创新奇智王晶：AI可以融合零售业全链条环节

5月30日消息，在2018中国电子商务大会“智慧生态——智能商业论坛 上，创新奇智联合创始人王晶发表了题为《人工智能商业未来》的演讲。她指出，现在 之所以能够发展起来，很大程度是因为算法成熟了，算力强大了，有大量的数据，这三个是必备元素。

据悉，2018中国电子商务大会以“共创新时代 链接新未来”为主题，由商务部电子商务和信息化司指导，北京市商务委员会主办，、北京电子商务协会承办。

创新奇智联合创始人王晶

 以下是演讲实录：

 王晶： 谢谢主持人！也谢谢大家！我觉得今天的主题相信大家都很关注，因为AI将在接下来的五年、十年甚至二十年会改变生活和就业结构，改变我的商业。所以今天跟大家分享一下，创新奇智是原来的创新工厂人工智能工程院的部分员工，我们上一星期独立出来做一家AI公司，也是AI的B2B公司，也就是被零售行业、制造业以及保险业提供行业的AI解决方案的一家公司。

上星期很多媒体也报道，我们完成了上亿元天使轮融资，同时也在把我们的区域布局正式落下，包括在重庆、广州的子公司正式落户，今天希望能够以创新奇智COO的角色分享一下我们对AI的理解。

零售是我们非常专注的行业，零售行业我觉得AI可以应用到链条各个环节当中，这是我们今天主要探讨的主题。

从去年7月开始中国的新一代人工智能发展规划可以看到，2030年AI在各个产业的应用提出了非常好的规划，同时可以看到PWC预计2030年中国有7万亿是AI驱动，这是必不可少的，跟每个人、每个行业都会相关，2025年人工智能在零售行业的规模，通过高盛预测达540亿美元，这将会深刻影响到我们生活、零售的每一个角落。

我们创新奇智是做什么的？我们希望在客户的角度实实在在打造可落地的行业解决方案，为您在零售各个环节当中赋能。

整体看一下AI的四个浪潮。

第一波，最早的时候，1998年开始，我们认为这是第一轮。那时候网上的搜索、购物叫互联网的智能化，也就是说，在那个时代还没有真正触及到实体的线下经济，更多是互联网上应用到AI技术，怎么样让搜索更智能，让购物等各个方面更智能化。

第二波，商业智能化，更多看哪个行业的数据已经相对比较完备，可应用的点更多，也就是说，在这个时候我们会看到比如金融、保险等行业当中数据完备以后，可以更多的运用到AI技术。

第三波，我们认为现在对于零售或智慧零售来讲是非常重要的一个环节，现在是OMO的现代，是线上、线下融合的时代，也就是说，怎么样把线下店面更好的数字化，把人工智能的技术应用到这些当中。我们认为过去几十年当中，从一开始的互联网到后来的O2O，原来的技术只是包含30%的购物等各个角落，剩下的70%，这些线下我们怎么更好的通过下面五年、十年的时间更好的融合，从而让AI更好的应用在各种希望运营、营销以及决策的各个环节。这一阶段将是非常和零售相关，能把更多的技术应用在这里。

第四波，全自动智能化，自动驾驶、机器人等环节，大家不要觉得这很遥远，因为我觉得自动驾驶和机器人领域在零售、仓储、配送将会有深入的应用。

这是整体的AI发展框架，如果大家比较熟悉，可能觉得各个领域都比较了解，对AI不很熟悉的，会更多的知道AI是跟自动驾驶有关、跟机器人有关。现阶段，五年、十年甚至几十年以后，我们对AI的展望，现在之所以AI能够发展起来，很大程度是因为算法成熟了，算力强大了，有大量的数据，这三个是必备元素。但是怎么应该在行业当中，到底算法有多成熟，客服的对话才能更接近人的对话。现在各个地方的客服都会感觉到并不是真正的人在跟你说话，体会和感受不是很好。接下来几年甚至非常短的时间，我们认为在算法上和在某些方面就会有一个大的突破，这样会使不同的领域、阶段，你会感受到技术推动所带来的应用场景的结果不同。我想有些人已经听到谷歌新出的，打一个电话订一个发廊服务的片段，机器人已经会说“嗯哼”了，现在AI还没有深入到每一个角落，但是技术的突破在每个点当中都会给你带来不同的惊喜。刚才提到的是自然语言、理解方面，都能对话。

视觉，现在很多领域，比如人脸识别、安防，很多行业的应用深入到每个角落，将来会带来不同的体验，当然还有我们熟知的AI系算法应用，会在各个行业当中应用更广泛。最核心的还是算法和硬件，也就是所有东西都是我们上层，底层还是需要最最重要的GPU，将来可能不是GPU了，更多的是FPGA，让我们的运算更快、更便捷，算法集成的更好，这是我们看AI的几大领域。

比较一下中美的趋势，最近中国对于人工智能的聚焦以及国外，尤其是美国在科技方面的重视，我们认为已经可以看到两大阵营上的比较了，我们就拿出来看一看。刚才说的四个阶段，互联网智能化大家比较接近了，早期的时候是很多的应用，甚至现在不管是搜索还是微博等等，很多其实都是应用。但是由于新的支付环节，以及更多中国的创新，现在会感觉到中国更多在互联网智能化优于美国。

商业智能化相对来说比较限制，比较落后的，因为很多行业数据化这件事其实做的不是很好，我们其实是有一段赶超的空间，可以把这件事做的更好，发展的更到位。

实体世界智能化，这点我们认为会很领先，因为我们碰到的壁垒也会更少一点，不管是大家说的数据敏感度等，很多时候创新是我们先要做好，然后再看怎么合理的管理和规范它。同时，我们有这么多的支付能力，带来更大的数据量，这就带来了实体世界智能化的很多优势。

最后，全自动智能化，比如自动驾驶，中美都有很多公司在做这件事，现在可能看来我们还不是很领先的状态，但是我们觉得在未来五到十年，会看到中国在这方面极大的发展，而且不仅是追赶上，还有很多的政策支持，以及各方面技术的成熟，至少是势均力敌的状态。

总体来说，中国主导的成长加快甚至会超过美国，大的市场以及VC的支持，以及创业者们都是996的状态，每次去美国我都会感受到大家工作的状态和氛围比这里要差很多，我觉得中国的一天顶海外的好几天。世界级公司我们已经诞生了很多，而且竞争非常强，能够把事情在中国搞定，其实已经具备了很多能力，因为就像一个斗兽士，要在众多的竞争对手中存活下来，往海外扩张的时候也有优势，我们认为将来中国的成长可能超过美国。

（视频）介绍一下零售一个方面，这是简短的一段介绍零售行业解决方案的几点。

刚才是AI的整体大趋势，接下来关于零售行业本身我们拿五个方面跟大家分享。

首先，智能商店，现在新零售我们看到各种无人店、炫酷的刷脸结账等等，大家听到的智慧商店方面的信息还是很多的，因为比较吸引眼球，可能认为新零售就是无人这个、无人那个或者货架、货柜等。但是我们认为智慧商店的目的其实是很清晰的，也就是怎样将客户的信息留存能够做到百分之百，也就是说，我把线下的数据怎么样更好的搜集起来。无人结账不光是为了无人，而是更多在扫码、刷脸的时候能获取到更多信息的信息，什么样的客户买了什么样的东西有更好的连接，这点更多是通过智慧的方式和手段达到更好的了解客户和记录行为，这点是非常重要。

更多是店面运营的角度，我有一千家店，这么多的店长我怎么保证他们都有很好的判断力？这对于一个连锁店来说尤其的艰难。包括我怎么知道明天应该进什么货，怎样用AI的销量预测更好的为你提供一个一键定货的功能，怎样更好的通过数据挖掘让你更好的选品、选址，这个更多的是从店面运营角度，也就是说，我们复制一个好店长，复制一个好的决策。

客户管理，这是每家零售商非常关心的一点，从客户的角度，我从什么方式触达客户是最好的，给他推荐什么商品，他关注了我以后，我应该给他推什么样的信息，否则就掉粉了，等等都是跟客户管理相关的。

内部管理，当我的团队很大的时候怎么做好培训，怎么样看到应该去关注的员工，怎么样更好的在店面运营管理的时候把人管理好。

这是我们认为的五大方面，把每个方面稍微剖析一下。

智慧商店。客户对于用户的画像以及对商品的识别，这就是人、货、场，而且要把这几个相互连接起来，其中也包括快速结算功能，我们就需要从视觉的角度对商品建模，结账的时候怎么能更好的将人与货连接起来。还有通过视觉角度怎样更好的把货盘点好。还有进场消费，虽然我们这个架子铺出去以后，大家可能觉得这一轮有些已经开始撤，但是有一点大家不能否认，从用户角度的习惯已经被惯坏了，你让我下个楼我都很痛苦，我们要看怎么更好的优化起来，怎样减少货损率，怎样用一个更智能的方式，所以我们也推出了智能货柜。整体来说，更多是从智慧店面前端的方式，如果我是一家便利店，如果我放货柜，晚上没有店员也关店的情况下还可以继续营业，可以帮你把店运转的更好。

这是我们在面包店做的实际场景，一个自助结账的方案。其实我们在做的时候也发现有几家其他公司在做，但是最重要的是，你不能说面包太多了或者怎样就不能识别了，而且堆叠的情况怎么解决，从各视觉角度是看不到堆叠的，我们应该提醒客户怎样更好的把这个排好。这上面放了20多个，都能够非常精准的实时的识别。这个都很相似，大小也相对比较小，新的版本我们在店已经加了堆叠的检测。这边是一个实际到店的体验，把盘就能识别出来，扫码，人就可以走了。

冰柜，有不同的厂商在做了，但是我们觉得冰柜不是一个简单的冰柜，当然大家都是说，我是开门拿了就走，然后就立马结账了，这是一个最基本的解决方案。同时我们认为特别重要的是，从数据端的支撑，也就是说，我如果放出去一千台冰柜在不同的位置，我其实最想知道的是不同冰柜去补货的时候应该补多少，有一个好的销量预测。之前在面包店做了一个后台销量预测功能，每天九点的时候就开始扔面包，现在有一个非常清晰的表，我就知道今天应该做多少，直接减少了货损，不是说光省了一个人可以自动结账，更多是数据化以后带来的降本和增效的功能。包括我怎么知道怎么补货，怎么选品，更多的是人工智能可以赋能，更好的提高你的运营能力，怎样从数据端更好的智能化你的前端，不管是店面还是前端的各种设备。

智能店面运营。这个相对比较清晰，因为之前说了进货，上了算法模型之后，可以根据它做一键订货，选品、定价、促销，客户来这，以前的购买习惯以及今天的货物库存信息和情况，我们可以做一个更精准的打折。以前大家都打9折、8折，现在可以对不同客户给予不同激励，包括选址以及配送各个环节。

客户的管理。刚才提到一点，因为现在公众号比较普遍，公众号上我有很多个关注的客户，但是我怎么联系，什么样的人我应该发什么信息？这点有时候很让人焦虑，每次我一发信息就开始掉粉，人就不见了，这也是让我们很难受的，不敢多说，不敢少说，其实是要知道跟什么人说什么话，这在算法上也会得到提高的。我们现在要解决的问题可能是现在用户的状态，以前是把用户分成几类，进来的客户是哪几个大类，现在的用户不光是到店的客户，还有很多线上各个方面的。这是我们整体给一家连锁店提供的，一个是结算端、盘点段、APP的推荐以及销量预测。

智能供应链。从仓的角度怎样更好的精准预测仓的进货、出货，甚至供应链金融上，或者货品的质监上，通过视觉都可以有丰富的应用。

智能内部运营。举个例子，除了我对员工的培训等，还有简单的排班，我听到很多客户问这么多店每个店都有服务员，怎么更好的给他们排班？其实排班跟天气也有关，因为天气不同到店的人数也不同，跟不同店内的情况也不同，现在很多时候是手动做的这件事，这些需求很多时候都可以更智能化，让每一家店运转的更有效。

举个例子，AI从零售端的平台，更多的是关注中间，上面是五大方向，中间更多的是AI的算法引擎，下面是云的一层，不管大家用的是什么云的解决方式，这层可能是你已经固有的数据。这个大体列出了我们现在实际可以做的解决方案，零售是我们现在的主打行业，还有保险和制造，这两个行业是我们现在比较聚焦的。

最后讲一下我们的技术团队，现在有超过百人的技术团队，也非常关注于实实在在的为客户提供一个定制化解决方案，能够更好的帮助客户提高降本增效的效果。

希望AI能给我们带来更多的力量，也希望大家能够把它应用到你的公司、你的业务各个角落当中。

谢谢大家！