“通過視覺識別方案，再加上語音或彈窗預警后，增加了自助收銀的效率，降低了用戶漏掃商品的概率，日均可以止損82次，止損約1066元。”中科英泰副總經(jīng)理管建鵬告訴筆者。

隨著AI技術的應用，自主收銀已經(jīng)成為各大商場的標配，而這僅僅是AI技術在零售業(yè)應用的一個縮影，例如其他多模態(tài)AI技術應用也為客戶體驗提升提供了一個新的可能，通過視覺和語音等數(shù)據(jù)捕捉情緒變化進而提供個性化服務體驗。在中國連鎖經(jīng)營協(xié)會副秘書長楊雯看來，AI技術在零售行業(yè)已經(jīng)實現(xiàn)了降本增效的賦能，接下來AI+零售要走的方向是：通過更多的AI技術和AI大模型技術，提升顧客體驗，為顧客提供更多的“情緒價值”。

零售業(yè)的痛

零售行業(yè)是諸多行業(yè)中最先感覺到降本增效壓力的行業(yè)。首先，人工成本逐年上升，而傳統(tǒng)零售依賴人工服務，人力成本占比可超過30%。人力成本的上升，以及為了提供更好服務而配置更多的服務人員的總成本的上升，為零售行業(yè)企業(yè)的運營成本增加了更多壓力。

另一方面，海石商用副總經(jīng)理李昊旻告訴筆者，以收銀環(huán)節(jié)為例，人工收銀會存在有意無意的漏掃商品的場景，而漏掃的商品就會給零售商帶來損失，雖然單件商品的價值可能并不大，但長久下來，造成的損失是巨大的。“據(jù)海石統(tǒng)計，在顧客購物過程中，大約有2~3%的商品，存在意外漏掃的情況。”李昊旻如是說。

除了漏掃的場景外，因為選品種類多，且復雜的情況也在零售行業(yè)之中常有發(fā)生。以烘焙面包房為例，店家依靠種類豐富的面包吸引更多顧客到店的同時，也為結賬買單的過程造成了一些挑戰(zhàn)。“比如顧客選擇了很多種類的面包，面包的零售價大多不同，人工結賬核對賬單效率就會很低，造成大量顧客排隊的情況，”李昊旻進一步指出，“這也就造成了顧客體驗差，滿意度降低的情況。”

尤其是在自助收銀逐漸普及的當下，自助收銀設備的防損面臨著極大的挑戰(zhàn)。具體來看，零售行業(yè)防損主要面臨三個痛點。

• 首先，自助收銀機管理困難，“自助收銀機如果匹配工作人員進行管理，服務人員無法與顧客做到一對一服務的話，服務水平面臨挑戰(zhàn)，”管建鵬指出，但如果服務員一對一服務顧客的話，無論是成本，還是效率，都與傳統(tǒng)的收銀方式相差不大。
• 其次，自助收銀的過程中，對于顧客出現(xiàn)的一些諸如漏掃等異常行為難以發(fā)現(xiàn)，給超市帶來了不可估量的損失的風險；最后，雖然自助收銀設備周圍會部署攝像頭進行監(jiān)控，但大多是用來進行事后溯源，無法做到實時預警，事后的追溯非常耗時耗力。
• 而對于零售行業(yè)企業(yè)而言，除了面向消費者的人工成本和效率的痛點之外，面向供應鏈也存在著不少痛點。比如供應鏈管理，倉庫管理等。以庫存管理場景為例，原本的庫存管理僅僅依靠企業(yè)管理人員的經(jīng)驗，對所有商品的庫存進行管理，統(tǒng)計合適該補貨，補多少貨。但在這個場景下，人的經(jīng)驗總是憑借感覺，準確率不高。如果積壓太多庫存，會對企業(yè)的資金鏈和供應鏈回款等環(huán)節(jié)造成壓力，無法形成高效閉環(huán)；另一方面，如果補貨不足/不及時，會出現(xiàn)有顧客需求的時候，沒有貨可賣，在影響顧客整體購物體驗的同時，也會影響企業(yè)的收益。

通過AI技術的應用，已經(jīng)能夠讓零售行業(yè)企業(yè)解決上述痛點。

當下，人們對于AI技術最大的一個誤區(qū)就是——誤以為AI技術僅僅是生成式AI。傳統(tǒng)AI技術，諸如視覺識別、機器學習等技術組成的解決方案，其實已經(jīng)在零售行業(yè)普及。

以前文提到的漏掃場景為例，其實已經(jīng)有不少服務商針對此提出了基于視覺識別技術的解決方案。海石商用針對此場景推出了AI+通道識別方案，將生鮮識別、秤，以及傳統(tǒng)的超市通道收音機結合起來，通過在掃描平臺上安裝攝像頭的方式，監(jiān)控收銀員每次掃碼動作，“如果通過AI識別算法判斷到該行為存在異常，我們會在收銀機屏幕上進行提醒，提示收銀員檢查并重新掃描。同時，我們也會將該信息發(fā)送到后臺的防損監(jiān)控人員處，并將收銀員掃描的視頻同步發(fā)送到后臺，以便后臺人員判斷收銀員是否存在異常行為，并進行必要的干預。”李昊旻指出。

隨著自助收銀機的普及，消費者現(xiàn)在越來越習慣通過自助收銀機來結算，對消費者而言是便利，但是對商家而言，對自助收銀機的防損就變得非常困難，針對此，中科英泰也有著與海石商用類似的解決方案。

中科英泰推出了AI零售防損方案，基于英特爾酷睿處理器和英特爾OpenVINO的防損套件，構建了中科英泰的整套AI零售防損方案。通過AI防損套件和AI防損助手軟硬件協(xié)同，從而實現(xiàn)對顧客手部動作進行實時監(jiān)測，以及對所購商品進行實時監(jiān)測，并通過彈窗、聲音、燈光等不同的預警方式，提醒消費者和防損員核對商品，幫助超市進行防損，據(jù)管建鵬介紹，通過視覺識別方案，再加上語音或彈窗預警后，增加了自助收銀的效率，降低了用戶漏掃商品的概率。

不僅于此，通過該套方案，還可以識別出顧客是故意遮擋，還是因為無意識之下沒掃上，亦或是因為條碼本身的問題，導致多次掃碼沒掃上，并提醒防損員及時處理。

以某區(qū)域頭部超市企業(yè)為例，通過在四臺自助收銀機上部署該套方案，通過系統(tǒng)識別風險，識別到風險后，通過彈窗或語音的方式提醒顧客，“據(jù)統(tǒng)計，有超過80%的消費者會主動進行復掃，日均可以止損65次，止損約843元。”管建鵬如是說，“對于不主動進行復掃的顧客，系統(tǒng)會通知防損員，通過人為介入的方式，提醒顧客進行復掃。”

除了超市的場景之外，在前文提到的烘焙店等餐飲行業(yè)下，AI技術也能為其收銀場景的降本增效提供支持。同樣通過視覺識別的方案，在烘焙店的場景下，通過攝像頭和視覺識別方案，識別出餐盤中面包的種類，并自動匹配后臺提前輸入好的產(chǎn)品價錢，能夠一次性識別整個餐盤上的多個商品，而收銀員僅需簡單的人工復核即可，這就加速了收銀員的收銀速度，提高了收銀效率。

而管建鵬與李昊旻都對筆者表示，該方案還可以復用在諸如學校/單位食堂、自選菜品餐廳等類似場景下。據(jù)管建鵬介紹，中科英泰推出了AI智慧餐廳方案，以某高校食堂為例，之前采用人工結算的方式，經(jīng)常出現(xiàn)對賬對不上的情況，且在用餐高峰期，人工結算效率極低，容易出現(xiàn)大規(guī)模排隊的情況，并造成擁堵。另一方面，當出現(xiàn)偶發(fā)性的食品安全問題之后，傳統(tǒng)的運營模式無法進行溯源，無法精準定位到是哪個環(huán)節(jié)出現(xiàn)的問題。

在部署了AI智慧餐廳解決方案后，“首先AI全自動的識別準確率可以達到99.6%，識別速度最快可以達到3秒/個，結算效率大大提升，不需要排隊了，”管建鵬進一步指出，“另一方面，所有人都是實名結算，結算中心和銷售數(shù)據(jù)進行實時同步，一旦出現(xiàn)食品安全問題可以精準追溯。”

AI技術在零售行業(yè)的應用已經(jīng)不僅僅局限于“前端”面向消費者的時候，在供應鏈管理、倉庫管理等場景下，AI技術也能夠幫助零售行業(yè)企業(yè)實現(xiàn)更智慧、更高效的管理。AI將推動供應鏈從“經(jīng)驗驅(qū)動”轉向“數(shù)據(jù)驅(qū)動”。機器學習模型可預測區(qū)域銷量波動，優(yōu)化補貨路徑，降低50%缺貨率。例如，京東物流通過AI調(diào)度無人機和無人車，效率提升40%。

從降本增效到提供情緒價值

在AI技術在零售行業(yè)中的降本增效效果已經(jīng)逐漸體現(xiàn)的同時，隨著生成式AI的問世，AI技術在零售行業(yè)的應用已經(jīng)不僅僅是局限于降本增效，而是幫助零售企業(yè)拉近與顧客的距離，為顧客提供更好的購物體驗與情緒價值。

李昊旻將AI在零售行業(yè)的應用歷程總結為“從靜到動，從少到多”的過程。

在從靜到動方面，最早的視覺識別系統(tǒng)只能對靜態(tài)圖像進行判斷分析，但現(xiàn)在的防損系統(tǒng)中，已經(jīng)可以做到動態(tài)識別，“再往后，AI需要結合大語言模型的技術，構建專家系統(tǒng)，幫助顧客選擇更符合他需求的商品。”李昊旻如是說。

在從少到多方面，李昊旻表示，原先在一臺機器上，只能應用一個AI場景，但隨著算力的發(fā)展，目前已經(jīng)能實現(xiàn)三路識別，“未來，在行業(yè)共同的努力下，肯定能實現(xiàn)30路，甚至更多的識別能力，”李昊旻進一步指出，“最終會打造出一個能夠為顧客提供情緒價值的AI系統(tǒng)。”

AI賦能零售行業(yè)企業(yè)運營，并進一步提升顧客購物體驗的案例已經(jīng)有很多落地應用場景了。比如谷歌的AI平臺通過深度學習模型優(yōu)化零售數(shù)據(jù)分析，幫助超市實現(xiàn)精準的商品陳列和促銷策略。微軟則依托其云計算和AI技術，推出了“智能零售大腦”，整合線上線下數(shù)據(jù)，構建全場景智能運營體系。

另一方面，AI在幫助零售商與顧客拉近距離的同時，也在向著能為顧客提供更多情緒價值的方向演進。比如，通過自然語言處理（NLP）和計算機視覺技術，AI可實時分析顧客在店內(nèi)或線上的情緒狀態(tài)（如語音語調(diào)、面部表情分析），捕捉消費者情感需求，提供情感化服務。例如，某零售企業(yè)通過分析客服對話數(shù)據(jù)，識別客戶不滿情緒并優(yōu)化流程，使?jié)M意度提升20%；沃爾瑪通過AI分析貨架客流與商品關聯(lián)度，使某區(qū)域銷售額提升15%等。

從單點賦能到系統(tǒng)化智能運營，AI+零售正在轉變中。（本文首發(fā)于鈦媒體APP，作者｜張申宇，編輯丨蓋虹達）