AI+消費=？

這是一個再平常不過的晚上——你走進一家服裝店。「張小姐，歡迎您。根據您之前在本店的購買記錄，我們找到了本季最適合您的幾件衣服。」幾乎一句話都沒來得及說，你已經被導購機器人「纏上」了。

機器人把你帶到智能穿衣鏡前，你可以在穿衣鏡的屏幕選擇你想試穿的衣服。幾秒鐘的功夫，鏡子上就會浮現出你穿衣的樣子。在一番毫不費力的嘗試之後，你終於找到了心水的衣服。這時，你只需到支付機器前「刷臉」，就能提著它心滿意足地踏出店門，整個過程不到十五分鐘。

儘管這樣的情節還沒能發生在現實當中，但它也昭示著一種趨勢。在零售行業，越來越多的實體零售商和電子商務公司都在不斷將AI整合進自己的業務，同時衍生出了「智能零售」這一全新概念。

大數據正在改變零售業，由數據驅動的電商以及實體零售的變革都已在悄然推進。Kevin Kelly曾說：「不管你現在做什麼行業，你做的生意都是數據生意。」隨著商業發展，大數據將在零售業的不同環節產生更加廣泛的影響，智能零售未來必將基於大數據場景進行分析預測或視覺化的處理，從而在整個商業生態上發揮作用。

然而，對比電商，實體零售企業同樣做了很多年的大數據收集，真正做好的卻寥寥無幾。具體來說，實體零售對後端供應數據和會員數據的獲取相對容易，前端運營數據則反之，同時也存在數據不全或缺乏關聯性的問題。

大數據的核心是數據的關聯應用，來自不同的應用場景、物流、採購、財務、運營、市場等環節的數據深度關聯，孤立的數據很難發揮出應有的價值，更無從說起形成對AI的支撐作用了。

從目前看，智能零售應用場景落地在銷售端的居多，比如在美國、日本已經出現的迎賓和導購機器人、智能穿衣鏡等。事實上，零售的智能化不僅僅應該體現在收銀與支付端、自動識別設備、商品管理等方面，更應該貫穿零售供應鏈、管理系統、市場營銷、物流、服務等全零售的各個環節，真正形成新的商業模式，提升傳統產業的運營效率以及用戶的消費體驗。

實體零售業需要重塑競爭力，一些企業已在特定場景下實現了智能化升級和變革，並在其中挖掘新的機會，還有一些企業在迎接這樣的變革，為傳統零售企業提供著滿足不同需求的解決方案。

基於人工智慧和機器人加速器Comet Labs智能零售領域行業報告，零售企業智能化有18個重要的應用場景：

1. 物流機器人

這一領域已經有很多家公司進入，包括：AmazonRobotics（前身為 Kiva System），FetchRobotics（團隊來自 Willow Garage），Swisslog（瑞士的自動化倉庫和配送物流解決方案提供商，其背後是工業機器人「四大天王」之一的 KUKA），GrayOrange Robotics。日本日立可行走物流機器人包含兩個升降台，兩條機械臂，2015 年 8 月開發出成品，預計在 2~3 年後正式投入使用。

2. 基於視覺系統的應用

基於視覺設備及處理系統、動態 Wi-Fi 追蹤、遍布店內的感測器、客流分析系統等技術，可以實時輸出特定人群預警、定向營銷及服務建議（例如 VIP 用戶服務）、實時貨品調整提醒、以及用戶行為及消費分析報告。

3. 智能穿衣鏡

內置處理器和攝像頭，能夠動態識別用戶的手勢動作、面部特徵及背景信息。不同於普通穿衣鏡，智能穿衣鏡可以為用戶提供個性化的定製服務，增加用戶實際購物體驗。工作人員可以通過一個特殊的銷售界面，以鏡子為媒介向顧客發出建議。鏡子提供的視頻內容還可以幫助零售商對商場內行為進行評估和分析。

智能虛擬穿衣鏡已經在頂級奢侈品牌百貨商場 NeimanMarcus 的加州 Walnut Creek 店部署。

4. 智能試衣間

通過帶觸摸屏的鏡子及燈光調整，可以幫助用戶找到適合自己尺碼、顏色和消費場景的服裝。消費者進入商店，通過鏡子瀏覽店鋪中所有商品，提交試穿申請，它們就會被導購員擺放在試衣間。顧客可以調整燈光亮度和顏色模擬使用場景，鏡子感應衣服上的 RFID 標籤並顯示在屏幕上，然後鏡子給出搭配建議。如果需要試其他顏色或尺碼的衣服，也能通過屏幕下指令，讓導購員給你送來。當你試穿滿意后，可以直接在鏡子上通過移動支付付款，試穿過的衣服會保存在個人賬戶中。試衣間里還可以記錄追蹤試衣者的動作，這為後續智能試衣間的智能化進行，提供了想象空間。

這套eBay 和 Rebecca Minkoff 合作的系統在 Nordstrom的西雅圖和聖何塞分店投入使用。主要目的在於通過智能化的手段和親身體驗效果，來提升線下實體店服務的體驗，創建線下服務相對於線上電商的差異化競爭力。

5. 智能停車和找車

停車場是實體零售企業的用戶入口，又是用戶需求的最痛點。這是實體零售企業的一個重要變革方向，目前已經有越來越多的零售企業，開始布局智能停車模塊，幫助用戶解決「快速停車及找車」的痛點。

在阿里巴巴推出的喵街 App 中，智能停車及找車是其中的模塊之一，目前已經應用於 9 個城市 40 多家購物中心。

6. 商品電子價簽

電子價簽已經能做到基於紅外傳輸的定位及商品導航功能，相比於賣場傳統標籤每年巨額的更換費用，加上人工成本、客戶口碑、賣場形象等潛在價值，電子價簽的投入 1~2 年時間企業就可以收回成本。

7. 室內定位及營銷

在用戶購物及瀏覽過程中，快速根據用戶需求、物品位置實現精準匹配，是用戶體驗的核心環節，其中 iBeacon 是很多企業選擇的一種技術解決方案。

iBeacon 功能的基本原理是：配備有低功耗藍牙（BLE）通信功能的設備或基站使用 BLE 技術向周圍發送自己特有的 ID，而接受到該 ID 的應用軟體（如「水滴」）就會根據該 ID 進行反應。iBeacon 的誕生，讓商戶和終端（智能手機）能夠準確感知彼此準確位置。

目前北京大悅城等商場已經實現了室內導航及定位營銷。

8. 智能搜索及管理聯動

基於 Hadoop（大數據智能分析）、Data Visualization（數據可視化）、iBeacon、3D 地圖Map/Reduce、Hive（數據倉庫）等幾個核心技術模塊，通過行業定製化服務開發平台，可為零售企業提供了更為細緻的智能服務及管理聯動。

9. 智能購物車

在超市領域，購物車作為最常見的硬體載體，將有較大機會首先進行智能化變革。在零售方面的智能化創新包括：將生物識別技術與攝像頭系統進行結合，從而可以提供人流量統計和人臉識別服務，零售商可以利用智能手機下載的這些信息進行分析，並向顧客提供個性化的銷售。

10. 智能推薦

基於「視覺過濾技術」，針對用戶潛在偏好，建構在線商品推薦模型。具體做法是，通過基於商品圖片的問題，創造遊戲一樣的情景讓消費者參與，然後預測購物者的下一個選擇，並根據消費者之前的點擊，提出售賣建議。每次點擊都會通過成千上萬的屬性來訓練AI，例如鞋跟高度、小腿長度、系帶款式、鞋子的造型、紋理等。

目前 AI推薦模型，已經在電商網站得到應用，其他零售企業也在逐步推行。

11. 機器人店員

美國老牌裝飾零售商勞氏 LOWE』s 在洛杉磯成立了創新實驗室，與矽谷的 FellowRobots 公司合作，在 2014 年和 2015 年期間，分別推出了勞氏 Holoroom 家裝模擬器和 OSHbot 零售機器人，並均已在實體店裡得到應用。

OSHbot 可以諮詢用戶需求，掃描物件並匹配，定位和導航。機器人屏幕上顯示的創意內容和營銷信息，還會隨著機器人位置的變化而改變。客人可以通過機器人屏幕，與店內專家進行視頻聊天。機器人的設計中還將融入 3D 列印技術，甚至能夠 3D 列印小物件。

12. 機器人導購

2016 年，軟銀第一款機器人 Pepper 以「銷售員」的身份入駐日本最大的電器銷售商山田電機（YamadaDenki）。Pepper 之前也曾幫助銷售過智能手機和咖啡機等商品。Pepper 接受企業的租賃訂單，每月租金 55000 日元（約合人民幣 2730 元），僅為日本平均最低工資的一半。

機器人銷售員的優點很明顯：成本低，增加用戶購物過程的趣味性，從而提升銷售。缺點也很明顯：商品識別精準度有待提升，人機對話精準度容易受到周圍環境（如噪音）影響，語音、語義技術平台還不成熟

13. 虛擬商品牆

英特爾是數字標牌技術的領先者，其 adiVerse 技術，可以通過先進的觸控屏和高精準時時 3D 渲染，讓消費者可以在虛擬牆上從任何角度查看產品，進行旋轉、放大，並以全新的方式與商品進行互動。該技術還應用在自動售賣機和虛擬試衣鏡等常見的線下銷售場景。

Adidas 基於 Intel 的技術和解決方案，開發了虛擬鞋牆，實現了超過 2000 雙鞋子的產品展示，通過 3D 和 VR 技術實現虛擬試穿，在線購物，快遞送貨。

14. 自助支付

隨著手機支付的普及，自助支付也將成為線下零售店的標配。自助收銀機一般提供屏幕視頻、文字、語音三種指引方式，使用門檻低，每 6 台自助收銀機只需配 1 名收銀員。除了銀行卡、微信、支付寶等多樣化支付方式接入外，刷臉支付等技術的支付手段也將逐漸引入，比如國內阿里的刷臉支付嘗試。

15. 智能比價

沃爾瑪 App 載入了比價工具 Savings Catcher，顧客在實體店購物場景中，用手機掃描產品進行比價，發現更低價，價差返還。沃爾瑪的比價策略並不包含線上零售商，其自由品牌的商品、熟食、糕點和肉禽蛋也不在比價範圍內。截止到 2015 年 6 月，沃爾瑪的企業 App 的用戶已經達到 2200 萬，其年增長率超過 400%，SavingsCatcher 這個比價工具讓用戶活躍度由一個月前的 400 萬人猛增至 1400 萬人，極大的提升了線下競爭力。

16. 在線客服機器人

在零售業的電商模式中，客服是其中非常重要且佔據很高成本的運營要素，通過機器人客服替代人工客服，是該領域智能化發展的重要方向。

IBM Watson 機器人計劃替代一個數量龐大的工種 —— 在線客服，基於自然語義識別、人類情感識別，實現商品信息定向推送，實時答疑、諮詢和投訴，還可以娛樂消遣講段子。依靠機器人的自我學習能力，不僅能準確回答問題，還能感知到客戶的情感和情緒。

而 Google、微軟、Facebook 等AI領域的領軍企業，也都在該領域有相關研究和投資。

17. 庫存檔點機器人

美國『華爾街日報』盤點的最可能被機器人取代的十大工作中，「倉庫管理員」榮登榜首。機器人免去了倉庫員工每天走上最多 32 公里的煩惱。

德國公司 MetraLabs 在 2015 年推出和部署了帶有 RFID 功能的機器人 Tory，為德國服裝零售商 AdlerModem rkte 提供庫存檔點服務。Tory 機器人通過感測器進行導航，邊走邊讀取商品上附著的 RFID 標籤。

18. 商品管理機器人

考慮到 RFID 運營成本及系統要求的相關問題，Simbe 公司通過更為精準的圖像識別技術，實現除商品管理之外的更多動態應用。

Simbe 機器人 Tally 是一款商品管理機器人，它基於商場商品布局圖，通過感測器掃描定位和圖像識別，實現商品信息自動識別，商品變化信息動態整理，錯放或信息錯誤提醒，庫存聯動，缺貨提醒，並根據商品變動信息及相關變數，為商場及供應商提供決策服務。

新零售時代，顧客為王、數據為尊，儘管不同零售商有著各自的形態，但以顧客為中心的經營理念、為顧客創造價值的商業規律是不變的。以零售本質為出發點，如何最大程度地圍繞顧客、需求場景、商品、服務等維度，最終實現生活場景感知、解決方案推送、快速交付以及整個上下游從生產到顧客體驗全過程的效率最大化，既是零售業的一致訴求，也是智能零售這一商業新模式的最終目標。

參考文獻：石基商業評論《智能零售：為AI+零售打開更大想象空間》

關注清流資本

通過微信公眾號留下計劃書

我們會第一時間與您交流反饋

信箱：[email protected]

清流資本是一家由成功創業者組成的風險投資公司，專註於投資TMT領域的初創型企業。團隊成員均來自頂尖互聯網公司，具有豐富的互聯網運營實操經驗。2017年清流資本重點關注投資領域：消費升級、泛文化娛樂、SaaS、AI、海外新興市場、互聯網金融。我們懂業務、懂運營 、懂創業。目標是挖掘並幫助國內優秀的創業者成長為成功的CEO。