人工智能和机器人正在攻占零售链中的各个部分

人工智能和机器人正在攻占零售链中的各个部分

人工智能和机器人正在攻占零售链中的各个部分

电商巨头亚马逊和阿里巴巴应用大数据和人工智能在线下与线上的零售全过程中执行了端到端的解决方案。但大部分的零售商会为人工智能技术找到一个特定的应用场合和切入点。这一报告调研了在市场推广的不同阶段中该技术的应用：从生产，派送，到人工智能辅助自动化（面部识别，需求预测和拥有机器视觉的机器人）来提高上文提到的各个阶段的工作效率。

制造业：从生产到市场的各个环节

为了满足不断变化的消费者的需求，制造周期必须要尽量缩短。一些零售商开始使用机器视觉来组装衣服或者鞋子之类的产品。

最近，中国T恤制造商天源服装有限公司与美国阿肯色州政府签署合作备忘录，在小岩城的服装公司，以14美元每小时的价钱雇佣400名工人。该备忘录计划从2018年开始实施，虽然该工厂提供了一些零售类工作，但是其核心制造任务高度自动化。其缝纫工序由在佐治亚的创业公司：Soft Wear Automation提供的机器视觉机器人来完成，并且将做好的衣服销售给阿迪达斯。

China Daily采访天源公司董事长唐新宏记：“ 我们将投产建设21条产品线，当它们完全运行时，每22秒就可以造成一件T恤，每天我们将为阿迪达斯制造800，000件，世界范围内最廉价的劳动力也不能与之竞争。”

2015年阿迪达斯揭秘了在德国的全机器人制造“速度工厂”，并且正在佐治亚筹划同样的布局。

阿迪达斯计划在以下几个重点城市进行鞋子的本土化制造：伦敦，纽约，巴黎，洛杉矶和上海。鞋子的设计将基于在当地的地形，气候以及收集到的运动员的信息来定制化的进行。

阿迪的竞争对手耐克也在加速制造过程的创新化和速度化。据彭博社报道，2013年耐克在Grabit这家制造型创业公司的A轮融资中出资3百万美金，该公司开发的机器人使用了电磁抓举和机器学习的技术，该机器人可在50-70秒内完成鞋面的定型工作。而这个过程工人的操作时间是10-20分钟。还有消息称码垛机器人正在耐克领先的服装鞋帽制造公司部署。

日本的资生堂公司对零售行业利用人工智能技术也十分看重，该公司计划使用人工智能技术来使机器人完成更加复杂的任务。

仓库自动化：分拣，存储与库存管理

仓库与工厂之间的机器人协同配合，是通往自动化之路上的必经之路。越来越多的人开始在网上购物， 订单处理中心将货物按时配送至目的地的压力也越来越大。

2012年，亚马逊收购Kiva System 是配送机器人进程历史上的里程碑事件。亚马逊的机器人使用机器视觉，深度感知和物体识别以及其他人工智能软件来实现移动重物，抓取包裹等任务。在亚马逊收购Kiva system 公司后，许多其他的创业公司也纷纷加入该行业，对该领域生态环境的完善起到了作用。

基础设施即服务：公司通过销售它们的内部自动化解决方案给其他零售商获利

英国的线上零售超市Ocado（类似亚马逊一样提供FreshDirect和AmazonFresh）这样的生鲜类配送服务，是自动化仓库建立的典范，该公司把机器学习作为其核心竞争力。

美国在 CB Insights 平台上发起的调查中显示, Ocado的专利显示，它在地块测量，机器人物体抓取和自动化包裹抓取方面均有较大贡献。Ocad发现并拓展了它们的商业分支，除了在电商运营方面的探索，它们也开始将软件和基础设施的建设作为一项服务分发给英国的其他零售商。

客户渠道：线下vs线上

一些像Lowe‘s 这样的零售商自己投入做相关的研究开发，另外一些像Sephota，沃尔玛这样的公司与专注于人工智能解决方案的创业公司合作。接下来，我们来看几个在线上和线下实体店中参与人工智能和机器人相关的应用实例：

线上解决方案

现阶段，创业公司在人工智能领域特色鲜明，地位重要。基于图像识别的创业公司Visenze与优衣库，Myntra和日本电商巨头Rakuten等合作。顾客在店里拍照，然后通过上传照片来找到线上对应的货物。

该公司在加州和新加坡都由办公室,在2016年的B轮融资过程中，从Rakuten之类的公司中，获得1.05千万美金的融资。最近它进入了联合利华集团，并且开始在东南亚建立品牌试点项目。

另外一些创业公司聚焦于一些特定的市场，比如中国的9KaCha公司提供了销售进口酒水的线上平台，可以通过机器视觉来搜索产品。该公司将和其投资者海尔来回报工作，帮助海尔的智能酒柜识别近十亿的数据，准确识别用户的需求，提供最好的用户体验。

另外一家基于线上搜索推荐的以色列创业公司Twiggle也值得一提。

阿里巴巴旗下的一家公司开发出了基于语义学习的应用界面，准确匹配买家的搜索，该人工智能方法还可以定制化消费体验。

俄罗斯电商平台Lamoda今日将访问者根据地域分为了160中类型，并且根据其所在地的天气，过去购买表现，颜色敏感度来制定广告横幅。根据个性化科技创业公司Dynamic Yield出版的文章来看，Lamod的算法得到了很好的投资回报率。在一个团队中只使用一个人，代表了人工智能可能会彻底改变零售行业的劳动力状况。

类似于Sephora,Urban Outfitter,Ikea和Stitch Fix这样的流行品牌公司开始与Dynamic Yield进行合作。该公司背后有百度资本，Bessmer Venture Partner等公司支持。

除了拓展上网体验的定制化服务，零售商们也想对用户行为有较好的把控。

实体店解决方案

几家美国零售店由于类似于亚马逊这样的人工智能占主导的电商冲击而倒闭，但是于此同时，亚马逊本社也在尝试推进实体业务，公司利用其人工智能的手段来帮助管理强化实体店铺。

亚马逊通过线下跟进消费者。今年，亚马逊在西雅图开通了其线下无人结算零售店：Amazon Go. 消费者可以直接走入商店，拿走它们想要的东西，不用结账直接离开。

Amazon Go 通过用户扫描二维码进入商店，消费者在商店的活动被人工智能驱动的追踪系统所监控，当消费者离开时，它们在消费的产品上留下了“数字脚印”，之后会通过他们的亚马逊账户扣款。亚马逊宣城，Amazon Go 是与中国十分流行的一家无人售货店相结合的产物。

CB insights平台显示，2017年有27总交易涉及无人零售行业。相比之下，在2016年只有一宗，在2016年之前更是闻所未闻。

一些美国公司开始尝试使用机器人进行货架扫描。沃尔玛这个月宣布将引入50台机器人来管理存货。这些机器人由加州Boss Nova Robotics公司开发，可以用来扫描货架和协助仓库员工

其他零售商也在探索仓库管理和店内客户管理的新科技。

Lowe Innovation Lab与 Fellow Robots创业公司联合开发的零售机器人OSHBOT和LoweBot可以帮助客户寻找指定种类的商品。该实验室也实验使用虚拟现实或增强现实的解决方案来帮助客户。

2016年旧金山的Simbe Robotixs发明的机器人在协助仓库管理方面也值得一提。

然而，店内机器人的使用还处于早期阶段，并没有十分明确有效的提高客户体验和帮助成本缩减的案例出现在市场上。正如Capgemini Consulting的前执行副总裁Bill Lewis所说：在机器人应用场景不明朗的情况下，使用机器人的入门成本较高，还需要进行许多的实验。因此制约了其大规模的发展。

一些美妆品牌开始进军虚拟现实市场

供应链与物流：为客户分发订单

全球零售行业的供应链变得空前复杂，销售者和消费者们都希望知道他们的货物现在所处的地方，运输状况并实时跟踪货物转运情况。但是在运输过程中所引入的复杂网络和各种各样的人员，使物流管理的可视化变得十分复杂。

该公司试图把所有的资产接入云端，比如，通过接入汽车可以对不可预测的天气状况进行实时监控。通过物联网来看运输过程中，冷冻集装箱中的食物质量变化情况。

在最后一公里配送阶段，亚马逊也许可以彻底摧毁$15T物流的产业。

现在，亚马逊是传统配送行业（类似于UPS）的最大客户。亚马逊利用它们强大的自动化能力和内部物流，可以变为FedEX和UPS这种物流巨头的竞争者。

Ryan Peterson，Flexport的CEO说：传统物流配送公司的自动化程度不如亚马逊的百分之一，如此仅有的一点自动化程度，可能会成为竞争中最后一点遗产。

建立线上线下的桥梁

许多零售商集中涉猎线上或线下销售中的一种手段，另外的一些公司却把这两种方式进行融合。

为了测试这种结合方式的有效性，在中国，阿里巴巴发起了每年的光棍节（11月11号）为购物狂欢节。2017年，该日的单日销售量为253亿美元。在峰值时期，阿里云每秒钟可以处理325，000的数据。

光棍节的其他亮点还包括：

利用类似于Pokeman-Go的游戏（捉猫游戏）来刺激线上购物者到线下实体店中抓取虚拟猫咪，来解锁账户折扣和获取红包。

机器学习和聊天盒子，自动回复买家关于货运信息的留言。

在算法方面，阿里巴巴利用深度学习进修3D bin 压缩，利用最小的空间存储最大量的数据。

在一些实体商店，阿里巴巴利用人工智能时尚辅助算法帮助客户推荐合适的服装搭配。

通过以上一系列实践，阿里巴巴为我们绘制了线上线下综合销售的蓝图。未来的零售行业，必定是多渠道，相互融合销售的天下。

展 望

尽管人工智能掀起来如此巨大的浪潮，只有少数传统品牌积极的加入应用该种技术来提高商业效率的军团中。

零售商们彼此之间的竞争也会越来越激烈，并与其它领域的科技公司一道在人工智能大潮中将新的生产力和高效率洒遍零售业的每一个角落。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。