近几年，人工智能（AI）技术发展和新零售变革成为市场上引人瞩目的焦点。而AI逐渐在零售行业渗透衍生出的新零售模式，将实现实体门店在获客、门店场景、体验和供应链的大变革，或解决目前实体零售产业面临的问题。

香港大学SPACE中国商业学院客席讲师、澔奇教育科技集团总裁孙忆明先生拥有20年高科技行业背景，于微软、麦肯锡、富士康等知名企业担任管理芽要职。近年投身教育科技行业，为新一代学子提供创新学习技术和模式。

针对AI在智慧零售的深度应用，孙忆明先生从战略思维打造、智能化工具选择等多元维度，全面阐述如何助力企业抓住变革机遇。

零售业将成为人工智能应用的重要领域

人工智能（AI）是指让机器具备和人类相似的思考逻辑与行为模式。发展过程包括学习（大量读取信息、判断如何使用信息）、感知、推理、自我校正、如何操纵或移动物品。

AI在高科技业、金融业早就被大规模使用。如今，随着便捷支付和客户信息收集的加强需求，越来越多零售业的先行者开始拥抱AI技术，探索新零售转型。孙忆明强调，大量数据早期已被互联网企业投资。如果能够持续掌握这些数据，再配合AI机器进行深度学习，将会获得快速发展。

比如，近期全球最大零售业巨头美国西尔斯公司宣布破产，这家成立于1886年的百货公司，被谁打败了？沃尔玛。过去十年，越来越多实体店开始整合线上线下进行转型，而西尔斯的变革步伐明显落后许多，正是这种对传统零售的固步自封，让它终将走向灭亡之路。                   

“任何企业如果不了解你的客户，不了解市场的变化，再多的技术也不一定做的好。”西尔斯的教训，无疑是具有深刻启迪意义的。实际上，很多零售商正在以创纪录的方式倒闭，这也暗示了掌握AI战略思维变革的必要性。

AI与深度学习深度融合

未来AI发展核心是什么？孙忆明先生提炼出三个关键词：创新、整合、智慧化。

反观AI发展，从以软件为主，到可以跟着专家思考，前面两波的发展都还实现不了以设定规则的方式决定行为的路径。近几年，AI发生飞跃性发展，以深度学习的演算法则，运用大量数据、多层神经网络、以及特征训练逻辑算法等达到机器学习。

这一波发展与零售行业特别相关的技术主要分三大类：第一类是电脑视觉，即图像及影像辨识；第二类是自然语言分析处理；第三类是传感器、智能装置、物联网 。

1. 电脑视觉
过去电脑虽然会计算，可是它不会感知。未来感知是AI非常重要的功能之一。其实，图像及影像识别的应用，在无人车、沃尔玛超市的货架机器人等已经开始普及。当你在规划货架产品的时候，用机器人视觉就可以实时知道哪个货架还剩下多少产品，这是不是就能提高效率，降低成本，而且很多信息数据都可以被精准掌握。

2. 自然语言分析处理
最典型的应用场景就是手机或电脑的语音助理和机器人客服，如iPhone Siri、亚马逊语音助理、微软小冰、国内科大讯飞的机器人、阿里巴巴的客服机器人等。以阿里巴巴为例，据统计，2017年光棍节一天，就有超过300万客服电话是被服务机器人处理的，AI基于多方面数据搜集，通过建立相应模型，可以有效解答大部分客户问题。当然，如果客户需要更深入的回答，依然需要转到人工客服来处理，但此时需要的人力已大幅降低。

3. 传感器、智能装置和物联网
店内的传感器，可以与人互动、了解人类行为，并搜集人类数据。比如百丽与腾讯合作，在鞋店内以及鞋子里面安装传感器，获得了很多有效经营数据，比如哪些品牌？哪些模式？哪些没有被购买？什么样的人试穿什么样的状况，都可以被商家清晰地掌握。

AI技术创新应用五大趋势

在实体零售场景中，AI技术的应用创新为零售业的智能化转型提供有力支持。那么，在实践应用中，典型的融合创新应用场景主要呈现五大趋势。

1. 提高实体店数字化运营
目前AI正在以颠覆性力量，通过技术创新的手段，重塑个体与实体零售互动的方式。主要的手段是透过实现感知AI及相关技术，让店铺有了视觉、有了感觉，并且能够与客户更好的互动。而这些技术应用在实体零售门店的工具也是多样化的，可表现为穿戴装置、增强现实辅助购物、智能贩卖机、智能橱架、智能镜子、互动显示板等等。
实际上，通过这种技术上的深度互动，实体零售门店可以获得较为精准的店内购物分析，从而实现运营上的多方面升级。比如远端即时监控、人流分析统计、购物轨迹分析、热点分析、排队状况分析、偷窃侦测&预防及营销整合，带来的将是导购员排班及销售行为的最佳化、商品摆设和橱窗显示的优化、门店运营的标准化、销售损失的最小化、营销效益的增加以及购物者满意度的提升。

2. 数字建模实现顾客为中心多渠道运营
移动互联网时代，用户越来越没耐心，需求意向变得碎片化，决策即时性、冲动性的特征被放大。同时，全渠道环境下，包括直营实体门店、其他实体门店、官方网上商城、垂直或水平电商平台、移动APP、社交网络、CRM会员管理及营销广告活动等在内的客户触点越来越多，实体零售想针对用户需求开展营销变得越来越难。
而AI应用或许能帮助解决以上问题。在新零售业态中，大量零售运营数据，包括销量、营销活动效果、消费者购买渠道偏好和行为、客户流失、媒体效果等在不同的应用场景中海量产生，结合不同的业务场景和目标，再匹配合适的算法即可对这些应用场景进行人工智能数字建模，就可以实现纷繁复杂的营销过程高效化。整体逻辑简单来说就是“描述—诊断—预测—决策”。

3. AI语音服务带来多样商机
AI语音服务应用分为两类：一类是智能客服，即聊天机器人；一类是智能助理，即智能音箱。孙忆明先生指出，语音是最自然的。对人类来讲，尤其不喜欢用电脑，或者双手没有办法拿手机出来的时候语音是最自然的人机互动，这个非常重要。而且语音足够聪明，可以第一时间为我们提供产品服务。因此，更自然的人机互动，上行数据搜集，服务人力及成本的重新部署，全方位服务的入口带来多样商机。

4. 大数据驱动供应链，提高运营效率
大数据驱动供应链，从而实现相关应用场景的智能和高效决策，帮助实体零售解决“产品预测、自动补货、库存健康、供应商罗盘、智慧选品、智慧定价”六大运营难题，人工智能毋庸置疑成为这种能力的技术核心和基础。
实际上，AI正在构建一种新的人-货-场互动模式、服务体系以及运营生态链。智慧零售可以采用RFID、无人分拣系统到仓储机器人来完成，实现自动预测、采购、补货、分仓，根据客户需求调整库存和精准发货。

5. 企业里人和服务的价值正在重塑
瑞士联合银行集团（UBS）和高盛证券 (Goldman Sachs) 作为世界知名投资银行。如今对人才招聘的要求也已经从单纯的金融、财务类专业，转向科技及AI相关专业，而导致这种转变的本质，正是人工智能时代带来的是企业里人和服务的价值正重新被塑造。
这些银行将不再是单纯的金融服务提供者，他们已经逐渐降低人来主导分析或资产管理，而是依托金融行业积累的大数据基础，借助人工智能专家，提升大数据洞察力、决策分析力和自我优化力，因而组织结构与服务文化也跟着产生变化。

零售产业转型的关键机遇期，AI无疑发挥着不可或缺的作用。企业想要在新一轮转型浪潮中不被颠覆和淘汰，必须先自我革命。

企业需要选择适当的平台、工具及合作伙伴，提前进行科技布局；尽快建立“数据导向”的运营制度及决策文化；提早培育AI人才，建立人机协作和共存的能力，短期从关键问题着手，实验迭代与学习。

从大局来看，中国企业只有拥抱新技术，拥抱变化，才能在AI领域引领潮流。