人工智能和機器人正在攻占零售鏈中的各個部分

人工智能和機器人正在攻占零售鏈中的各個部分

人工智能和機器人正在攻占零售鏈中的各個部分

電商巨頭亞馬遜和阿里巴巴應用大數據和人工智能在線下與線上的零售全過程中執行了端到端的解決方案。但大部分的零售商會為人工智能技術找到一個特定的應用場合和切入點。這一報告調研了在市場推廣的不同階段中該技術的應用：從生產，派送，到人工智能輔助自動化（面部識別，需求預測和擁有機器視覺的機器人）來提高上文提到的各個階段的工作效率。

制造業：從生產到市場的各個環節

為了滿足不斷變化的消費者的需求，制造周期必須要盡量縮短。一些零售商開始使用機器視覺來組裝衣服或者鞋子之類的產品。

最近，中國T恤制造商天源服裝有限公司與美國阿肯色州政府簽署合作備忘錄，在小巖城的服裝公司，以14美元每小時的價錢雇傭400名工人。該備忘錄計劃從2018年開始實施，雖然該工廠提供了一些零售類工作，但是其核心制造任務高度自動化。其縫紉工序由在佐治亞的創業公司：Soft Wear Automation提供的機器視覺機器人來完成，并且將做好的衣服銷售給阿迪達斯。

China Daily采訪天源公司董事長唐新宏記：“ 我們將投產建設21條產品線，當它們完全運行時，每22秒就可以造成一件T恤，每天我們將為阿迪達斯制造800，000件，世界范圍內最廉價的勞動力也不能與之競爭。”

2015年阿迪達斯揭秘了在德國的全機器人制造“速度工廠”，并且正在佐治亞籌劃同樣的布局。

阿迪達斯計劃在以下幾個重點城市進行鞋子的本土化制造：倫敦，紐約，巴黎，洛杉磯和上海。鞋子的設計將基于在當地的地形，氣候以及收集到的運動員的信息來定制化的進行。

阿迪的競爭對手耐克也在加速制造過程的創新化和速度化。據彭博社報道，2013年耐克在Grabit這家制造型創業公司的A輪融資中出資3百萬美金，該公司開發的機器人使用了電磁抓舉和機器學習的技術，該機器人可在50-70秒內完成鞋面的定型工作。而這個過程工人的操作時間是10-20分鐘。還有消息稱碼垛機器人正在耐克領先的服裝鞋帽制造公司部署。

日本的資生堂公司對零售行業利用人工智能技術也十分看重，該公司計劃使用人工智能技術來使機器人完成更加復雜的任務。

倉庫自動化：分揀，存儲與庫存管理

倉庫與工廠之間的機器人協同配合，是通往自動化之路上的必經之路。越來越多的人開始在網上購物， 訂單處理中心將貨物按時配送至目的地的壓力也越來越大。

2012年，亞馬遜收購Kiva System 是配送機器人進程歷史上的里程碑事件。亞馬遜的機器人使用機器視覺，深度感知和物體識別以及其他人工智能軟件來實現移動重物，抓取包裹等任務。在亞馬遜收購Kiva system 公司后，許多其他的創業公司也紛紛加入該行業，對該領域生態環境的完善起到了作用。

基礎設施即服務：公司通過銷售它們的內部自動化解決方案給其他零售商獲利

英國的線上零售超市Ocado（類似亞馬遜一樣提供FreshDirect和AmazonFresh）這樣的生鮮類配送服務，是自動化倉庫建立的典范，該公司把機器學習作為其核心競爭力。

美國在 CB Insights 平臺上發起的調查中顯示, Ocado的專利顯示，它在地塊測量，機器人物體抓取和自動化包裹抓取方面均有較大貢獻。Ocad發現并拓展了它們的商業分支，除了在電商運營方面的探索，它們也開始將軟件和基礎設施的建設作為一項服務分發給英國的其他零售商。

客戶渠道：線下vs線上

一些像Lowe‘s 這樣的零售商自己投入做相關的研究開發，另外一些像Sephota，沃爾瑪這樣的公司與專注于人工智能解決方案的創業公司合作。接下來，我們來看幾個在線上和線下實體店中參與人工智能和機器人相關的應用實例：

線上解決方案

現階段，創業公司在人工智能領域特色鮮明，地位重要。基于圖像識別的創業公司Visenze與優衣庫，Myntra和日本電商巨頭Rakuten等合作。顧客在店里拍照，然后通過上傳照片來找到線上對應的貨物。

該公司在加州和新加坡都由辦公室,在2016年的B輪融資過程中，從Rakuten之類的公司中，獲得1.05千萬美金的融資。最近它進入了聯合利華集團，并且開始在東南亞建立品牌試點項目。

另外一些創業公司聚焦于一些特定的市場，比如中國的9KaCha公司提供了銷售進口酒水的線上平臺，可以通過機器視覺來搜索產品。該公司將和其投資者海爾來回報工作，幫助海爾的智能酒柜識別近十億的數據，準確識別用戶的需求，提供最好的用戶體驗。

另外一家基于線上搜索推薦的以色列創業公司Twiggle也值得一提。

阿里巴巴旗下的一家公司開發出了基于語義學習的應用界面，準確匹配買家的搜索，該人工智能方法還可以定制化消費體驗。

俄羅斯電商平臺Lamoda今日將訪問者根據地域分為了160中類型，并且根據其所在地的天氣，過去購買表現，顏色敏感度來制定廣告橫幅。根據個性化科技創業公司Dynamic Yield出版的文章來看，Lamod的算法得到了很好的投資回報率。在一個團隊中只使用一個人，代表了人工智能可能會徹底改變零售行業的勞動力狀況。

類似于Sephora,Urban Outfitter,Ikea和Stitch Fix這樣的流行品牌公司開始與Dynamic Yield進行合作。該公司背后有百度資本，Bessmer Venture Partner等公司支持。

除了拓展上網體驗的定制化服務，零售商們也想對用戶行為有較好的把控。

實體店解決方案

幾家美國零售店由于類似于亞馬遜這樣的人工智能占主導的電商沖擊而倒閉，但是于此同時，亞馬遜本社也在嘗試推進實體業務，公司利用其人工智能的手段來幫助管理強化實體店鋪。

亞馬遜通過線下跟進消費者。今年，亞馬遜在西雅圖開通了其線下無人結算零售店：Amazon Go. 消費者可以直接走入商店，拿走它們想要的東西，不用結賬直接離開。

Amazon Go 通過用戶掃描二維碼進入商店，消費者在商店的活動被人工智能驅動的追蹤系統所監控，當消費者離開時，它們在消費的產品上留下了“數字腳印”，之后會通過他們的亞馬遜賬戶扣款。亞馬遜宣城，Amazon Go 是與中國十分流行的一家無人售貨店相結合的產物。

CB insights平臺顯示，2017年有27總交易涉及無人零售行業。相比之下，在2016年只有一宗，在2016年之前更是聞所未聞。

一些美國公司開始嘗試使用機器人進行貨架掃描。沃爾瑪這個月宣布將引入50臺機器人來管理存貨。這些機器人由加州Boss Nova Robotics公司開發，可以用來掃描貨架和協助倉庫員工

其他零售商也在探索倉庫管理和店內客戶管理的新科技。

Lowe Innovation Lab與 Fellow Robots創業公司聯合開發的零售機器人OSHBOT和LoweBot可以幫助客戶尋找指定種類的商品。該實驗室也實驗使用虛擬現實或增強現實的解決方案來幫助客戶。

2016年舊金山的Simbe Robotixs發明的機器人在協助倉庫管理方面也值得一提。

然而，店內機器人的使用還處于早期階段，并沒有十分明確有效的提高客戶體驗和幫助成本縮減的案例出現在市場上。正如Capgemini Consulting的前執行副總裁Bill Lewis所說：在機器人應用場景不明朗的情況下，使用機器人的入門成本較高，還需要進行許多的實驗。因此制約了其大規模的發展。

一些美妝品牌開始進軍虛擬現實市場

供應鏈與物流：為客戶分發訂單

全球零售行業的供應鏈變得空前復雜，銷售者和消費者們都希望知道他們的貨物現在所處的地方，運輸狀況并實時跟蹤貨物轉運情況。但是在運輸過程中所引入的復雜網絡和各種各樣的人員，使物流管理的可視化變得十分復雜。

該公司試圖把所有的資產接入云端，比如，通過接入汽車可以對不可預測的天氣狀況進行實時監控。通過物聯網來看運輸過程中，冷凍集裝箱中的食物質量變化情況。

在最后一公里配送階段，亞馬遜也許可以徹底摧毀T物流的產業。

現在，亞馬遜是傳統配送行業（類似于UPS）的最大客戶。亞馬遜利用它們強大的自動化能力和內部物流，可以變為FedEX和UPS這種物流巨頭的競爭者。

Ryan Peterson，Flexport的CEO說：傳統物流配送公司的自動化程度不如亞馬遜的百分之一，如此僅有的一點自動化程度，可能會成為競爭中最后一點遺產。

建立線上線下的橋梁

許多零售商集中涉獵線上或線下銷售中的一種手段，另外的一些公司卻把這兩種方式進行融合。

為了測試這種結合方式的有效性，在中國，阿里巴巴發起了每年的光棍節（11月11號）為購物狂歡節。2017年，該日的單日銷售量為253億美元。在峰值時期，阿里云每秒鐘可以處理325，000的數據。

光棍節的其他亮點還包括：

利用類似于Pokeman-Go的游戲（捉貓游戲）來刺激線上購物者到線下實體店中抓取虛擬貓咪，來解鎖賬戶折扣和獲取紅包。

機器學習和聊天盒子，自動回復買家關于貨運信息的留言。

在算法方面，阿里巴巴利用深度學習進修3D bin 壓縮，利用最小的空間存儲最大量的數據。

在一些實體商店，阿里巴巴利用人工智能時尚輔助算法幫助客戶推薦合適的服裝搭配。

通過以上一系列實踐，阿里巴巴為我們繪制了線上線下綜合銷售的藍圖。未來的零售行業，必定是多渠道，相互融合銷售的天下。

展 望

盡管人工智能掀起來如此巨大的浪潮，只有少數傳統品牌積極的加入應用該種技術來提高商業效率的軍團中。

零售商們彼此之間的競爭也會越來越激烈，并與其它領域的科技公司一道在人工智能大潮中將新的生產力和高效率灑遍零售業的每一個角落。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。