人工智慧未來在零售業的發展——高級篇

編者按：本文來自微信公眾號「線性資本」（ID：LinearVenture），作者Sethuraman Janardhanan，譯者劉童；36氪經授權發布。

一直以來都被高度曝光的人工智慧領域相關應用，總是引來巨大的關注。但是，相比於人工智慧下棋、譜曲，人們卻可能鮮有聽聞人工智慧對零售業的改造，即使這一改造可能影響到每一個消費者。

如果你一直關注我們，就會發現在三月我們已經為大家帶來了兩篇與「AI+零售」相關的推文：《人工智慧未來在零售業的應用》的基礎篇和中級篇。

今天Mr.L就為大家帶來該系列的最後一篇文章，enjoy it.

人工智慧(AI)已經在商業世界中掀起了一陣風潮。人工智慧軟體及其系統的龐大的市場規模已足以被加以重視。

2015年，全球人工智慧市場價值達到1262億美元，並預計在2024年底將達到30613.5億美元。在2016到2024這八年間，全球人工智慧市場的複合年增長率預計會有36.10%的指數增長。

幾乎沒有任何一個行業的興起不會改變市場格局，零售行業也決不會是一個例外。下面就讓我們看一下人工智慧的巨大潛力讓零售業演變成了什麼模樣，這是我們幾年前所不能想象的。

人工智慧能夠給零售業的顧客和賣家雙方都提供顯著的好處。在下面的一些零售業的關鍵領域中，人工智慧正大步向前發展：

• 開店選擇優化

是否開和在哪兒開一個商店，對於零售商來說一直是一個艱難的抉擇。根據統計,這個決定足以影響數百萬美元的成本或收入(具體取決於商店的大小和形式)。

目前，人工智慧正在被用於尋找可以開個新店的最佳位置。智能演算法綜合考慮銷售、人口、競爭對手的距離、附近發生的事件等歷史數據和天氣模式等當前數據，以此來決定是否開一個新店和在哪兒開它。這些演算法可以為新商店的成功提供關鍵因素。

• 人員配置

糟糕的員工不僅會導致銷售損失,還會因為糟糕的客戶體驗而損毀品牌形象。

預測模型通過對客流量、銷量等歷史數據的研究發現，營銷活動可以讓活躍的員工更活躍來預防上述的這些問題，從而獲取更高的銷售量,更好的客戶體驗和更高的客戶保留率。

• 產品組合優化

有時，如氣候變化等看似無關的變數會對零售公司產生難以預料的巨大影響。

例如，北美夏季的延長會導致夏天衣服的購買量增加，冬天衣服的購買量減少以及更多的實體店購物。

擁有先進人工智慧演算法的零售商可以將天氣變數與產品結構結合起來綜合考慮，從而能夠在店內提供更合適的商品並創造更高的銷售量。

• 供應鏈優化

供應鏈管理是影響的零售業盈虧的最重要的因素。一方面，過量的庫存會增加成本，另一方面， 庫存耗竭會損毀聲譽並導致顧客流失。

基於不同產品、事件、營銷行為、季節因素等歷史數據的規範模型能夠預測正確的供求關係，通過人工智慧，零售商能夠有效預防庫存問題出現，並優化物流管理，更有效地利用操作資金。

• 改善營銷和招聘策略

基於歷史銷售、營銷活動、網站折扣、重大事件和競爭對手相關數據的規範預測模型可以清晰地指出在過去和將來什麼影響因素更有意義，這可以使零售商的營銷活動更有效，並且將幫助公司成長，吸引並轉化更多的人為客戶。

另一方面，先進的人工智慧預測程序可以通過歷史員工績效等屬性（即背景、以前的銷售經驗、上一份工作等等)來描繪想要更長久地待在公司的員工畫像。這將大大減少公司的招聘成本。

人工智慧也在其它一些領域取得了進展，這將會對零售業產生大規模的影響。

• 智能助理

由於大數據、自然語言處理、機器學習的出現和商業應用，顧客的消費體驗發生了翻天覆地的改變。企業可以根據品牌內在個性設計智能助理，他們可以更快、更準確地輔助購物。

North Face正在測試他們的人工智慧Fluid Expert Personal Shopper，它由IBM Watson提供認知計算技術支持。通過自然語言分析，它能夠給用戶一個更直觀的搜索體驗。另外，Sephoras Chabot推出的Kik和由購物應用程序Spring推出的個人購物助理都是其他的例子。

• 虛擬試衣鏡

在商店裡決定買什麼，特別是服飾和配件，對於顧客來說一直是一個噩夢。一個簡單的問題——什麼最適合我？或者說，什麼我穿上最好看？在每次採購前，都不斷困擾著購買者。AI想出了一個解決辦法——虛擬試衣鏡。

虛擬試衣鏡可以幫助客戶在購買前嘗試各種選擇，它可以展示顧客穿上所選擇的服飾或配件的虛擬鏡像，但這樣做的前提是基於使用手勢和觸摸界面。它允許消費者混合搭配服裝和配飾，從而做出正確的購買選擇。

事實上，公司幫助顧客正確購買時，也為自己留住了顧客，提高了收入。另外，通過這個技術，公司也獲得了有用的關於消費者體型和偏好的統計數據。

Magic mirrors是在虛擬試衣鏡基礎上一個新的延伸，它和虛擬試衣鏡相比有更多的功能。例如，紐約、舊金山和洛杉磯的Rebecca Minkoff商店就以互動式的試衣鏡為特色，它可以讓消費者調整燈光亮度，瀏覽虛擬貨架，嘗試不同大小樣式的物品並能夠直接結賬。

Memory mirrors則是在相同概念上的另一個變種。在Neiman Marcus商店購物時，這些鏡子能夠在試衣間里給購物者提供一個獨一無二的的視角。當購物者旋轉時，鏡子給每一件服裝都記錄下一段8秒的視頻，消費者可以輕鬆嘗試一件商品的任何不同的顏色，與朋友分享並並排比較多個視頻，做出最終購買決策。

• 手勢識別

信息搜索是店內購物時消費者所厭煩的另一件麻煩事。而由人工智慧實現的店內廣告和觸控牆已經徹底改變了傳統的信息搜索形式。

這些觸控牆用來推銷商品、向顧客介紹商店並告訴顧客這裡都能買到些什麼。顧客可以通過在一段距離處用手勢來控制觸控牆來搜尋信息、檢查商品、加入收藏併購買。

這些觸控牆還可以被製作成為商店櫥窗的一部分，以此來吸引消費者並確保即使商店關門了也能進行交易。這樣即使商店停止營業，用戶仍然可以通過這些牆來搜索商品、購買並支付。

• 圖像分析

AI演算法可以用來分析、理解用戶在instagram這樣的圖片分享平台上分享某一品牌時，究竟是在分享什麼。

• 個性化推薦

基於對購買歷史、年齡群體、人口統計、種族劃分、季節性和其它類似變數，使用匹配演算法給消費者提供購買建議。

• 全渠道購物

商店銷售和線上銷售將被同步結合，通過更加了解消費者來向其銷售更多貨物。

比如說：當一個顧客走進商店的時候，店員將得到有關該顧客在線上瀏覽的所有商品的信息。這將幫助零售商制定更好的推銷策略並在店內給消費者提供更好的建議。

• 機器人

一些專家預測，在5年的時間裡90%的客戶服務中心將會被AI取代，谷歌的Rat Kurzweil預測2029年機器人將達到人類的智能水平。

現在機器人已經在做很多過去由人類完成的工作，例如清潔地板，擺柜子，從倉庫里取貨物，打包貨物以及駕駛鏟車。

由JAPAN SOFTBANK研製的世界第一個類人的機器人PEPPER，由於其擁有情感，它已經遠遠領先於傳統的機器人。進一步的研究將使PEPPER能夠分析數據，給出個人推薦，理解人類語言和情感，並利用社會媒體、視頻、圖片和文字等數據。

與任何一種正在發展的技術一樣，AI能夠給零售業帶來變化的實際程度只有在將來才能知曉。然而，有一件事是確定的：人工智慧將不可逆轉地改變整個零售業的面貌以及價值鏈。