本文具体内容包括：
1.AI 在无人零售中的应用潜力
2.剖析新样本：“丰e足食” 智慧零售新解法
3.丰e足食基于 AI 的可复制增长模式
4.超越互联网，零售行业对算法与数据的深度依赖
分享嘉宾｜朱涛 Chief Operating Officer & Partner, 丰e足食 美国伊利诺伊大学香槟分校工业工程博士
出品社区｜DataFun
AI（人工智能）技术的多元化应用，对我国新零售行业的影响日益显著，在无人零售智能柜这一新兴领域，头部企业已率先通过 AI 技术在运营管理、精准营销和改善客户体验等方面取得了显著成果。不过，想要实现 AI 赋能零售增长，行业仍面临诸多数字化技术挑战，譬如，预测前端消费需求以提前调整供应链，帮助企业实现降本增效？如何精准选品匹配复杂多变的细分场景需求，提升企业竞争力？DataFun 创始人王大川表示，与丰e足食 COO 朱涛博士交流过程，看到了 AI 在无人零售领域的应用前景，潜在创新机会并不比传统互联网领域少。无人零售行业特点是自动化、便捷性、低成本和高效率，应用场景也非常多样，企业要想提高竞争力，无疑需要高度依赖数据的有效利用和深度分析。业界对智能化赋能的需求颇为迫切，我们看到丰e足食的算法应用，已经在商品管理、库存优化和用户行为分析等方面展现了显著优势，这对行业来说是极具借鉴意义。未来，DataFun 将投入更多的社区资源，给大家分享更多无人零售领域创新技术成果与经验，助力行业高质量发展。
01 AI 在无人零售的应用潜力
在无人零售智能柜行业，不同场景对科技的重视程度有所不同。根据人流量特点，这些场景可以分为大场景和小场景两种类型。
在大场景中，由于人流量大，对商品选择的要求较低，人流本身就意味着现金流，运营的核心能力是开发点位资源，遵循的是传统零售的逻辑，因此对科技的依赖程度较低，但竞争也比较激烈，还未被充分开发小场景是未来市场的新增长点。
小场景指的是人流量较少的小型消费场所，如办公室、健身房、4S 店、生活娱乐中心等，这些场所的特点是人群垂直、人流量较为固定、需求多样，运营难度相对较高。在这些小型、封闭型的消费场景中，传统零售的“找人流”策略不再适用，而是要求运营商深入研究这些场景中消费者特点、消费倾向、消费频次以及行业特性，以便精准选品和备货，确保商品能在保鲜期内迅速流转并被及时消费，这对商品的快速流转能力提出了更高的要求。
可见，在小场景无人零售中，科技的应用尤为关键。没有科技的“加持”，小场景无人零售运营成本就会居高不下，运营效率也无法匹配上市场需求。
02 赋能新零售：丰e足食AI新样本
近年，无人零售行业 AI 落地应用成果也不断涌现，其中备受关注的是丰e足食，这是一家专注于小场景的全国直营品牌，是业内较早应用人工智能技术并取得创新成果的企业之一，也是在无人零售智能柜行业中对算法和科技研发投入较多的一家企业。
目前，丰e足食已经率先实现全流程数字化管理，涵盖需求预判、补货、选品以及后端运力调配、货存周转、效期管理等环节，其高效运转能力支持了近年业务的快速发展，年度点位同比增速达 45%，主营业务三年复合增长率达 66%。丰e足食的业务已经渗透到全国 70 多个城市，运营 14 万多台无人零售设备，覆盖了工厂、物流中心、CBD 办公室、健身房等 100 多种细分消费场景，服务终端零售消费者超过 6000 万人。
无人零售行业看似门槛低，但实际运营难度很高。实现小场景精细化运营，必须确保算法决策有效性和准确性。但算法依赖于准确的数据和正确的模型，在实际业务中，有时无法获取所需的数据，这也是很多企业在应用算法时面临的挑战。
经过多年的实践经验，丰e足食采用“算法主导+人工辅助”的决策机制，可以兼顾业务的实际情况进行线上精准决策。该应用成果荣获 2024 年中国管理科学学会 CSAMSE 2024 “管理科学实践奖”，可以解决企业在选品能力、补货效率、库存管理和点位开发速度方面增长需求。业内人士认为，该决策机制为行业提供了一个通过AI赋能零售增长的真实案例，填补了传统零售“人-货-场”管理空白，展示了人工智能在提升企业效益方面巨大潜力。
03 新生产力：基于AI的可复制增长模式
这里以封闭型 CBD 场景为分析案例，这类场景特点是人群规模微小且人流量固定，但需求变化快、而且有个性化定制需求。算法决策涉及商品选择、补货时机、库存管理、运力调度及供应链等关键环节，主要应对以下六大挑战：
●数据采集难度：确保多源数据的全面性和准确性，提升硬件精度。
●高速数据处理：实时分析海量信息，维持系统的高性能运转。
●智能算法局限：算法需要高效灵活，适应新商品和突发状况。
●供应链协同能力：与合作伙伴紧密配合，加快补货响应速度。
●技术迭代压力：紧跟科技发展，确保系统更新的稳定性和兼容性。
●异常处理能力：自主检测和修复故障，保证服务的连续性。
丰e足食针对以上挑战，基于线下业务实际情况，提出了一套结合数据分析、人工智能技术和自动化流程的综合智慧零售解决方案，对小场景实现精细化运营：
●动态 SKU 管理：使用算法分析用户偏好和购买习惯，智能推荐商品组合。定期更新商品列表，保持商品多样性和新颖性，满足复杂多变的终端需求。
●精准补货预测：结合历史销售数据和季节性趋势，预测未来需求。引入 Newsvendor 模型，精细化补货策略，设立科学补货阈值。
●智能库存预警系统：实施库存预警机制，当商品接近安全库存底线时，自动触发补货指令。平衡库存水平，预防滞销与断货。
●运力优化与路线规划：综合考虑地理位置、交通情况和订单分布，制定高效配送计划。减少无效运输，节省人力，提升配送效率和资源利用率。
●供应链无缝衔接：构建前后端信息共享平台，确保仓库、分拣、配送环节的数据同步。协调供需关系，实现供需动态平衡，确保供应链的连贯性和弹性。
以天气变化为例，台风前期算法检测到温度骤降趋势，会自动减少冷饮补给，增加零食储备。人工团队则根据现场销售反馈快速调整，精准匹配供需，避免了资源浪费，体现出算法与人工协同作业的优势。此运作机制融合了 AI 的高效处理和人类经验的独特视角，已被验证为业内最优运营决策机制：
●算法层：负责大规模数据分析、自动化任务执行和趋势预测，如用户偏好分析、库存优化、补货调度等。
●人工层：处理特殊情境和决策微调，尤其在客户服务、商品创意选型等方面，注入人性化思考。
●这一决策机制可以帮助丰e足食对消费场景实现深耕细作，运营各环节控制的精准度和效率得到提升，在面对不确定性挑战时，也让决策能力更具韧性和应变能力，且有效兼顾了运营效率和用户体验。还有，从企业的角度出发，也减少了无效工作，优化资源配置，从而有效控制了成本：
●补货与配送效率：通过引入算法，系统依据销售数据与库存状态自动生成精准补货计划，显著降低缺货和过剩库存现象，提升客户的即时满足感。
●需求响应速度：借助 AI 分析市场动态，快速应对突发需求变化，如在极端天气条件下自动调整商品结构，确保供应符合市场需求。
丰e足食数智化建设经历了“纯人工决策→算法决策→算法主导+人工辅助”的技术革新过程，这大约也是行业不少企业探索数智化建设的缩影。AI赋能的目的，归根到底就是帮助企业获得更快、更精准的业务决策能力——既可以在局部点位进行精准调控，做到千柜千面精准捕捉用户喜好，又能够快速在全国类似点位进行推广应用，帮以最低成本实现更强的终端竞争力。
04 超越互联网，零售行业对算法与数据的深度依赖
丰e足食算法技术团队结构多元，由来自阿里、美团、滴滴等一线互联网企业，以及沃尔玛、京东、唯品会等零售电商巨头的优秀人才组成。产研团队规模达 120 人，涵盖技术研发、算法、产品设计、测试和智能硬件等关键岗位，在算法研发、软件开发、数据分析等领域具备深厚的专业功底。这支复合型人才背景的团队，是丰e足食在零售、电商、物联网等交叉领域展现灵活实战能力的关键因素。人才管理上，丰e足食倡导“技术和业务一体化”的思维方式，鼓励跨学科协作，采用扁平化和敏捷化的管理模式，使决策和执行更贴近实际业务需求，并促进团队内部的信息流通和知识共享。为此，公司自主开发了一系列工具和应用程序，以承载复杂的技术决策，确保算法高效执行。值得关注的是，10 月 18 日，中国商业企业管理协会发布了首批智能柜技术规范团队标准，该标准由丰e足食主导起草并联合上游三大厂商发起，标准详细规定了智能识别技术参数、商品选品和摆放规则、系统软件更新、算法优化以及智能套件标准等方面，对提升行业商品识别准确率具有积极的指导作用。
该项标准凝聚了丰e足食产研团队多年来努力成果，不仅填补了行业在检定智能柜识别技术质量、用户隐私保护能力以及动态柜硬件技术质量这三方面标准的空白，也将有助于提升无人零售智能柜行业的自律规范程度以及全网数字化水平。
可以预见的是，未来零售市场的竞争不仅仅停留在商品和服务，而是数据和算法层面的竞争，无论是供应链还是消费体验，AI的应用将会带来更多新可能。丰e足食也将会加大AI投入，计划与知名高校研究机构联合创办AI实验室,针对企业降本增效、精准营销等课题展开研究，推动AI技术实现有质量的新增长。
相比互联网企业，无人零售行业确实面临“人才荒”困境，优质人才难以被吸引加入。然而，随着行业的数字化升级和AI在零售领域的潜能逐渐显现，运营密集型传统业务（如零售）在未来对算法和数据的依赖程度有望超过互联网领域，带来前所未有的机遇，也将吸引更多科技人才投身其中。
相信，随着 AI 在零售行业应用普及，行业各种技术难题不断被攻克，AI 将在无人零售智能柜行业的生产制造、供应链管理、客户服务、消费升级等多个层面得到广泛应用，无论是技术创新还是服务体验，都会得到质量飞跃，我国新零售行业将迎来 2.0 新时代。
以上就是本次分享的内容，谢谢大家。
分享嘉宾
朱涛
Chief Operating Officer & Partner, 丰e足食
美国伊利诺伊大学香槟分校工业工程博士
丰e足食 | COO 及合伙人，引领公司整体运营策略，聚焦 AI 转型与数据驱动的业务增长，推动丰e足食在新零售领域的持续领先。曾任 Airbnb 中国 | 数据科学部门负责人兼商业化业务负责人，从零建立并领导数据科学团队，深度挖掘数据价值，推动商业化产品与服务创新，强化基于数据的产品优化与客户体验提升，显著提高运营效率。曾任沃尔玛全球电商 | 数据科学总监，主导商品个性化推荐引擎建设，优化营销活动 ROI，运用先进的数据分析方法提升用户购物体验与平台转化率，助力全球化电商业务增长。
