新興技術(shù)將推動(dòng)零售業(yè)發(fā)展

隨著繼續(xù)影響經(jīng)濟(jì)和產(chǎn)業(yè)，零售業(yè)是遭受重大破壞的行業(yè)之一。購物行為肯定已經(jīng)在兩個(gè)方向上發(fā)生了巨大的轉(zhuǎn)變-轉(zhuǎn)向大型在線商店，以及在本地購買商品背后的強(qiáng)化含義。

為了應(yīng)對(duì)這種不斷變化的格局，零售商已經(jīng)提出了技術(shù)投資以加速其數(shù)字業(yè)務(wù)轉(zhuǎn)型，特別是在人工智能(AI)技術(shù)方面，零售商通常在采用更具戰(zhàn)略意義的部署之前，通常使用支持AI的第三方供應(yīng)商應(yīng)用程序來解決眼前的挑戰(zhàn)一旦他們獲得好處的證據(jù)。這些步驟為零售解決方案供應(yīng)商提供了基于AI的應(yīng)用程序套件的重要機(jī)會(huì)。

我們探索了五種新興的AI技術(shù)-邊緣AI，智能機(jī)器人，機(jī)器學(xué)習(xí)(ML)，云AI開發(fā)人員服務(wù)以及AI業(yè)務(wù)和技術(shù)服務(wù)-它們?cè)诋?dāng)今零售業(yè)中的采用和潛在影響，以及為零售解決方案提供商帶來的機(jī)遇。

零售中的Edge AI

Edge AI可在響應(yīng)時(shí)間很重要的情況下實(shí)現(xiàn)實(shí)時(shí)操作，以進(jìn)行數(shù)據(jù)采集和決策。在零售業(yè)中，當(dāng)希望通過監(jiān)視，分析和跟蹤商店中部署的各種端點(diǎn)技術(shù)來改善商店的活動(dòng)時(shí)，這一點(diǎn)尤其重要。用例包括動(dòng)態(tài)定價(jià)管理，混合現(xiàn)實(shí)體驗(yàn)，實(shí)時(shí)庫存管理和欺詐預(yù)防。

為您推薦的視頻...

影片播放Google Nest音頻| 1分鐘內(nèi)您需要知道的一切

S20 FE | 您需要在1中了解的所有內(nèi)容...

20/05/10S20 FE | 1分鐘內(nèi)您需要知道的一切

三星Galaxy Z Fold 2 | 一切都...

20/09/09三星Galaxy Z Fold 2 | 一分鐘內(nèi)您需要知道的一切

索尼WH-1000XM4 | 您需要的一切...

20年1月9日索尼WH-1000XM4 | 一分鐘內(nèi)您需要知道的一切

iOS 14 | 您需要在1中了解的所有內(nèi)容...

20/06/20iOS 14 | 一分鐘內(nèi)您需要知道的一切

佳能EOS R5 | 您需要的一切...

20/07/17佳能EOS R5 | 一分鐘內(nèi)您需要知道的一切

希望實(shí)施邊緣AI的零售解決方案提供商應(yīng)：

評(píng)估目標(biāo)零售商針對(duì)本地化邊緣部署的數(shù)字成熟度。檢查將需要高帶寬和低延遲的用例，并評(píng)估可優(yōu)化的零售物理足跡中部署的當(dāng)前人員。

通過與創(chuàng)新的早期采用者零售商和網(wǎng)絡(luò)運(yùn)營商共同創(chuàng)建產(chǎn)品發(fā)布計(jì)劃，以交叉推廣解決方案和創(chuàng)新實(shí)驗(yàn)室，從而制定出強(qiáng)有力的產(chǎn)品推出計(jì)劃。

聘請(qǐng)能夠?yàn)槟漠a(chǎn)品開發(fā)路線圖提供深入的零售特定知識(shí)的人才。

零售中的智能機(jī)器人

智能機(jī)器人是可以自動(dòng)工作的機(jī)電形式的因素。他們?cè)谌藶楸O(jiān)督的培訓(xùn)和示范中，或通過工作經(jīng)驗(yàn)，在短期內(nèi)學(xué)習(xí)。

導(dǎo)致該領(lǐng)域的增長加速，預(yù)計(jì)主要零售商將在未來3-4年內(nèi)增加支出。這種增長正在迅速推動(dòng)采用智能機(jī)器人來接管較低級(jí)別的重復(fù)性任務(wù)，從而以更低的成本實(shí)現(xiàn)更高的可靠性和生產(chǎn)率。這將有助于釋放人類工人以便在更有價(jià)值的活動(dòng)中重新部署。

智能機(jī)器人的用例包括揀選和包裝庫存，處理危險(xiǎn)廢物，常規(guī)清潔，庫存審核和補(bǔ)給。一些先驅(qū)者已經(jīng)在面向客戶的角色中安裝了智能機(jī)器人，例如商店導(dǎo)航和服務(wù)臺(tái)。

尋求開發(fā)智能機(jī)器人解決方案的零售解決方案提供商應(yīng)：

制定強(qiáng)大的產(chǎn)品路線圖，將觸發(fā)的短期用例與其他用例的長期視圖結(jié)合在一起，以增加零售商的整體實(shí)物和各種形式的價(jià)值。

通過創(chuàng)建記分卡來衡量機(jī)器人解決方案可能帶來的每項(xiàng)收益的價(jià)值，使零售商能夠評(píng)估部署的投資回報(bào)率并降低采用的障礙。

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)(ML)是一門AI學(xué)科，它將數(shù)學(xué)模型應(yīng)用于數(shù)據(jù)，以通過提取知識(shí)，查找模式和建議操作來解決業(yè)務(wù)問題。基于ML如何累積和處理數(shù)據(jù)將其分為三個(gè)子學(xué)科-監(jiān)督學(xué)習(xí)，非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。通常，監(jiān)督學(xué)習(xí)提供問題的答案，無監(jiān)督學(xué)習(xí)探索數(shù)據(jù)，強(qiáng)化學(xué)習(xí)提供兩者的平衡。

隨著越來越多地使用電子商務(wù)，對(duì)于AI和ML技術(shù)，零售商品銷售功能已被設(shè)為零，以實(shí)現(xiàn)智能自動(dòng)化并改善以數(shù)據(jù)為依據(jù)的決策。零售商可以使用ML通過使用實(shí)際需求(直至庫存單位或位置級(jí)別)來測(cè)量預(yù)測(cè)偏差來測(cè)量和提高預(yù)測(cè)準(zhǔn)確性。

希望部署基于ML的應(yīng)用程序的零售解決方案提供商應(yīng)：

與零售買方合作，在單個(gè)業(yè)務(wù)中尋求較小的概念證明(POC)，以清楚地展示在嘗試實(shí)施多個(gè)項(xiàng)目之前創(chuàng)造的價(jià)值。

確定零售商內(nèi)部已經(jīng)在使用的機(jī)器學(xué)習(xí)，高級(jí)分析和數(shù)據(jù)科學(xué)方面的關(guān)鍵資源。

要清楚了解開箱即用的解決方案使用了哪些培訓(xùn)模型以及培訓(xùn)是如何完成的。

零售中的Cloud AI開發(fā)人員服務(wù)

云AI開發(fā)人員服務(wù)使IT團(tuán)隊(duì)可以將AI和機(jī)器學(xué)習(xí)的優(yōu)勢(shì)與其現(xiàn)有的云計(jì)算和云存儲(chǔ)技術(shù)集成在一起。服務(wù)包括自然語言處理(NLP)，情感分析，圖像識(shí)別和自動(dòng)ML模型創(chuàng)建。

在大流行初期就開始進(jìn)行數(shù)字化轉(zhuǎn)型的公司，為希望在減少基礎(chǔ)架構(gòu)停機(jī)時(shí)間的同時(shí)遷移到云的零售后來者鋪平了道路。即使一部分工作負(fù)載將留在私有云或本地?cái)?shù)據(jù)中心中，但Gartner預(yù)計(jì)，基于云的AI解決方案將在整個(gè)基于零售的基于AI的應(yīng)用程序市場(chǎng)中占據(jù)最大份額。

希望將云AI開發(fā)人員服務(wù)實(shí)施到其解決方案集中的零售解決方案提供商應(yīng)：

通過支持NLP，圖像識(shí)別和autoML模型等各種云AI服務(wù)作為路線圖的一部分，從而提高當(dāng)前產(chǎn)品的功能。

建立解決安全風(fēng)險(xiǎn)，監(jiān)管/隱私規(guī)定和零售商技術(shù)成熟度的價(jià)值主張。

通過零售細(xì)分創(chuàng)建案例研究，以展示相似的客戶如何將數(shù)據(jù)移至云中。

零售中的AI業(yè)務(wù)和技術(shù)服務(wù)

與AI相關(guān)的業(yè)務(wù)和技術(shù)服務(wù)提供了連續(xù)的服務(wù)，以幫助零售公司為目標(biāo)業(yè)務(wù)成果構(gòu)建和運(yùn)行以AI為中心的項(xiàng)目和解決方案。它們包括諸如AI戰(zhàn)略制定，業(yè)務(wù)就緒評(píng)估以及云AI服務(wù)的獨(dú)立驗(yàn)證和確認(rèn)之類的服務(wù)。

計(jì)劃利用AI業(yè)務(wù)和技術(shù)服務(wù)的零售解決方案提供商應(yīng)：

提供服務(wù)以幫助零售商建立評(píng)估框架，以根據(jù)其當(dāng)前的基礎(chǔ)設(shè)施，技術(shù)和人為因素確定其對(duì)AI項(xiàng)目的準(zhǔn)備程度。

通過開發(fā)基于零售細(xì)分市場(chǎng)(例如，雜貨店，特色商品，大眾商品)或細(xì)分市場(chǎng)之間的相似性(例如，服裝/鞋類和奢侈品)的AI服務(wù)來創(chuàng)建行業(yè)解決方案。

通過基于用例的方法來考慮客戶的數(shù)字成熟度和AI技能，確保AI計(jì)劃專注于業(yè)務(wù)成果和客戶需求。

通過創(chuàng)建知識(shí)庫，培訓(xùn)材料和測(cè)試環(huán)境，專注于教育零售商的技術(shù)人員。