事實表明，零售業對人工智能有著更多的需求。分析人士表示，2023年，零售業的支出將超過除了銀行業以外的所有其他行業。預計到2025年，40%的采用率將會翻一番，將使零售業成為投資人工智能技術最多的行業。

　　很多企業正在采用人工智能來應對會讓商業領袖夜不能寐的一些挑戰: 實體店收入受消費者行為變化影響、日益嚴重的員工短缺和不斷上升的勞動力成本、供應鏈中斷、利潤和成本的沉重壓力(包括通貨膨脹和兩位數的客戶增長)，以及盜竊和有組織的犯罪造成的巨大損失。

　　除了解決這些緊迫的問題，零售商還希望人工智能驅動的分析和應用程序可以幫助他們應對長期變化。其中最主要的是消費者人口結構(更加多樣化、更精通數字技術、年齡較大)、消費者價值觀(價格和便利性高于品牌忠誠度)、銷售渠道(電子商務、移動和社交的快速增長)以及對全球可持續性不斷增長的需求的重大轉變。

　　在這一背景下，下面介紹了零售業中高價值人工智能創新的兩個領域。

　　智能商店：扭虧為盈，優化業務

　　盡管在線業務增長了30多年，但實體店仍然是許多零售商的重要支柱。在這兩個世界不斷融合的同時，商業和技術領導者正專注于如何發展、區分和優化商店的客戶體驗和業務績效。對許多人來說，防止損失(也稱為資產保護)是首要任務。

　　根據全國零售聯合會的數據，全球零售商每年因“縮水”而損失超過1000億美元，“縮水”是指庫存被盜、損失和浪費的行業術語。其中一半以上發生在北美地區。平均損耗率超過收入的1.5%，因此對于一家市值200億美元的雜貨商來說，每年將面臨3億美元的巨大損失。新冠疫情和通貨膨脹進一步加劇了這一問題：在最近進行的一項調查中，89.3%的受訪者表示，暴力事件、入店行竊、員工盜竊和有組織的零售犯罪有所增加。

　　為了應對這一問題，越來越多的零售商正在采用智能視頻分析技術，這種技術可以準確有效地減少損耗。新的人工智能驅動系統有助于實時防止損失，改善銷售點的資產保護，減少商店內的扒竊行為，并確保員工和客戶的安全，因為他們承擔了更高的價格成本。

　　從倉庫到結賬，Everseen公司可以看到一切

　　總部位于愛爾蘭的國際軟件開發商Everseen公司開發了計算機視覺人工智能系統，幫助零售商實時發現并解決“縮水”問題。該公司的首席執行官兼創始人Alan O'Herlihy表示，在邊緣使用這種人工智能，可以有效地將整個實體零售空間轉化為可操作的數據，從而推動更好的決策。以下是它的工作原理: 該解決方案模塊在微軟Azure的NVIDIA人工智能平臺上運行，可與零售商現有的攝像頭、銷售點、計算機和其他業務系統集成。這樣做可以提供整個供應鏈的端到端視圖——從倉庫到商店到貨架再到結賬，可以精確定位庫存缺口和其他需要立即關注的問題。然后，人工智能會實時推薦“次優”行動。

　　例如，Everseen公司的銷售點(POS)解決方案Evercheck可以立即檢測并糾正人工結賬和自助結賬通道的故意和無意錯誤。對于后者，即時“輕推”(在300毫秒內送達)會提示購物者糾正錯誤，例如未掃描的商品，從而將員工干預和潛在沖突的需求從20%降至2%。另一款人工智能產品Everdoor減少了損失，提高了庫房的流程合規性。

　　每天分析海量視頻數據

　　總而言之，Everseen公司每天實時分析海量各種標記的視頻數據。該公司監控2.2億種產品的2200萬次客戶互動的非結構化數據。O'Herlihy說，由此得出的見解和行動在幫助零售商重塑相關業務流程方面是無價的。他說，這反過來又能帶來許多好處，包括增加收入和銷售吞吐量、降低成本、降低風險、改善客戶體驗和優化配送中心的運營。

　　Everseen公司聲稱，在全球排名前15位的零售商中，超過一半的零售商采用了該公司基于人工智能的防損系統，共有6000家商店和8萬個結賬通道。O'herlihy說:“我們人工智能的目標是通過動態提供直觀的修復和瞬間決策，減少‘綠色參與者’的摩擦，增加‘紅色參與者’的摩擦。”

　　人工智能在智能商店中的其他新興應用

　　·優化布局和體驗。行業領先的企業正在探索數字孿生和模擬如何為客戶和員工創造更順暢的體驗。Lowe's使用NVIDIA Omniverse的人工智能驅動模擬來增強商店布局，優化商品銷售，并提高員工生產力。同樣的技術幫助Kroger設計了最好的顧客購物體驗，包括快速方便的結賬。

　　·店內廣告和促銷。智能定位提供實時購物建議，可以通過追加銷售和交叉銷售的機會擴大購物車規模。動態數字標牌(例如Cooler Screens提供的)可以自動更新，為每位購物者提供量身定制的促銷活動，并通過動態店內展示創造額外的收入機會。

　　·自主購物。顧客用手機結賬的智能“即拿即走”商店正迅速流行起來。新的方法包括人工智能購物車、納米商店、智能櫥柜和全自動商店。包括AiFi和AWM在內的所有解決方案提供商，都在尋求為客戶提供更“無摩擦”、更快捷的購物體驗，從而提高零售商的收入和利潤率。

　　生成式人工智能：為現實和數字時尚提供精確的設計

　　DALL·E、ChatGPT等生成式人工智能可以根據客戶反饋、銷售和市場趨勢等數據，為產品創造新的設計。利用這些工具可以幫助零售商開發出對買家更有吸引力、更符合市場需求的新產品。

　　葡萄牙初創廠商Fashable公司率先使用生成式人工智能來創造可持續時尚設計。

　　不可持續的生產、未售出的庫存和漫長的生產周期是時尚界常見的(而且代價高昂的)問題。高端設計師可能需要幾個月或幾年的時間來設計和制作一個系列，而“快時尚”品牌只需要很少的時間和成本，這要歸功于廉價的材料和勞動力。但是，當服裝生產周期縮短而生產增加時，會發生什么呢?將會積壓，并可能丟棄。僅在美國，每年就有216億磅的紡織垃圾被丟棄。

　　因此，Fashable公司由在軟件工程和人工智能研發方面經驗豐富的聯合創始人領導，在2021年設想了一種顛覆性的人工智能應用程序，該應用程序可以在幾分鐘內不使用任何材料的情況下創造出幾十種原創的、逼真的服裝設計和時尚內容。該公司聯合創始人Orlando Ribas Fernandes解釋說，智能的全數字化方式將幫助時裝公司更好地滿足客戶需求，更快地進入市場，并減少面料和服裝的浪費。

　　只需點擊鼠標和鍵盤，就能獲得完整的數字收藏

　　Fashable團隊在Azure AI基礎設施上創建了人工智能算法，該基礎設施由NVIDIA A100 Tensor Core GPU、Azure Machine Learning(端到端機器學習生命周期的企業級服務)和PyTorch(開源機器學習框架)支持。該系統可以讓設計師在虛擬世界或現實世界中快速生成無數的時尚數字選擇，例如襯衫。

　　Fashable AI由不同的神經網絡組成。它們從多個來源獲取數據，以了解趨勢、風格和服裝類型。模特們不斷地學習“什么是流行的”和“什么是過時的”。很快，這些功能將實現時尚的實時共同創作。例如，設計師可以在視覺上改變數字設計，縮短連衣裙的袖子，或者將條紋圖案改為波點圖案。

　　只需點擊鼠標或鍵盤，Fashable AI就可以創建一個完整的系列。設計師可以將他們的作品帶到社交媒體上，直接與客戶進行A/B測試，以在投入生產之前衡量興趣并預測需求。從設計到百貨商店，一個新系列過去需要幾個月的時間，而現在有了Fashable AI，只需要幾分鐘的時間。

　　該公司的客戶在各個生產階段使用其人工智能技術：

　　·創作——從情緒板到迭代和最終分類(設計)。

　　·工業化——從分類到技術規格和與工具的集成。

　　·內容創作——從最終產品到零售就緒的內容，包括用于電子商務、編輯和銷售未售出庫存的圖像。

　　該公司已經進入了虛擬世界沉浸式商務領域。各大品牌企業現在可以利用Fashable AI開始為不同的數字世界設計系列。Fernandes說:“如果沒有人工智能，這個過程將會很慢，而且需要耗費大量人力。”Fashable公司最近與休閑奢侈品牌Wrong Weather的合作系列展示了其應用潛力。

　　顛覆時尚現狀

　　如今，Fashable將Fashable AI標榜為“時尚行業的深度科技”、“人工智能圖像和內容生成的聊天工具”和“面向虛擬世界和實體時尚的最強大的生成式人工智能工具包”。 Fernandes解釋說，擴大的價值聲明強調了設計師在兩個方面的好處：節省研究、設計和內容創作方面的資金，減少版權問題，并使用戶能夠專注于高價值的設計任務。

　　Fernandes說:“隨著社交媒體、虛擬世界和Web3的出現，時尚品牌對新內容的需求正在爆炸式增長。爭奪新內容的戰爭從未如此激烈。只有人工智能才能生成非常逼真的圖像來滿足這一需求。”

　　Fernandes表示，Fashable公司比以往任何時候都更加相信人工智能的顛覆性力量。除了讓當今的產品不會成為未來的垃圾之外，他認為個性化和獨家的服裝設計是在現實和虛擬世界中取得商業成功的關鍵。他說，“生成式人工智能，將徹底改變時尚行業的現狀。”

　　生成式人工智能在其他重要方面也在幫助零售商:

　　·銷售和產品導入。生成式人工智能可以為廣告和營銷生成圖像、音樂、字體、視頻、3D模型等。自定義圖像可以顯示產品在不同設置下的外觀。對于電子商務，生成式人工智能和計算機視覺可以根據產品圖像創建產品描述、屬性、元標簽和編目。

　　·服務聊天機器人和會話人工智能。對于客戶和代理，人工智能助手可以提供虛擬幫助、語言翻譯、訂單狀態、搜索、產品推薦、電子郵件和聊天回答。品牌形象提供一致的全渠道客戶服務，無論是在售貨亭、移動應用、電子商務還是在餐廳。員工可以通過多種語言的語音、文本、視頻和圖像獲得常見問題的答案。

　　正確的基礎設施對零售人工智能至關重要

　　人工智能轉型使用的大量機會也給零售商帶來了新的挑戰。

　　與其他行業一樣，許多企業將發現他們缺乏開發和部署支持人工智能的應用程序所需的強大基礎設施。這里的需求通常比傳統計算的要求高得多，特別是在大模型尺寸和高復雜性的情況下。需要為人工智能“專門構建”的優化、加速環境來提供實時速度、可預測性和準確性。

　　零售專家表示，人工智能的成功需要以下幾點：通過一個端到端的應用程序支持不同模型的多功能性，可以提供所需的用戶體驗。高性能和可擴展性，可優化解決方案時間和部署成本。一個端到端的解決方案堆棧，支持整個工作流程，包括人工智能服務中的數據準備、模型構建、培訓和部署，以及一個統一的堆棧，可以在云中靈活訓練，并在商店和其他位置的邊緣部署。

　　對許多企業來說，滿足這些標準意味著將人工智能添加到越來越多的關鍵工作負載中，將其轉移到云平臺上，以獲得高性能的處理、服務器、網絡、存儲、開發平臺、環境和軟件，而無需高昂的資本成本。

　　Everseen公司的O'Herlihy也認為，搞好基礎設施至關重要。他表示，高性能的云計算環境在幾個方面對他的公司的人工智能成功至關重要。它可以在數千個地點進行擴展，輕松地將技術構建模塊從商店的一個部分“提升和轉移”到另一個部分，并提供高性能，使人工智能模型能夠理解移動場景，包括實時分析人類與物體的互動方式。

　　按需服務加速創新

　　Fernandes對此表示贊同。他說，“我們經常談論按需云計算基礎設施和服務，以加速產品創新并建立競爭優勢。‘少花錢多做事’的團隊很重要，所以可以投資我們的知識產權，并利用Azure機器學習和PyTorch與NVIDIA AI平臺來實現最先進的結果。這對于最小化前期投資和風險至關重要，因此我們的應用研究團隊可以更快地適應失敗。”

　　他說，一個相關的重要考慮因素是用于人工智能創新的數據。Fashable公司選擇用內部工具構建自己的數據集，以“完全控制”自己的創新。但是，Fernandes承認，構建人工智能創新的風險和成本可能令人望而卻步，因此商業領袖可以通過利用現有環境和工具來最大限度地減少風險，而不是“重新發明輪子”。

　　落后者將會錯過1.7萬億美元的商業價值

　　如今的零售商生活在商業、消費者和技術變革的交匯處。約87%的人計劃在2023年增加對人工智能/機器學習的投資。然而，研究人員表示，許多零售商還沒有開始使用智能技術。麥肯錫公司估計，人工智能和分析技術可以為零售業創造1.7萬億美元的商業價值，約占總銷售額的12%。

　　對許多經濟學家和預測者來說，零售業是煤礦里的金絲雀。銷售和投資不僅被視為該行業的關鍵指標，也被視為整體經濟的關鍵指標。如果是這樣的話，零售業對人工智能的熱情高漲，以及在諸多不利因素中利用人工智能進行創新和轉型的新成功，預示著遠遠超出零售商店的范圍。