盡管對于人工智能熱潮究竟能走多遠仍處于激烈的爭論中，但與過往的兩次人工智能帶來的對科技和市場的沖擊波相比，這一次的人工智能浪潮對人們生活的影響卻已大大超出了想象，并且實體零售和電子商務公司也都在不斷將人工智能整合進自己的業務，并同時衍生出了“智能零售”這一全新概念。

如果要舉一個零售業擁抱人工智能的最新例子，大家必然會想到AmazonGo。盡管還沒有正式開業，但這個由電商巨頭亞馬遜搭建、充滿了“黑科技”的智能實體零售店，在極短時間內為又為智能零售添了一把猛火。

根據介紹，Amazon Go可謂到處充斥著看不見的智能，這項名為“Just Walk Out”的技術整合了計算機視覺、機器學習、傳感器等技術，店內遍布傳感器和攝像頭，以及各種信號接收裝置，可以監測商品從貨架取下或放回，并在虛擬購物車追蹤，操作過程類似無人駕駛汽車。應該說，從目前已披露的店內購買場景看，Amazon Go在購物效率和消費體驗方面的突破，人工智能確實起到了至關重要的作用，同時也為AI+零售打開了更大的想象空間。

實體零售的十八個應用場景

1、智能停車和找車：

停車場是實體零售企業的用戶入口，又是用戶需求的最痛點。這是實體零售企業的一個重要變革方向，目前已經有越來越多的零售企業，開始布局智能停車模塊，幫助用戶解決“快速停車及找車”的痛點。

在阿里巴巴推出的喵街App中，智能停車及找車是其中的模塊之一，目前已經應用于9個城市40多家購物中心。

2、商品電子價簽：

電子價簽已經能做到基于紅外傳輸的定位及商品導航功能，相比于賣場傳統標簽每年巨額的更換費用，加上人工成本、客戶口碑、賣場形象等潛在價值，電子價簽的投入1~2年時間企業就可以收回成本。

3、室內定位及營銷：

在用戶購物及瀏覽過程中，快速根據用戶需求、物品位置實現精準匹配，是用戶體驗的核心環節，其中iBeacon是很多企業選擇的一種技術解決方案。

iBeacon功能的基本原理是：配備有低功耗藍牙（BLE）通信功能的設備或基站使用BLE技術向周圍發送自己特有的ID，而接受到該ID的應用軟件（如「水滴」）就會根據該ID進行反應。iBeacon的誕生，讓商戶和終端（智能手機）能夠準確感知彼此準確位置。

4、智能搜索及管理聯動：

基于Hadoop（大數據智能分析）、DataVisualization（數據可視化）、iBeacon、3D地圖Map/Reduce、Hive（數據倉庫）等幾個核心技術模塊，通過行業定制化服務開發平臺，可為零售企業提供了更為細致的智能服務及管理聯動。

5、基于視覺系統的應用：

基于視覺設備及處理系統、動態Wi-Fi追蹤、遍布店內的傳感器、客流分析系統等技術，可以實時輸出特定人群預警、定向營銷及服務建議（例如VIP用戶服務）、實時貨品調整提醒、以及用戶行為及消費分析報告。

6、智能購物車：

在超市領域，購物車作為最常見的硬件載體，將有較大機會首先進行智能化變革。在零售方面的智能化創新包括：將生物識別技術與攝像頭系統進行結合，從而可以提供人流量統計和人臉識別服務，零售商可以利用智能手機下載的這些信息進行分析，并向顧客提供個性化的銷售。

7、智能穿衣鏡：

內置處理器和攝像頭，能夠動態識別用戶的手勢動作、面部特征及背景信息。不同于普通穿衣鏡，智能穿衣鏡可以為用戶提供個性化的定制服務，增加用戶實際購物體驗。工作人員可以通過一個特殊的銷售界面，以鏡子為媒介向顧客發出建議。鏡子提供的視頻內容還可以幫助零售商對商場內行為進行評估和分析。

智能虛擬穿衣鏡已經在頂級奢侈品牌百貨商場NeimanMarcus的加州Walnut Creek店部署。

8、智能試衣間：

通過帶觸摸屏的鏡子及燈光調整，可以幫助用戶找到適合自己尺碼、顏色和消費場景的服裝。消費者進入商店，通過鏡子瀏覽店鋪中所有商品，提交試穿申請，它們就會被導購員擺放在試衣間。顧客可以調整燈光亮度和顏色模擬使用場景，鏡子感應衣服上的RFID標簽并顯示在屏幕上，然后鏡子給出搭配建議。

如果需要試其他顏色或尺碼的衣服，也能通過屏幕下指令，讓導購員給你送來。當你試穿滿意后，可以直接在鏡子上通過移動支付付款，試穿過的衣服會保存在個人賬戶中。試衣間里還可以記錄追蹤試衣者的動作，這為后續智能試衣間的智能化進行，提供了想象空間。

這套eBay和Rebecca Minkoff合作的系統在Nordstrom的西雅圖和圣何塞分店投入使用。主要目的在于通過智能化的手段和親身體驗效果，來提升線下實體店服務的體驗，創建線下服務相對于線上電商的差異化競爭力。

9、智能推薦：

基于“視覺過濾技術”，針對用戶潛在偏好，建構在線商品推薦模型。具體做法是，通過基于商品圖片的問題，創造游戲一樣的情景讓消費者參與，然后預測購物者的下一個選擇，并根據消費者之前的點擊，提出售賣建議。每次點擊都會通過成千上萬的屬性來訓練人工智能，例如鞋跟高度、小腿長度、系帶款式、鞋子的造型、紋理等。

目前人工智能推薦模型，已經在電商網站得到應用，其他零售企業也在逐步推行。

10、機器人導購：

2016年，軟銀第一款機器人Pepper將以“銷售員”的身份入駐日本最大的電器銷售商山田電機（Yamada Denki）。Pepper之前也曾幫助銷售過智能手機和咖啡機等商品。Pepper接受企業的租賃訂單，每月租金55000日元（約合人民幣2730元），僅為日本平均最低工資的一半。

機器人銷售員的優點很明顯：成本低，增加用戶購物過程的趣味性，從而提升銷售。缺點也很明顯：商品識別精準度有待提升，人機對話精準度容易受到周圍環境（如噪音）影響，語音、語義技術平臺還不成熟

11、機器人店員：

美國老牌裝飾零售商勞氏LOWE’s在洛杉磯成立了創新實驗室，與硅谷的FellowRobots公司合作，在2014年和2015年期間，分別推出了勞氏Holoroom家裝模擬器和OSHbot零售機器人，并均已在實體店里得到應用。

OSHbot可以咨詢用戶需求，掃描物件并匹配，定位和導航。機器人屏幕上顯示的創意內容和營銷信息，還會隨著機器人位置的變化而改變。客人可以通過機器人屏幕，與店內專家進行視頻聊天。機器人的設計中還將融入3D打印技術，甚至能夠3D打印小物件。

12、虛擬商品墻：

英特爾是數字標牌技術的領先者，其adiVerse技術，可以通過先進的觸控屏和高精準時時3D渲染，讓消費者可以在虛擬墻上從任何角度查看產品，進行旋轉、放大，并以全新的方式與商品進行互動。該技術還應用在自動售賣機和虛擬試衣鏡等常見的線下銷售場景。

Adidas基于Intel的技術和解決方案，開發了虛擬鞋墻，實現了超過2000雙鞋子的產品展示，通過3D和VR技術實現虛擬試穿，在線購物，快遞送貨。

13、自助支付：

隨著手機支付的普及，自助支付也將成為線下零售店的標配。自助收銀機一般提供屏幕視頻、文字、語音三種指引方式，使用門檻低，每6臺自助收銀機只需配1名收銀員。除了銀行卡、微信、支付寶等多樣化支付方式接入外，刷臉支付等技術的支付手段也將逐漸引入，比如國內阿里的刷臉支付嘗試。

14、智能比價：

沃爾瑪App加載了比價工具SavingsCatcher，顧客在實體店購物場景中，用手機掃描產品進行比價，發現更低價，價差返還。沃爾瑪的比價策略并不包含線上零售商，其自由品牌的商品、熟食、糕點和肉禽蛋也不在比價范圍內。截止到2015年6月，沃爾瑪的企業App的用戶已經達到2200萬，其年增長率超過400%，SavingsCatcher這個比價工具讓用戶活躍度由一個月前的400萬人猛增至1400萬人，極大的提升了線下競爭力。

15、在線客服機器人：

在零售業的電商模式中，客服是其中非常重要且占據很高成本的運營要素，通過機器人客服替代人工客服，是該領域智能化發展的重要方向。

IBMWatson機器人計劃替代一個數量龐大的工種——在線客服，基于自然語義識別、人類情感識別，實現商品信息定向推送，實時答疑、咨詢和投訴，還可以娛樂消遣講段子。依靠機器人的自我學習能力，不僅能準確回答問題，還能感知到客戶的情感和情緒。

而Google、微軟、Facebook等人工智能領域的領軍企業，也都在該領域有相關研究和投資。

16、庫存盤點機器人：

美國『華爾街日報』盤點的最可能被機器人取代的十大工作中，「倉庫管理員」榮登榜首。機器人免去了倉庫員工每天走上最多32公里的煩惱。

德國公司MetraLabs在2015年推出和部署了帶有RFID功能的機器人Tory，為德國服裝零售商AdlerModemrkte提供庫存盤點服務。Tory機器人通過傳感器進行導航，邊走邊讀取商品上附著的RFID標簽。

17、商品管理機器人：

考慮到RFID運營成本及系統要求的相關問題，Simbe公司通過更為精準的圖像識別技術，實現除商品管理之外的更多動態應用。

Simbe機器人Tally是一款商品管理機器人，它基于商場商品布局圖，通過傳感器掃描定位和圖像識別，實現商品信息自動識別，商品變化信息動態整理，錯放或信息錯誤提醒，庫存聯動，缺貨提醒，并根據商品變動信息及相關變量，為商場及供應商提供決策服務。

18、物流機器人：

這一領域已經有很多家公司進入，包括：Amazon Robotics（前身為Kiva System），Fetch Robotics（團隊來自WillowGarage），Swisslog（瑞士的自動化倉庫和配送物流解決方案提供商，其背后是工業機器人“四大天王”之一的KUKA），Gray Orange Robotics。日本日立可行走物流機器人包含兩個升降臺，兩條機械臂，2015年8月開發出成品，預計在2~3年后正式投入使用。

來源：石基商業評論