零售的本质是供需匹配。需求在“人”，供给的是“货”，交易的地点是“场”。传统零售“人-货-场〞结构呈线性状态，“消费者、生产或经销商、零售商〞各参与方按照产业链流程进行信息交换，效率较低。人工智能使“人-货-场”结构得以优化，使购买端的消费者信息经过数字化及智能分析后，通过环状结构传递给各方参与者，各方可基于真实的市场需求，联动调整，实现利益最大化。

“人”的重构：洞察最熟悉的陌生人

机器的出现产生了更多更高效、更高维的生产和经营活动，客户的需求愈发个性化，当客户需求颗粒度非常细微，便很难用一个通用的规则去使所有客户整体满意，需要追求局部的极限理性。比如，传统营销将客户粗略分为几类来提供不同的营销策略，而这已经是相对不错的做法，最差的情况是给所有人打折。但今天机器写出的营销规则数达到百万、千万级别，这意味着，以机器学习为代表的认知型人工智能洞悉人更加精准。

其次，光纤、无线电、5G覆盖地域越来越广泛，互联网同样也创造了用户的瞬态意图，更多的社会要素都需要毫秒级的响应和满足。如何在毫秒级的时间内作出正确的决策？这同样不是人依靠经验可以解决的问题，AI的作用再次凸显。如果每一个业务的决策点都是AI跟AI在沟通，那它的响应速度可以压缩到几秒钟甚至几十毫秒，那么这个过程当中就存在巨大的收益。

最后，用户的需求和行为也是在不断变化的，这要求系统能够及时捕获并满足用户需求，形成数据闭环。人工智能天生具备自学习能力，可以利用业务过程中产生的反馈数据，持续进行系统自我纠偏与优化。例如，某家数字化餐饮企业，卡券策略在单一门店里2小时内迭代了500次，相当于有500个计算周期来不断迭代最优的营销策略。如果是总部规定营销费用的执行计划，不可能有这么快速的迭代速度，一般是按季度周期反馈迭代。

“货”的重构：打造高效匹配的智慧供应体

供应链往往扮演的是“幕后英雄”的角色，因为不和消费者直接接触，所以不太被外界关注。但在零售企业，流行着这样一句话：销量反应好坏，供应链决定生死。

过去，传统供应链体系以“一维流程式供应链”为主，呈现一维的、单向的、链条式流转特征。这种体系下，商品从工厂到消费者手中要经过各种繁琐的流程，效率低下。一旦流程中出现断点或问题，很难快速找到原因并做出响应。此外，传统供应链下的企业仍以供应商/零售商而不是消费者为核心，对市场变化缺乏感知，在灵活性方面也存在一定短板。

智慧供应链是以消费者为核心，打造多维供应体，将消费者的需求、商品的部署、仓库网络协同、物流配送、服务等全链条数字化、智能化，即时响应，实现库存部署、配送链路距离和时效识别、限时送达及按需送达等定制化的客户需求。

智慧供应体的背后，则是在客户、销售、库存、供应、物流、配送等全渠道网络协同的前提下，通过人工智能技术实现智能决策能力，解决“卖什么、卖多少、怎么卖、送到哪、怎么送、赚多少”等复杂、持续、全局的决策问题。

由“链”到“体”，意味着决策的复杂度提升了难以表述的数量级。例如对于生鲜来说，企业为了保证食材新鲜度，既要加快配送时效，又要压缩物流成本。传统模式下，采销人员要依据预测销售计划制定原材料采购、调拨、生产、运输等规划，但计划、调度难以进行全局考量供应链决策速度、质量、稳定性无法达到业务要求，且成本、调度等决策分析数据透明度、可靠性、实时性难以充分保证。

自主决策能力的背后，需要企业完成从顶层的订单履约达成率和库存周转分解到各个环节销售预测、仓配物流的库容收发货能力、配送能力、频次、时效，工厂加工能力和时效、实时库存、收入和成本等完整的供应链业务数据化，实现数据到业务化的完整闭环，并利用强化学习持续优化，实现了计划与调度方案可根据不同的环境数据自动输出业务结果，保证了供应链数据透明、可试算、可追溯，计划与执行结果可评估、可分析，同时实现业务的可视、可控、可优化。

在实际的应用中，国内知名零售企业来伊份很早便意识到了智慧供应链的价值，不断探索机器学习技术赋能。从品类规划、价盘管理、智能全网预测、补货和调拨等关键业务场景切入，来伊份逐步实现供应链体系的自动化智能决策。目前超3000个门店系统自动补货和调拨，打造的插拔式云仓云配销售和供应网络体系，全渠道“一盘货”的管理，总体可节约人效10万人时/每年，库存周转提升40%。

“场”的重构：搭建“人”与“货”的智能化连接

“场”是连接“人”与“货”的关键。与传统集贸式零售、连锁店式零售不同，电商平台的出现重新定义了零售形态，让卖家和买家直接对话，平台的开放性、多样性、低成本、高效性让消费者能随时随地在网络上购买自己想要的商品。“场”的概念也从线下向线上延伸。广泛且高频的线上购物行为也为人工智能更好的洞悉消费者提供了基础。

与此同时，线下渠道向敏捷化转型，智能导购、数字化卖场等新业态出现。人工智能加速了线上与线下、物理世界与虚拟空间的融合，从而实现“人”与“货”的全渠道链接，搭建起线上购物与线上服务的互动桥梁。例如，顾客在线下享受购物体验，线上购物优惠支付，后台人流数据化管理有机结合，线上、线下双渠道的打通，让消费者的需求能够被更好地感知。

消费者在不同的“场”中有着不同的消费理念、消费行为，需要通过通过智能化手段提升用户粘性，或者有针对性的方式消费转化。比如利用人工智能技术实现创意自动化，可帮助零售企业更加高效地进行千人千面的创意内容制作和匹配，提高内容制作效率及对用户的个性化吸引，提升用户粘性，并通过推送消费者喜爱的促销方式来，提高转化及客单价。

此前，国内某奶粉企业在其APP端的不同频道建立不同的心智，针对每个场的核心指标进行数据化衡量和并通过人工智能技术进行迭代和优化的闭环，其用户的在线时长提升30%，同时该部分人群的整体ARPU高于平台用户的40%；与此同时，以促销和转化为心智的场实现用户的下单转化率近25%，年度可提升整体销售额超过数千万元。

在实体零售领域，企业也需对线下零售门店的产品陈列、货架占有率、促销产品摆放等进行营销效果监测，及时捕捉市场动态。传统方式下，品牌商需通过访销人员进行门店产品陈列走访及管理，效率低下。基于图像识别技术的AI商品陈列分析解决方案可助力访销过程，提升一线业务人员人效，以智能化手段实现零售品牌对渠道终端门店的数字化、标准化管理，为门店的智能化运营和营销推广提供数据资源，也能更好的帮助企业为消费者提供更优质的购物体验。

在零售行业的智能化浪潮中，围绕“人、货、场”的数智化转型进程仍在不断深化。人、货、场”的数据进行整合打通，人工智能便如同心脏和水泵，将“数据”血液转化为企业决策依据的能量和动力，支撑企业高效发展。这也是人工智能在新零售变革中的核心所在。

文章来源：北青热点，作者：向明辉

编辑：瓴犀（微信ID：linkseeks_com）

【瓴犀www.linkseeks.com】是一家提供全链业务数字化场景的产品服务商，提供涵盖供应-生产-采购-渠道-交易-用户等各端的供应商协同系统数字化产品和方案体系。我们的SCM供应链系统通过对信息流、物流、资金流的协同管理，打造供应商、制造商、分销商、零售商到最终用户的一站式整体功能模块。