編者按：本文來(lái)自微信公眾號(hào)“線(xiàn)性資本”（ID：LinearVenture），作者Sethuraman Janardhanan，譯者劉童；36氪經(jīng)授權(quán)發(fā)布。

一直以來(lái)都被高度曝光的人工智能領(lǐng)域相關(guān)應(yīng)用，總是引來(lái)巨大的關(guān)注。但是，相比于人工智能下棋、譜曲，人們卻可能鮮有聽(tīng)聞人工智能對(duì)零售業(yè)的改造，即使這一改造可能影響到每一個(gè)消費(fèi)者。

如果你一直關(guān)注我們，就會(huì)發(fā)現(xiàn)在三月我們已經(jīng)為大家?guī)?lái)了兩篇與“AI+零售”相關(guān)的推文：《人工智能未來(lái)在零售業(yè)的應(yīng)用》的基礎(chǔ)篇和中級(jí)篇。

今天Mr.L就為大家?guī)?lái)該系列的最后一篇文章，enjoy it.

人工智能(AI)已經(jīng)在商業(yè)世界中掀起了一陣風(fēng)潮。人工智能軟件及其系統(tǒng)的龐大的市場(chǎng)規(guī)模已足以被加以重視。

2015年，全球人工智能市場(chǎng)價(jià)值達(dá)到1262億美元，并預(yù)計(jì)在2024年底將達(dá)到30613.5億美元。在2016到2024這八年間，全球人工智能市場(chǎng)的復(fù)合年增長(zhǎng)率預(yù)計(jì)會(huì)有36.10%的指數(shù)增長(zhǎng)。

幾乎沒(méi)有任何一個(gè)行業(yè)的興起不會(huì)改變市場(chǎng)格局，零售行業(yè)也決不會(huì)是一個(gè)例外。下面就讓我們看一下人工智能的巨大潛力讓零售業(yè)演變成了什么模樣，這是我們幾年前所不能想象的。

人工智能能夠給零售業(yè)的顧客和賣(mài)家雙方都提供顯著的好處。在下面的一些零售業(yè)的關(guān)鍵領(lǐng)域中，人工智能正大步向前發(fā)展：

• 開(kāi)店選擇優(yōu)化

是否開(kāi)和在哪兒開(kāi)一個(gè)商店，對(duì)于零售商來(lái)說(shuō)一直是一個(gè)艱難的抉擇。根據(jù)統(tǒng)計(jì),這個(gè)決定足以影響數(shù)百萬(wàn)美元的成本或收入(具體取決于商店的大小和形式)。

目前，人工智能正在被用于尋找可以開(kāi)個(gè)新店的最佳位置。智能算法綜合考慮銷(xiāo)售、人口、競(jìng)爭(zhēng)對(duì)手的距離、附近發(fā)生的事件等歷史數(shù)據(jù)和天氣模式等當(dāng)前數(shù)據(jù)，以此來(lái)決定是否開(kāi)一個(gè)新店和在哪兒開(kāi)它。這些算法可以為新商店的成功提供關(guān)鍵因素。

• 人員配置

糟糕的員工不僅會(huì)導(dǎo)致銷(xiāo)售損失,還會(huì)因?yàn)樵愀獾目蛻?hù)體驗(yàn)而損毀品牌形象。

預(yù)測(cè)模型通過(guò)對(duì)客流量、銷(xiāo)量等歷史數(shù)據(jù)的研究發(fā)現(xiàn)，營(yíng)銷(xiāo)活動(dòng)可以讓活躍的員工更活躍來(lái)預(yù)防上述的這些問(wèn)題，從而獲取更高的銷(xiāo)售量,更好的客戶(hù)體驗(yàn)和更高的客戶(hù)保留率。

• 產(chǎn)品組合優(yōu)化

有時(shí)，如氣候變化等看似無(wú)關(guān)的變量會(huì)對(duì)零售公司產(chǎn)生難以預(yù)料的巨大影響。

例如，北美夏季的延長(zhǎng)會(huì)導(dǎo)致夏天衣服的購(gòu)買(mǎi)量增加，冬天衣服的購(gòu)買(mǎi)量減少以及更多的實(shí)體店購(gòu)物。

擁有先進(jìn)人工智能算法的零售商可以將天氣變量與產(chǎn)品結(jié)構(gòu)結(jié)合起來(lái)綜合考慮，從而能夠在店內(nèi)提供更合適的商品并創(chuàng)造更高的銷(xiāo)售量。

• 供應(yīng)鏈優(yōu)化

供應(yīng)鏈管理是影響的零售業(yè)盈虧的最重要的因素。一方面，過(guò)量的庫(kù)存會(huì)增加成本，另一方面， 庫(kù)存耗竭會(huì)損毀聲譽(yù)并導(dǎo)致顧客流失。

基于不同產(chǎn)品、事件、營(yíng)銷(xiāo)行為、季節(jié)因素等歷史數(shù)據(jù)的規(guī)范模型能夠預(yù)測(cè)正確的供求關(guān)系，通過(guò)人工智能，零售商能夠有效預(yù)防庫(kù)存問(wèn)題出現(xiàn)，并優(yōu)化物流管理，更有效地利用操作資金。

• 改善營(yíng)銷(xiāo)和招聘策略

基于歷史銷(xiāo)售、營(yíng)銷(xiāo)活動(dòng)、網(wǎng)站折扣、重大事件和競(jìng)爭(zhēng)對(duì)手相關(guān)數(shù)據(jù)的規(guī)范預(yù)測(cè)模型可以清晰地指出在過(guò)去和將來(lái)什么影響因素更有意義，這可以使零售商的營(yíng)銷(xiāo)活動(dòng)更有效，并且將幫助公司成長(zhǎng)，吸引并轉(zhuǎn)化更多的人為客戶(hù)。

另一方面，先進(jìn)的人工智能預(yù)測(cè)程序可以通過(guò)歷史員工績(jī)效等屬性（即背景、以前的銷(xiāo)售經(jīng)驗(yàn)、上一份工作等等)來(lái)描繪想要更長(zhǎng)久地待在公司的員工畫(huà)像。這將大大減少公司的招聘成本。

人工智能也在其它一些領(lǐng)域取得了進(jìn)展，這將會(huì)對(duì)零售業(yè)產(chǎn)生大規(guī)模的影響。

• 智能助理

由于大數(shù)據(jù)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)的出現(xiàn)和商業(yè)應(yīng)用，顧客的消費(fèi)體驗(yàn)發(fā)生了翻天覆地的改變。企業(yè)可以根據(jù)品牌內(nèi)在個(gè)性設(shè)計(jì)智能助理，他們可以更快、更準(zhǔn)確地輔助購(gòu)物。

North Face正在測(cè)試他們的人工智能Fluid Expert Personal Shopper，它由IBM Watson提供認(rèn)知計(jì)算技術(shù)支持。通過(guò)自然語(yǔ)言分析，它能夠給用戶(hù)一個(gè)更直觀的搜索體驗(yàn)。另外，Sephoras Chabot推出的Kik和由購(gòu)物應(yīng)用程序Spring推出的個(gè)人購(gòu)物助理都是其他的例子。

• 虛擬試衣鏡

在商店里決定買(mǎi)什么，特別是服飾和配件，對(duì)于顧客來(lái)說(shuō)一直是一個(gè)噩夢(mèng)。一個(gè)簡(jiǎn)單的問(wèn)題——什么最適合我？或者說(shuō)，什么我穿上最好看？在每次采購(gòu)前，都不斷困擾著購(gòu)買(mǎi)者。AI想出了一個(gè)解決辦法——虛擬試衣鏡。

虛擬試衣鏡可以幫助客戶(hù)在購(gòu)買(mǎi)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于使用手勢(shì)和觸摸界面。它允許消費(fèi)者混合搭配服裝和配飾，從而做出正確的購(gòu)買(mǎi)選擇。

事實(shí)上，公司幫助顧客正確購(gòu)買(mǎi)時(shí)，也為自己留住了顧客，提高了收入。另外，通過(guò)這個(gè)技術(shù)，公司也獲得了有用的關(guān)于消費(fèi)者體型和偏好的統(tǒng)計(jì)數(shù)據(jù)。

Magic mirrors是在虛擬試衣鏡基礎(chǔ)上一個(gè)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(fèi)者調(diào)整燈光亮度，瀏覽虛擬貨架，嘗試不同大小樣式的物品并能夠直接結(jié)賬。

Memory mirrors則是在相同概念上的另一個(gè)變種。在Neiman Marcus商店購(gòu)物時(shí)，這些鏡子能夠在試衣間里給購(gòu)物者提供一個(gè)獨(dú)一無(wú)二的的視角。當(dāng)購(gòu)物者旋轉(zhuǎn)時(shí)，鏡子給每一件服裝都記錄下一段8秒的視頻，消費(fèi)者可以輕松嘗試一件商品的任何不同的顏色，與朋友分享并并排比較多個(gè)視頻，做出最終購(gòu)買(mǎi)決策。

• 手勢(shì)識(shí)別

信息搜索是店內(nèi)購(gòu)物時(shí)消費(fèi)者所厭煩的另一件麻煩事。而由人工智能實(shí)現(xiàn)的店內(nèi)廣告和觸控墻已經(jīng)徹底改變了傳統(tǒng)的信息搜索形式。

這些觸控墻用來(lái)推銷(xiāo)商品、向顧客介紹商店并告訴顧客這里都能買(mǎi)到些什么。顧客可以通過(guò)在一段距離處用手勢(shì)來(lái)控制觸控墻來(lái)搜尋信息、檢查商品、加入收藏并購(gòu)買(mǎi)。

這些觸控墻還可以被制作成為商店櫥窗的一部分，以此來(lái)吸引消費(fèi)者并確保即使商店關(guān)門(mén)了也能進(jìn)行交易。這樣即使商店停止?fàn)I業(yè)，用戶(hù)仍然可以通過(guò)這些墻來(lái)搜索商品、購(gòu)買(mǎi)并支付。

• 圖像分析

AI算法可以用來(lái)分析、理解用戶(hù)在instagram這樣的圖片分享平臺(tái)上分享某一品牌時(shí)，究竟是在分享什么。

• 個(gè)性化推薦

基于對(duì)購(gòu)買(mǎi)歷史、年齡群體、人口統(tǒng)計(jì)、種族劃分、季節(jié)性和其它類(lèi)似變量，使用匹配算法給消費(fèi)者提供購(gòu)買(mǎi)建議。

• 全渠道購(gòu)物

商店銷(xiāo)售和線(xiàn)上銷(xiāo)售將被同步結(jié)合，通過(guò)更加了解消費(fèi)者來(lái)向其銷(xiāo)售更多貨物。

比如說(shuō)：當(dāng)一個(gè)顧客走進(jìn)商店的時(shí)候，店員將得到有關(guān)該顧客在線(xiàn)上瀏覽的所有商品的信息。這將幫助零售商制定更好的推銷(xiāo)策略并在店內(nèi)給消費(fèi)者提供更好的建議。

• 機(jī)器人

一些專(zhuān)家預(yù)測(cè)，在5年的時(shí)間里90%的客戶(hù)服務(wù)中心將會(huì)被AI取代，谷歌的Rat Kurzweil預(yù)測(cè)2029年機(jī)器人將達(dá)到人類(lèi)的智能水平。

現(xiàn)在機(jī)器人已經(jīng)在做很多過(guò)去由人類(lèi)完成的工作，例如清潔地板，擺柜子，從倉(cāng)庫(kù)里取貨物，打包貨物以及駕駛鏟車(chē)。

由JAPAN SOFTBANK研制的世界第一個(gè)類(lèi)人的機(jī)器人PEPPER，由于其擁有情感，它已經(jīng)遠(yuǎn)遠(yuǎn)領(lǐng)先于傳統(tǒng)的機(jī)器人。進(jìn)一步的研究將使PEPPER能夠分析數(shù)據(jù)，給出個(gè)人推薦，理解人類(lèi)語(yǔ)言和情感，并利用社會(huì)媒體、視頻、圖片和文字等數(shù)據(jù)。

與任何一種正在發(fā)展的技術(shù)一樣，AI能夠給零售業(yè)帶來(lái)變化的實(shí)際程度只有在將來(lái)才能知曉。然而，有一件事是確定的：人工智能將不可逆轉(zhuǎn)地改變整個(gè)零售業(yè)的面貌以及價(jià)值鏈。