近些年，人工智能在零售行業(yè)的應用已逐步滲透到價值鏈的多個環(huán)節(jié)，新零售等成為了行業(yè)熱詞。這些熱詞的背后，是零售從業(yè)者對以人工智能為代表的技術(shù)革命的認知思維轉(zhuǎn)變，從企業(yè)的角度來講，智能的本質(zhì)就是對外部市場環(huán)境的變化做出響應的能力。

零售的本質(zhì)是供需匹配。需求在“人”，供給的是“貨”，交易的地點是“場”。傳統(tǒng)零售“人-貨-場〞結(jié)構(gòu)呈線性狀態(tài)，“消費者、生產(chǎn)或經(jīng)銷商、零售商〞各參與方按照產(chǎn)業(yè)鏈流程進行信息交換，效率較低。人工智能使“人-貨-場”結(jié)構(gòu)得以優(yōu)化，使購買端的消費者信息經(jīng)過數(shù)字化及智能分析后，通過環(huán)狀結(jié)構(gòu)傳遞給各方參與者，各方可基于真實的市場需求，聯(lián)動調(diào)整，實現(xiàn)利益最大化。

“人”的重構(gòu)：洞察最熟悉的陌生人

機器的出現(xiàn)產(chǎn)生了更多更高效、更高維的生產(chǎn)和經(jīng)營活動，客戶的需求愈發(fā)個性化，當客戶需求顆粒度非常細微，便很難用一個通用的規(guī)則去使所有客戶整體滿意，需要追求局部的極限理性。比如，傳統(tǒng)營銷將客戶粗略分為幾類來提供不同的營銷策略，而這已經(jīng)是相對不錯的做法，最差的情況是給所有人打折。但今天機器寫出的營銷規(guī)則數(shù)達到百萬、千萬級別，這意味著，以機器學習為代表的認知型人工智能洞悉人更加精準。

其次，光纖、無線電、5G覆蓋地域越來越廣泛，互聯(lián)網(wǎng)同樣也創(chuàng)造了用戶的瞬態(tài)意圖，更多的社會要素都需要毫秒級的響應和滿足。如何在毫秒級的時間內(nèi)作出正確的決策？這同樣不是人依靠經(jīng)驗可以解決的問題，AI的作用再次凸顯。如果每一個業(yè)務的決策點都是AI跟AI在溝通，那它的響應速度可以壓縮到幾秒鐘甚至幾十毫秒，那么這個過程當中就存在巨大的收益。

最后，用戶的需求和行為也是在不斷變化的，這要求系統(tǒng)能夠及時捕獲并滿足用戶需求，形成數(shù)據(jù)閉環(huán)。人工智能天生具備自學習能力，可以利用業(yè)務過程中產(chǎn)生的反饋數(shù)據(jù)，持續(xù)進行系統(tǒng)自我糾偏與優(yōu)化。例如，某家數(shù)字化餐飲企業(yè)，卡券策略在單一門店里2小時內(nèi)迭代了500次，相當于有500個計算周期來不斷迭代最優(yōu)的營銷策略。如果是總部規(guī)定營銷費用的執(zhí)行計劃，不可能有這么快速的迭代速度，一般是按季度周期反饋迭代。

“貨”的重構(gòu)：打造高效匹配的智慧供應體

供應鏈往往扮演的是“幕后英雄”的角色，因為不和消費者直接接觸，所以不太被外界關(guān)注。但在零售企業(yè)，流行著這樣一句話：銷量反應好壞，供應鏈決定生死。

過去，傳統(tǒng)供應鏈體系以“一維流程式供應鏈”為主，呈現(xiàn)一維的、單向的、鏈條式流轉(zhuǎn)特征。這種體系下，商品從工廠到消費者手中要經(jīng)過各種繁瑣的流程，效率低下。一旦流程中出現(xiàn)斷點或問題，很難快速找到原因并做出響應。此外，傳統(tǒng)供應鏈下的企業(yè)仍以供應商/零售商而不是消費者為核心，對市場變化缺乏感知，在靈活性方面也存在一定短板。

智慧供應鏈是以消費者為核心，打造多維供應體，將消費者的需求、商品的部署、倉庫網(wǎng)絡協(xié)同、物流配送、服務等全鏈條數(shù)字化、智能化，即時響應，實現(xiàn)庫存部署、配送鏈路距離和時效識別、限時送達及按需送達等定制化的客戶需求。

智慧供應體的背后，則是在客戶、銷售、庫存、供應、物流、配送等全渠道網(wǎng)絡協(xié)同的前提下，通過人工智能技術(shù)實現(xiàn)智能決策能力，解決“賣什么、賣多少、怎么賣、送到哪、怎么送、賺多少”等復雜、持續(xù)、全局的決策問題。

由“鏈”到“體”，意味著決策的復雜度提升了難以表述的數(shù)量級。例如對于生鮮來說，企業(yè)為了保證食材新鮮度，既要加快配送時效，又要壓縮物流成本。傳統(tǒng)模式下，采銷人員要依據(jù)預測銷售計劃制定原材料采購、調(diào)撥、生產(chǎn)、運輸?shù)纫?guī)劃，但計劃、調(diào)度難以進行全局考量供應鏈決策速度、質(zhì)量、穩(wěn)定性無法達到業(yè)務要求，且成本、調(diào)度等決策分析數(shù)據(jù)透明度、可靠性、實時性難以充分保證。

自主決策能力的背后，需要企業(yè)完成從頂層的訂單履約達成率和庫存周轉(zhuǎn)分解到各個環(huán)節(jié)銷售預測、倉配物流的庫容收發(fā)貨能力、配送能力、頻次、時效，工廠加工能力和時效、實時庫存、收入和成本等完整的供應鏈業(yè)務數(shù)據(jù)化，實現(xiàn)數(shù)據(jù)到業(yè)務化的完整閉環(huán)，并利用強化學習持續(xù)優(yōu)化，實現(xiàn)了計劃與調(diào)度方案可根據(jù)不同的環(huán)境數(shù)據(jù)自動輸出業(yè)務結(jié)果，保證了供應鏈數(shù)據(jù)透明、可試算、可追溯，計劃與執(zhí)行結(jié)果可評估、可分析，同時實現(xiàn)業(yè)務的可視、可控、可優(yōu)化。

在實際的應用中，國內(nèi)知名零售企業(yè)來伊份很早便意識到了智慧供應鏈的價值，不斷探索機器學習技術(shù)賦能。從品類規(guī)劃、價盤管理、智能全網(wǎng)預測、補貨和調(diào)撥等關(guān)鍵業(yè)務場景切入，來伊份逐步實現(xiàn)供應鏈體系的自動化智能決策。目前超3000個門店系統(tǒng)自動補貨和調(diào)撥，打造的插拔式云倉云配銷售和供應網(wǎng)絡體系，全渠道“一盤貨”的管理，總體可節(jié)約人效10萬人時/每年，庫存周轉(zhuǎn)提升40%。

“場”的重構(gòu)：搭建“人”與“貨”的智能化連接

“場”是連接“人”與“貨”的關(guān)鍵。與傳統(tǒng)集貿(mào)式零售、連鎖店式零售不同，電商平臺的出現(xiàn)重新定義了零售形態(tài)，讓賣家和買家直接對話，平臺的開放性、多樣性、低成本、高效性讓消費者能隨時隨地在網(wǎng)絡上購買自己想要的商品?！皥觥钡母拍钜矎木€下向線上延伸。廣泛且高頻的線上購物行為也為人工智能更好的洞悉消費者提供了基礎。

與此同時，線下渠道向敏捷化轉(zhuǎn)型，智能導購、數(shù)字化賣場等新業(yè)態(tài)出現(xiàn)。人工智能加速了線上與線下、物理世界與虛擬空間的融合，從而實現(xiàn)“人”與“貨”的全渠道鏈接，搭建起線上購物與線上服務的互動橋梁。例如，顧客在線下享受購物體驗，線上購物優(yōu)惠支付，后臺人流數(shù)據(jù)化管理有機結(jié)合，線上、線下雙渠道的打通，讓消費者的需求能夠被更好地感知。

消費者在不同的“場”中有著不同的消費理念、消費行為，需要通過通過智能化手段提升用戶粘性，或者有針對性的方式消費轉(zhuǎn)化。比如利用人工智能技術(shù)實現(xiàn)創(chuàng)意自動化，可幫助零售企業(yè)更加高效地進行千人千面的創(chuàng)意內(nèi)容制作和匹配，提高內(nèi)容制作效率及對用戶的個性化吸引，提升用戶粘性，并通過推送消費者喜愛的促銷方式來，提高轉(zhuǎn)化及客單價。

此前，國內(nèi)某奶粉企業(yè)在其APP端的不同頻道建立不同的心智，針對每個場的核心指標進行數(shù)據(jù)化衡量和并通過人工智能技術(shù)進行迭代和優(yōu)化的閉環(huán)，其用戶的在線時長提升30%，同時該部分人群的整體ARPU高于平臺用戶的40%；與此同時，以促銷和轉(zhuǎn)化為心智的場實現(xiàn)用戶的下單轉(zhuǎn)化率近25%，年度可提升整體銷售額超過數(shù)千萬元。

在實體零售領(lǐng)域，企業(yè)也需對線下零售門店的產(chǎn)品陳列、貨架占有率、促銷產(chǎn)品擺放等進行營銷效果監(jiān)測，及時捕捉市場動態(tài)。傳統(tǒng)方式下，品牌商需通過訪銷人員進行門店產(chǎn)品陳列走訪及管理，效率低下。基于圖像識別技術(shù)的AI商品陳列分析解決方案可助力訪銷過程，提升一線業(yè)務人員人效，以智能化手段實現(xiàn)零售品牌對渠道終端門店的數(shù)字化、標準化管理，為門店的智能化運營和營銷推廣提供數(shù)據(jù)資源，也能更好的幫助企業(yè)為消費者提供更優(yōu)質(zhì)的購物體驗。

在零售行業(yè)的智能化浪潮中，圍繞“人、貨、場”的數(shù)智化轉(zhuǎn)型進程仍在不斷深化。人、貨、場”的數(shù)據(jù)進行整合打通，人工智能便如同心臟和水泵，將“數(shù)據(jù)”血液轉(zhuǎn)化為企業(yè)決策依據(jù)的能量和動力，支撐企業(yè)高效發(fā)展。這也是人工智能在新零售變革中的核心所在。

作者：

向明輝，第四范式供應鏈業(yè)務負責人。擁有20年以上快消、零售、互聯(lián)網(wǎng)、智能商業(yè)相關(guān)工作經(jīng)驗，曾服務阿里巴巴、IBM、埃森哲、HP等領(lǐng)先企業(yè)，具備Data Science和Industry Expertise復合能力，在電商供應鏈、數(shù)字化供應鏈、供應鏈管理咨詢方面積累了深厚經(jīng)驗。操盤過多個新零售的前中后臺業(yè)務、產(chǎn)品及智能化運營體系的設計與落地。