人工智能將在零售業(yè)實現(xiàn)自動化管理，將帶來怎樣？
“人工智能在零售行業(yè)的應用，除了前端消費者體驗的優(yōu)化，還將在企業(yè)后端發(fā)揮巨大的作用。” 李寧集團 IT 總監(jiān)朱遠剛日前在接受記者采訪時表示，“一方面是在產(chǎn)品設計研發(fā)階段，設計師可以借助AI技術大大提高設計的速度和效率。另一方面是在業(yè)務決策中，AI不僅可以幫助企業(yè)做數(shù)據(jù)分析，還可以進行自動化決策?！?/p>
為消費者提供“炫酷”的體驗
事實上，我們已經(jīng)看到AI在人們生活衣食住行各個角落提供了諸多的便利。當我們通過淘寶、京東、唯品會等電商平臺網(wǎng)購時，就已經(jīng)在接觸AI。譬如，在搜索商品時頁面出現(xiàn)“相似商品”的圖案，這就是最簡單的AI應用，即借助AI技術自動為購物者提供有效的建議，減少消費者瀏覽商品的時間和精力。
然而，消費者在購物過程中僅僅是通過關鍵字來搜索顯然已經(jīng)不是最優(yōu)化的體驗，也不能滿足現(xiàn)下消費者的“胃口”。使用文字、語音和圖片進行綜合搜索正在成為新的趨勢，無疑這將為用戶提供更豐富、更有效的搜索渠道。這種模式被稱為“多模態(tài)購物”。
舉例來說，基于機器學習和深度學習的圖像識別能力，就比標準的圖像識別更準確，并隨著時間的推移，獲得越來越高的精準度。無論是看到一個喜歡的顏色、一種喜歡的材質、還是一款喜歡的商品，我們都可以拍下來，通過圖片搜索出類似的產(chǎn)品。這對于“剁手黨”而言無疑是巨大的福音。
美國一家紅遍全球的裝修設計網(wǎng)站——Houzz已經(jīng)通過一套能夠掃描包含家具和配件的房間圖像的深度學習系統(tǒng)，并且在自己的數(shù)據(jù)庫中為消費者提供類似家居的購買渠道。該平臺在2014年推出，目前已經(jīng)通過15，000個商家提供了約600萬種產(chǎn)品。
不久前，F(xiàn)acebook也推出了類似技術的自動替代文本，通過圖像的研究為視障者提供書面描述。此外，Google還推出了根據(jù)地標線索如植被類型、建筑風格、道路上的車輛等就可以識別拍攝照片位置的深度學習程序PlaNet。
據(jù)Gartner預測，到2020年，85％的消費者互動將通過AI實現(xiàn)自動化管理，跨渠道機器人能夠在2018年之前識別消費者的聲音和面孔。
當然，目前就行業(yè)應用而言，我們只接觸到AI的皮毛，無論是企業(yè)還是消費者都期待AI技術在商業(yè)環(huán)境中有更大的發(fā)展空間，譬如為品牌商和消費者之間的互動提供更多的新形式、打造更為個性化的體驗，而這也必然是未來的商業(yè)趨勢。在接下來的幾年中，基于AI的類似于Google Home、Siri和Cortana的購物助手將大量接入到各類數(shù)字設備和平臺中，使得消費者的所有購物行為都可以通過圖片、語音和文字進行。AI個人助理將變得無處不在，變成我們?nèi)粘Ｉ钪械囊徊糠?，加之虛擬現(xiàn)實和增強現(xiàn)實平臺的商業(yè)化，我們在短信、微信、Instagram、淘寶等各種APP上的體驗都將變得越來越智能化、越來越“炫酷”。
以數(shù)據(jù)“養(yǎng)”算法，不斷調(diào)優(yōu)模型
AI從概念提出至今已經(jīng)足足60年，而直到近兩年來才慢慢從科幻領域轉移到商業(yè)應用，這得益于強大的新型GPU、專用的硬件、全新的算法以及深度學習平臺等技術的全面發(fā)展，使得大量輸入的數(shù)據(jù)可以被計算。與此同時，技術的更新迭代也正不斷推動新的算法的出現(xiàn)，從而大大增加機器學習的速度和深度。當下，深度學習甚至可以做到在短短幾秒鐘內(nèi)跨越數(shù)十億個數(shù)據(jù)點、數(shù)千個信號和數(shù)十個層次。
基于此，AI對于零售行業(yè)的“改造”將不僅僅是在消費者的體驗端。具體來說，AI本身是一種“催化劑”而不是獨立存在的技術，因而，隨著更多、更復雜的應用程序的推出，企業(yè)應該關注的重點方向是如何更好地利用數(shù)據(jù)釋放AI的價值。在與消費者的互動中，能夠產(chǎn)生的大量數(shù)據(jù)，并且反饋到AI算法平臺中，不斷調(diào)整和優(yōu)化語義理解、預測模型和深度學習模型，形成對應的知識圖譜和畫像，建立知識庫，從而更深入地分析消費者偏好和需求，為消費者創(chuàng)造高度個性化的服務和體驗。
目前，已經(jīng)有許多零售商已經(jīng)部署了相關軟件或平臺，使計算機能夠更好地預測和實時提供智能選擇。
以李寧公司為例，結合相關數(shù)據(jù)，通過機器學習技術，并基于單店需求分析、商品賣點分析、競品和相似款分析、需求預測、需求與供應計劃建議等算法和模型，李寧公司已經(jīng)實現(xiàn)了對不同消費者及地區(qū)的差異化營銷和個性化跟蹤服務，并通過對消費者需求進行預測，幫助集團更好地進行產(chǎn)品規(guī)劃設計、單店組貨分析、匹配產(chǎn)品需求與供應鏈生產(chǎn)計劃，在快速滿足消費者需求的同時，優(yōu)化內(nèi)部成本，最大化企業(yè)利潤。
再舉個國外的例子，eBay推出的個人購物助手eBay ShopBot，可以通過消費者數(shù)據(jù)的反饋，分析消費者喜歡的衣服尺寸或者品牌，并進行針對性的推送。所以當你喜歡阿迪達斯時，便不會繼續(xù)推送給你耐克的相關信息。此外，eBay ShopBot還可以通過計算機視覺技術，根據(jù)類似的圖像或照片，匹配找到相類似的產(chǎn)品。
總結：AI在零售行業(yè)的五大應用場景
總而言之，由AI引發(fā)的創(chuàng)新模式的確為零售企業(yè)提供了許多新的機會，為消費者打造一個高度語境化和個性化的購物體驗和場景。
這里再總結一下目前AI在零售行業(yè)的五大應用場景：
計算機視覺和模式識別。電商平臺每天都有數(shù)百萬張圖片，而通過計算機視覺和模式識別等深度學習技術，將通過對大量圖像進行分類和搜索，在不完整信息的情況下，自動識別圖像和文本中的關鍵要素，為消費者提供個性化和便捷的消費體驗。
消費者分析。由于每個個體消費者的數(shù)據(jù)量在不斷增加，許多公司推出了基于AI的新一代數(shù)據(jù)分析平臺，從而徹底改變零售企業(yè)的分析能力。通過集成傳感器和特征學習，使得零售商更好地分配營銷支出，識別和培育高價值客戶，最大限度地減少對無利潤客戶的影響。
“碎片化購物”與NLP（自然語言處理）。移動設備和應用程序的普及，使得越來越多的消費者習慣在碎片化的時間進行線上購物，如何將他們的這一系列瀏覽記錄、消費歷史等分解成數(shù)百個碎片化的實時決策，幫助消費者在購物中做出更明智的選擇，對于零售企業(yè)而言將變得至關重要。在這一過程中，NLP（自然語言處理）將會發(fā)揮非常大的價值。
智能庫存管理。有部分零售企業(yè)已經(jīng)開始使用人工智能管理倉庫庫存，如應用基于深層神經(jīng)網(wǎng)絡的尺寸、包裝解決方案，以消費者需求的精準預測來優(yōu)化庫存管理等等。
人機交互與合作。人機交互（HCI）的重點是人與計算機之間的接口和通信，而人機合作（HMC）將是人機交互的下一步，即融合人類的創(chuàng)造力和常識，強化機器的認知。盡管計算機視覺近期取得了大量進展，但要實現(xiàn)更精準的識別，海需要機器和人之間的協(xié)作，才能構建用于增強特殊的圖像識別解決方案的數(shù)據(jù)集，從而不斷優(yōu)化機器的圖像識別能力。