(duì)人類取得一連串壓倒性的勝利。人們驚訝地發(fā)覺，人工智能(néng)的力量已經(jīng)不容忽視。

過(guò)去的二十年，算法的優化、數據的積累和計算力的提升，這(zhè)三個要素極大地助推了人工智能(néng)的崛起(qǐ)。

從設備感知，到大數據分析，再到輔助決策，人工智能(néng)能(néng)力的提升逐步帶來了各領域商業形式的改變。今天，人工智能(néng)被(bèi)視爲數字網絡的升級版，相關的産品或服務，加速在不同領域商業化實踐。其中，在零售業的表現尤其明顯，正在經(jīng)曆以消費者爲核心的“零售革命”，助推傳統零售行業升級。

新零售是以數據爲驅動的，對(duì)人、貨、場等角色及相互關系的重構。互聯網時代，碎片化的消費行爲令傳統的零售方式難以爲繼。而基于數據分析，綜合使用各個維度來源的數據：曆史交易數據、社交網絡關系、購物習慣、在線浏覽記錄、周期性消費習慣等，人工智能(néng)在零售場景中可以實現營銷預測并輔助決策。如今，智能(néng)貨倉、無人快遞車、精準營銷等，都(dōu)是人工智能(néng)與新零售結合的産物。

其中，人工智能(néng)（AI）技術是連通線上、線下場景的橋梁，可以跨越在線電商與實體門店的鴻溝，實現線上、線下數據互補，打造全新的購物體驗。下面(miàn)，我們從人、貨、場三個維度舉例說明。

一、人的維度：智能(néng)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，我們希望門店會(huì)自動引導他們關注符合各自需求的單品，以不同的動線逛完這(zhè)家店。

可實際上，目前大多數零售店提供的是完全一樣(yàng)的服務，因爲在傳統的零售市場裡(lǐ)，他們即使被(bèi)區分爲不同客群，得到的也是幾乎相同的服務。

衆所周知，施瓦辛格和赫本無論是性别還(hái)是消費習慣等都(dōu)差異極大，應當有完全不同的購物體驗。這(zhè)正是人工智能(néng)技術在新零售體驗中發(fā)展的方向(xiàng)，針對(duì)不同人群的差異化需求，推出個性化的解決方案，這(zhè)需要人工智能(néng)的深度融合。

個性化、定制化的推薦服務在零售行業能(néng)很好(hǎo)的提升顧客體驗，随著(zhe)消費的不斷升級，品質消費、個性化消費也開(kāi)始日漸崛起(qǐ)，越來越多的零售企業開(kāi)始推出私人定制的服務：服裝店可以根據尺寸定制服裝，食品店可根據口味定制蛋糕，等等。

對(duì)于線上場景，如網上商城，通過(guò)埋點獲取每個用戶的頁面(miàn)浏覽數據，根據這(zhè)些數據，可以統計用戶從哪裡(lǐ)進(jìn)入頁面(miàn)，中間如何跳轉并查看了哪些頁面(miàn)，每個頁面(miàn)停留的時間及行爲：如浏覽、點擊或收藏，最後(hòu)在哪個頁面(miàn)結束。基于此類數據可進(jìn)行浏覽軌迹分析，計算網站關鍵路徑的轉化率，以了解整個網站設計的合理性、優化空間等，爲優化頁面(miàn)設計提供基礎，提升線上精準營銷的效果。

線上購物的一個缺點是無法直接觸摸感受商品，圖片往往是消費者對(duì)商品認知的主要來源，尤其是服裝的網銷，如尺碼、色差、質地等經(jīng)常會(huì)有偏差導緻糾紛。

這(zhè)幾年，網絡虛拟試衣技術的發(fā)展相當迅速，虛拟試衣的難點在于既要對(duì)消費者的體型建模，又要對(duì)服裝建模，對(duì)兩(liǎng)者進(jìn)行匹配，展示穿著(zhe)效果。首先，消費者體型數據的采集大多依賴用戶輸入的測量數據，缺點是測量和填寫的步驟比較繁瑣，而且不完全精準。

相對(duì)的，此類數據收集問題在實體門店更加容易解決，比如蘇甯推出的虛拟試衣鏡系統。在實體門店中，試衣鏡安裝的角度是固定的，用戶和鏡子之間的距離可以通過(guò)引導探測，做到較爲精确的建模。

在未來，試衣鏡可能(néng)是線上、線下的鏈接點，在實體門店線下采集用戶的體型數據建模後(hòu)，便可以真實可靠地實現線上和線下的虛拟試衣。虛拟試衣鏡能(néng)智能(néng)匹配許多套不同的搭配，這(zhè)些款式既可以是店鋪陳列的，也可以是從廠家訂制的。試衣下單後(hòu)，商家可以直接安排調貨，寄送到指定的地點。

此外，線下實體店還(hái)可以創造店内互動體驗，讓線下購物更高效、更有趣、更個性化。相對(duì)于傳統購物體驗，有人工智能(néng)助力的購物更像是一種(zhǒng)線下的生活方式，這(zhè)對(duì)零售業生态提出了新的要求，也帶來了巨大的變化。

二、貨的維度：智能(néng)貨架管理

在零售終端的智能(néng)化管理領域，雖然消費者支付方式發(fā)生了快速的叠代，從鈔票支付，到卡支付，再到移動支付，店鋪的貨架管理手段卻還(hái)停留在比較原始的階段。其實，實體店的貨品擺放可以通過(guò)人工智能(néng)實現更有效的終端管理。

設想一下，周末晚上有場精彩的足球賽轉播，作爲球迷的你準備邀請幾個朋友一起(qǐ)喝啤酒觀賞比賽。但當你到超市的時候，發(fā)現自己最喜歡的啤酒已經(jīng)空架了，是不是有點抓狂？

對(duì)于廠商而言，産品在各個超市的貨架擺放情況、是否及時補貨、銷售情況及關聯因素、相應調整措施等信息都(dōu)要通過(guò)人工巡查獲得。缺陷很明顯，信息收集和反饋的時間過(guò)長(cháng)，并且監測數據不一定全面(miàn)。

新一代零售的發(fā)展方向(xiàng)必將(jiāng)是貨架管理的智能(néng)化，有效提升用戶體驗。比如：通過(guò)攝像頭的人臉識别功能(néng)，可以在顧客進(jìn)店時進(jìn)行新老客戶的身份識别，對(duì)老客戶可以根據購物曆史及周期習慣推薦購物路線，對(duì)新客戶可以制作客戶畫像，精準營銷；客戶進(jìn)店後(hòu)，攝像頭可以記錄客戶的行進(jìn)軌迹，優化貨架擺放設置。此外，還(hái)可以使用壓力傳感器監測商品被(bèi)拿起(qǐ)、放下的情況，以及存貨數量，對(duì)貨架進(jìn)行自動化的實時監測管理。

這(zhè)對(duì)于零售管理的意義重大，將(jiāng)會(huì)真正實現從決策到銷售的全流程貫通管理。例如，當缺貨或者貨品信息展示不合規時，可以實時發(fā)出警示；同時，對(duì)用戶的挑選、購物行爲可以有大量的數據積累，從而可以結合人工智能(néng)技術進(jìn)行本地化展陳優化。

三、場的維度：智能(néng)物流管理

如今，零售行業不斷發(fā)展，數字化的商品信息、高效的倉儲和物流，從産品的生産到配送，正形成(chéng)一個完整的智慧化零售業态。國(guó)内外的電商巨頭都(dōu)已經(jīng)開(kāi)始部署智慧供應鏈，自動預測、采購、補貨、分倉，根據實時情況調整庫存精準發(fā)貨，從而對(duì)海量商品庫存進(jìn)行自動化、精準化管理。

具體來說，目前可以看到的智能(néng)供應鏈應用場景主要有：

（1）自動預測備貨：通過(guò)曆史記錄、節假日及促銷、周期性因素、商品特性等數據預測備貨，有效減少庫存；

（2）智能(néng)選品：智能(néng)化診斷當前品類結構，優化品類資源配置，實現了商品全生命周期智能(néng)化管理；

（3）智能(néng)分倉調撥：預先將(jiāng)商品匹配到距離消費者最近的倉庫，盡量減少區域間的調撥和區域内部倉庫之間的調撥，提高時效性，同時優化調撥時的倉配方案，最大化降低調撥成(chéng)本。

以蘇甯爲例，蘇甯超級雲倉是自主研發(fā)的定制化、系統化解決方案。它使貨物從入庫、補貨、揀選、分撥到出庫全流程自動化、智能(néng)化作業，極大的提升了倉儲水平以及工作效率。

在這(zhè)個過(guò)程中，采用了大量的物流機器人進(jìn)行協同與配合，通過(guò)人工智能(néng)技術，讓機器人适應不同的應用場景，完成(chéng)各種(zhǒng)複雜的任務，在商品分揀、運輸、出庫等環節實現自動化。

與傳統倉儲或者僅在單個環節實現自動化的倉儲模式相比，智能(néng)倉儲最大的特點在于機器人融入生産，改變生産模式，以及人工智能(néng)算法指導生産。因此，機器人技術、人工智能(néng)算法、海量商品的精準識别成(chéng)爲實現無人倉的主要技術瓶頸。

近年來，無人駕駛技術的研發(fā)得到了衆多企業的重視，在商業化應用中不斷成(chéng)熟，包括無人重卡、快遞機器人、快遞無人機等，在物流運輸、無人配送方面(miàn)，構成(chéng)一個完整的智慧物流配送體系。其中，無人重卡是連接區域物流中心的橋梁，快遞機器人爲最後(hòu)一公裡(lǐ)配送構建基礎，快遞無人機則全方位、無死角的保證這(zhè)一公裡(lǐ)的配送。越來越多的無人智能(néng)化設備被(bèi)應用到具體場景，每個智能(néng)化的場景應用連成(chéng)一體，構成(chéng)智慧零售的關鍵一環。

四、困難及前景

當前，人工智能(néng)已經(jīng)成(chéng)爲傳統行業轉型升級的助推力，持續地改變我們的商業模式和生活方式。而人工智能(néng)技術在新零售體驗中的應用，必將(jiāng)進(jìn)一步推動深度定制購物體驗的發(fā)展，深度定制購物體驗則會(huì)帶來用戶使用的粘性。

當然，在發(fā)展過(guò)程中，也面(miàn)臨著(zhe)一些困難與挑戰。

首先，在目前階段，數據是AI應用的必要基礎，在長(cháng)期的業務開(kāi)展中，積累的數據維度多樣(yàng)、體量巨大、形式複雜，并且數據間很多時候無法融合互聯，形成(chéng)數據壁壘。

其次，零售行業注重利潤率，而科技落地的成(chéng)本不是每個零售企業都(dōu)能(néng)夠接受的。例如，對(duì)于大型的連鎖便利店，如要實現衆多門店的智能(néng)化，一次性投入成(chéng)本較高，因而升級門檻較高，往往傾向(xiàng)于依舊采用傳統方式。

盡管存在重重困難，衆多的科技企業仍然進(jìn)行了有益的嘗試，在一些典型場景中探索人工智能(néng)技術的應用。尤其在零售行業，新技術的應用落地呈現爆發(fā)趨勢。例如，零售企業在加速與人工智能(néng)技術融合，在“物”端深耕供應鏈管理的同時，在“人、貨”端的用戶體驗上也增強了線上、線下的融合。從無人值守的便利架到無人配送車，從單個的機器人到智能(néng)化的無人超市，各種(zhǒng)技術、産品和解決方案，向(xiàng)人們展示了人工智能(néng)助跑“新零售”的誘人前景。

（本文由公衆号“蘇甯财富資訊”原創，作者爲蘇甯金融研究院金融科技研究中心副主任沈春澤，首圖來自壹圖網。​）