外链论坛

 找回密码
 立即注册
搜索
查看: 13|回复: 0

关于零售行业本身,人工智能能够做什么?

[复制链接]

2885

主题

210

回帖

9777万

积分

论坛元老

Rank: 8Rank: 8

积分
97779540
发表于 2024-9-4 05:39:42 | 显示全部楼层 |阅读模式

6月22日信息,在亿邦智能商场大会夏季峰会暨2018全世界人工智能+零售将来发展大会上,创新奇智COO,创新工场AI工程院联合创始人、海豚社创始成员王晶发布了题为《人工智能赋能商场将来

的演讲。

她指出,关于零售行业本身,人工智能能够做什么?

重点分为:智慧商店>智能店面运营>智能客户管理>智能供应链>智能内部运营。

王晶认为,AI的四个浪潮:

第1波,互联网的智能化;

第二波,商场智能化;

第三波,实体世界智能化;

第四波,全自动智能化。

△ 创新奇智 COO,创新工场AI工程院联合创始人、海豚社创始成员王晶

大会以“智能场景”为主题,由亿邦动力、中国商场联合会智慧商场分会、思尔福·AI零售展、厦门市网络零售企业协会、海豚社主办。

以下为演讲实录:

王晶:非常感谢主持人,非常感谢亿邦的邀请,之前在亿邦的活动里分享过关于AI的发展,以及为何做投资的机构会做AI工程院,便是VC+AI的概念。今天亿邦给我一个题目“智能算法是零售商最需要的算法”因此我先给大众分享一下AI的整体发展周期以及比较中美AI发展的优势,再谈谈智能算法赋能零售。正如主持人所说落地很重要,零售不只是无人店和智取柜这些炫酷的外观,零售的核心赋能到底在哪里?今天就这几个主题分享一下。

创新奇智聚焦AI制品处理方法赋能三个行业,零售、制造,保险

这几个行业,为商家供给实质落地的处理方法咱们今年三月份正式成立了。

下面重点讲一下人工智能四大浪潮,这是咱们对AI的展望和认为人工智能在区别时代发展的方向和趋势。

首要第1周期最早周期大众比较认识,在互联网周期,不管是搜索还是购物,AI在互联网周期已然被比较广泛的应用了。

第二个周期是AI赋能商场化,便是AI应用在区别商场行业,例如金融行业咱们非常多的数据收集,能够经过AI在风控、营销领域更好起到提有效率、降低成本方面的能力。

第三周期是很重要的周期是跟零售尤其关联咱们叫做实体世界的智能化,便是将零售数据化。今天说到的入店的人脸与会员识别,晓得什么人拿了什么货,对用户行径全方位的理解和数据化。咱们进入了OMO线上线下融合的周期,这一周期咱们能够把线下的场景充分数据化,经过智能化进行赋能。

第四周期是全面的智能化。包含有智能驾驶、设备人等会进一步取代我更加多的职能和场景。

接下来咱们对比中美此刻情况以及预计五年之后的发展对比此刻互联网的智能化来讲中美是处在势均力敌的状态,由于中国持有非常大的市场,尤其互联网用户方面中国是占绝对优良的,在互联网智能化不管是应用上还是用户上都与美国势均力敌的。在商场智能化上中国还是有必定的差距。美国非常多企业它之前数字化做得非常到位,中国还做得不太完善。例如咱们跟大的零售企业交流做供应链合作的时候,发掘非常多报表还是手工写的,有非常多环节还是按必定经验性拍脑袋的规律来决定的。 因此商场智能化的方向来讲中国还是有很大的差距。这一点上,从零售的方向当然炫酷的科技和前端的场景是非常重要的,然则核心还是决策,完善的数据化,智能是很难赋能的。第三周期的实体经济智能化不管中国的移动支付还是共享经济创新的点,都能够使咱们更好收集到数据,这一起实体世界智能化中国已然走在了前端。第四周期的全自动智能化能够看到自动驾驶机构在中国已然层出不穷了。咱们能看到此刻世界上最领先的还是谷歌,它已然累积非常多年路测的信息。相比之下中国企业起点不是很早,数据累积到那种层级。但将来不管是中国企业迎头赶上,还是政府的支持场景上给企业更宽松、更好的环境,都会促进中国在全自动智能化会快速追赶上。

因此总体来讲咱们认为中国有非常大的市场,再加上投资资金上的支持以及有尤其多的有活力的创业者们,就会催生世界级的机构咱们能够看到中国往前迈的步伐是非常快的。这个状况在其他国家是很难见到的,因此不管是小步快跑还是大步迈进的情况下,中国有期盼在AI弯道超车,领跑全世界

接下来 咱们看一下创新奇智的发展。从创新奇智AI赋能企业智能化上,咱们需要在各个区域都有非常强大的布局,更接近企业客户,推动产业升级。区域布局上,咱们有几大城市落地,南京、广州,重庆,宁波、合肥等,零售要无限接近你的客群,同期在AI赋能的时候咱们要无限接近企业的客户从而为其赋能。咱们在各个城市的布局与政府大方向上AI的支持是分不开的。AI的机构能够很好和政府的支持以及各地AI发展产业升级的目的结合在一块,这是咱们全部AI全国生态的布局。

接下来咱们介绍一下创新奇智的核心技术,对任何AI机构来讲核心技术是非常重要的。咱们分为三大点,一个是感知的智能,不管是商品识别乃至餐饮的菜品识别、票据识别等,还有认知的智能,这一起大都是NLP的方向,例如文本与意图的识别,智能客服等。在决策分析上,零售后端的环节是有非常多繁杂过程需要智能化的,例如说供应链中仓和仓之间的配送。怎样把运营做好、供应链打通,这针对零售企业是非常重要的,因此决策分析针对任何零售企业都是关键点,咱们在底层有自己的架构和引擎。技术上咱们有两大核心方向和三大核心优良。两大核心方向是设备视觉和大数据设备学习,三大优良是业务接入灵活有效基本架构易于扩展,核心算法性能领先。做为AI的平台的核心技术,咱们基本架构是非常扎实的。

以下是咱们全部零售处理方法的总览

刚才嘉宾们说到非常多第1个环节,便是智慧商店,智慧商店此刻大众都有比较统一的认知了,便是从视觉处理方法,各个机构对市场的教育是很到位的,因此此刻纯视觉处理方法不管是货柜、货架、盘点等市场上都有统一的认知。剩下几个方面是非常重要的。首要是店面运营的智能化,一个好的店长是晓得进什么货、补多少货,非常多各样各样的环节从店长的方向皆想做好是很难的,复制一个店长的成本是很高的,从咱们方向智能店面运营就能够认为把一个好店长的决策大脑成功复制,更好运营到其他的店。例如能够经过每一个店和每一个SKU的销量预测衍生出来的智能进货,智能选品,智能定价等。同期给客户必定程度上的千人千价,区别制品组合以及智能客服,供应链是非常重要的环节,供应链智能化是零售企业的关键点和核心竞争力。例如仓库,大仓与前置仓的配送怎样精细经过算法预测,完善区别SKU的配比和运转,怎么能够完成店和店之间的精细配送等等。

零售企业不可能大众都去做无人店和智取柜,由于零售还有非常多其它场景,不是所有的场景都能够拿近场消费模式处理的。各样各样零售的企业是需要被AI赋能,尤其是决策层面,咱们是需要把算法更好的运用到各个场景其中去,真正提有效率、降低成本,替咱们在核心上优化。因此咱们认为最核心的点还是要把你的店怎么更好经过智能化经营好,在扩展你的店以及扩展新模式和生态的时候,把运营和供应链做得更扎实,这一点是非常重要的,当然还有大的企业有非常多的连锁店和人员,怎么把企业内部的培训做好好、管理好,这是AI应用的点。

接下来和大众分享咱们自研的技术领先的视觉制品,例如咱们的自助结算处理方法。这个制品已然在连锁面包店落地,整盘面包能够一秒视觉识别,精细度99.8%。精细度是智能识别的必要要求,但不是所有咱们还给商家做了销量的预测,能够预测区别的面包需要做多少个,这就大大减少了货损。智能算法还能够进一步推往供应链及其它后端的优化。因此咱们看到的前端的黑科技只是冰山一角,运营和供应链的优化才是能给零售带来全链条的智能化。

自助结算处理方法

咱们还有自研的智能货柜,扫码开门,视觉识别结账,这个市场的将来发展大众是有共识的。 然则咱们觉得精细度和成本只是表面的指标,后端的数据能力决定了哪一家能够更好的运营好和落地。视觉识别的智取柜日前哪家真正铺到了上万个点。数据端的智能化运营是关键,不管是单柜单SKU销量的预测以及每一个柜子的选品、定价、宣传怎样投放以及促销、会员客户的返利,这些都能够做得更精细必定程度上运营和是不是落地到位是决定制品存活周期在市场上所能占到的位置。同期在运营安排发展过程中,硬件芯片等的能力是非常重要的。

智能货柜处理方法

接下来这个是咱们为大型零售连锁店做的处理方的案例。包含自助结账,货架盘点,线上APP的个性化举荐以及线下店面的销量预测等。咱们重视到大型连锁企业采购AI处理方法有一个误区,从一个机构采购一个点的方法,再从另一个机构采购另一个,会引起散乱与整体规划。右边是咱们给大型商规划的AI云平台的处理方法。在底端数据云平台的基本上,构建自己的AI平台,把区别处理方法更好的汇聚于自主管理。创新奇智的AI应用不仅在智慧零售,其实每一个零售企业必定程度上是一家以制造为后端的企业,毕竟零售制品都是生产出来的。中国又是一个制造大国,智能制造的处理方法咱们非常聚焦的,咱们期盼为中国的制造2025、AI2030大方向上起到重要的促进与推动功效这儿有我们在保险业与制造业自己的处理方法

今天分享这些,从大的AI布局上大众能够有自己的一个看法,同期在AI零售、制造上,期盼更加多的发展以及合作,谢谢大众

 转载自:亿邦动力网 2018-06-22 19:29

回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

站点统计|Archiver|手机版|小黑屋|外链论坛 ( 非经营性网站 )|网站地图

GMT+8, 2024-10-19 07:32 , Processed in 0.069356 second(s), 19 queries .

Powered by Discuz! X3.4

Copyright © 2001-2023, Tencent Cloud.