埃维诺2017技术展望:零售商需做足准备迎接人工智能优先的世界

简介:

当你走进一家超市,恐怕很难想象当下人工智能对零售业的影响。然而一份由数字和云端服务供应商埃维诺发布的最新报告发现,到2020年,如果不把人工智能放在优先地位,那么公司将面临被淘汰的风险。在众多产业中,零售商处在与消费者互动的最前线,可以从人工智能中受益最多;但同样,如果他们不能从现在起就认识到这类技术的重要性,也将承受最惨重的损失。

去年开业的Amazon Go是一家无收银台的商店,顾客对其反响热烈,这证明了消费者对于期待的变化如此之快,零售商需要尽快完成向人工智能的转型。目前Amazon Go仅对亚马逊西雅图办公室的员工开放,但这个概念商店利用计算机视觉、深度学习算法和感官融合,创造了一种“即拿即走”的科技。消费者把商品从架子上拿走或者放回去,该技术都可以自动识别、跟踪记录虚拟购物车,当消费者离店后很快就能扣费,能做到让消费者从进店、购物到离店都可以全程不用碰钱包。

在意大利,超市巨头Coop Italia已经超越了概念商店的范畴,在米兰的比可卡大学城开了一家永久数字商店。商店的食品陈列和智能货架在可视化屏幕上提供一系列商品信息的实时数据,帮助消费者更好地做出选择。只要消费者向商品做出一个手势,智能货架就能检测到,并利用人体识别技术自动展示商品信息。

图片:Coop Italia使用微软Kinect传感器用于探测、识别消费者手势

零售行业竞争极其激烈,如果能为消费者提供一种简单、无缝的O2O购物体验,就能遥遥领先于其他同行。虽然所有的产业都面临人工智能革命,但该问题对零售商而言更为紧迫,毕竟零售商几乎在所有数字革命面前都首当其冲,无论是互联网、移动技术、电子商务、还是大数据分析。

那么对零售商来说,正在向人工智能转型的世界意味着什么呢?他们应该做好什么样的准备?为此,埃维诺推荐零售商关注五大问题:

1.全新用户体验:创造简单、逼真的互动

无论是增强现实,还是聊天机器人,这些逐渐兴起的新技术都具备一个共同之处,即无处不在,或者说不可思议。有很多新出现的零售体验非常引人瞩目,我们无法“看到它”(例如语音),非常简单也类似真人。你也许会说它们就是一种让用户什么都不做就能得到服务的体验,让互动越简单越好。人工智能是实现这一技术的基本。如果零售商无法提供由人工智能驱动且无需动手的购物体验,消费者将抛弃这个品牌,转向其他更简单灵活的服务体验。

2.增强版团队:激发员工潜能

人工智能优先的革命不会仅停留在消费者层面。它已经延伸到了商店、后端办公室和运营团队的每一个角落。通过应用比如智能机器人、流程自动化和机器学习等技术,商店员工将有能力做的更多、更快、更好。

根据EKN研究中心和埃维诺最近一项全球研究显示,52%的零售商表示他们将会在未来一两年后在商店中使用增强现实和机器人技术。人工智能无法替代工人,但是它能帮助企业将员工的能力,提升到新的高度。此外,还应该对员工进行培训,最大化的引导员工使用数字化工具来工作,从而创造出了这种无需手动的购物体验,并与客户建立起更有价值的联系。

3.平台经济: 着手考虑“数字化购物中心”

购物中心是零售商在激烈的竞争环境中获得巨大价值的极好例子。零售商可以将购物中心的模式带到任何生意中,包括数字化。埃维诺2017技术展望中介绍了下一代平台的标准在当下是如何建立的。在零售业中这样的例子比比皆是。开放的数字化平台对零售商来讲并不陌生,但是现在不同的是这种模式的普及,即消费者有了新的期待,希望能更容易地随时随地买到他们想要的东西。此外还必须参与到平台经济中来:可以从采用开放框架起步,建立API,并在新的环境中重新思考商业模式。

4.DesignOps 理念:关注顾客和价值

当前,各类企业已经开始实践现代工程与设计思维这两种相互关联却迥然不同的方法。我们今天提出的是,将这两种方法结合起来,并重新设计业务流程,并管理客户成果。这种理念我们称之为DesignOps,是一种基于设计的管理方法。

如今的零售商对现代工程原理尤为青睐,如敏捷和DevOps,通过数字化渠道(如移动应用和电子商务)进行快速响应。鉴于人工智能优先时代变革的规模和发展,将人作为运营的核心要素是非常重要的。因此,对客户和价值的关注是企业运营的重中之重。

探索会话型界面(例如聊天机器人)、流程自动化和增强现实。同时要按照设计思维的要求,确保客户体验。需要铭记的是,我们可能需要转变自己的文化观念和心态,以便为DesignOps革命做好准备。

5.数字化道德:制定适当框架

人工智能优先的世界也引发了隐私、社会责任和人性等方面的诸多问题。诚然每个重大的数字革命都会引起巨大反响,而我们无法提前预知这些影响。 因此我们强调,在人工智能优先的世界中,企业将需要建立适当的数字化道德框架。我们还建议企业创建以数字化道德为核心职能的专业团队,并与安全团队成员建立交叉联系。

不论身处哪行哪业,任何企业都必须谨慎行事,因为在我们所处的这个时代里,即使是因为数字化道德(特别是隐私)观念的缺乏都可以让一个品牌顷刻间跌入谷底。底线是:当您想开启人工智能优先的零售,请谨慎行事。





本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。
目录
相关文章
|
22天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
99 10
|
15天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
7天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案
101 3
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
AI写作新时代:自然语言生成技术与写作助手的结合
AI写作新时代:自然语言生成技术与写作助手的结合
33 16
|
19天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
62 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
19天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
123 2
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
4天前
|
数据采集 人工智能 运维
从企业级 RAG 到 AI Assistant,阿里云Elasticsearch AI 搜索技术实践
本文介绍了阿里云 Elasticsearch 推出的创新型 AI 搜索方案。
|
27天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
5天前
|
人工智能 供应链 安全
面向高效大模型推理的软硬协同加速技术 多元化 AI 硬件引入评测体系
本文介绍了AI硬件评测体系的三大核心方面:统一评测标准、平台化与工具化、多维度数据消费链路。通过标准化评测流程,涵盖硬件性能、模型推理和训练性能,确保评测结果客观透明。平台化实现资源管理与任务调度,支持大规模周期性评测;工具化则应对紧急场景,快速适配并生成报告。最后,多维度数据消费链路将评测数据结构化保存,服务于综合通用、特定业务及专业性能分析等场景,帮助用户更好地理解和使用AI硬件。
|
8天前
|
机器学习/深度学习 人工智能 算法
人工智能平台年度技术趋势
阿里云智能集团研究员林伟在年度技术趋势演讲中,分享了AI平台的五大方面进展。首先,他介绍了大规模语言模型(LLM)训练中的挑战与解决方案,包括高效故障诊断和快速恢复机制。其次,探讨了AI应用和服务的普及化,强调通过优化调度降低成本,使AI真正惠及大众。第三,提出了GreenAI理念,旨在提高AI工程效率,减少能源消耗。第四,讨论了企业级能力,确保数据和模型的安全性,并推出硬件到软件的全面安全方案。最后,介绍了整合多项核心技术的Pai Prime框架,展示了阿里云在自主可控AI核心框架下的整体布局和发展方向。