2020年中國AI+零售行業(yè)仍處于應(yīng)用落地探索期

王紫萌

AI+零售行業(yè)概述

概念界定

本報(bào)告聚焦于人工智能技術(shù)在零售場景中的實(shí)際應(yīng)用情況。

近年來零售行業(yè)重塑行業(yè)結(jié)構(gòu)及生態(tài)圈，終端零售商、品牌商等多處于升級轉(zhuǎn)型階段。人工智能（AI） 作為新興技術(shù)在零售業(yè)鏈條的多場景、多環(huán)節(jié)有所滲透。本報(bào)告希望全面地展現(xiàn)AI技術(shù)在零售生態(tài)中的具體應(yīng)用及各環(huán)節(jié)的核心價(jià)值;從AI解決零售業(yè)各環(huán)節(jié)痛點(diǎn)的角度切入，討論技術(shù)方案需求方的真實(shí)訴求和應(yīng)用場景的落地邏輯，探討不同類型技術(shù)提供企業(yè)的發(fā)展路徑和市場機(jī)會。意在描繪人工智能+ 零售行業(yè)的發(fā)展現(xiàn)狀及未來前景，為行業(yè)未來發(fā)展提供思考。

零售業(yè)技術(shù)應(yīng)用驅(qū)動因素

險(xiǎn)中求變，零售企業(yè)正尋求新科技手段助力業(yè)務(wù)轉(zhuǎn)型。

從2014-2019年間的走勢來看，我國社會消費(fèi)品零售總額增速逐年下滑，網(wǎng)上零售額以高于社零增速的速度增長，網(wǎng)上零售滲透率逐年走高。線下銷售通路市場份額占比的萎縮及增速放緩，意味著以實(shí)體零售業(yè)務(wù)為首的傳統(tǒng)渠道商面臨極大挑戰(zhàn)。雖然大型零售賣場、各類連鎖超市等均已致力擁抱電子商務(wù)，打造線上銷售渠道，但線下銷售場景的消費(fèi)者引流和企業(yè)降本增效需求也亟待解決。

同時，囿于互聯(lián)網(wǎng)人口紅利的逐漸消失、獲客成本提高等因素影響，網(wǎng)上零售額增速也進(jìn)入緩行期，互聯(lián)網(wǎng)零售企業(yè)同樣面臨如何維持增長、保持市場份額的壓力。

圖1 2014-2019年中國社會商品零售總額及網(wǎng)上零售額

來源：國家統(tǒng)計(jì)局、艾瑞咨詢研究院根據(jù)公開資料自主研究繪制。

零售業(yè)增長痛點(diǎn)促進(jìn)AI+零售發(fā)展

AI技術(shù)輔助實(shí)體零售企業(yè)、電商及品牌商的業(yè)務(wù)拓展及優(yōu)化。零售行業(yè)轉(zhuǎn)型階段，無論是終端銷售企業(yè)或品牌商，均存在成本管控需求、銷售額增長瓶頸等發(fā)展痛點(diǎn)。

具體來說，實(shí)體零售商由于缺乏有效途徑，較難把握消費(fèi)者日趨多元化的需求偏好，且對潛在消費(fèi)流量的價(jià)值開發(fā)不足，同時面臨高用工成本壓力。電商平臺也需應(yīng)對互聯(lián)網(wǎng)流量紅利消退、買家增速放緩、獲客成本不斷提升等問題。

對于品牌商，消費(fèi)者線上流量和數(shù)據(jù)被電商平臺壟斷， 傳統(tǒng)渠道體系也難以提供全鏈路的消費(fèi)者洞察與觸達(dá)。AI則為輔助零售行業(yè)參與者降低成本、提升經(jīng)營效率、解決發(fā)展瓶頸提供了新的技術(shù)手段。因此，產(chǎn)業(yè)技術(shù)發(fā)展的核心動力依然是經(jīng)濟(jì)利益，各類需求企業(yè)的核心增長痛點(diǎn)為AI+零售行業(yè)提供了發(fā)育土壤。

AI+零售行業(yè)市場規(guī)模

2022年市場規(guī)模將達(dá)26.7億元，2018-2022年CAGR達(dá)44.6%。

AI技術(shù)在零售領(lǐng)域的應(yīng)用于2017年起步、2018年落地推進(jìn)，2019年AI+零售市場規(guī)模達(dá)到6.5億。

其中2020年市場規(guī)模增速下滑的主要原因是受新冠疫情影響，需求企業(yè)對購買技術(shù)服務(wù)的支出相對謹(jǐn)慎;后隨疫情后的經(jīng)濟(jì)恢復(fù)和市場信心提振、技術(shù)應(yīng)用發(fā)展等因素助推增速上漲。另由于阿里、京東、拼多多等零售巨頭多以自研方式應(yīng)用AI技術(shù)，AI+零售的建設(shè)投入估算超過對市場營收規(guī)模的估算。2019年零售企業(yè)在AI技術(shù)上的投入達(dá)到14.8億元，預(yù)計(jì)到2022年將達(dá)到42.6億元，2018-2022年CAGR達(dá)到37.0%。

圖2 2018-2022年中國AI+零售市場規(guī)模

來源：艾瑞咨詢研究院根據(jù)公開資料及專家訪談、結(jié)合艾瑞統(tǒng)計(jì)模型自主研究繪制。

AI+零售應(yīng)用場景與價(jià)值分析

AI技術(shù)在零售領(lǐng)域的滲透， 圍繞品牌商、零售商、消費(fèi)者等參與主體及零售產(chǎn)業(yè)鏈條，構(gòu)建數(shù)據(jù)打通、場景貫通、深度觸達(dá)的“AI+零售”體系。

應(yīng)用場景包括精準(zhǔn)營銷、商品識別分析、消費(fèi)者識別分析、智能化運(yùn)營、智能客服及無人零售等?；谟?jì)算機(jī)視覺、語音語義及機(jī)器學(xué)習(xí)技術(shù)，賦能線上及線下零售商， 應(yīng)用場景間多有融合。零售企業(yè)引進(jìn)AI技術(shù)，可提高運(yùn)營能力、促進(jìn)銷售額增長、降低人工等經(jīng)營成本; 且可通過改善顧客消費(fèi)體驗(yàn)，促進(jìn)消費(fèi)者轉(zhuǎn)化率提升，為零售企業(yè)業(yè)務(wù)發(fā)展增添動能。

AI+零售應(yīng)用：精準(zhǔn)營銷

AI技術(shù)在零售營銷領(lǐng)域的應(yīng)用主要圍繞消費(fèi)者用戶標(biāo)簽進(jìn)行，包含個性化推薦及智能廣告營銷。個性化推薦依靠推薦系統(tǒng)算法向消費(fèi)者提供個性化的信息服務(wù)和決策支持， 基于深度學(xué)習(xí)技術(shù)的推薦系統(tǒng)可以提高推薦質(zhì)量，促進(jìn)營銷轉(zhuǎn)化。

智能廣告營銷主要包括廣告精準(zhǔn)投放和AI視頻營銷。除了應(yīng)用推薦算法外，在AI視頻營銷中還需應(yīng)用視頻結(jié)構(gòu)化和圖像檢索等技術(shù)，以對象識別、特征提取、動態(tài)物體識別等技術(shù)處理視頻數(shù)據(jù)信息，實(shí)現(xiàn)對應(yīng)場景下自動、批量、標(biāo)準(zhǔn)化的廣告植入。

AI+零售應(yīng)用：商品識別分析

對業(yè)務(wù)痛點(diǎn)感知力和精細(xì)化運(yùn)營成為價(jià)值突破點(diǎn)。

以商品為主要識別對象的機(jī)器視覺技術(shù)結(jié)合深度學(xué)習(xí)等AI技術(shù)已衍生出以圖搜圖、陳列分析、自助結(jié)算等商業(yè)化落地場景。目前，ISV企業(yè)可通過按調(diào)用量計(jì)費(fèi)或定制開發(fā)的方式獲得AI圖像檢測能力，降低了商品識別分析應(yīng)用的落地普及門檻。因此，對零售業(yè)務(wù)需求痛點(diǎn)的理解與把握和精細(xì)化運(yùn)營能力，成為各類型解決方案提供商搶占市場的突破點(diǎn)。

消費(fèi)者行為洞察

與電商平臺可依靠移動應(yīng)用有效獲取消費(fèi)者搜索記錄、瀏覽痕跡、購買偏好等數(shù)據(jù)進(jìn)行個性化推薦不同， 線下零售門店在消費(fèi)者行為洞察上缺少必要的信息獲取手段， 以往只能在支付環(huán)節(jié)對交易數(shù)據(jù)和客戶基本信息（性別、年齡等）進(jìn)行統(tǒng)計(jì)，對個體消費(fèi)過程和消費(fèi)偏好數(shù)據(jù)的采集與分析不足，難以有效挖掘客戶價(jià)值。

人臉識別和行人重識別（Re-ID）技術(shù)的發(fā)展改變了這一局面，以智能攝像頭為信息采集入口，通過采集消費(fèi)者人臉、面部表情、衣著、體態(tài)、發(fā)型等信息，實(shí)現(xiàn)在線下零售場景對消費(fèi)者的全流程感知。

Re-ID技術(shù)可補(bǔ)充人臉識別技術(shù)只依賴人臉信息的缺陷，在非配合條件下完成對個體行進(jìn)軌跡及動態(tài)的追蹤。此外通過將人臉信息、購物軌跡等與會員管理系統(tǒng)、消費(fèi)記錄數(shù)據(jù)進(jìn)行結(jié)構(gòu)化整合，可實(shí)現(xiàn)對線下渠道消費(fèi)者營銷推廣及對業(yè)務(wù)經(jīng)營的精細(xì)化管理。

目前受線下零售場景頭部集中程度和IT建設(shè)基礎(chǔ)等因素影響，基于視覺的消費(fèi)者行為洞察解決方案在4S店、家電3C店、大型商業(yè)地產(chǎn)等零售業(yè)態(tài)實(shí)驗(yàn)落地。未來，隨著算力升級、技術(shù)發(fā)展帶來的算法成本降低、市場需求度提升等利好因素，基于視覺的消費(fèi)者行為洞察解決方案落地規(guī)模將逐步增加。

AI+零售應(yīng)用：智能化運(yùn)營

零售企業(yè)盈利主要依靠于薄利多銷， 一方面需通過精準(zhǔn)營銷等手段開源，同時也需要通過精細(xì)化運(yùn)營手段節(jié)流。隨著IT 基礎(chǔ)設(shè)施建設(shè)的日益完善、云服務(wù)技術(shù)的革新發(fā)展推動以及大數(shù)據(jù)的資源支撐，越來越多的零售企業(yè)投入到智能化運(yùn)營體系建設(shè)中，并逐漸從淺層決策向多維決策階段轉(zhuǎn)型。深度學(xué)習(xí)模型可輔助滿足零售企業(yè)對運(yùn)營流程高效、全局、自動化的管理需求。

供應(yīng)鏈網(wǎng)絡(luò)效率優(yōu)化

數(shù)據(jù)和算法驅(qū)動供應(yīng)鏈網(wǎng)絡(luò)各節(jié)點(diǎn)協(xié)同，提升整體效率。

隨著零售新業(yè)態(tài)的快速發(fā)展及以消費(fèi)者需求為核心的經(jīng)營理念變化，訂單碎片化、顯著增加的SKU數(shù)、倉儲管理復(fù)雜化等均對傳統(tǒng)零售供應(yīng)鏈形成全方位挑戰(zhàn)。零售渠道商在庫存品類及庫存量上缺乏前瞻性及靈活性將導(dǎo)致顧客流失、倉儲成本增加、流動資金被占據(jù)等負(fù)面影響。

因此零售企業(yè)需要在積累的大量商品數(shù)據(jù)、消費(fèi)者數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)中提取信息，基于AI、大數(shù)據(jù)技術(shù)輔助供應(yīng)網(wǎng)絡(luò)各節(jié)點(diǎn)的數(shù)字信息流通及自動化分析，驅(qū)動需求預(yù)測、銷量基線預(yù)測、選品及采購、庫存計(jì)劃、自動訂貨補(bǔ)貨、庫存優(yōu)化、貨物追蹤、訂單管理等過程的高效協(xié)同，重塑產(chǎn)業(yè)鏈模式，推進(jìn)傳統(tǒng)供應(yīng)鏈模式向智慧供應(yīng)鏈網(wǎng)絡(luò)轉(zhuǎn)型。

AI+零售應(yīng)用：智能客服

應(yīng)用AI技術(shù)提高電商客服服務(wù)效率、節(jié)省運(yùn)營成本。

對電商客服需求增加、要求提高的同時，以FAQ技術(shù)為基礎(chǔ)的客服系統(tǒng)存在人工及培訓(xùn)成本高、回復(fù)質(zhì)量難保證、響應(yīng)速率慢等諸多痛點(diǎn)。受益于AI和云計(jì)算等技術(shù)的不斷發(fā)展，以自然語言處理（NLP）技術(shù)為代表的智能客服系統(tǒng)在零售企業(yè)中的應(yīng)用不斷增加，覆蓋售前、售中及售后全過程。7×24h的服務(wù)可高效、高質(zhì)量地滿足消費(fèi)者商品咨詢、自助購物、訂單查詢、物流跟蹤、自動退換貨等需求，提高消費(fèi)者滿意度，提升店鋪詢單轉(zhuǎn)化率，節(jié)省客服人力成本50%以上。

AI+零售應(yīng)用：無人零售

AI技術(shù)支持的無人零售場景智能化水平最高，賦能環(huán)節(jié)最廣。

現(xiàn)階段主要存在以AI技術(shù)、物聯(lián)網(wǎng)技術(shù)或移動支付技術(shù)為主的三種技術(shù)路線，在無人店、無人貨柜、自動販賣機(jī)等業(yè)態(tài)均有融合落地。

其中以AI技術(shù)為主的無人零售業(yè)態(tài)智能化水平最高，主要應(yīng)用于消費(fèi)者引流、快捷支付、提升店內(nèi)運(yùn)營效率等環(huán)節(jié)。雖存在設(shè)備穩(wěn)定性及成本門檻，但長期來看，在規(guī)?；瘧?yīng)用、改造供應(yīng)鏈、商業(yè)模式重塑等方面潛力巨大。

鑒于大型實(shí)體零售場所落地AI無人零售解決方案的成本壓力，伴隨便利店等線下小零售業(yè)態(tài)的不斷滲透趨勢，無人貨柜、無人便利店成為“無人零售”場景落地的中堅(jiān)力量。2020年商務(wù)部發(fā)布的《關(guān)于推動品牌連鎖便利店加快發(fā)展的指導(dǎo)意見》，也突出了連鎖便利店在實(shí)體零售業(yè)數(shù)字化轉(zhuǎn)型中的先鋒地位。

無人零售解決方案商價(jià)值初顯，市場發(fā)展進(jìn)入理性期。自2016年底亞馬遜提出“無人零售”概念至今不過三年多，國內(nèi)無人零售市場已經(jīng)歷風(fēng)口、遇冷、沉寂、復(fù)興等多階段。多家曾經(jīng)的無人零售明星企業(yè)經(jīng)營困難甚至倒閉。在商業(yè)模式未清晰時就大規(guī)模的鋪設(shè)網(wǎng)點(diǎn)，入店消費(fèi)頻率過低無法覆蓋店鋪投入成本是根本原因。

雖為新興業(yè)態(tài)，但商業(yè)邏輯仍需回歸零售業(yè)本質(zhì)，即消費(fèi)者在注重購物體驗(yàn)創(chuàng)新的同時，更注重貨品比價(jià)、購物便捷性等敏感因素;零售商則注重方案落地成本、以及是否可量化地降本增效。

據(jù)此，AI無人零售參與者跳出僅通過開設(shè)無人店鋪賺取商品差價(jià)，技術(shù)成熟后收取加盟費(fèi)的業(yè)務(wù)發(fā)展思路，轉(zhuǎn)向賦能連鎖便利店品牌或小型零售業(yè)態(tài)的商業(yè)模式，輸出覆蓋營銷、支付、門店運(yùn)營等環(huán)節(jié)的無人化解決方案，為零售企業(yè)創(chuàng)造價(jià)值。在2020年新冠疫情對實(shí)體零售業(yè)態(tài)的重創(chuàng)下，現(xiàn)今AI無人零售行業(yè)發(fā)展已逐步進(jìn)入理性期，規(guī)?；瘮U(kuò)張尚待市場教育——技術(shù)優(yōu)化、投入產(chǎn)出比、供應(yīng)鏈整合能力、私域數(shù)據(jù)安全性和消費(fèi)者信任度提升等都是未來市場培育重點(diǎn)。

AI+零售行業(yè)市場價(jià)值：加速優(yōu)化零售業(yè)“人-貨-場”結(jié)構(gòu)

傳統(tǒng)零售“人-貨-場”結(jié)構(gòu)呈線性狀態(tài)，“消費(fèi)者-生產(chǎn)/ 經(jīng)銷商-零售商”各參與方按照產(chǎn)業(yè)鏈流程進(jìn)行信息交換， 效率較低。在零售業(yè)轉(zhuǎn)型浪潮下，“人-貨-場”結(jié)構(gòu)發(fā)生轉(zhuǎn)變，信息流轉(zhuǎn)速度加快，流轉(zhuǎn)方向逐漸向環(huán)狀結(jié)構(gòu)演變。

人工智能技術(shù)加速優(yōu)化了這一過程，在AI相關(guān)技術(shù)的不斷滲透影響下，行業(yè)數(shù)字化、數(shù)字價(jià)值挖掘水平不斷增高，包括營銷網(wǎng)狀鏈路的構(gòu)建、供應(yīng)鏈間的協(xié)同融合、柔性生產(chǎn)等。“人-貨-場”結(jié)構(gòu)的優(yōu)化，使購買端的消費(fèi)者信息經(jīng)過數(shù)字化及智能分析后，通過環(huán)狀結(jié)構(gòu)傳遞給各方參與者。各方可基于真實(shí)的市場需求，聯(lián)動調(diào)整，實(shí)現(xiàn)利益最大化。同時，AI技術(shù)在消費(fèi)者體驗(yàn)創(chuàng)新層面的嘗試不斷，也引導(dǎo)了零售業(yè)產(chǎn)業(yè)鏈結(jié)構(gòu)轉(zhuǎn)變。

推進(jìn)零售數(shù)據(jù)的多維度采集與智能決策應(yīng)用

與電商企業(yè)的互聯(lián)網(wǎng)基因優(yōu)勢相比，品牌商及實(shí)體零售企業(yè)在數(shù)字化轉(zhuǎn)型過程中有天然短板。

雖然在移動互聯(lián)網(wǎng)及移動支付不斷普及的大背景下，零售業(yè)線上線下融合程度不斷提高，積累了大量的支付端數(shù)據(jù)。但在商品信息、消費(fèi)者行為、貨品流轉(zhuǎn)、商鋪運(yùn)營等環(huán)節(jié)中依然蘊(yùn)含著大量未被數(shù)字化采集、處理或分析的“寶藏”數(shù)據(jù)。

機(jī)器視覺、語音語義識別等AI技術(shù)的廣泛運(yùn)用，提供了更多維度的數(shù)據(jù)采集與分析方式;機(jī)器學(xué)習(xí)、知識圖譜技術(shù)等則提供了從生產(chǎn)端到消費(fèi)端全鏈路的數(shù)據(jù)智能分析能力。

圍繞業(yè)務(wù)場景，價(jià)值鏈各環(huán)節(jié)間細(xì)顆粒度、實(shí)時性的數(shù)據(jù)流在大數(shù)據(jù)、AI 等智能分析手段的支持下，重構(gòu)企業(yè)銷售、供應(yīng)鏈、運(yùn)營、生產(chǎn)制造等流程，超越傳統(tǒng)專家規(guī)則的方式，以數(shù)據(jù)驅(qū)動智能決策。

圍繞消費(fèi)者流量獲取、價(jià)值挖掘、體驗(yàn)重塑提供技術(shù)支撐

零售是面向終端消費(fèi)者的最后一環(huán)，隨著不同類型、不同業(yè)態(tài)參與者的增多，行業(yè)整體已從賣方市場轉(zhuǎn)向買方市場。零售企業(yè)及品牌商致力通過數(shù)字化、精細(xì)化的消費(fèi)者關(guān)系管理，挖掘潛在客戶、提升客戶粘性，從而提升銷售額、塑造品牌價(jià)值。機(jī)器學(xué)習(xí)、知識圖譜等技術(shù)應(yīng)用于對消費(fèi)者屬性、消費(fèi)行為、購買互動過程等數(shù)據(jù)的挖掘分析，可更好地分析消費(fèi)者需求， 提供個性化服務(wù)，從而推動更高水平的轉(zhuǎn)化率，成為零售企業(yè)利潤增長的直接途徑。

同時，在線下零售業(yè)態(tài)中利用計(jì)算機(jī)視覺等技術(shù)，從優(yōu)化與消費(fèi)者的互動環(huán)節(jié)出發(fā)，通過新形態(tài)、新的場景體驗(yàn)?zāi)Ｊ降任M(fèi)者，在線下場景有效地提高消費(fèi)者購物體驗(yàn)及挖掘流量價(jià)值。對于不斷被電商平臺擠占市場份額的各類傳統(tǒng)零售企業(yè)來說，AI技術(shù)為搶奪消費(fèi)者資源提供了新的思路。

AI+零售趨勢展望

AI+零售行業(yè)技術(shù)落地趨勢

大型零售企業(yè)搭建中臺體系，優(yōu)化開發(fā)流程，提高復(fù)用價(jià)值。在技術(shù)落地趨勢上，一方面基于零售場景AI落地應(yīng)用的融合性特征，AI技術(shù)供應(yīng)商在不斷擴(kuò)展自身提供AI技術(shù)的邊界，以融合視覺、語音、深度學(xué)習(xí)算法、算力多領(lǐng)域的解決方案賦能零售客戶。

在數(shù)字化變革的背景下，數(shù)字中臺作為企業(yè)數(shù)字能力沉淀與共享的平臺，已在零售行業(yè)加速落地， 尤以業(yè)務(wù)中臺、數(shù)據(jù)中臺的建設(shè)為先，幫助企業(yè)形成數(shù)據(jù)資產(chǎn)、避免重復(fù)開發(fā)、推動業(yè)務(wù)創(chuàng)新。

而AI中臺作為數(shù)據(jù)中臺向業(yè)務(wù)上的演進(jìn)，是規(guī)模化落地AI智能服務(wù)的綜合設(shè)施，也逐步成為互聯(lián)網(wǎng)巨頭和AI算法廠商對零售企業(yè)的改革錨點(diǎn)。未來隨著方法和工具的逐步成熟，中臺體系將在大型零售企業(yè)及品牌中出現(xiàn)規(guī)模化應(yīng)用，幫助降低AI技術(shù)的應(yīng)用門檻，優(yōu)化開發(fā)流程;依托AI中臺，AI技術(shù)可復(fù)用性的提高也將為企業(yè)帶來更多價(jià)值空間。

AI+零售行業(yè)未來應(yīng)用之路

從AI賦能各行業(yè)的整體效果討論，AI在零售領(lǐng)域的落地應(yīng)用仍處于初級階段。

在應(yīng)用場景成熟度方面， 雖然AI技術(shù)輔助下的精準(zhǔn)營銷及智能客服在電商領(lǐng)域的應(yīng)用效果較好、普及度較高，但實(shí)體零售業(yè)態(tài)中無人門店、消費(fèi)者行為洞察等的應(yīng)用還處在解決方案打磨階段。

而智能化運(yùn)營作為涉及多個產(chǎn)業(yè)鏈參與方、多通道數(shù)據(jù)源的應(yīng)用場景，在銷量預(yù)測、庫存優(yōu)化等環(huán)節(jié)試點(diǎn)應(yīng)用，對于需求方整體供應(yīng)鏈效率的提升仍有待發(fā)展探索。

在與業(yè)務(wù)結(jié)合深度方面，現(xiàn)階段部署AI解決方案的零售企業(yè)大多進(jìn)行點(diǎn)狀的AI應(yīng)用試驗(yàn)，大規(guī)模投入引進(jìn)AI技術(shù)仍需明確有效的降本增效例證。

而AI技術(shù)落地需靈活的組織架構(gòu)、IT體系和業(yè)務(wù)體系支撐，方可實(shí)現(xiàn)價(jià)值最大化，尤其對于不具備互聯(lián)網(wǎng)基因的實(shí)體零售企業(yè)，將AI技術(shù)與業(yè)務(wù)的融合提高到企業(yè)整體層面尚需時間和試錯成本。

AI+零售行業(yè)發(fā)展過程中，亦可能有解決零售企業(yè)實(shí)質(zhì)性需求的新興應(yīng)用場景出現(xiàn)。此外，受目前新冠疫情對全球?qū)嶓w經(jīng)濟(jì)的沖擊影響，零售企業(yè)及品牌商在認(rèn)識到數(shù)字化、智能化技術(shù)重要價(jià)值的同時，對技術(shù)資金的投入會更加慎重。因此，對業(yè)務(wù)有實(shí)際降本增效助益、高ROI的解決方案短期內(nèi)會更受需求方青睞。

AI+零售行業(yè)玩家競爭策略

參與者深耕優(yōu)勢點(diǎn)以占位市場，異類玩家間加強(qiáng)生態(tài)合作。

AI+零售解決方案的落地效果提升，需依托海量數(shù)據(jù)對算法進(jìn)行優(yōu)化，并在實(shí)際落地過程中打磨方案邏輯，以便“解決真實(shí)需求、真實(shí)解決需求”。

因此， 對于AI技術(shù)企業(yè)和云服務(wù)廠商等， 積累的客戶資源越多， 越有助于提高解決方案的核心競爭力。零售企業(yè)及品牌商作為方案的落地土壤，則將持續(xù)發(fā)揮產(chǎn)業(yè)培育作用。尤以零售巨頭為代表，正大力推進(jìn)零售科技的生態(tài)體系建設(shè)并對AI 的投入程度愈來愈重。

最后值得關(guān)注的是，為滿足零售企業(yè)智能化轉(zhuǎn)型及降本增效等需求，物聯(lián)網(wǎng)、5G等新興技術(shù)一方面可為AI解決方案助力、達(dá)成共贏，但同時也可能擠占市場份額、帶來競爭威脅。