在過去的十幾年中，零售行業經歷了商務智能浪潮的進化，通過企業數據的整合快速提供商業決策報表，為企業決策做出參考，而在人工智能技術的沖擊下，商務智能的光芒逐漸被遮蔽，針對不同人群的個性化需求推出個性化的解決方案則需要人工智能技術的深度融合，因此，零售業必將經歷人工智能化的過程，零售個性化、服務智能化和機器人在零售業中的應用都是人工智能和零售業深度融合的結果，人工智能+零售與傳統的零售業相比減少了人工的參與，更多地關注消費者的個人需求，不只是關注一次交易，而是通過對數據的分析來為消費者提供長期的服務，因此為了在未來實現長期利益，無論是電商還是實體零售商會將人工智能和物聯網等相關的技術應用到更多的消費場景當中，實現“社交服務+人工智能+零售”的新發展方向。
個性化的人工智能+零售
對于一些忙碌的消費者來說，沒有充足的時間去實體店中嘗試看起來適合自己的每件衣服，但是線上的購物不能對面料進行撫摸，也不能試穿，因此產生了智能試衣間，智能試衣間是忙碌購物者的好幫手，幫助客戶減少他們的購物時間，同時嘗試找到合適的衣服和完美的配套配件。
內容 |
需求 |
特點 |
搭配 |
解決的核心需求是讓用戶看到不同服裝單品搭配出來的效果 |
目前的頭像拼接技術還顯得相當拙劣，因為用戶自拍的角度各式各樣，直接拼接到模特頭像上看上去格外不自然 |
合身 |
解決的核心需求是讓用戶判斷衣服是否合身 |
如果用戶和鏡子之間的距離可以方便地探測到，則可以做到較為精確的建模 |
優衣庫在智能試衣間的應用上已經做出了嘗試。優衣庫推出了魔鏡系統，因為實體店安裝魔鏡的角度是固定的，所以可以方便地檢測用戶與魔鏡之間的距離，實現更精確的建模。因此，我們預測未來“合身”試衣的應用實現可能就是利用魔鏡這樣的產品，在實體門店線下采集用戶身體數據建模后，可以便利地實現線上和線下的虛擬試衣。
智能購物車是智能購物系統的一個重要組成部分。從消費者角度來說，智能購物系統的設計能夠充分解決消費者找不到商品區域、排隊結賬以及購物太多造成自己負擔太重等問題。從超市管理者的角度來說，智能購物車如果含有自助收費模式，則可以減少超市工作人員的數量，在降低成本并且提高收益的同時，還能一定程度上增加客流，為超市未來的發展探索了一種新的模式。
△ 圖1 智能購物車
智能推薦是基于消費者以往積累的數據，通過學習消費者留下的數據判斷消費者的特征，應用經過訓練的推薦模型，最后向消費者推薦可能感興趣的商品。目前的智能推薦大量地應用在電商平臺上，其他的零售企業也在逐步推行，智能推薦需要通過商品圖片和用戶的選擇偏好，預測購物者的下一個選擇，智能推薦需要處理大量數據算法，才能更加精準地把對消費者有價值的商品預測出來。
智能廣告是指商店通過人臉識別和顧客以往積累的數據，向顧客播放定制化廣告，應用場景集中在線下的零售商店當中，例如消費者一般在線下收銀臺會排隊付款從而停留較長時間，這時智能廣告屏可以通過人臉識別算法識別出消費者的身份，然后針對不同的消費人群播放不同的商品廣告。
然而，這項技術近年來還沒有進一步的應用報道，這表明人臉識別技術在新零售的應用中仍然面臨著成本和隱私方面的巨大障礙，但一旦障礙突破，就可能形成巨大的針對性廣告商機。
服務化的人工智能+零售
智能停車看似與人工智能+零售行業相隔甚遠，但是目前已經成為了用戶去實體零售商店購物需求的一大痛點，停車難、找車難已經不僅僅發生在一線城市的大商場中，在幾乎家家戶戶都有小汽車的城市中，商場基本都會存在類似的問題，因此智能停車是實體零售企業是亟待變革的重要部分。
△ 圖2 智能停車
洛杉磯為了緩解城市交通擁擠問題，在全市 6300 多個停車場使用了智慧停車技術，以智能傳感器為智慧停車保駕護航，阿里巴巴開發了喵街 APP，智能停車及找車成為了該軟件的核心功能之一。
智能比價系統目前多用于線上平臺的銷售購買過程，但也逐漸在實體店鋪中有所應用。智能比價實現的是商品的自動調價，可以幫助消費者購買到同類商品中價格最低的商品，智能比價系統能夠實時查詢到所有聯網銷售的商品價格信息，并自動進行價格比較，同時對自身產品價格進行調整，確保價格足夠低或鎖定低價商品。
表2 智能比價系統的應用
（3）智能貨架
智能貨架是應用了 VR 等新技術的發展中產品，各廠家、零售商們還正在摸索和開發智能貨架的應用，目前的智能貨架結構有如下六個特點：
△ 圖3 智能貨架的特點
英特爾的數字標牌技術是智能貨架應用中的領頭羊，消費者可以通過觸摸屏和高精度實時 3D 渲染，從各個角度在虛擬貨架上觀看產品。智能貨架還能夠應用于日常線下銷售場景，如自動售貨機和虛擬試衣鏡等。阿迪達斯的虛擬鞋墻將數字標牌應用到了運動鞋的展示和銷售過程中，不僅可以一次性展示大量商品，而且還能采用 VR 讓消費者試穿，實現了消費者在線購物也可以試穿的體驗，同時還能享受快遞送貨的便捷。
智能支付是從移動支付發展而來的，在零售業的發展過程中，隨著手機端移動支付的普及，消費場景越來越多元化，同時，大量數據被積累，在這種疊加的影響下，傳統的手環支付、掃描碼支付和 NFC 近場支付等傳統的數字支付方式已經不能滿足用戶的需求，利用人工智能技術的支付方式正在逐步興起，包括人臉識別、指紋識別、虹膜識別、聲紋識別等，承載了人工智能+零售行業的線上和線下服務的有效連接。
智能防偽是依靠平臺來實現的，智能防偽平臺是具有統一標識和銀行級安全防偽性能，采用 NFC 防偽芯片技術和國密算法，通過手機 APP 提供物聯網識別云服務的高端防偽服務平臺，智能防偽標簽具有防偽、不可轉移、標識統一、監督權威、查詢方便等五個特點。
智能防偽的特性 |
表現 |
不可偽造 |
標簽內含芯片，驗證過程受銀行級加密算法保護，只有通過我們特有的分段解密算法才能獲取防偽標簽的數據 |
不可轉移 |
疊層3D立體設計和易碎材料復合技術保證了標簽一旦被固定到包裝上之后無法回收二次利用 |
統一標識 |
設計美觀大方，消費者在任何類型的包裝上均能一眼認出 |
權威監管 |
由國家工商總局直屬單位中國消費者報社投資成立并指導運營 |
查詢方便 |
手機輕輕一嘀，商品真假立辯 |
人工智能+零售中的機器人
電商與物流業幾乎在同時興起，相輔相成，機器人技術能夠大幅提升物流業的運營效率，有效提升電商的服務體驗，促進物流業的降本增效，隨著在線購物逐漸成為人們的生活習慣，通過物流運輸的零售商品越來越多，機器人技術可以在節約人工成本的情況下完成大量機械性的重復工作，在物流運作過程中發揮著越來越重要的作用，機器人技術不僅可以應用到物流包裝當中，而且在搬運裝卸的過程中與人工相比體現了非常大的優勢。
△ 圖4 物流機器人
（2）店員機器人和導購機器人
店員機器人和導購機器人可以實現人工店員的基本功能，可以詢問消費者的購物，根據消費者的需求掃描商品然后進行匹配、定位和導航，除此之外，它也能根據消費者的多樣性顯示創造性的內容和營銷信息，還能根據機器人所在的位置不同而有所不同。店員機器人與客人之間主要通過機器人屏幕交互，在無法實現客人需求時還可以通過屏幕與店內的人工專家視頻聊天。
優點 |
缺點 |
成本低且能夠使用的時間更長 |
語音、語義技術平臺還不成熟 |
可以增加用戶購物過程的趣味性 |
人機對話精準度容易受到噪音的影響 |
提升銷售 |
商品識別精準度有待提升 |
在線客服機器人也稱為智能客服，是一種回復咨詢并將客戶導航至其所需業務模塊的服務模式，它的應用使智能機器人完成了大量簡單的交流工作，在電商零售業務模式中，客戶服務是一個非常重要的部分，在線客服機器人中主要應用到的人工智能技術是自然語言處理技術，計算機可以使用自然語言處理技術對人類的自然語言進行理解，然后利用自然語言生成技術將回復的結構化機器語言輸出成非結構化的人類語言，包含的基本模塊有對話理解和融合模塊、對話分析模塊和對話內容管理模塊。
△ 圖5 客服機器人的組成部分
商品管理和庫存盤點是機械性的工作，商品管理和庫存盤點機器人是利用人工智能和其他技術的結合，實現對于倉儲的管理，是零售業中不可或缺的一部分。機器人進行的商品管理和庫存盤點與傳統的人工相比有兩個主要的優勢：一是能在盤點的過程中采集到更加精密的數據，二是能利用收集到的數據根據不同的需求再進一步分析，例如可以為客戶提供上下游供應鏈的實時信息。
結 語
零售個性化、服務智能化和機器人在零售業中的應用都是人工智能和零售業深度融合的結果，人工智能+零售滿足的是主張個性、注重體驗感的新型消費觀，在這個消費者主權的時代，能夠滿足消費者需求的企業將會占據更大的市場份額，人工智能+零售的關鍵在于精準化，精準化確保了商品與服務緊密聯系消費者，瞄準不同消費者日益凸顯的個性需求，人工智能提供的精準化體現在商品精準、價格精準、顧客精準、服務精準和管理精準，以精準服務形成消費黏性，實現價值的增值，打破了傳統的消費者與零售商的雙向模式，創造了多維度的消費者互動，零售商們參與其中獲得相關的商業信息，結合人工智能技術進行增值，實現“社交服務+人工智能+零售”的新發展方向。
如有購買裝訂版白皮書《人工智能+零售行業研究報告（2019）》需求，請聯系王耀羚老師，聯系方式：wangyl6@sem.tsinghua.edu.cn。
[1]劉平峰, 聶規劃, 陳冬林. 基于知識的電子商務智能推薦系統平臺設計[J]. 計算機工程與應用, 2007(19):203-205+220.
[2]楊偉東. 新零售語境下的消費場景塑造[J]. 現代營銷(下旬刊), 2019(02):78-79.
[3]張靜. 移動遠程支付的智能終端研究[D]. 北京交通大學, 2013.
[5]張穎,許弢與余思敏,新零售背景下物流配送模式的發展趨勢研究.中國商論, 2019(21): 17-18.
[6]徐可心.零售行業發展現狀及政策建議[J].現代經濟信息, 2018(14):148+150.
[7]戴雪芬,鄭淑蓉.零售業O2O的模式選擇及發展對策[J].商業經濟研究, 2015(31):26-28.
王耀羚
清華大學互聯網產業研究院研究員，管理碩士，持有PMP國際項目管理專業資格認證。主要從事金融科技、產業升級、企業數字化轉型、人工智能行研、企業政府戰略規劃等領域研究。曾參與涉及產業轉型指數研究、互聯網產業發展、金融科技行業分析、金融科技示范管理、十四五規劃社會治理課題、數字發展研究、跨境結算項目、工信部舉辦的中國云端與大數據高峰論壇項目籌劃工作、聯合艾瑞咨詢等知名市場調研機構開展項目合作等。曾負責或參與編寫《云計算和人工智能產業應用白皮書2018》《人工智能+零售行業研究報告2019》、《人工智能+金融行業研究報告2019》、《金融科技在小微企業信貸中的應用發展研究報告》等。學術文章曾發表在數據雜志、中國工商銀行《現代商業銀行》等期刊。
