近幾年，人工智慧技術的發展和新零售的變革成為市場上引人矚目的焦點。而 AI 人工智慧逐漸在零售業滲透衍伸出新的零售模式，將實現實體門市在獲客、門市場景、體驗和供應鏈的大變革，或解決目前實體零售產業面臨的問題。
筆者是電腦科班出身、擁有 20 年以上電腦軟體行業經驗，後期跨界轉型做企業管理，並涉足培訓行業，曾擔任數十家國內外 1,000 大企業之顧問和講師。而針對 AI 人工智慧在智慧零售的應用，筆者從新零售時代下的戰略性思維打造、智慧化工具的選擇等多方面剖析，為企業抓住當前變革浪潮的發展機遇給與專業的建議。
零售業將成為人工智慧應用的重要領域
人工智慧是指讓機器具備和人類相似的思考邏輯與行為模式。其發展過程包括學習，即大量讀取資訊、判斷如何使用資訊，和感知、推理、自我校正、如何操縱或移動物品。
事實上，人工智慧在高科技業、金融業早就被大規模使用，但如今，隨著便捷支付和客戶資訊收集的加強需求，越來越多零售業的先行者也開始擁抱人工智慧技術，探索新零售的轉型。在筆者看來，大量的資料早期被網路企業投資，網路企業已經掌握大部分數據，如果能夠持續掌握這些資料，再配合人工智慧的機器進行深度學習，他們將越來越厲害。
舉一個例子。前不久，全球第一大的美國零售業巨頭西爾斯公司宣布破產，這家成立於 1886 年的百貨公司，被誰打敗了？沃爾瑪！過去十年，越來越多實體店開始整合線上線下進行轉型，而西爾斯的變革步伐明顯落後許多，正是這種對傳統零售的固步自封，讓它終將走向滅亡之路。用筆者的話來說，就是「任何企業如果不了解你的客戶、不了解市場的變化，再多的技術也不一定做得好。」西爾斯的教訓，無疑是具有深刻啟迪意義的，實際上，也有很多零售商正在以創紀錄的方式倒閉，這也強調了掌握 AI 戰略思維變革的必要性。
人工智慧目前 80% 以上與深度學習相關
那麼，未來人工智慧發展核心是什麼？對此，筆者提煉出 3 個關鍵詞，「創新」、「整合」、「智慧化」。反觀人工智慧的發展，從軟體為主，到可以跟著專家思考，前面兩波的發展都還實現不了以設定規則的方式決定行為的路徑。而近幾年，人工智慧開始發生飛躍性發展，以深度學習的演算法則，運用大量資料、多層神經網路以及特徵訓練邏輯演算法等達到機器學習。而這一波，與零售行業特別相關的技術主要分三大類：第一類是電腦視覺，即圖像及影像辨識；第二類是自然語言分析處理；第三類是感測器、智慧裝置、物聯網。
先看第一類電腦視覺。過去電腦雖然會計算，可是它不會感知，在未來，感知是人工智慧非常重要的功能之一。其實，圖像及影像辨識的應用，在無人車、沃爾瑪超市的貨架機器人等已經開始普及。仔細想想，當你在規劃貨架產品的時候，用機器人視覺就可以即時知道哪個貨架還剩下多少產品，這是不是就能提高效率、降低成本，而且很多資訊資料都可以被精準掌握。
第二類是自然語言分析處理。這方面最典型的應用場景就是手機或電腦的語音助理和機器人客服，如 iPhone 的 Siri、亞馬遜的語音助理、微軟小冰、中國科大訊飛的機器人、阿里巴巴的客服機器人等。以阿里巴巴為例，據相關統計，有 300 萬客服電話是被服務機器人處理的，人工智慧基於多方面的資料蒐集，透過建立相應的模型，已經可以有效解答大部分客戶的問題。當然，如果客戶需要更深入的回答，依然需要轉到人工客服來處理。
再看第三類感測器、智慧裝置和物聯網。筆者認為，智慧商店絕對是未來零售業的發展，店內的感測器，可以與人互動、了解人類的行為，並蒐集人類的資料。比如百麗與騰訊合作，在鞋店內以及鞋子裡面安裝感測器，獲得很多有效的經營資料，比如哪些品牌？哪些模式？哪些沒有被購買？什麼樣的人試穿什麼樣的狀況，都可以被商家清晰地掌握。
人工智慧技術創新應用的五大趨勢
在實體零售場景中，人工智慧技術的應用創新為零售業的智慧化轉型提供有力支援。那麼，在實踐應用中，典型的融合創新應用場景主要呈現五大趨勢。
人工智慧將提高實體店數位化營運
目前人工智慧正在以一種顛覆性的力量，透過技術創新的手段，重塑個體與實體零售互動的方式。主要的手段是透過實現感知 AI 及相關技術，讓店舖有了視覺、有了感覺，並且能夠與客戶更好的互動。而這些技術應用在實體零售門市的工具也是多樣化的，可以表現為穿戴裝置、擴增實境輔助購物、智慧販賣機、智慧櫥架、智慧鏡子、互動顯示板等。
實際上，透過這種技術上的深度互動，實體零售門市可以獲得較為精準的店內購物分析，進而達到營運上的多方面升級。比如遠端即時監控、人流分析統計、購物軌跡分析、熱點分析、排隊狀況分析、偷竊偵測與預防及行銷整合，帶來的將是導購員排班及銷售行為的最佳化、商品擺設和櫥窗顯示的最佳化、門市營運的標準化、銷售損失的最小化、行銷效益的增加以及購物者滿意度的提升。
數位建模，實現以顧客為中心的多管道營運
行動網路時代，用戶越來越沒耐心，需求意向變得零碎化，決策即時性、衝動性的特徵被放大；同時，全管道環境下，包括直營實體門市、其他實體門市、官方網路商城、垂直或水平電商平台、行動 App、社交網路、CRM 會員管理及行銷廣告活動等在內的客戶觸點越來越多，實體零售想針對使用者需求開展行銷變得越來越難。
而人工智慧時代的到來，或許能幫助解決以上問題。在新零售業生態中，大量零售營運資料，包括銷量、行銷活動效果、消費者購買管道偏好和行為、客戶流失、媒體效果等，在不同的應用場景中大量產生，結合不同的業務場景和目標，再匹配合適的演算法，即可對這些應用場景進行人工智慧數位建模，就可以實現紛繁複雜的行銷過程高效化，而整體邏輯簡單來說就是「描述─診斷─預測─決策」。
AI 語音服務成為重要的人機互動及資料蒐集介面
AI 語音服務的應用大致分兩類，一類是智慧客服，即聊天機器人；一類是智慧助理，即智慧音箱。筆者認為，語音是一個最自然的互動，對人類來講，尤其不喜歡用電腦、或者雙手無法拿手機出來的時候，語音是最自然的人機互動，這個非常重要。而且語音夠聰明，以至於可以第一時間為我們提供產品服務。所以說，更自然的人機互動，上行資料蒐集、服務人力及成本的重新部署，全方位服務的入口帶來多樣商機。
大數據驅動供應鏈，提高營運效率
大數據驅動供應鏈，進而實現相關應用場景的智慧和高效決策，說明實體零售解決「產品預測、自動補貨、庫存健康、供應商羅盤、智慧選品、智慧定價」六大營運難題，人工智慧毋庸置疑成為這種能力的技術核心和基礎。
而實際上，人工智慧正在構建一種新的人─貨─場互動模式、服務體系以及營運生態鏈。智慧零售可以採用 RFID、無人分揀系統到倉儲機器人來完成，實現自動預測、採購、補貨、分倉，根據客戶需求調整庫存和精準發貨。
企業裡人和服務的價值正重新被塑造
瑞士聯合銀行集團（UBS）和高盛證券（Goldman Sachs）都是世界知名的投資銀行，如今，它們對人才招聘的要求也已經從單純的金融、財務類專業，轉向科技及 AI 相關專業，導致這種轉變的本質，正是人工智慧時代帶來的，企業裡人和服務的價值正重新被塑造。
這些銀行將不再是單純的金融服務提供者，他們已經逐漸降低人來主導分析或資產管理，而是依託金融行業積累的大數據基礎，藉助人工智慧專家提升大數據洞察力、決策分析力和自我優化力，因而組織結構與服務文化也跟著產生變化。
在當前零售產業轉型的關鍵機遇期，人工智慧無疑發揮著不可或缺的作用。企業想要在新一輪轉型浪潮中不被顛覆和淘汰，也必須先進行自我革命。這意味著，企業需要選擇適當的平台、工具及合作夥伴，提前進行科技布局；盡快建立「數據導向」的營運制度及決策文化；同時提早培育 AI 人才，建立人機協作和共存的能力，短期從關鍵問題著手，實驗反覆運算與學習，累積經驗與數據，最終才有機會在 AI 的世代中勝出。
（首圖來源：Unsplash） ]]>
▲ α 粒子已知具有引發癌細胞 DNA 出現不可修復斷裂的能力。
▲ 以同一位模特兒，分別透過兩台不同投影機播放出來的畫面為例，右邊模特兒照片給人面有菜色或心情不好的感覺，至於左邊模特兒則呈現出心情愉悅的感覺。若沒有將兩台不同投影機的投射效果放在一起比較，很難看出來彼此之間的差異，反而會以為是模特兒的心情不一樣。
▲（Source：Readmoo）
▲ Readmoo 讀墨執行長龐文真（Source：《科技新報》攝）
