前言

從2013年到2018年，人工智能+零售創業公司在374筆交易中籌集了18億美元，而這一切主要歸功於亞馬遜公司，因爲這家科技巨頭迫使零售商重新考慮他們的電子商務戰略並在實體和汽車領域進行創新以保持競爭力。來自亞馬遜的競爭，對透明度和投資的需求正在改變人工智能+零售領域。

這兩年，關於新零售的各種報道讓人們對零售業有了新的認識，無人超市、無人貨架、生鮮配送。在馬雲提出新零售概念的時候，很多人發現新零售的5大部分實際上都是在原有的基礎上加了個“新”字，所以說新零售並不是一種顛覆性的革命，而是優化、深挖傳統零售帶來的巨大的革新。零售市場足夠大，據商務部《中國零售行業發展報告》，2016（沒查到去年的數據）年全年商品零售額近29.7萬億元，這就意味着，哪怕蠶食其中一小部分，優化升級一部分零售行業的劣勢，都會有巨大的獲利機會。所以，新零售並不是零售行業的顛覆性革命，而是優化、深挖帶來的巨大的革新。

一、零售業的革新

1.1用戶羣體的變化帶來的消費革新

零售的變革會是現在，線上的流量越來越貴是一個重要的原因。

另一個重要的原因是——8090逐漸成爲社會消費的主力。隨着年齡的增長，他們也逐漸從學生、白領走入了家庭生活，開始購買蔬菜瓜果、關心起了柴米油鹽。

舉個簡單的粒子，爲什麼美邦、森馬、安踏這幾年迎來了關店潮？因爲穿它們長大的八零後已經不適合青春低齡的風格，而品牌又沒抓住90後這波新消費羣體。因此衍生出了zara，only，fiveplus，ochirly，優衣庫，無印良品和一些潮牌在中國崛起。

在零售的購買習慣上，8090和父母輩在消費觀念上已經大有不同。

主要表現在兩個方面：

一是，不同於上一代核心關注物美價廉，他們開始爲品質（或情懷）支付溢價。

二是，我們的消費品類結構和上一代有差異。

不同於上一輩對產品品質、品類的低需求，我們變得有要求，因此1公里內近距離的社區店，升級勢在必行。

品質的要求同時也代表着商品溢價的提升和利潤的增大。這是爲什麼蘇寧也好、阿里也好、京東也好都看上了社區店這塊香餑餑的原因之一。

新零售，大多並不是走的物美價廉的套路。這也是爲什麼類似褚橙、網易豬肉一樣，走略偏中高價格（當然如果在品質的提升後仍然是低價，那當然更有市場）也是行得通的。

1.2挖掘消費場景，挖掘用戶行爲

前面是消費羣體變化，另一個變化是玩法的變化。

新零售滲透的方式，主要有三種：場景挖掘下的近場化、線上線下的存在感優勢、強關係下的數據化。

1.2.1場景挖掘下的近場化

近場化是會是新零售的一個趨勢。

我的解讀近場化包含三層意思：買東西的便捷、解決了網上購物不見其物的挑選困難和速度的快。

買東西的便捷：一個很簡單的道理，比如你樓下開了一家燒烤店，你平時也經常喫經常燒烤的話，只要這家店沒有明顯的價格或質量問題，你喫燒烤的頻率一定會比原來高，去這家喫的頻率一定比別家多很多。

爲什麼我們看到現在新零售玩的是辦公室貨架、是社區小店，也就是這個道理，深入用戶停留的場景，激發和挖掘消費需求，近距離接觸用戶，增加購物的便捷性從而促進消費。

比如辦公室的貨架，也許原來下午茶你懶很少會下樓去買，外賣又覺得慢，但是辦公室裏有個走兩步就能買到甜點的貨架，你買東西概率是不是大很多。

解決了挑選困難：以日常生活中高頻剛需的生鮮爲例，一個很大的問題是質量的控制，生鮮類產品，比如蔬菜瓜果，不經過親手的挑選，我們對商家長期穩定的品質很難信任，這是網購很難解決的問題。

近距離的貨架或者社區店，能解決每次要喫點品質的東西要走很長一段距離去大型超市的繁瑣，走兩步就到了。

速度的快：速度的問題，有一個很好的解決方案：“前置倉”。

前置倉解釋爲是在企業的倉儲物流系統中，距離門店最近，最前置的倉儲物流基地，是在中心倉、城市倉之下的第三級倉儲物流，也是實施倉配一體化的關鍵環節，其後就涉及到TO B、TO C端的“最後一公里”配送。

前置倉能解決兩個速度快的問題，一是能解決社區店和貨架供貨速度的問題；二是能解決送貨上門速度的問題。

線上線下一體的存在感優勢

線下門店注意力搶奪的入口，是流量入口。

但卻很大的缺點：傳統的線下零售與用戶之間是弱關係。純線下門店沒法主動告知用戶我這裏在做活動有什麼優惠，必須要用戶路過看到或被朋友分享，這樣就會有信息上的時間差，活動就容易錯過。

新零售是線上線下的一體。APP、公衆號或小程序購物需要註冊個人信息，再加上平臺對用戶的行爲和喜好情況進行的分析，這就是一個相對強的關係了。

就好像新零售平臺在你手機裏裝了一塊廣告牌，線下門店有什麼活動，通知無時差，還有針對性和預見性。

這還只是活動和優惠層面的。更多的信息，比如線下產品的升級、線下品牌的營造，線下零售店都有一個隨時告知的出口。

線上線下的一體化，非常的強化了零售平臺的存在感優勢，提升了用戶的注意力。

網店爲什麼會賣爆款，大多數爆款的利潤極低，爆款的最大的目的是吸引用戶的注意力，網店希望用戶通過對爆款的關注，而去關注到整個網店，帶動其他產品的銷量，這就是注意力的價值。

1.2.2強關係下的數據化

技術的創新也給了新零售線下數據化的機會，通過智能攝像頭的智能視頻分析系統、WiFi定位感知、基於人臉識別，能非常清楚的統計到你是今天第幾位用戶，你在哪個商品上停留時間多少，你每週到店的頻次以及時間點等等。

新零售平臺會通過這些數據，知曉小區人羣分佈、個人消費偏好習慣。數據能分析出很多東西：能判斷出用戶是單身還是還有孩子；附近有多少老人，多少學生；小區的用戶最喜歡的青菜是白菜還是菠菜。

配合前置倉和短距離配送，可以讓線下門店變得跟線上App一樣，做到“猜你喜歡”和“千個小區千種商品品類和陳列方式(對應App的千人千面)"。

設想一個簡單的場景，前兩天你在網上逛了下某零食，但是覺得貴沒下單，今天晚上六點半你收到一條短信告訴你：小區樓下xxx便利店這個零食5折。你會不會買？

這就是新零售數據化的可怕之處，當我們打通線上線下的數據，一個人的作息時間、消費慾平臺很多都能收集並分析到，最後能讓你由變猶豫變爲直接下單。

新零售有個很好的優勢，就是能講線上的故事，線上產品能解決了線下門店面積限制的問題、能有大數據、並且做了深度用戶場景挖掘，那麼他很明顯有區別傳統連鎖門店不受資本的青睞缺陷，新零售在資本市場上很有優勢。

說到這裏，也許你能理解爲什麼都在搞無人收銀？

對於大型超市來講，收銀員可能是整體人力成本中很小的一塊，但是對於小規模、快速複製、低利潤率的社區小店而言，任何人力成本的節省當規模上去了，就是很大成本的節約。

簡單的例子，5000家社區店，哪怕每家店每月省錢2000元，那就是1000萬，這就是無人收銀的價值。

所以新零售是崛起於8090後的消費升級和消費結構的變化之中，互聯網企業通過場景的深挖、大數據模型的構建、線上線下一體的注意力搶奪，在資本力量的加持和本身模式的低層本擴張性特點下，深度優化原有傳統零售的新玩法。

二、AI賦能零售業的

2.1 AI智能貨架

超市的貨架空間是有限的，大品牌通常需要支付數千美元來競爭這些空間。但是，除此之外，他們幾乎無法瞭解商店裏發生的事情，現在AI正在改變這一點。

“貨架費”並不是零售業的新概念。 根據2001年發表在《法律與商業雜誌》上的一項研究， Apple & Eve 在一些商店花費了大約15萬美元來保證他們的果汁產品的貨架空間，而Frito-Lay平均每家超市花費100,000美元購買貨架用於推出新產品。今年早些時候，Whole Foods考慮向其頂級供應商收取約30萬美元的貨架費。但是，雖然品牌與超市簽訂了合同，但他們幾乎無法瞭解超市貨架上發生的事情以及他們的產品是否按照承諾展示。

一些初創公司正在利用這一點，開始銷售實時貨架數據。

計算機視覺平臺Trax Retail使用店內攝像頭，機器人或手機中的圖像分析實體貨架上發生的情況，以創建實體店的數字版本。

傳統品牌會派銷售人員或審覈員手動檢查商店中的產品放置。雖然Trax的產品仍然需要人們訪問超市，但它正在嘗試自動跟蹤貨架和分銷等指標。像沃爾瑪這樣的超市正在考慮直接向製造商銷售這些數據。以下是沃爾瑪最近的專利申請摘錄。

沃爾瑪最近的專利申請

零售商需要店內數據來跟蹤物品和管理庫存等。沃爾瑪與Bossa Nova Robotics合作，監控其50家商店貨架上的錯誤價格標籤和丟失物品。但上述專利暗示了一個更具未來感的計劃，即店內零售機器人接收來自外部供應商的實時數據請求。然後，系統在自動機器人完成任務之前向供應商收取任務費用。

2.2 AI假貨鑑定

假貨越來越難以發現。從奢侈手袋到手錶和化妝品，網購到假貨的概率比以往任何時候都更高，這迫使品牌嘗試用人工智能解決這個問題。

從藥品到包包再到智能手機，假冒是一個影響所有類型零售的問題。一些仿製品看起來非常接近正品，以至於它們被歸類爲“超級假貨”。CB Insights平臺上的一個簡單的關鍵字搜索表明，關於仿冒品的討論越來越多。

這些年仿冒品的關鍵詞次數

專利申請，包括防僞技術和開發難以僞造的產品，在過去的5年裏一直在增長。

防僞專利申請

一家名爲Cypheme(賽紛)的創業公司，把獨特的標籤和人工智能軟件相結合，以此來鑑定產品真僞、打擊仿冒行爲。其基於油墨的技術可用作產品的標籤，或直接印在標籤和包裝上。

Cypheme公司AI防僞技術

標籤上的聲紋識別圖案被直徑爲1釐米、用Cypheme公司獨有的橙色油墨打印的圓圈包圍。該公司聲稱，這種特殊的橙色無法被商用或者工業打印機上使用的油墨模仿。然後每個獨特的標籤會與數據庫上的特定產品相關聯。人們可以使用智能手機相機和基於神經網絡的app進行模式識別，以根據數據庫驗證特定產品的真僞。

2.3 AR和計算機視覺使化妝品銷售更智能

化妝品零售中的虛擬試用有雙重目的：1、解決美容購物者的痛點，2、收集零售商的消費者和產品偏好數據。

化妝品是AR技術應用已經取得成功的一個行業。 AR在2017年成爲整個行業的主流。完美公司和Modiface都爲美容品牌提供虛擬試用技術，並與包括絲芙蘭在內的主要企業合作。 Perfect Corp和Modiface都將AR和計算機視覺相結合，讓購物者可以嘗試不同的產品，同時收集客戶的行爲數據。 Modiface的技術可以收集有關面部特徵的各種數據，包括面部形狀，膚色，皺紋等。

化妝品品牌

這可以幫助零售商確定具有特定面部特徵的人購買某些類型的產品的可能性，從而可以更準確地預測銷售量。

最初，該技術被用來解決美容購物者容易嘗試化妝品的痛點，即沒有亂七八糟的東西。 L'Oréal今年早些時候收購了Modiface，幫助該公司爲L'Oréal的美容品牌推出了各種AR化妝品體驗。它最近還與Facebook建立了長期合作伙伴關係，在社交網絡平臺上爲其投資組合品牌創建AR美容體驗。在Facebook上，用戶可以使用智能手機相機虛擬試用產品，然後無縫重定向到父網站進行購買。 L'Oréal也推出了基於Modiface的網絡試用版，與L'OréalParis品牌一樣。

2.4 AI控制的微物流中心

無論是購物者選擇1小時送貨上門還是在網上訂購併在一小時內到店取貨，AI運營的微型物流中心會讓超級市場的利潤更高，同時幫助他們直接與客戶互動。

亞馬遜去年收購的Whole Foods及其持續的網上零售擴張正在推動其他零售商走向電子商務戰略。

AI微物流中心面積對比

微物流中心爲超市提供了另一種選擇：可以在現有超市內安裝的迷你，垂直堆疊倉庫，可選擇運行自己的電子商務界面或利用開發技術的初創公司的端到端解決方案。

與傳統倉庫相比，整個“迷你倉庫”的面積不到10K平方英尺（大約3,000平方英尺），而傳統倉庫的面積可以達到足球面積。貨架垂直堆放以節省房地產空間，可以安裝在現有的超市，建築物的地下室，甚至是停車場內。地面機器人在過道之間移動以獲取訂單中的物品並將其交給人工進行最終包裝。

AI軟件用於決定貨架中的貨物放置，確定任務的優先級，並將導航指令發送到地面機器人。根據尼爾森和食品營銷研究所最近的一份報告，消費者在線訂購併在店內購買正在迅速發展。人口稠密地區的微型中心提供有效的拾取解決方案。其次，零售貨架空間有限。這些垂直堆疊的微型中心將使超市能夠保留比商店通常更多的庫存。

2.5 語音購物革命還沒到來

語音購物沒有騰飛。除了重新排序特定項目之外，它無法提供推動在線商務的關鍵客戶體驗。

如今，很少有消費者使用亞馬遜Alexa進行購物，語音商務尚未成爲主流。 The Information的一份報告發現，只有2％的亞馬遜Alexa用戶使用語音界面在2018年購買產品，其中只有10％是回頭客。事實上，除亞馬遜和谷歌之外，沒有人討論使用亞馬遜Alexa或Google智能助理進行語音購物。對於想要查看商品，比較產品和價格，或閱讀產品功能的在線購物者來說，語音不是一個方便的界面。

2.6沃爾瑪全力投入機器人技術研發

零售和運輸機器人的投資回報率可能尚不清楚。但沃爾瑪的專利揭示了雄心勃勃的計劃，從語音控制無人機到協調無人機交付。

自2017年1月起，沃爾瑪已申請至少37項與無人機和地面機器人相關的專利，而2016年僅爲8項。下圖顯示了沃爾瑪與亞馬遜相比的專利申請，亞馬遜因其雄心勃勃的機器人專利而聞名。

沃爾瑪機器人專利

沃爾瑪的大部分專利都涉及無人機，用於最後一英里交付。這是一份2018年專利申請，用於無人機和自動地面車輛（AGV）之間的自動包裹交換。

沃爾瑪2018年一份專利

另一項專利討論了一種系統，該系統使用自動機器人來檢測一個設施中的缺失物品（例如，商店貨架上的缺貨產品）並用另一個設施的物品補充它。

自動機器人專利

2.7 AI收銀員防止行竊

Amazon Go取消了整個結賬過程，允許購物者挑選物品並走徑直出去，這在過去就像是在行竊。

亞馬遜尚未公開計劃將其技術即服務出售給其他零售商，並且一直對運營，成功和痛點持嚴格保密態度- 僅表明其使用傳感器，相機，計算機視覺和深度學習算法。它否認使用面部識別算法。像Standard Cognition和AiFi這樣的初創公司抓住了這個機會，讓其他零售商將Amazon Go民主化。一個挑戰即將到來的商店面臨的是他們向正確的購物者收取適當金額的好處。

據全美零售聯合會（National Retail Federation）稱，由於入店行竊和文書工作錯誤造成的庫存損失等因素導致2017年美國零售商損失約47億美元。創業公司AiFi的首席執行官史蒂夫古（Steve Gu）最近在接受“人工智能播客”（The AI Podcast）採訪時表示，“購買就像偷竊”，他討論了無人收銀商店背後的技術。到目前爲止，Amazon Go是唯一成功的商業部署，但成功的參數受到嚴格保密。當可以控制誰進入商店並自動收費時，可以最大限度地減少入店行竊的可能性。

亞馬遜已經建立了Prime會員基礎。到目前爲止，所有Go商店僅限於會員，其他零售業務，如向公衆開放的Kindle商店，仍然依賴於手動結賬流程。較小的便利店，甚至幾個成熟的超市必須從頭開始建立會員基礎。

史蒂夫古在前面提到的播客中暗示，對於願意下載應用程序的人來說，可能會有一個“拿走商品並離開”部分，而對於那些不想要的人來說，可能會有一個單獨的結帳通道。目前尚不清楚商店的基礎設施如何支持兩者，但潛在的應用程序用戶可以掃描一次進入，一次退出- 與目前只掃描手機一次進入的流程不同- 確保非應用用戶通過單獨通道。

這仍然會導致銷售點庫存縮減，例如不正確的計費物品或POS盜竊。中國的Yitu Technology和東芝憑藉其用於結賬的智能相機，是一些單獨處理POS盜竊的公司。防止盜竊的複雜性取決於操作的規模和規模以及貨架上的產品類型。亞馬遜Go商店的面積僅爲1,800至3,000平方英尺，並使用數百臺相機，幾乎涵蓋了每一寸天花板空間。相比之下，傳統超市可達40,000平方英尺或更多。除了用於視覺識別的相機之外，Go還使用貨架上的重量傳感器，目前僅提供有限的選擇，例如準備和包裝的餐具。

2.8中國無人售貨浪潮

亞馬遜宣佈亞馬遜Go計劃後不久，中國的無人零售交易激增。

中國無人零售交易

這些包括“無人商店”，“無人貨架”，甚至“無人自動售貨機”。然而，並非所有在中國湧現的無收銀員初創公司都使用人工智能。最早的交易之一是F5 Future Store，它已籌集了超過700萬美元，並且似乎在自助支付和結賬系統上運作。 BingoBox在18年第一季度籌集了8000萬美元，使其總資金達到了9400萬美元。其無人商店依賴RFID標籤，客戶仍需掃描產品以完成結賬流程。但BingoBox此後宣佈其商店正朝着基於人工智能的圖像識別解決方案發展。超過10家公司已經爲無人自動售貨機籌集了大約15筆投資- 這些機器從一開始就沒有人工配備。

中國無人售貨機投資

一些“無人零售”公司，如美味生活，已籌集超過900萬美元的股權，但只是允許用戶掃描二維碼打開自動售貨機門拿取他們支付的項目。

其他像hgo BOX這樣從中國UCF集團收到約100萬美元的企業少數股權，聲稱使用計算機視覺來識別從貨架上挑選哪些產品並自動向客戶收費，除了“監控”客戶以便他們不這樣做破壞機器。

這個領域已經看到了一些重大失敗。據報道，由於“盜竊和管理不善”，果小美籌集了超過6400萬美元用於“無人零食貨架”，據報道其裁員並將其商業模式改爲電子商務。

京東是中國第二大電子商務平臺，於18年1月在中國山東開設了第一家無人便利店。它聲稱是第一個完全向公衆開放無人便利店，但技術與亞馬遜不同。回顧一下，Amazon Go商店的客戶必須掃描他們的Go應用程序才能進入。之後，系列攝像機跟蹤整個商店的顧客流動，繞過了部署面部識別算法的需要。相反，用戶在進入JD商店時掃描QR碼。相機運行面部識別算法以在進入期間識別購物者。 JD實體店中的每件商品都帶有RFID標籤。退出時，客戶站在地板上標有“站在這裏”的標誌，一次掃描所有RFID標籤，攝像機再次運行面部識別算法爲您的帳戶收費。如今，京東在中國經營着20多家無人商店，並於18年8月在印度尼西亞雅加達開設了一家商店，最大面積約爲2,900平方英尺。雅加達的辦公地點出售服裝和配飾以及包裝商品。

2.9送餐無人駕駛

儘管存在監管不確定性和部署挑戰，但實體食品企業正在與主要原始設備製造商和自動駕駛汽車初創公司合作，以降低最後一英里的運輸成本。

實體食品企業正在與自動駕駛汽車初創公司和主要原始設備製造商合作，以改善最後一英里交付物流。 6月，機器人創業公司Nuro與美國最大的實體店之一Kroger合作。 Nuro開發了自己的全電動自動輸送車，稱爲R1，專爲運輸貨物而非乘客。該車輛的寬度是乘用車的一半，設計用於在鄰近道路上行駛，而不僅僅在人行道上。

由於與8月份在亞利桑那州斯科茨代爾推出的Kroger合作，Nuro正在使用配備該公司自動駕駛技術的豐田普銳斯和日產Leaf車隊。這些車輛收集最終輸入R1的數據，該公司計劃在今年秋季進行公開測試以取代傳統的乘用車。

在餐飲行業，像Domino's和必勝客這樣的披薩公司一直處於測試自動駕駛汽車技術的最前沿。福特正在邁阿密試行自助餐，包括披薩，雜貨和其他商品的運送。該代工廠在2018年初與包括多米諾公司在內的70多家企業合作。目前，沒有關於自動駕駛汽車測試和部署的聯邦法律。法規因州而異。儘管圍繞該州無人駕駛的行人死亡引發爭議，亞利桑那州Kroger正在進行測試，該州對測試無人駕駛汽車特別自由。

食品零售商並未將其用於近期盈利或一夜之間廣泛部署。即使對於像亞馬遜這樣的技術型運營商來說，最後一英里的物流也是一項挑戰，早期參與自動地面交付爲雜貨零售商和餐館提供了一個很有前途的解決方案，從長遠來看，它們希望贏得經濟實惠的最後一英里交付。

2.10 AI造型師的崛起

AI正在幫助零售商爲消費者個性化購物體驗。它還幫助他們爲下一個時尚大趨勢做好準備。

個性化造型爲購物者提供了比在線瀏覽和搜索數千種產品列表更好的體驗。 購物者可以在線快速查詢他們的風格偏好。以此爲出發點，人工智能算法隨着時間的推移會越來越好，可能會吸引每個購物者，不僅可以從購買歷史中學習，還可以從用戶的瀏覽行爲中學習。

這正是英國的Thread--一家提供個人購物服務的電子商務創業公司正在努力的方向。據報道，它有超過一百萬用戶。 最近，H＆M的風險投資公司在一輪2200萬美元的B輪融資中支持了Thread。

StitchFix公司做了類似的事情，但正在整合人工智能，不僅用於風格推薦，還用於需求預測，庫存管理，甚至幫助設計師創建新風格。 該公司憑藉其“混合設計”服裝處於人工智能驅動時尚的最前沿，該服裝由識別Stitch Fix庫存中缺少的趨勢和樣式的算法創建，並根據消費者喜愛的顏色，模式組合推薦新設計和紡織品- 供人類設計師參考。

今年早些時候，Tommy Hilfger宣佈與IBM和時裝技術學院合作。該項目使用IBM AI工具來破譯實時時尚行業趨勢，圍繞Tommy Hilfger產品和客戶情緒，以及重新塑造趨勢風格的主題。然後將算法的結果反饋給人類設計師，他們可以使用它們來做出明智的設計決策。下一個時尚時代就是個性化和預測。隨着越來越多的數據，算法將成爲趨勢獵手，以前所未有的方式預測（和設計）下一代時尚。

總結

金準人工智能認爲，傳統零售無疑是一個積累了海量數據的行業，其中包含大量顧客數據、購物數據、商品受歡迎度數據、商場環境數據等。AI 的作用就是消除數據孤島，主動吸取並把它轉換爲結構化數據，從而提高經營效率。零售作爲一種典型的商業綜合體，絕大部分環節均能依靠人工智能實現自動化與標準化，從而減少人力投入。可以預見，隨着技術的發展，未來將會有更多形態的AI產品與解決方案應用在零售當中。