人工智能全线重塑零售业！已经到了要么适应、要么死的时刻

各行各业都在争先恐后搭上人工智能的高速列车，零售业也不例外。无人货柜、看图寻物、人脸识别支付等技术不断革新零售体验，提升行业效率。在这个热土里，似乎“每一天都是新的”。

然而，在另一个“平行世界”里，传统零售商的日子却举步维艰，梅西百货、西尔斯等零售商相继宣布关闭数百家门店。还有数据显示，仅在2017年，美国就有21家零售连锁店申请破产，战略转变迫在眉睫。

零售商破产情况概览

在AI技术发展的当下，零售业已经到了“要么适应要么死”的生死存亡节点。近日，CB Insights结合平台数据深度探寻了AI浪潮中的零售格局。从需求预测到生产制造、再到销售、仓储、物流以及退货管理，AI是如何影响零售全产业上每个关键节点的？以下5大洞察，值得关注。

核心发现：

AI制造：将产品更快推向市场

仓库自动化：分类、存储和库存效率升级

电商VS门店：多渠道、个性化AI尝试

供应链与物流智能化：实时追踪全球订单

AI助力线上与线下的破壁融合

AI制造

将产品更快推向市场

不断变化的消费者需求正在迫使零售企业减少生产前置时间。为了实现这一目标，许多零售商开始AI机器人来生产服装以及鞋类商品。

众所周知，发达国家制造业惯用的做法是将生产环节被外包给劳动力成本更低的发展中国家。不过，随着工业机器人成本的下降，产品的生产地与需求地之间的距离将进一步缩短。Adidas等品牌正在从这一趋势中获益。

最近，中国T恤制造商天元服装公司将使用基于机器视觉的缝纫机器人为阿迪达斯生产服装。

“我们将安装21条生产线。系统全面投入运行时，每22秒就能制作一件T恤衫，基于此每天将为阿迪达斯生产80万件T恤......在世界范围内，即使是最便宜的劳动力市场也无法与我们竞争。”

——中国天元服装公司董事长唐新红

在天元的生产线中，AI机器人承担了大部分工作，当然也会有工作人员负责机器人的维护和操作。这并不是Adidas第一次尝试用机器人为其生产商品。早在2015年，他们就在德国推出了机器人工厂Speedfactor，不久，另一家全面运营的Speedfactory也将在格鲁吉亚开张。与此同时，Adidas还计划在全球5大城市（伦敦、纽约、巴黎、洛杉矶和上海）自动化生产面向本土市场的鞋类产品。这些鞋款将基于城市人口、地形和天气等数据进行个性化设计。

Adidas的重要竞争对手Nike也把目光投向了制造业的创新。

2013年，为Nike制造运动鞋的初创企业Grabit获得300万美元A轮融资。Grabit公司的机器人可以在50-70秒的时间内完成人工操作20分钟的工作，鞋帮制程效率达到人类的 20 倍。

另一个利用AI进行自动化生产的是跨国化妆品品牌资生堂，该公司最近在其工厂装配线上试用了仿人机器人。该公司的目标是进一步发展人工智能技术，使机器人能够执行更复杂的任务。

仓库自动化

分类、存储和库存管理的效率升级

在零售业拥抱AI的大趋势下，仓库与工厂是两个值得关注的场景。网购需求猛增使订单执行中心的发货压力越来越大，而AI与人类的合作有助于效率提升。

2012年，亚马逊收购了机器人技术公司Kiva Systems（现在被称为亚马逊机器人），通过使用计算机视觉、深度感测、物体识别和其他AI软件，实现了移动重物和处理包裹等功能。

在非结构化环境中，机器人在抓取、挑选和处理项目方面仍然不够完美。但已有初创公司开始着手解决机器人抓取和处理易碎物品方面的难题。

例如，RightHand Robotics机器人公司在第一季度就筹集了800万美元的A轮融资用以开发拣货机器人，并且得到了高盛（Goldman Sachs）、CRV、德丰杰（Draper Fisher Jurvetson）、贝佐斯（Bezos）和通用电气（GE Ventures）等投资者的支持，已筹集了近1.5亿美元的资金。

基础设施即服务，企业正通过为其他零售商兜售其内部自动化解决方案而获利。

在仓储自动化方面，最近值得关注新闻来自欧洲。英国的在线超市Ocado公开其仓库自动化的成果引来行业讨论，他们在当下阶段，已将其在智能领域的“机器学习”能力作为“核心竞争力”。

早在2002年，Ocado就悄然布局仓储自动化，当时他们开设了第一个智能客户服务中心，“相当于11个足球场大小，高20米。”此后随着第二家、第三家这样的中心产生，Ocado为自己的自动化仓库建立了大部分硬件和软件。

同时，Ocado在电子商务业务之外拓展了其AI业务模式：向英国其他零售商提供软件和基础设施服务。去年年末，Ocado在法国零售巨头Groupe Casino的合作，为其建设“最先进的自动化仓库”，在软件方面则将提供前端web界面到最后一英里路由选择的解决方案。

该交易后，有媒体指出，他们甚至看到了Groupe Casino超越家乐福、甚至是亚马逊的潜力；同时也有传言称，亚马逊正在积极与法国各大超市巨头谈判，以期望实现收购以平衡Groupe Casino带来的竞争压力。

电商VS门店

多渠道、个性化AI尝试

在CBinsights的报告中，披露了对50多个美国顶级上市零售商的1600多条财报电话会议进行分析的结果显示，有9家零售公司提到了他们的网站或实体店与AI相关的策略。

注：CBinsights的分析排除了像亚马逊这样的大型科技公司

一些零售商如Lowe's，专注于内部研发，而像丝芙兰（Sephora）和沃尔玛（Walmart）这样的零售商已经宣布与初创公司合作，尝试全新AI解决方案。以下，是一系列通过线上与线下部署AI的案例。

1、线上解决方案

eBay是最早开始涉足AI线上运营方案的品牌之一。该公司在2015年第三季度财报电话会议上首次提到了“机器学习”。当时，eBay刚刚开始强制卖家编写产品描述，并使用机器学习来处理这些数据，以便消费者在目录中找到类似的产品。

2016年，eBay收购了两家人工智能公司，并且在季度财报电话会议上提到人工智能近15次。最近，CEO Devin Wenig谈到了在广告投放、个性化、可视化搜索以及在C2C运输方面关于人工智能应用的建议。

另一个提及AI的零售商是Etsy，他们在2016年收购了计算机视觉公司Blackbird technologies。其他公司，比如GAP，已经提到了人工智能技术，但还没有制定出一个强有力的人工智能战略。

对一些零售企业来说，与AI领域的初创公司形成合作关系，建立优势是可取之道。

图片搜索创业公司ViSenze与优衣库和日本电子商务巨头乐天（Rakuten）等客户达成合作。ViSenze允许店内的顾客在商店里拍下他们喜欢的东西，然后上传图片到网上找到相应的产品。这家初创公司在加州和新加坡设有办事处，2016年，该公司从包括乐天在内的投资者那里获得了1050万美元的B轮融资。

其他初创公司则专注于更加垂直的细分市场。例如，位于中国的酒咔嚓9KaCha提供了一个进口葡萄酒的应用，能够利用计算机视觉进行产品搜索，用户拍下酒标就可以获得该款红酒的数据。

另一家聚焦在线搜索推荐的人工智能初创公司是位于以色列的Twiggle。这家由阿里巴巴支持的公司正在开发一个语义API（Application Programming Interface应用程序编程接口），该API结合现有的电子商务数据，响应买家的具体搜索。

在个性化消费体验方面，AI技术也大有作为。

例如，据报道，俄罗斯电子商务零售巨头Lamoda利用AI技术结合地理位置数据将顾客做了160种区分，根据客户所在地的天气情况推荐产品，并结合他们过去的购买数据，根据购买行动、喜欢的品牌、颜色偏好等驱动决策。

对于Lamoda的研究显示，基于AI技术，该公司节省了大量人力，也以此标明AI正开始重组零售员工的队伍。

除了在线上扩展个性化体验外，零售商还希望了解消费者在不同终端下的消费行为。例如：消费者更喜欢通过电话订货还是更倾向在网页上购买？人们什么时候使用平板电脑代替手机？由此，让品牌不仅可以为每个用户量身定制营销信息，而且可以更具体地针对每个设备进行营销。

一家专注于这一领域的初创公司是台湾的Appier。它的人工智能平台Axion，可以识别设备所有权并创建用户资料。这使得零售商可以使用最适配的策略与多个平台的受众进行接触。

2、门店解决方案

由于电子商务的发展，美国多家实体商店关门歇业。亚马逊（Amazon）等电商巨头几乎主导了整个市场。

今年，亚马逊（Amazon）在西雅图开设了基于计算机视觉的Amazon Go商店（点击查看华映往期文章《Amazon Go一小步，AI+新零售一大步》）。顾客可以走进商店，“拿了即走”，无需排队等待付款，AI、视觉识别等技术的应用可以跟踪他们的购物全流程。当顾客离开商店时，TA会留下购物数字足迹，之后被导入到亚马逊账户中。

在中国，无人售货商店也同样引人关注。

国内人工智能企业深兰科技take go结算系统

CB Insights平台上的关键词搜索显示，无人商店在2017年筹集了27笔交易。相比之下，2016年只有1笔交易，而前几年则完全空白。沃尔玛近期也宣布，将在50家门店推出货架扫描机器人以协助员工管理库存。

其他零售商也在测试库存管理和店内客户交互技术。

然而，店内机器人的应用还处于初级阶段，目前还没有数据证明这样的尝试能够切实优化客户体验或提高成本效益。正如凯捷咨询公司（Capgemini Consulting）前副总裁比尔·刘易斯（Bill Lewis）所解释的那样，“这些机器人的测试成本很高，许多用例还需进一步的考察”。

除了上面提到的店内机器人解决方案之外，一些美容品牌也在尝试使用面部识别和VR技术来吸引店内顾客。

Modiface使用AI和AR技术为丝芙兰和其他美容品牌提供虚拟试用体验。另一家研发类似技术的创业公司是Perfect Corp在2017年第四季度筹集了2500万美元的资金。据报道，Perfect Corp的应用下载量已经超过了5亿。

供应链与物流智能化

实时追踪全球订单

航运公司正在使用AI和IoT来更好地跟踪全球运输。

全球零售供应链正变得越来越复杂。卖家和消费者都想知道他们的产品在哪里，货物的运输状况如何，以及预计的交货时间。

但是，在从货运代理、货运商到零售商和仓库的这一长线运输中，货物的庞大规模和复杂的关系网络使得供应链的透明性成为挑战。

ClearMetal等初创公司正试图利用机器学习来提高运输的可见度。该公司正在开发一个可预测的智能平台，收集来自船运公司的数据，收集实时天气和汇率波动等数据点，以帮助预测航运事件、装运时间和运输需求。

Maersk是全球最大的集装箱运输公司，目前正在印度招聘200名专注于数据科学和AI的人士。这家公司想把所有的资产都连接到云上。例如，彼此连接的船只可以实时共享提供天气信息，还利用物联网在运输过程中追踪冷藏集装箱中的食品质量。

在最后一英里的运送过程中，亚马逊的尝试也可能颠覆市场规模高达15万亿美元的物流行业。亚马逊是UPS等传统货运代理的最大客户之一。长期以来，人们一直担心亚马逊的内部物流和自动化将使该公司成为UPS等货运巨头的竞争对手。

2016年，亚马逊首次将自己描述为“运输服务供应商”。它还申请了在美国和中国进行货运代理的许可证。亚马逊还在测试使用机器视觉的无人机送货服务。不过，在无人机成为城市之间最后一公里运送的主流之前，它要先受到严格的监管和审查。

尽管如此，亚马逊的下一代无人机专利表明，该公司在开发用于配送和运输的技术时是相当严肃认真的。

AI助力线上与线下的破壁融合

一些零售商只专注于线上或线下的解决方案，也有一些正在将两者合并。

例如，阿里巴巴正在利用人工智能来更好地理解线上和线下的消费者行为是如何协同进行的。在某些方面，阿里巴巴在其在线和线下整合中领先于亚马逊（Amazon）。它凭着前沿技术——如智慧门店、深度学习和AR/VR——以及新的商业模式来跨越中国的线上和线下的鸿沟。

阿里巴巴称其为“新零售”战略。为了测试其零售整合工作的效率，该公司将“双十一”作为试验场。

2017年“双十一”期间，这家电子商务巨头在一天的销售中赚了25.3亿美元。在顶峰时期，阿里巴巴的云计算量达到每秒32.5万次。其他亮点包括：

1）一个类似Pokemon-Go的游戏，它鼓励在线顾客到实体店去抓虚拟的猫，这些虚拟的猫咪解锁折扣并让用户获得促销价；

2）在12个不同城市中的线下快闪店中，配备VR试妆镜等虚拟体验；

3）用聊天机器人和机器学习算法自动解析与购物门户网站的相关问题；

4）在物流方面，阿里巴巴采用了基于深度学习的3D bin包装，目标是在尽可能小的空间内打包尽可能多的物品；

5）在一些实体店，阿里巴巴尝试了充当时尚顾问的FashionAI技术。屏幕会扫描顾客所持有的产品上的商品标签，然后使用机器学习，对商品搭配提出建议。

AI落地零售业，离“开花结果”还有多远？

尽管基于AI的解决方案层出不穷，但只有少数传统品牌有效地通过AI技术提高了业务效率。

不过，不能忽视的是，从制造到最后一英里的物流，人工智能正在重塑零售劳动力市场，整个零售生态系统的参与者将不得不适应这一趋势。

像阿里巴巴和亚马逊这样的巨头仍在不断突破科技的边界，将人工智能应用于零售，并积累了大量的消费者数据。不久前，阿里巴巴宣布将在量子计算、AI等前沿技术上投入150亿美元。

一些规模相对较小的初创企业也看到并抓住了AI带来的机遇。例如，瑞典的初创公司Soundots最近筹集了400万美元，用于实现无人售货商店的大众化。

随着人工智能继续在整个零售生态系统中蔓延，零售商之间、以及零售商与其他科技企业之间，会就AI初创公司和人才展开更为激烈的争夺。