整體的AI發(fā)展框架，如果大家比較熟悉，可能覺得各個領域都比較了解，對AI不很熟悉的，會更多的知道AI是跟自動駕駛有關、跟機器人有關。現(xiàn)階段，五年、十年甚至幾十年以后，我們對AI的展望，現(xiàn)在之所以AI能夠發(fā)展起來，很大程度是因為算法成熟了，算力強大了，有大量的數(shù)據(jù)，這三個是必備元素。但是怎么應該在行業(yè)當中，到底算法有多成熟，客服的對話才能更接近人的對話。現(xiàn)在各個地方的客服都會感覺到并不是真正的人在跟你說話，體會和感受不是很好。接下來幾年甚至非常短的時間，我們認為在算法上和在某些方面就會有一個大的突破，這樣會使不同的領域、階段，你會感受到技術推動所帶來的應用場景的結果不同。我想有些人已經(jīng)聽到谷歌新出的，打一個電話訂一個發(fā)廊服務的片段，機器人已經(jīng)會說“嗯哼”了，現(xiàn)在AI還沒有深入到每一個角落，但是技術的突破在每個點當中都會給你帶來不同的驚喜。剛才提到的是自然語言、理解方面，都能對話。那么，新零售時代怎么利用AI技術提升企業(yè)能力?Hi新零售接下來為大家整理。

　　一智能商店

　　現(xiàn)在新零售我們看到各種無人店、炫酷的刷臉結賬等等，大家聽到的智慧商店方面的信息還是很多的，因為比較吸引眼球，可能認為新零售就是無人這個、無人那個或者貨架、貨柜等。但是我們認為智慧商店的目的其實是很清晰的，也就是怎樣將客戶的信息留存能夠做到百分之百，也就是說，我把線下的數(shù)據(jù)怎么樣更好的搜集起來。無人結賬不光是為了無人，而是更多在掃碼、刷臉的時候能獲取到更多信息的信息，什么樣的客戶買了什么樣的東西有更好的連接，這點更多是通過智慧的方式和手段達到更好的了解客戶和記錄行為，這點是非常重要。

　　更多是店面運營的角度，我有一千家店，這么多的店長我怎么保證他們都有很好的判斷力?這對于一個連鎖店來說尤其的艱難。包括我怎么知道明天應該進什么貨，怎樣用AI的銷量預測更好的為你提供一個一鍵定貨的功能，怎樣更好的通過數(shù)據(jù)挖掘讓你更好的選品、選址，這個更多的是從店面運營角度，也就是說，我們復制一個好店長，復制一個好的決策。

　　客戶管理，這是每家零售商非常關心的一點，從客戶的角度，我從什么方式觸達客戶是最好的，給他推薦什么商品，他關注了我以后，我應該給他推什么樣的信息，否則就掉粉了，等等都是跟客戶管理相關的。

　　內部管理，當我的團隊很大的時候怎么做好培訓，怎么樣看到應該去關注的員工，怎么樣更好的在店面運營管理的時候把人管理好。

　　這是我們認為的五大方面，把每個方面稍微剖析一下。

　　二智慧商店

　　客戶對于用戶的畫像以及對商品的識別，這就是人、貨、場，而且要把這幾個相互連接起來，其中也包括快速結算功能，我們就需要從視覺的角度對商品建模，結賬的時候怎么能更好的將人與貨連接起來。還有通過視覺角度怎樣更好的把貨盤點好。還有進場消費，雖然我們這個架子鋪出去以后，大家可能覺得這一輪有些已經(jīng)開始撤，但是有一點大家不能否認，從用戶角度的習慣已經(jīng)被慣壞了，你讓我下個樓我都很痛苦，我們要看怎么更好的優(yōu)化起來，怎樣減少貨損率，怎樣用一個更智能的方式，所以我們也推出了智能貨柜。整體來說，更多是從智慧店面前端的方式，如果我是一家便利店，如果我放貨柜，晚上沒有店員也關店的情況下還可以繼續(xù)營業(yè)，可以幫你把店運轉的更好。

　　這是我們在面包店做的實際場景，一個自助結賬的方案。其實我們在做的時候也發(fā)現(xiàn)有幾家其他公司在做，但是最重要的是，你不能說面包太多了或者怎樣就不能識別了，而且堆疊的情況怎么解決，從各視覺角度是看不到堆疊的，我們應該提醒客戶怎樣更好的把這個排好。這上面放了20多個，都能夠非常精準的實時的識別。這個都很相似，大小也相對比較小，新的版本我們在店已經(jīng)加了堆疊的檢測。這邊是一個實際到店的體驗，把盤就能識別出來，掃碼，人就可以走了。

　　冰柜，有不同的廠商在做了，但是我們覺得冰柜不是一個簡單的冰柜，當然大家都是說，我是開門拿了就走，然后就立馬結賬了，這是一個最基本的解決方案。同時我們認為特別重要的是，從數(shù)據(jù)端的支撐，也就是說，我如果放出去一千臺冰柜在不同的位置，我其實最想知道的是不同冰柜去補貨的時候應該補多少，有一個好的銷量預測。之前在面包店做了一個后臺銷量預測功能，每天九點的時候就開始扔面包，現(xiàn)在有一個非常清晰的表，我就知道今天應該做多少，直接減少了貨損，不是說光省了一個人可以自動結賬，更多是數(shù)據(jù)化以后帶來的降本和增效的功能。包括我怎么知道怎么補貨，怎么選品，更多的是人工智能可以賦能，更好的提高你的運營能力，怎樣從數(shù)據(jù)端更好的智能化你的前端，不管是店面還是前端的各種設備。

　　三智能店面運營

　　這個相對比較清晰，因為之前說了進貨，上了算法模型之后，可以根據(jù)它做一鍵訂貨，選品、定價、促銷，客戶來這，以前的購買習慣以及今天的貨物庫存信息和情況，我們可以做一個更精準的打折。以前大家都打9折、8折，現(xiàn)在可以對不同客戶給予不同激勵，包括選址以及配送各個環(huán)節(jié)。

　　四客戶的管理

　　剛才提到一點，因為現(xiàn)在公眾號比較普遍，公眾號上我有很多個關注的客戶，但是我怎么聯(lián)系，什么樣的人我應該發(fā)什么信息?這點有時候很讓人焦慮，每次我一發(fā)信息就開始掉粉，人就不見了，這也是讓我們很難受的，不敢多說，不敢少說，其實是要知道跟什么人說什么話，這在算法上也會得到提高的。我們現(xiàn)在要解決的問題可能是現(xiàn)在用戶的狀態(tài)，以前是把用戶分成幾類，進來的客戶是哪幾個大類，現(xiàn)在的用戶不光是到店的客戶，還有很多線上各個方面的。這是我們整體給一家連鎖店提供的，一個是結算端、盤點段、APP的推薦以及銷量預測。

　　五智能供應鏈

　　從倉的角度怎樣更好的精準預測倉的進貨、出貨，甚至供應鏈金融上，或者貨品的質監(jiān)上，通過視覺都可以有豐富的應用。

　　智能內部運營。舉個例子，除了我對員工的培訓等，還有簡單的排班，我聽到很多客戶問這么多店每個店都有服務員，怎么更好的給他們排班?其實排班跟天氣也有關，因為天氣不同到店的人數(shù)也不同，跟不同店內的情況也不同，現(xiàn)在很多時候是手動做的這件事，這些需求很多時候都可以更智能化，讓每一家店運轉的更有效。

　　舉個例子，AI從零售端的平臺，更多的是關注中間，上面是五大方向，中間更多的是AI的算法引擎，下面是云的一層，不管大家用的是什么云的解決方式，這層可能是你已經(jīng)固有的數(shù)據(jù)。這個大體列出了我們現(xiàn)在實際可以做的解決方案，零售是我們現(xiàn)在的主打行業(yè)，還有保險和制造，這兩個行業(yè)是我們現(xiàn)在比較聚焦的。

　　最后講一下我們的技術團隊，現(xiàn)在有超過百人的技術團隊，也非常關注于實實在在的為客戶提供一個定制化解決方案，能夠更好的幫助客戶提高降本增效的效果。

　　希望AI能給我們帶來更多的力量，也希望大家能夠把它應用到你的公司、你的業(yè)務各個角落當中。