AI能不能解決消費企業的效益大難題？-今日必看

AI能不能解決消費企業的效益大難題？

來源：穿搭講究釋出時間：2024-04-25 15:35

頭圖 | 4月18日大鯨AI峰會現場拍攝

編輯 | 大鯨魚

對於生成式AI，雖然100%的人相信將會是爆發性落地應用，但99%的人選擇保持觀望。

觀望的背後代表著對AI還存在大量的未知和不確定。為此，虎嗅智庫在北京發起的2024大鯨AI峰會——零售消費專場，正是為了理清這些不確定性和挑戰，並呈現行業先行者的案例和心得。

4月18號的下晝場，虎嗅智庫邀請了藍馳創投投資合夥人石建平、自然堂集團大資料中心總經理羅予晉、肆拾玖坊CDO張鵬、百果園四化研究院院長王筱東、柚子投資創始人彭程、中國連鎖經營協會行業創新與發展部主任田芮豐、TATA木門CIO樂勇斌、順豐科技解決方案部總經理徐波、安永博智隆總監張新宇這些分享嘉賓，他們依次為我們深度剖析了AI在消費零售業的應用潛力、透過供需匹配實現效率提升的經驗、以及AI供應鏈物流場景下的推進挑戰等行業最關心的話題。同時現場嘉賓進行了高質量交流，回答了一些關起門來切磋的問題。

希望本篇大會觀點摘錄，能給未到場的人士一些啟發，也歡迎讀者朋友與我們深度交流。

以下為嘉賓分享觀點部分摘要：

（藍馳創投投資合夥人石建平）

生成式AI將為零售行業帶來前所未有的生產力提升

人工智慧對於我相信在座各位都不是陌生的事情，特別是大家都在整個零售行業裡面，但上一代的 AI 說老實話，除了人臉識別，到酒店裡面去刷一個臉很多體感都比較少。而這一代的AI在基礎能力上的很多方面都超過了人。我們看到所有龍頭企業都在擁抱AI，未來10年生成式AI市場規模將達到1.3萬億美元。

生成式AI在企業場景應用，本質上來說是基於資料智慧基礎設施的探索和落地。典型場景有個性推薦/助手/客服、視覺化“試用”體驗、產品設計開發和趨勢預測等。但GenAI技術發展還處於早期，場景商業價值還需要時間。

（自然堂集團大資料中心總經理羅予晉）

一盤貨：消費者業務增長的生意基礎

一盤貨各行業都有，它不陌生。這個業務模式的目的是把線下變成跟線上一樣敏捷。

線下做生意的很大一個前提就是在於貨鋪出去了沒有？鋪出去了就有生意做，鋪不出去就沒生意做。一盤貨就是代理商訂貨之後，我們把貨生產出來後並不給到代理商，而是放到我們的倉配體系裡面去全國建各個分倉，幫代理商去履約。如斯可以知道全國那麼多家門店到底都鋪了什麼貨？該鋪的貨鋪沒鋪出去，時間節奏什麼樣子的？包括每個門店我們給他政策有沒有得以實行？這樣一盤貨就幫助我們把線下生意從原來的銷售變成了一個運營。對代理商、對於門店都有很大的改變，以及業務體系從銷售轉向運營的模式變化。

伽藍（自然堂所屬集團）的數字化轉型，以一盤貨系統為基石，資料中臺為大腦，將消費者、客戶、銷售交付、生產交付、產品、後臺服務等各個節點進行串聯，快速高效支援前端各種新業態。

（柚子投資創始人彭程）

AI在供應鏈的應用有四大卡點，最大的問題是它像人

第一， AI 的基礎得先要在業務的前臺、中臺和後臺的供應鏈基本上都完成了資訊化。很多公司在最後一端是沒做的，供應鏈那端沒有做到有足夠的資料來看的，就不用提 AI 化的問題了。第二，老闆有意識。就是從靠人管理事情要過渡到去靠資料管理，當然不是完全靠資料管理，業內大家都知道有家便利店的連鎖就是完全靠資料管理，做的情況就很糟糕，所以我們是過渡到資料加人去管理這麼一個過程。第三AI 要有一個數據集，要有一個專家庫的訓練，最大問題是資料在哪裡？如何治理？第四，評價 AI 的水平。就是站在 CTO 角度去看事情的時候，要訓練 AI 時候得不斷去修正，它可能就跟人一樣，它會為了短期目標犧牲長期利益，需要調整不同的權重？即考核什麼節點是能最大的提高它的生產出的？否則，就會對經營效果起到反作用。