国际咨询公司accenture（埃森哲）最近发布报告：《artificial intelligence in retail:scale at speed》（零售领域的人工智能：快速规模化）。虽然近几年来有关ai（人工智能）有潜力颠覆零售行业的新闻层出不穷，但事实上这项技术的吹捧和炒作已经达到极限。accenture认为，零售商的当务之急是把ai的试验性投资转化为真正可行的解决方案，以收获大规模回报。
accenture的数据显示，86%的零售商目前正在试验ai的可能性，希望它能改变行业推动增长，并为财务和运营成功设定新的基准。这一“试验”阶段没有错，但只有超越概念验证，将技术转化为解决方案，才能实现ai在零售业的真正价值，为整个业务带来大规模回报。
目前的问题在于，大多数零售商仍处在试验阶段。许多零售商的ai计划都只是在现有业务范围内进行的一次性试验。许多团队在购买ai解决方案时，并没有充分考虑整个业务的基础和它会造成的影响。由于缺乏组织范围内的跨职能战略，或与之相适应的必要程序、技能和管理结构，ai项目的回报往往比预期的要小。这造成了一种惰性，零售商很难将他们“成为真正的数据驱动组织”的雄心变成现实。
不仅是“测试”，更要“动真格”！
accenture表示，随着所有竞争者都在利用ai寻找优势，当务之急是让ai释放价值，而不仅仅是证明价值。因此，零售商应该把他们的伟大想法和概念转化为现实世界的创新，利用ai提供更进一步的个性化、准确性和盈利能力。
个性化的价值已被业界所充分理解，但问题是时尚零售商的个性化策略是否能针对正确的细分市场？accenture数据显示，通常33%的利润都来自5%的客户。因此零售商可以使用ai首先识别出这些价值最高的客户，然后将注意力集中在最适合这些客户的个性化信息上。比如基于ai算法的美国时尚电商stitch fix，它将ai和人类设计师的专业技能结合起来，大规模实现了个性化。这家迅速发展的初创公司综合性地洞察了每位用户的偏好、生活方式和预算，为其300多万客户提供按期服装订购服务。
ai还能帮助零售商精确地优化整个供应链。通过将机器学习之类的工具应用到海量的全渠道客户数据中，零售商可以做出更准确的预测，包括消费者将购买什么、由谁购买、何时购买、何地购买以及如何购买。这些都是从根本上优化库存和缩短上市时间的重要因素。例如法国连锁超市intermarché正在使用机器学习、计算机视觉结合数据可视化来帮助工作人员根据每个地区的具体需求提供分类。通过创建一个“数据工厂”，intermarché正将ai概念快速转化为可行的大规模解决方案，以期迅速提高生产率和增长速度。
一项新技术的价值最终取决于它对利润的影响。accenture的研究显示，采用数据分析和ai技术的公司比采用落后技术的公司增长速度要快得多。
释放ai价值的4个注意事项
有了正确的ai战略，时装零售商才能真正开始大规模释放价值。这一过程中，有4点需要注意：
首先，要记住人是业务价值的真正驱动力。
高管团队应该从最高层以人为本地领导ai，确保员工和智能技术协同工作。这包括整合合适的人才组合，并在各企业架构之间支持创新。例如，创建内部和外部数据专家组成的多学科中心，可以帮助零售商最大化ai回报。
第二，ai工具和解决方案的好坏取决于用来“训练”它们的数据。
因此，拥有一个包含所有当前可用的多通道数据源(包括视频、社交信息、地理位置，以及pos和库存)的数据策略是至关重要的。这个问题在最高层经常被忽视。事实上，accenture的研究显示，销售额超过10亿美元的零售商中，有一半都没有具体的措施来评估新的分析能力。
第三，选择合适的平台来支持ai计划。
云平台可以快速扩展，以支持持续的ai创新。全球科技巨头提供的巨型平台则擅长利用数据洞察力来简化流程并整合新功能。这些平台还能帮助零售商寻找合作伙伴，构建合作的生态系统，特别是在需求感知和预测分析等领域。
最后，从一开始就重视管理系统的建设。
这不是ai最吸引人的地方，但它对于成功将实验转化为大规模创新至关重要。良好的管理模型将有助于识别价值、确定行动的优先级并优化回报。在管理必要的文化变革和负责任地使用人工智能方面，它也是必不可少的，因为组织正在向ai驱动的决策转变。
以上4点可以帮助时尚零售商摆脱无休止的测试，加速和扩大ai的价值。随着竞争格局的迅速演变，这正成为任何希望开辟新的增长途径的零售商的基本能力。
负责任地使用ai
此外，在这个负责任的零售时代，企业需要在客户、员工、合作伙伴和投资者以及地球环境等方面，以道德和公平的方式经营。零售商可以用数据安全、隐私和透明度向客户传递价值，ai技术也不例外。负责任的零售商正在采用ai，以维护用户数据隐私，用安全、透明的方式使用信息和工具，同时释放数据的优势。
现在是时候聪明地使用人工智能，并开始大规模转化为真正的市场价值了。
