．人工智慧未來在零售業的發展——高級篇

StarHub Smart Retail Solutions

來源：線性資本

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。

近日3S Market，在與一些從事智慧零售相關業者接觸時發現，很多設備業者，在提供一些人流、計數、軌跡追蹤能帶來的效益統計，實際上誤差值很大，再深入追蹤了解，實際上業主本身對數據的重視，或如何分析這些數據，也都尚未有必要的認知。

如何實現智慧零售，以下3S Market所整理轉載的這篇資訊，將對業主、設備供應業者及相關系統等和業者，在應用與建置的參考上，有很值得的客觀性的參考。

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成長率，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像的。

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。智慧算法，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。

預測模型透過對客流量、銷量等歷史數據的研究發現，行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量，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。

擁有先進人工智慧算法的零售商，可以將天氣變量與產品結構，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、行銷行為、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，透過人工智慧，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。

改善行銷和招聘策略

基於歷史銷售、行銷活動、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，這可以使零售商的行銷活動更有效，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，可以透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)，來描繪出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。

智慧助理

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，內在個性設計智慧助理，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。透過自然語言分析，它能夠給用戶一個更直接的搜索體驗。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，都是可參考的例子。

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，一直是一個舉棋不定的猶豫。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，基於使用手勢和觸控介面。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，透過這個技術，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，是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，就以交互式的試衣鏡為特色，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，並能夠直接結帳。

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裡，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秒的影像，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，並排比較多個影像，做出最終購買決策。

手勢辨識

資訊搜索是店內購物時，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螢幕，已經徹底改變了傳統的資訊搜索形式。

這些觸控螢幕用來推銷商品、向顧客介紹商店，並告訴顧客這裡都能買到些什麼。顧客可以透過在一段距離處，用手勢來控制觸控螢幕來搜尋資訊、檢查商品、加入收藏並購買。

這些觸控螢幕還可以被製作成為，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，用戶仍然可以透過這些觸控螢幕，來搜索商品、購買並支付。

圖像分析

AI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量，使用匹配算法給消費者提供購買建議。