前言：

按照“康德拉季耶夫周期”理論，全球經濟會以50-60年為周期進行長期波動。在這一周期中，追蹤的關鍵指標為「技術創(chuàng)新」，其認為，科學的浪潮會不斷推動經濟以得到新的增長。以此計算，自工業(yè)革命爆發(fā)以來，全球經濟當前已進入第五個“康波周期”中，而這一輪周期也將在人工智能的影響下為人類社會帶來前所未有的巨變。

如果我們將著眼點細化至零售行業(yè)，那么，以“AI”為首的技術革命正在加速影響及重構“人貨場”三大要素。在《零售圈》看來，未來，這一賽道已從過去十年的渠道競爭開始轉向“全場景”競爭。

新“康波周期”下的“動力機”

將時間的指針撥回百年前，從1852年法國巴黎開設第一家百貨商店改變了傳統(tǒng)作坊式的零售模式開始，到連鎖商店出現(xiàn)促使單體門店向組合店方向發(fā)展，從超級市場成為“世界上最偉大的價格突破者”，再到互聯(lián)網浪潮下誕生的新型無店鋪銷售......

可以看到，每一次思想及技術的變革都對零售行業(yè)“破圈”、打破已有限制起到了巨大的助力作用，這一點也已在過去多年的成果中得到了有效驗證。然而，歷史的車輪是不斷向前邁進的，隨著新技術模型不斷涌現(xiàn)，消費者的需求主權意識不斷覺醒，眼下的零售行業(yè)迎來了新的增長瓶頸。

《零售圈》認為，當前卡住零售商“脖子”的問題主要體現(xiàn)在以下三方面。首先，線下門店客流量正在大量流失，僅僅依靠以往的粗放經營模式難以適應當下發(fā)展。此外，我們也注意到，線下門店租金、人力成本正在同步上升，而這些因素進一步導致零售企業(yè)大面積關店成為普遍現(xiàn)象。

其次，隨著各大電商渠道、社區(qū)團購、APP等線上購物場景層出不窮，線上渠道流量獲取成本過高已然成為零售商不得不面對的另一大難題。另一方面，Z世代消費者對品類、渠道、時效層面的需求不斷升級，如何提升用戶注意力及復購率也成為了零售商亟需思考的問題。

最后一大難點在于，零售商普遍進入了營收下滑，增長乏力的“疲軟期”?？梢钥吹?，在以上種種因素疊加之下，中國零售行業(yè)已經告別了過去的快速增長時代，“虎口奪食”成為了他們不得不面對的新局面。

上述《零售圈》曾提到，每一次技術變革及新模型的誕生都將助力行業(yè)加速破局，從而進入下一個發(fā)展“高光期”。過去幾年，ChatGPT的橫空出世引發(fā)了前所未有的生成式AI浪潮，為了應對上述三大行業(yè)難題，無論是零售行業(yè)巨頭還是初創(chuàng)公司，都在積極尋求如何將AI更好地融入，以便實現(xiàn)加速增長。

零售巨頭沃爾瑪就已經將AI創(chuàng)新應用于購物場景、倉儲自動化、物流配送甚至是員工內部工作流程等一系列環(huán)節(jié)中。無獨有偶，便利店領軍者7-Eleven宣布明年起將在日本市場大規(guī)模引入生成式AI，此舉將有效節(jié)省90%的商品上市時間，并為其降低大量廣告成本。星巴克也出資2.22億在中國成立AI公司，旨在借助大數(shù)據(jù)和AI技術的幫助，更好地了解客戶需求。

可以看到，AI技術已經全方位地深入零售行業(yè)的新一輪變革中，從研發(fā)新品到庫存管理、從個性化推薦到虛擬客服、從企業(yè)內部流程到外部供應鏈優(yōu)化，其正在徹底改變零售企業(yè)運營和與客戶交互的方式，并助力行業(yè)加速邁向智慧零售的新紀元。

在《零售圈》看來，新的浪潮之下，AI技術高效打通了零售行業(yè)動脈的“全新底座”，并圍繞“人貨場”三要素進行了一次全面升級。

從辨別式到生成式

AI技術如何開創(chuàng)“新紀元”？

從上述零售商的舉措中，我們可以看到，AI技術已然成為了新“康波周期”中的決定性力量。根據(jù)NVIDIA發(fā)布的《2024年零售與消費品行業(yè)AI現(xiàn)狀與趨勢》報告數(shù)據(jù)顯示，當前有42%的受訪零售商已經在使用AI。而在分析年收入超過5億美元的大型零售商時，會發(fā)現(xiàn)更明顯的趨勢，其中64%的零售商已經使用AI，比零售業(yè)的總采用率高出55%。

由此可見，AI技術的應用對零售商的營收增長起到了顯著的促進作用。此外，另一個變化則是，AI技術同樣在不斷迭代更新中，只不過早期并不為大眾所熟知。2018年前后就已經有大型購物中心等業(yè)態(tài)進行客流量監(jiān)測，但彼時這些龐大的數(shù)據(jù)對于商家而言更像是一個巨大的“黑盒”，如果沒有更多的數(shù)據(jù)分析，他們很難深入地了解消費者每天從何處來，消費時長、體驗門店數(shù)量如何等等。

除此之外，也有部分零售企業(yè)在這一時期運用了智慧工牌的方式提升運營水平，此舉可以利用大數(shù)據(jù)分析和自然語言處理等技術，分析消費者畫像及需求，以便零售商優(yōu)化自身服務及在未來更加精準的展開營銷。

但總體來看，這一時期的AI技術相對單薄，且零售商的管理更多依賴于“人”的經驗。當時間的指針指向今天，AI應用已經發(fā)生了日新月異的變革。生成式AI時代到來，為用戶的消費體驗帶來了前所未有的升級。

舉例來看，假設顧客此前過生日時，他需要描述自己需要怎樣的蛋糕、蠟燭等等，但借助于生成式AI，他只需要向APP表明自己準備過生日這一需求以及預算的金額、宴會地點、參與人數(shù)等等，一個極具沉浸式的畫面就會呈現(xiàn)出來，用戶通過這一畫面就可以感受到他將來過生日當天的場景效果，并最終形成一個購物清單及生日陳列方案。這既有效改進了消費者的購物體驗，同時其需求被一次性滿足后還有利于商家有效提升復購率，無疑是一次雙贏。

不僅如此，生成式AI在零售行業(yè)還有很多應用，例如購物助理（shopping assistant）也在國內外被部分零售商進行嘗試，甚至將其導入到自有的生產系統(tǒng)內。當人工智能不斷向前發(fā)展，AI技術也已從早期的辨別式升級為生成式，換句話說，以前的技術模型更多體現(xiàn)了人的觀察、理解能力，而新的模型則更強大地替代了人的演繹、歸納、推論等各種能力，這就從根本上改變了零售業(yè)務運營管理的范式。

總體來看，無論是在初期的辨別式AI階段，還是今天的生成式AI階段，零售三要素中的“人”被賦予了新的能力，我們都可以借助于新的技術，去解決傳統(tǒng)零售時代下的“供需”難題。

何為“供需”難題？事實上，這是線下及線上兩種不同渠道所面臨的共同要點，就是最小化供需錯配的問題。一方面客戶個性化、定制化需求不斷升級，另一方面，零售商盈利需要一定規(guī)模，前者需要精、尖、專，后者需要大、全、多，如何找到平衡，如何改進效率至關重要。

重構“人貨場”

NVIDIA如何精準打通“動脈”底座？

傳統(tǒng)零售在現(xiàn)場的認知、感應及理解上其實并沒有太多手段，所以很多管理方式都流于形式。如果加以計算機視覺和各種各樣的自然語言理解的AI相關技術輔助，那么零售商就可以更好地理解每個場景都在發(fā)生怎樣的變化和存在哪些問題?？焖佾@得數(shù)據(jù)后，他們就有可能對一些正在進行中的“損害用戶體驗、讓成本增加、利潤減少的部分事件”立刻進行糾正。

尤其是在當前行業(yè)難點叢生的現(xiàn)狀下，零售商更需要利用加速計算、人工智能的方式，取代掉對“人”的依賴，以便更精準地通過數(shù)據(jù)的分析等得到確定的結果。其實不管是在辨別式AI階段，還是到今天的生成式AI階段，AI被越來越多的賦予了人的能力，甚至實現(xiàn)了某種程度上對人的替代，這從根本上改變了零售的業(yè)務運營管理范式，所以它不只是運營效率的改進，也是范式的轉移。

作為加速計算領域的全球領導者，NVIDIA（英偉達）也正在利用其全棧AI解決方案幫助零售行業(yè)重構“人貨場”三大要素。NVIDIA全棧AI解決方案覆蓋了數(shù)據(jù)分析、生成式AI、語音AI、視覺AI以及網絡安全等多個應用，可謂是一套覆蓋了零售行業(yè)“人貨場”全流程的“組合拳”。

首先是其在數(shù)據(jù)分析層面的全面、高效、精準。傳統(tǒng)零售商雖然早已留存了部分數(shù)據(jù)，但其實并未好好利用起來，大部分鏈條并未打通，且都是斷裂的。而NVIDIA的超強AI算力則促使其在處理數(shù)據(jù)時快、準、全，此舉可以有效助力零售商將線下消費場景的海量數(shù)據(jù)轉化為可利用的企業(yè)數(shù)據(jù)資產，也有效打破了不同渠道和系統(tǒng)之間的數(shù)據(jù)孤島狀態(tài)。

換句話說，零售商無論是在最初的門店選址，還是確定目標客戶畫像、以及明確市場需求做好選品等各個環(huán)節(jié)，借助NVIDIA生成式AI平臺都可以實現(xiàn)。

數(shù)據(jù)先行，分析應用緊隨其后。《零售圈》注意到，從個性化商品推薦到營銷內容創(chuàng)建再到代碼生成，NVIDIA生成式AI正在加速提升顧客體驗、優(yōu)化運營并提高零售商生產力。例如零售商只需提供幾行文本提示，就可以創(chuàng)建宣傳視頻，甚至還可以利用現(xiàn)場和試穿產品圖片結果來為消費者提供個性化的購物體驗，這在以往的傳統(tǒng)零售時代是難以想象的。

再看NVIDIA在“場”這一要素層面的升級，其為零售商在門店智慧化運營及降本增效層面帶來了前所未有的顛覆。隨著品牌加速擴張，門店數(shù)量增加，如何有效控制質量及成本、效率成為了門店運營管理中的一大核心挑戰(zhàn)。

以初創(chuàng)企業(yè)Telexistence為例，其在300家全家便利店部署了NVIDIA AI驅動的TX SCARA補貨機器人，在這些機器人中內置了多個AI模型，分別用于確定哪種飲料屬于哪個貨架，機器人在工作時可以拿起飲料準確地放在貨架上。與此同時，它還可以進行異常檢測及識別貨架區(qū)域數(shù)量不足，自動補貨成功率可達到98%以上。如此一來，就可以將店員從補充物料等重復性的工作中解放出來，以處理與顧客互動等更復雜的任務，工作效率進一步得到提升。

國內智慧化零售代表便利蜂同樣利用NVIDIA的AI計算平臺，實現(xiàn)了從門店機器人圖像采集、圖像識別、陳列質量評估的全流程加速。例如巡航機器人可在店內采集門店當前狀態(tài)，極大降低了稽查人員到門店巡檢的頻率；通過利用NVIDIA GPU作為主要算力平臺，實現(xiàn)了高精度和細粒度的圖像分析，其可以快速地識別商品，建立門店數(shù)字孿生，進而接入業(yè)務系統(tǒng)衡量門店陳列情況，快速發(fā)現(xiàn)問題。此外，完整的質量監(jiān)控閉環(huán)讓便利蜂不斷優(yōu)化迭代自身服務，為消費者提供了一個更加智能、更加便捷的購物體驗。

再看電商渠道，為了更好地應對激烈的市場競爭及吸引消費者目光，賣家需要創(chuàng)建富有吸引力且富含大量信息的商品詳情頁。因此，亞馬遜在彈性計算云上使用NVIDIA TensorRT-LLM大語言模型推理加速庫和NVIDIA GPU將其推理速度提高一倍，以幫助賣家更快創(chuàng)建和優(yōu)化商品詳情頁，從而獲得較好的前端體驗。

事實上，不僅僅是門店運營，零售行業(yè)的每一個環(huán)節(jié)都至關重要?！读闶廴Α纷⒁獾?，NVIDIA所構建的零售AI工作流則有效覆蓋到了更多細節(jié)之中。例如零售防損AI工作流，可以支持識別數(shù)百種包括肉類、酒類和洗衣粉在內的最常因盜竊而丟失的產品；多攝像頭追蹤AI工作流可通過商店內的多個攝像頭進行追蹤，同時保障被追蹤對象的隱私安全；而零售商店分析工作流則可以為商店的客流量趨勢、帶購物籃的顧客數(shù)量、過道占用率等提供深入洞察。

最后，針對零售商家所擔憂的網絡數(shù)據(jù)安全及隱私等問題，NVIDIA的AI網絡防御系統(tǒng)也使其吃下了一顆“定心丸”。全球零售巨頭百思買（Best Buy）通過NVIDIA Morpheus部署了基于AI的網絡防御系統(tǒng)，此舉進一步保護了消費者的交易信息，且應對網絡釣魚的檢測準確率已提升到96%。

可以看到，NVIDIA通過構建基于零信任、全方位安全架構的系統(tǒng)，為零售商打造了一個從數(shù)據(jù)中心邊界到每臺服務器邊緣都安全無虞的保護器。

當然，也有零售企業(yè)需求或許并不是直接的GPU平臺，而是需要一個解決方案來解決業(yè)務上的一個或者多個問題，這個問題有可能是自己的研發(fā)人員在NVIDIA的硬件、軟件的支持下解決的，也可以通過NVIDIA的ISV合作伙伴提供的基于NVIDIA全棧方案和自己開發(fā)的針對性的行業(yè)解決方案，來幫助零售企業(yè)解決實際問題。

整體來看，數(shù)字化時代，零售行業(yè)鏈條上的每一個小原子都在AI的賦能下產生了質變，而每一個企業(yè)或將通過生成式AI技術完成一次范式轉移，在這個方向上可以最終讓零售行業(yè)的供需錯配最小化得以實現(xiàn)，并最終贏得新的增長飛輪。

如同NVIDIA創(chuàng)始人、CEO黃仁勛所言“人工智能的發(fā)展將推動一場新的工業(yè)革命”?！读闶廴Α废嘈?，借助于NVIDIA領先的全棧AI方案，零售企業(yè)可以有效抓住新一輪工業(yè)革命中的變革力量，從而快速構建深厚的護城河優(yōu)勢，而這正是最終贏得勝利的有力“武器”。