事实表明，零售业对人工智能有着更多的需求。分析人士表示，2023年，零售业的支出将超过除了银行业以外的所有其他行业。预计到2025年，40%的采用率将会翻一番，将使零售业成为投资人工智能技术最多的行业。
很多企业正在采用人工智能来应对会让商业领袖夜不能寐的一些挑战: 实体店收入受消费者行为变化影响、日益严重的员工短缺和不断上升的劳动力成本、供应链中断、利润和成本的沉重压力(包括通货膨胀和两位数的客户增长)，以及盗窃和有组织的犯罪造成的巨大损失。
除了解决这些紧迫的问题，零售商还希望人工智能驱动的分析和应用程序可以帮助他们应对长期变化。其中最主要的是消费者人口结构(更加多样化、更精通数字技术、年龄较大)、消费者价值观(价格和便利性高于品牌忠诚度)、销售渠道(电子商务、移动和社交的快速增长)以及对全球可持续性不断增长的需求的重大转变。
在这一背景下，下面介绍了零售业中高价值人工智能创新的两个领域。
智能商店：扭亏为盈，优化业务
尽管在线业务增长了30多年，但实体店仍然是许多零售商的重要支柱。在这两个世界不断融合的同时，商业和技术领导者正专注于如何发展、区分和优化商店的客户体验和业务绩效。对许多人来说，防止损失(也称为资产保护)是首要任务。
根据全国零售联合会的数据，全球零售商每年因“缩水”而损失超过1000亿美元，“缩水”是指库存被盗、损失和浪费的行业术语。其中一半以上发生在北美地区。平均损耗率超过收入的1.5%，因此对于一家市值200亿美元的杂货商来说，每年将面临3亿美元的巨大损失。新冠疫情和通货膨胀进一步加剧了这一问题：在最近进行的一项调查中，89.3%的受访者表示，暴力事件、入店行窃、员工盗窃和有组织的零售犯罪有所增加。
为了应对这一问题，越来越多的零售商正在采用智能视频分析技术，这种技术可以准确有效地减少损耗。新的人工智能驱动系统有助于实时防止损失，改善销售点的资产保护，减少商店内的扒窃行为，并确保员工和客户的安全，因为他们承担了更高的价格成本。
从仓库到结账，Everseen公司可以看到一切
总部位于爱尔兰的国际软件开发商Everseen公司开发了计算机视觉人工智能系统，帮助零售商实时发现并解决“缩水”问题。该公司的首席执行官兼创始人Alan O'Herlihy表示，在边缘使用这种人工智能，可以有效地将整个实体零售空间转化为可操作的数据，从而推动更好的决策。以下是它的工作原理: 该解决方案模块在微软Azure的NVIDIA人工智能平台上运行，可与零售商现有的摄像头、销售点、计算机和其他业务系统集成。这样做可以提供整个供应链的端到端视图——从仓库到商店到货架再到结账，可以精确定位库存缺口和其他需要立即关注的问题。然后，人工智能会实时推荐“次优”行动。
例如，Everseen公司的销售点(POS)解决方案Evercheck可以立即检测并纠正人工结账和自助结账通道的故意和无意错误。对于后者，即时“轻推”(在300毫秒内送达)会提示购物者纠正错误，例如未扫描的商品，从而将员工干预和潜在冲突的需求从20%降至2%。另一款人工智能产品Everdoor减少了损失，提高了库房的流程合规性。
每天分析海量视频数据
总而言之，Everseen公司每天实时分析海量各种标记的视频数据。该公司监控2.2亿种产品的2200万次客户互动的非结构化数据。O'Herlihy说，由此得出的见解和行动在帮助零售商重塑相关业务流程方面是无价的。他说，这反过来又能带来许多好处，包括增加收入和销售吞吐量、降低成本、降低风险、改善客户体验和优化配送中心的运营。
Everseen公司声称，在全球排名前15位的零售商中，超过一半的零售商采用了该公司基于人工智能的防损系统，共有6000家商店和8万个结账通道。O'herlihy说:“我们人工智能的目标是通过动态提供直观的修复和瞬间决策，减少‘绿色参与者’的摩擦，增加‘红色参与者’的摩擦。”
人工智能在智能商店中的其他新兴应用
·优化布局和体验。行业领先的企业正在探索数字孪生和模拟如何为客户和员工创造更顺畅的体验。Lowe's使用NVIDIA Omniverse的人工智能驱动模拟来增强商店布局，优化商品销售，并提高员工生产力。同样的技术帮助Kroger设计了最好的顾客购物体验，包括快速方便的结账。
·店内广告和促销。智能定位提供实时购物建议，可以通过追加销售和交叉销售的机会扩大购物车规模。动态数字标牌(例如Cooler Screens提供的)可以自动更新，为每位购物者提供量身定制的促销活动，并通过动态店内展示创造额外的收入机会。
·自主购物。顾客用手机结账的智能“即拿即走”商店正迅速流行起来。新的方法包括人工智能购物车、纳米商店、智能橱柜和全自动商店。包括AiFi和AWM在内的所有解决方案提供商，都在寻求为客户提供更“无摩擦”、更快捷的购物体验，从而提高零售商的收入和利润率。
生成式人工智能：为现实和数字时尚提供精确的设计
DALL·E、ChatGPT等生成式人工智能可以根据客户反馈、销售和市场趋势等数据，为产品创造新的设计。利用这些工具可以帮助零售商开发出对买家更有吸引力、更符合市场需求的新产品。
葡萄牙初创厂商Fashable公司率先使用生成式人工智能来创造可持续时尚设计。
不可持续的生产、未售出的库存和漫长的生产周期是时尚界常见的(而且代价高昂的)问题。高端设计师可能需要几个月或几年的时间来设计和制作一个系列，而“快时尚”品牌只需要很少的时间和成本，这要归功于廉价的材料和劳动力。但是，当服装生产周期缩短而生产增加时，会发生什么呢?将会积压，并可能丢弃。仅在美国，每年就有216亿磅的纺织垃圾被丢弃。
因此，Fashable公司由在软件工程和人工智能研发方面经验丰富的联合创始人领导，在2021年设想了一种颠覆性的人工智能应用程序，该应用程序可以在几分钟内不使用任何材料的情况下创造出几十种原创的、逼真的服装设计和时尚内容。该公司联合创始人Orlando Ribas Fernandes解释说，智能的全数字化方式将帮助时装公司更好地满足客户需求，更快地进入市场，并减少面料和服装的浪费。
只需点击鼠标和键盘，就能获得完整的数字收藏
Fashable团队在Azure AI基础设施上创建了人工智能算法，该基础设施由NVIDIA A100 Tensor Core GPU、Azure Machine Learning(端到端机器学习生命周期的企业级服务)和PyTorch(开源机器学习框架)支持。该系统可以让设计师在虚拟世界或现实世界中快速生成无数的时尚数字选择，例如衬衫。
Fashable AI由不同的神经网络组成。它们从多个来源获取数据，以了解趋势、风格和服装类型。模特们不断地学习“什么是流行的”和“什么是过时的”。很快，这些功能将实现时尚的实时共同创作。例如，设计师可以在视觉上改变数字设计，缩短连衣裙的袖子，或者将条纹图案改为波点图案。
只需点击鼠标或键盘，Fashable AI就可以创建一个完整的系列。设计师可以将他们的作品带到社交媒体上，直接与客户进行A/B测试，以在投入生产之前衡量兴趣并预测需求。从设计到百货商店，一个新系列过去需要几个月的时间，而现在有了Fashable AI，只需要几分钟的时间。
该公司的客户在各个生产阶段使用其人工智能技术：
- 创作——从情绪板到迭代和最终分类(设计)。
- 工业化——从分类到技术规格和与工具的集成。
- 内容创作——从最终产品到零售就绪的内容，包括用于电子商务、编辑和销售未售出库存的图像。
该公司已经进入了虚拟世界沉浸式商务领域。各大品牌企业现在可以利用Fashable AI开始为不同的数字世界设计系列。Fernandes说:“如果没有人工智能，这个过程将会很慢，而且需要耗费大量人力。”Fashable公司最近与休闲奢侈品牌Wrong Weather的合作系列展示了其应用潜力。
颠覆时尚现状
如今，Fashable将Fashable AI标榜为“时尚行业的深度科技”、“人工智能图像和内容生成的聊天工具”和“面向虚拟世界和实体时尚的最强大的生成式人工智能工具包”。 Fernandes解释说，扩大的价值声明强调了设计师在两个方面的好处：节省研究、设计和内容创作方面的资金，减少版权问题，并使用户能够专注于高价值的设计任务。
Fernandes说:“随着社交媒体、虚拟世界和Web3的出现，时尚品牌对新内容的需求正在爆炸式增长。争夺新内容的战争从未如此激烈。只有人工智能才能生成非常逼真的图像来满足这一需求。”
Fernandes表示，Fashable公司比以往任何时候都更加相信人工智能的颠覆性力量。除了让当今的产品不会成为未来的垃圾之外，他认为个性化和独家的服装设计是在现实和虚拟世界中取得商业成功的关键。他说，“生成式人工智能，将彻底改变时尚行业的现状。”
生成式人工智能在其他重要方面也在帮助零售商：
- 销售和产品导入。生成式人工智能可以为广告和营销生成图像、音乐、字体、视频、3D模型等。自定义图像可以显示产品在不同设置下的外观。对于电子商务，生成式人工智能和计算机视觉可以根据产品图像创建产品描述、属性、元标签和编目。
- 服务聊天机器人和会话人工智能。对于客户和代理，人工智能助手可以提供虚拟帮助、语言翻译、订单状态、搜索、产品推荐、电子邮件和聊天回答。品牌形象提供一致的全渠道客户服务，无论是在售货亭、移动应用、电子商务还是在餐厅。员工可以通过多种语言的语音、文本、视频和图像获得常见问题的答案。
正确的基础设施对零售人工智能至关重要
人工智能转型使用的大量机会也给零售商带来了新的挑战。
与其他行业一样，许多企业将发现他们缺乏开发和部署支持人工智能的应用程序所需的强大基础设施。这里的需求通常比传统计算的要求高得多，特别是在大模型尺寸和高复杂性的情况下。需要为人工智能“专门构建”的优化、加速环境来提供实时速度、可预测性和准确性。
零售专家表示，人工智能的成功需要以下几点：通过一个端到端的应用程序支持不同模型的多功能性，可以提供所需的用户体验。高性能和可扩展性，可优化解决方案时间和部署成本。一个端到端的解决方案堆栈，支持整个工作流程，包括人工智能服务中的数据准备、模型构建、培训和部署，以及一个统一的堆栈，可以在云中灵活训练，并在商店和其他位置的边缘部署。
对许多企业来说，满足这些标准意味着将人工智能添加到越来越多的关键工作负载中，将其转移到云平台上，以获得高性能的处理、服务器、网络、存储、开发平台、环境和软件，而无需高昂的资本成本。
Everseen公司的O'Herlihy也认为，搞好基础设施至关重要。他表示，高性能的云计算环境在几个方面对他的公司的人工智能成功至关重要。它可以在数千个地点进行扩展，轻松地将技术构建模块从商店的一个部分“提升和转移”到另一个部分，并提供高性能，使人工智能模型能够理解移动场景，包括实时分析人类与物体的互动方式。
按需服务加速创新
Fernandes对此表示赞同。他说，“我们经常谈论按需云计算基础设施和服务，以加速产品创新并建立竞争优势。‘少花钱多做事’的团队很重要，所以可以投资我们的知识产权，并利用Azure机器学习和PyTorch与NVIDIA AI平台来实现最先进的结果。这对于最小化前期投资和风险至关重要，因此我们的应用研究团队可以更快地适应失败。”
他说，一个相关的重要考虑因素是用于人工智能创新的数据。Fashable公司选择用内部工具构建自己的数据集，以“完全控制”自己的创新。但是，Fernandes承认，构建人工智能创新的风险和成本可能令人望而却步，因此商业领袖可以通过利用现有环境和工具来最大限度地减少风险，而不是“重新发明轮子”。
落后者将会错过1.7万亿美元的商业价值
如今的零售商生活在商业、消费者和技术变革的交汇处。约87%的人计划在2023年增加对人工智能/机器学习的投资。然而，研究人员表示，许多零售商还没有开始使用智能技术。麦肯锡公司估计，人工智能和分析技术可以为零售业创造1.7万亿美元的商业价值，约占总销售额的12%。
对许多经济学家和预测者来说，零售业是煤矿里的金丝雀。销售和投资不仅被视为该行业的关键指标，也被视为整体经济的关键指标。如果是这样的话，零售业对人工智能的热情高涨，以及在诸多不利因素中利用人工智能进行创新和转型的新成功，预示着远远超出零售商店的范围。
