AlphaGo 的出現(xiàn)為市場掀起了人工智能“熱潮”。毫無疑問，人工智能會是新零售的一部分。它所能創(chuàng)造的價值是，在消費端，為消費者提供更精準的選品、營銷、服務等。對于零售商，人工智能則可能在成本效率層面創(chuàng)造價值，比如提高人效、降低營銷成本等等。

01

那么，零售業(yè)要如何應用人工智能？零售企業(yè)需要做到什么？

筆者認為，零售業(yè)的“人工智能”應用需要實現(xiàn)三個基礎。

-會自己編程和調試的軟件：機器學習

-能存儲足夠多數(shù)據(jù)的媒介：大規(guī)模存儲

-能規(guī)模化采集數(shù)據(jù)的思路：大數(shù)據(jù)

這三點互為依存、缺一不可、無法分割。有了這三點的結合，才能稱之為“智能化”。其中，有能力獲取足夠大的數(shù)據(jù)又是實現(xiàn)人工智能應用的基礎中的基礎。

因為只有掌握的數(shù)據(jù)大到一定程度，才有可能機器學習，才能提供更精準、智能的服務。

當下，中國實體零售企業(yè)，在以上三點的能力上還有許多不足。

機器學習層面。當下實體零售商還是依賴人力，相關工作由樓層經理和店長承擔了。基本就是在業(yè)務無法套用原有SOP的時候，做出適時和適度的調整，必要時開發(fā)新的流程與處理方案來應對業(yè)務的變化。

大規(guī)模存儲層面。大多數(shù)實體零售商主要靠“硬盤”來解決。插一個有趣的話題，筆者在很多商場時至今日還能發(fā)現(xiàn)店長和樓層經理有每日早晨巡店的時候讓店秘打印出銷售數(shù)據(jù)拿著走的習慣，厚厚的10厘米那么多??

很多中小實體零售商店與店的數(shù)據(jù)都是分割的，通過攜帶U盤匯總。無法做到店與店、店與總部的數(shù)據(jù)及時同步共享，沒有購買云儲存服務，很多數(shù)據(jù)被浪費了。

大數(shù)據(jù)層面。數(shù)據(jù)要分為“人、物、交易”三個方面，幾乎每家店都有自己的會員體系，少則5-6萬，多則20-30萬會員，再與店里面4-6萬種SKU一交叉，數(shù)據(jù)量看起來不少。POS一天也至少產生4,000-10,000個交易記錄。但其中的問題是，非會員的數(shù)據(jù)獲取能力不足，現(xiàn)金付款方式導致的支付數(shù)據(jù)獲取也不足，由于控貨比例不大，商品數(shù)據(jù)化能力也比較差。同時，數(shù)據(jù)間的交叉比對做得還不好，比對的維度也不多。一些企業(yè)甚至根本未對自有數(shù)據(jù)進行過有效分析，數(shù)據(jù)處于閑置狀態(tài)。

以上，是中國傳統(tǒng)實體零售業(yè)在數(shù)據(jù)化、人工智能、新零售應用層面的問題。

02

而當下市場，一些新業(yè)態(tài)、新零售概念的出現(xiàn)，其“智能零售”的含金量又如何？

筆者挑選當下市面上最“火熱”的兩種新零售的代表：無人便利店、盒馬類型店來評估。

1）先說無人便利店

AmazonGo是國內的零售同行爭相模仿的無人便利店的鼻祖。但AmazonGo是實實在在的“智能零售”思維，而國內無人便利店的“智能零售”含金量卻是不足的。

以下是判斷邏輯。

機器學習：Amazon從創(chuàng)業(yè)2年多就開始搞個性化購物界面，用的就是機器學習的思路。讓Amazon網(wǎng)店的程序根據(jù)顧客的瀏覽習慣和同類顧客的實際選擇，計算出推薦的思路。

大規(guī)模存儲：這就不用多說，Amazon Cloud目前是除了中國市場之外的全球云存儲主流服務商之一。

大數(shù)據(jù)：Amazon在9個國家的數(shù)以億萬的顧客、千萬級別的商品和每日百萬級別的交易，都是很大的數(shù)據(jù)量。

國內無人便利店是什么情況？

機器學習：選品思路主要靠模仿線下競爭對手，機器學習、自主推薦談不上。購物流程每次則只允許進一個顧客，說到底，搞個磁條、幾個防盜設備稱不上“智能”。

大規(guī)模存儲：尚不清楚，因為處于試運營，還沒有足夠數(shù)據(jù)需要存儲。

大數(shù)據(jù)：無人便利店通過電子化方式支付，因此，是有能力獲取用戶數(shù)據(jù)的。且無人便利店供應的商品數(shù)量是有限的，商品數(shù)據(jù)化層面也無太大問題。問題是，無人便利店未來能做多大規(guī)模，能形成多大規(guī)模的數(shù)據(jù)體量。

03

2）再來看看盒馬

盒馬有“阿里爸爸”，瞬時間具備了三要素的一切。

阿里有4.26億手機淘寶裝機用戶基礎，每天千萬級的用戶活躍度，近千萬的SKU數(shù)，百萬級別的每日交易數(shù)，加上外圍的優(yōu)酷、微博等媒體的交叉比對，大數(shù)據(jù)這項是非常強大的。

阿里巴巴推行千人千面也有了半年多的時間，但是否是真正的機器學習不得而知。

阿里云之所以備受推崇，由馬云親自帶隊推廣，真實原因除了占領云計算市場份額之外，估計也少不了機器學習條件這一要素。

盒馬鮮生雖然有了阿里的大數(shù)據(jù)支持，但由于場景購物的限制，自主鋪設的數(shù)據(jù)渠道還處于較為重要的環(huán)節(jié)，不僅可以拿到一手的顧客和交易數(shù)據(jù)，更關鍵的是這些數(shù)據(jù)都是強關聯(lián)，好比直接靜脈注射，比慢慢消化阿里爸爸給的補藥要直截了當?shù)亩唷倪@點，就不難理解侯毅2000家門店的雄心，其實更多是為了覆蓋和數(shù)據(jù)積累。完成了這一步，機器學習才能進入快速通道，下一階段的創(chuàng)新就會更精彩。

04

最后聊一下類盒馬的模仿門店

從當下運營看，人工智能三要素其實都還沒有體現(xiàn)出來。比如，很多類盒馬零售商當下還只有一家門店，這決定了沒有大數(shù)據(jù)的規(guī)模。同時，一些不掌握信息系統(tǒng)而依賴于外包IT公司的思路，注定了這一類“創(chuàng)新”還是原有模式的裝飾，與重新裝修開業(yè)并無大異。過度對SOP和店長等管理模式的執(zhí)著，也不會引導新零售的萌芽。

新零售，著眼點其實不在這三個字里面，新的設備和技術的利用是否能支撐新零售的核心概念，關鍵點在于這些新東西帶來的變化是什么。

當今中國社會處在消費轉型與升級的蓬勃期，一切符合這個大趨勢的變化都可以成為新零售的基礎和依托。核心就在于是否完成了由“供方/賣方中心思維”成功轉向到“完全去中心”的“用戶思維”。

再說的通俗一點，就是能否從“撒網(wǎng)打魚”轉變?yōu)椤按蠛羽B(yǎng)魚”（注意不是“魚塘養(yǎng)魚”，魚必須來去自由）。互聯(lián)網(wǎng)工具和生活方式給了顧客大量的信息，打破了信息壟斷，當然原有的信息不對稱優(yōu)勢也必須完全拋棄。

高毛利成為歷史的同時，合理的價格配以高性價比的產品質量，便利而又貼心的購物體驗，都必須成為新零售排在第一位的任務和使命。其他原來很受重視的坪效、人頭成本這一切，不在應該成為創(chuàng)新的首選，而是能通過滿足新的首要任務來水到渠成的做到。