前幾年,跨界是大家對互聯網和電商改變傳統經濟運行方式的一個顯著印象。近幾年,隨著物聯網、人工智能、AR/VR等新一代信息技術應用以及消費升級,消費和零售場景開始變得多元化、碎片化、即時化。
想象一下,在不久的將來,人們通過網絡社交、媒體、影視作品、智能家居、無人商店,甚至平面廣告、實物標籤、照片等,都可以隨時、隨地、隨心地完成消費交易,零售將進入無處不在、無時不有的狀態。
從跨界到無界,是一個從量變到質變的過程。那麼,那時候人們的購物體驗會更好嗎?在26日舉行的《數據開拓商業新生態——零售科技創新》分論壇上,眾多專業人士對未來商業零售模式的發展進行了探討。
陳宇:為什麼電商開始迴歸線下?
人物小貼士:京東數據業務創新部負責人
有沒有注意到,如今一些電商巨頭開始悄悄地走起了“群眾路線”,走進了你生活的社區?沒錯,如今“無界零售”已經從概念發展到了實際的商業應用之中。京東CEO劉強東曾表示,無界零售的終極目標是在“知人、知貨、知場”的基礎上,重構零售的成本、效率、體驗。而線下場景作為無界零售最重要的組成部分,正在隨著數字化的推進,與線上形成緊密的聯動。
為什麼現在的電商要推動無界零售,將線上與線下結合起來?陳宇表示,本質還是因為用戶有需求,而我們要做的就是滿足用戶的體驗期望。
那麼,電商要做的線下購物與傳統的線下場景有什麼區別?關鍵就在於門店科技方案,即用科技思維來使得消費者獲得更加舒適的購物體驗。
陳宇表示,門店科技解決方案主要通過場景感知、IOT接入、科學零售三個方面來實現。
場景感知,即運用視頻、重力、BLE等感測分析技術,無需打擾顧客,即可獲得消費者的行為和喜好。利用視覺識別技術,打通線上與線下顧客的數據,預測消費者行為。
京東建立的商業IOT平臺,能夠集中管理各類設備,並實現和企業信息系統的無縫對接,這樣數據就能夠被高效、科學地利用起來,讓這些數據轉化為推動零售發展的動力。更重要的是,可以將設備收集的線下數據和線上數據、企業經營數據融合打通,實現零售業務場景的智能分析與互動,提升用戶購物體驗,同時提升供應鏈效率,節約成本,實現效率最大化。
為了實現科學零售,京東製造了多種AI智能營銷設備,如智能廣告牌、虛擬貨架、智能攝像頭、京東慧眼、智能貨櫃等。以“京東到家go”智能貨櫃為例:用戶拿走商品時,自動識別商品與人臉,後臺同步記錄用戶ID和商品ID,實現人貨綁定,購物過程僅需三步:開門→自主選購→關門結算,十分便捷。總之,通過AI技術來進行門店進店率檢測、線下門店客流統計工作和智能售貨服務。
通過這些“黑科技”,顧客自然可以獲得極致的體驗服務~
陸英潔:面對洪荒數據,英特爾“屠龍刀”救場
人物小貼士:英特爾物聯網零售業務總監
在萬物智能互聯的新時代,數據的增長超乎我們的想象,有多大?一張表告訴你:
據估算到2020年
互聯網用戶人均1.5GB數據量/天
自動駕駛4TB數據量/天
自動飛機40TB數據量/天
智慧工廠1PB數據量/天
客流分析視頻210GB/天
面對如此量級的數據,就問你怕不怕!有人說有5G啊。嗯,小編在心裡默默地算了一筆帳:中國網民有7億多,醫院有幾萬家,工廠有數十萬,汽車可能上億……默默地為5G哭泣。
怎麼辦?陸英潔說,英特爾有“屠龍刀”!直接上圖——
通過邊緣計算方案,可以將數據在終端側“一網打盡”,極大地壓縮了數據量。並且,為了讓技術人員能夠更好地處理問題,英特爾還特意為提供了一套神器“OpenVINO工具套件”,殺傷力幾何?上秘籍——
有了英特爾公司提供的這套利器,物聯網技術人員就能夠輕鬆快速地應對未來大數據爆發式增長的問題。可以預見,英特爾將在智能設備終端特別是在安防、自動駕駛、人臉識別、這些對數據流和網絡延遲性有較高要求的場景中游刃有餘。
袁燁:零售3.0 時代,AI賦能無界零售
人物小貼士:深圳智微智能副總經理
袁燁表示,商業零售行業經歷了三個階段:
零售1.0:地產零售——即傳統的實體門店銷售;
零售2.0:搜索零售——即我們現在所處的電商時代,主要是網上銷售;
零售3.0:新零售/無界零售——即線上線下融合,利用電商積累的數字資源反哺實體門店,讓實體門店更加便捷高效。很多零售商都在積極探索的無人門店就屬於此類,比如盒馬鮮生。
什麼是邊緣計算?在零售3.0時代,涉及到一個邊緣計算的概念。
邊緣計算是指靠近載物或數據源頭的網絡邊緣側,融合網絡計算、存儲、應用核心能力的開放平臺。它就近提供智能互聯服務,滿足行業在數字化變革過程中對實時業務、數據聚合、安全隱私保護等方面的關鍵需求。
作為硬件廠商,智微公司為商戶搭建智能設備,聯通IOT平臺。智微能夠在不改變現有設備的狀態下加裝計算模組,為傳統設備賦能AI,提供了一種較為節省成本的方式。設備利用英特爾的計算優勢可以實現全覆蓋式的多種計算方式,涉及人臉識別、物品識別、自主收銀等AI功能實現。
蔡毅:數據安全是利益和道德間的博弈
人物小貼士:中國計算機學會數據庫專委會委員,中國計算機學會中文信息技術專委會委員,中國中文信息學會語言與知識計算專委會委員,中國中文信息學會社會媒體處理專委會委員,教育部大數據與機器人智能粵港澳聯合實驗室主任,華南理工大學智能軟件與機器人科研團隊負責人。
蔡毅教授詳細介紹了他目前所研究的領域:在傳統的線下零售領域進行了數據的建模與分析挖掘應用,進而獲得了交易信息深層的數據信息。通過對這些數據信息的統計分析,可以精確地描繪該用戶的畫像,從而對其進行精準的消費推薦。
這個系統的最大好處,就是可以實現用戶購物體驗的極大提升,構建線下消費社交社區,提高線下顧客的回頭率,從而達到商家提高營業額的目標。
對於數據安全問題,蔡毅認為不應該回避這個問題,要正確地看待它,無論是把它當做學術問題、法律問題還是企業問題。只有正確審視,才能更好的解決它。數據安全問題,某種意義上講是商業公司的利益和其所揹負的社會道德要求之間的博弈。
蔡毅認為,傳統門店零售和網上商城互相融合所產生的無界零售,已經成為未來最為重要的零售方式,如何合理地解決無界零售所帶來的挑戰,成為整個行業關注的重點。
商業IOT、英特爾的邊緣計算方案和智微的終端產品的提供……無界零售所面臨的諸多問題正在被新興起的模式逐一瓦解,其大面積商用的腳步也越來越近,中國零售業的發展將繼續引領世界潮流。
實習小記者:李明傑
閱讀更多 讀芯術 的文章