零售商多年来一直在收集客户数据，如今可以利用人工智能技术帮助他们有效地使用这些数据，他们抓住了机会，但未来面临的挑战是什么?
人工智能正在成为零售购物行业领域的主要组成部分，一些零售商或百货商(如玛莎百货、Holiday Extras、京东商城等)正在采用人工智能和机器学习技术更好地解析数据，迎合客户的体验，并最终转化为销售业绩。
那么哪些零售商在采用人工智能方面处于领先地位?他们在进入数字世界时会遇到哪些挑战以及获得哪些好处?
客户和数据的故事
Ocado公司首席技术官Paul Clarke表示，人工智能技术可以帮助零售商更智能地利用稀缺资源，但有些企业没有确定是否采用。
了解客户意味着零售商需要确保在正确的时间将正确的库存放在正确的位置。数十年来，零售商现在从许多不同的人那里收集了大量的客户数据，没有技术的帮助就不可能提供这种个性化的服务。
正如咨询机构Elixirr公司的合伙人兼零售业务主管Brian Kalms所指出的那样，一些零售商拥有如此多的数据，不再需要人工分析，特别是添加新的在线企业。
“以往，客户走进一家商店时，并没有人认出他是谁。”他说。“而网络零售厂商却知道进入网站的客户是谁，所以零售商必须精通数据技术，这是人工智能的应用之一——它以机器人和通信的形式出现，并且正在进入数据分析阶段。”
利用数据来了解客户
在以往，零售商常常以“简单的方式”对客户进行分类，现在可以使用数据来更好地了解客户。例如，根据经济背景、收入和性别使用原有的客户人口统计数据来了解“具有价值”的消费者，但情况并非如此。Kalms说，“人们购买行为的部分信息需要一段时间才能让组织找到。”
Kalms表示，随着Asos、Ocado、亚马逊等数字化本地企业成为市场颠覆者，深入了解他们的客户，他说，零售商场的运营模式越来越难赢利，迫使零售商探索其他的方式来吸引客户，并期待为客户提供更多零售体验。
“零售商期待着每个客户的到来，并提供全天候服务。”他说。
数字零售商更快地采用新技术
但数字优先的零售商和传统实体零售商之间的区别在于，数字零售商始终牢记这些技术，并且随着它们的出现，很容易采用新技术。
“他们只生活在数字世界中，所以他们认为人工智能不是一件可以去发现的东西，它只是内建于所做的每件事情之中。”Kalms说，“这可能是当前零售业最大的分歧——传统企业和数字优先企业之间的分歧。”
对于大型企业而言，尝试和采用智能镜像、数据分析和人工智能等技术增加购买量和回报。但Kalms表示，将这些实验整合到核心业务方式中存在一些困难，这对于数字优先的零售商来说要容易得多。
详细了解零售技术
正如Kalms所说，大型零售商过去致力于“产品和服务创新”，而不是敏捷和数字创新。
一些零售商已成功实现这一目标——例如，视频游戏零售商Game公司利用其拥有的数据并利用它开发个性化项目，以使其在线和店内产品适应现代数字受众。
但Boohoo.com的IT运营主管Steve Roberts表示，这种性质的项目很多都失败了，因为实际上并没有解决这个问题- 企业竞相采用这项技术，但并不知道如何使用它或者使其适应更广泛的业务。
“听起来不错，不是吗?很明显，业内有很多流行术语，人工智能可能是其中之一。”他说，“我认为很多人不了解如何使用这些技术，他们最终会得到一些技术层面非常适合，但在商业上并不那么适合的技术。”
用例和挑战
Roberts列出了零售行业中人工智能的一些常见用例，其中包括使用机器学习防止欺诈或使用客户数据实现个性化。
另一家零售商声称，它可以在预测进入客户帮助中心的呼叫量、店铺流量或网站流量，并据此进行调整将会有所帮助。
Boohoo.com正在尝试采用人工智能用于聊天机器人，它将回答客户的一些常见问题，例如订单在哪里或如何退货。
对于零售商而言，它降低了人员成本，并且不需要参与回答这些问题 - 并且客户更满意，因为其问题可以得到快速回复。
Boohoo公司与一家名为Syte的第三方视觉搜索公司合作实施了这项工作。Roberts表示，与第三方合作可以帮助零售商解决他们可能无法解决的问题。
过去的经历
在过去，就像政府部门一样，零售商认为投资技术项目成本巨大，而且在很多情况下会失败，使零售商无法解决他们面临的问题。
但即使与第三方合作，零售商是否真的可以依赖其收集的数据来采用任何类型的人工智能技术?
“它能理解我们获得的数据并从中学习吗?可能是我们提供的数据看起来对人类来说很好，但对机器来说并不完全适合。”Roberts说。
“作为一种技术，它仍然相对不成熟，但这个领域将很快获得吸引力，因此我预计成熟度会增加很多。”
虽然机器学习和人工智能最常用于使用数据来改善客户体验并增加个人体验，但Holiday Extras集团技术总监Andy Britcliffe指出，这听起来很简单，但其工作量也可能只是“冰山一角”。
例如，当在呼叫中心使用人工智能时，Britcliffe说：“有了机器学习，就有可能更好地进行建模，这样当人们打电话给我们时，我们会在手机上找到适合的人。”
知道如何收集数据
但是知道如何收集数据以及收集哪些数据可能会创造或颠覆这些系统。
Britcliffe说，“经典的机器学习依赖于高质量的数据，并且拥有优秀的软件工程师和数据专家，他们可以确保数据被正确收集和分类，同时是安全的和匿名的。”
为了弥补这一差距，各类公司都在寻求数据科学家的帮助——在2018年夏天，零售商Marks和Spencer与Decoded合作，教会员工如何更好地使用数据。
在数据分析用例之外，Britcliffe表示可以考虑其他人工智能技术，或者使用开源框架进行深度学习 - 所有这些都有可能在零售商正确实施时受益。
克服更多的挑战寻求利益
即使零售商已经决定使用人工智能技术，知道它适合于业务以及将用于什么目的，并且决定了如何实现该技术——无论是通过第三方供应商、内部供应商还是相关初创企业，未来仍然存在更多挑战。
微软公司英国零售、消费品和运输部门高级主管Diana Parke表示，在许多情况下，遗留系统阻碍了企业预期的人工智能和其他技术的使用。
她表示，“有很多传统产业的组织需要找出最佳和最有效的方法来获取这些数据。”
例如，在实施网站或电子商务时，通常会有两个系统没有集成，因此没有单一的库存视图。修复这样的事情不仅仅是在同一个地方推送企业的所有数据。
为了解决这些问题，零售商越来越多地选择与初创企业合作，或者采用“实验室”方法来研究新技术，以确定如何采用。
在许多情况下这取决于企业的态度。Parker说，当组织试图采用任何一种新技术时，企业文化可能是一个挑战。
“这不是人工智能所独有的，但如果要做出重大的、基于技术的改变，需要员工为此而改变。”她说，“员工要明确为什么改变工作方式对其具有价值，因此需要创造一种人们能够参与变革的文化。”
将举措视为业务项目
这些举措不仅仅是一个实验或IT项目，还需要被看作是对整个业务有贡献的“业务项目”。
此外，还存在人工智能系统偏差的问题。这不仅适用于影响人工智能所做选择的社会偏见，也适用于基于不良数据做出糟糕决策的系统。“人工智能在要求推理的数据集方面表现得非常好——如果你的数据集包含偏见，它会影响做出的决定。”Parker说。
由于所有这些障碍，零售商可能会认为没有采用这些系统可能会更好。
但Toys'R'US，House of Fraser和BHS只是一些因为未能改变而面临麻烦的零售商。
Parker说，人工智能并不只是一种新的时尚。零售商知道这一点 - 根据富士通公司的研究，95%的零售商都认为人工智能和其他新兴技术将影响该行业的发展。
机器学习的好处
对于那些愿意付出努力的企业来说，人工智能可以为其业务带来重大改变。例如，Asos公司使用机器学习和人工智能在浏览网站时向1500万客户提供建议。Morrisons公司根据其商店的当地人口统计数据，最大化销售额并节省供应链的开支，将人工智能用于需求预测和定制库存。
绝大多数情况下，零售商，技术提供商和该领域的专家都建议，最好的办法是“尝试”。
Elixirr公司合伙人Karina van den Oever表示，任何认为可以避免采用人工智能的零售商都会被市场所淘汰。“一些零售商拒绝接受改变，我认为这是因为他们因业务活动而分散了注意力。”她说。“零售商需要做的更多只是试验。例如需要采用无人机吗?需要采用零售机器人吗?我们不知道，但如果现在不进行试验，将会一直落后。”
利用技术生态系统
零售商曾经想要建立这样的系统，因为这可能是零售商独特卖点的核心，Van den Oever说，现在是建立和利用技术生态系统的时候了，除非零售商已经拥有很强的能力。
“对于零售商或企业试图解决的每一个问题，有一些创业公司正在试图解决同样的问题，”她说。“在解决问题之前，先采用颠覆性的技术。找到可能成为未来的解决方案。”
无论是迈出一小步还是迈出一大步，很明显，那些准备将所需努力投入到人工智能采用中的零售商可以获得诸如增加销售、更好地了解客户、节省成本等诸多好处。
