摘要:人工智能赋能零售,“全价值链”是关键

服务玛氏、永辉等巨头,创新奇智以“全价值链”理念落地零售AI | 爱分析访谈-ifenxi

调研 | 黄勇 徐天 撰写 | 徐天

创新奇智在零售行业推出全价值链理念,致力于打通消费端到制造端全链条数据和产业链条的多端融合。并围绕人、货、场三要素提供人工智能解决方案,帮助企业在供应链管理、客户管理和智慧商店等领域降本增效益。

创新奇智成立于2018年3月,作为创新工场的AI子公司,拥有较强的技术能力和产业落地能力。

创新奇智主要为零售、制造、金融等行业提供人工智能整体解决方案,其中,零售是创新奇智重点深耕的行业,目前已经服务玛氏、雀巢、嘉士伯、美素佳儿、永辉等业内标杆客户。

在技术落地应用的行业场景选择上,创新奇智有一套内在的评估标准。首先,该行业需要具备良好的信息化和数据化基础,数据基础是人工智能商业落地的前提。其次,从商业化角度,行业的增长速度需要达到创新奇智的预期。

零售行业由于需要处理大量的SKU和订单数据,信息化发展相对比较完善。尽管和电商相比,线下零售行业的数据基础整体并不完善,但其ERP等模块化的数据非常完整,适合人工智能的商业化落地。

其次,中国作为一个消费大国,2018年社会消费品零售总额为38万亿,这个市场体量可以支撑AI产品服务商业化发展的预期。同时,消费端和零售业态也出现了一些变化,对数字化转型的诉求日益强烈,这对于创新奇智来说是不错的机会。

服务玛氏、永辉等巨头,创新奇智以“全价值链”理念落地零售AI | 爱分析访谈-ifenxi

标准产品+定制化解决方案,全价值链理念是核心

创新奇智的零售行业解决方案,依靠的底层核心技术主要包括计算机视觉、Orion自学习机器学习平台和自然语言处理(NLP)。基于底层技术,创新奇智针对零售的人、货、场三个领域提供相应的解决方案。其中既包括渠道陈列、智能货柜等属于标准产品,也包括将AI融入不同场景、根据客户需求提供的定制化解决方案。

供应链管理是零售商和品牌商的核心能力,在智能供应链场景中,创新奇智提供智能补货、智能配货、销售规划和需求预测等解决方案帮助客户完成从“人找货”到“货找人”的数字化升级。

在智能商店的场景中,创新奇智提供渠道陈列监控和智能货柜等标准化产品。渠道陈列监控帮助客户解决传统核查效率低、数据真实性和竞品数据获取不足等缺点,而智能货柜则是作为便利店的延伸,进一步触达消费者,刻画消费者画像。

服务玛氏、永辉等巨头,创新奇智以“全价值链”理念落地零售AI | 爱分析访谈-ifenxi

需要注意的是,人、货、场各个场景的解决方案体系并非是割裂的,创新奇智以“零售全价值链”理念贯穿其中。全价值链的理念是指将人、货、场三要素的数据打通之后,帮助AI进行多维度、跨领域的学习,从而输出跨越单一场景的数据洞察,实现1+1+1>3的应用价值。从消费端到制造端的全链条数据采集和打通,产业链条的多端融合,是其中的关键。

例如,创新奇智在服务客户的过程中,为客户提供从制造端到消费端包括食品安全生产、需求预测、销量预测、智能补货和智能配货等解决方案。

在制造环节,创新奇智基于AI能力帮助客户提高了食品质检、分拣、物流、仓储等环节的智能化水平,例如通过AI技术预测仓库里花生黄曲霉菌毒素的浓度,确保毒素浓度保持在安全水平,避免因浓度超标造成食安问题。

在供应链管理环节,创新奇智的数据智能解决方案给出SKU级别的需求预测与补货建议,进而实现人工可控的智能补货决策功能,帮助客户的供应链补配货场景实现精细化运营。

在流通环节,品牌商和消费者中间横亘着多级的经销商,数据呈点状分布,难以聚拢。创新奇智为了串联两端的数据,从制造端着手,从品牌商一端向经销商赋能,通过系统将智能配货、智能补货等服务下沉到经销商。在这一过程中,经销商的数据回流到了制造端。

在销售环节,创新奇智提供了智能货柜和渠道陈列监控的解决方案。智能货柜可以直接触达终端客户,渠道陈列监控则帮助品牌商规范了商超的货品陈列以及竞品数量、种类等数据的反馈。

在消费者环节,创新奇智基于大数据分析向客户产品的消费者提供智能推荐等服务,在基于消费者数据洞察,指导产品研发和制造,例如面对不同区域的消费者,指导糖果的个性化甜度。

制造驱动消费,消费反哺制造,从制造、流通到消费,形成一个自反馈的数据闭环,再基于数据用AI赋能整个产业链。

近期,爱分析对创新奇智产品总监、供应链首席架构师童超先生进行了访谈。访谈中,童先生就国内AI在零售行业的应用,以及创新奇智的业务、战略进行了阐述,摘选部分内容如下。

全场景输出,助力零售数字化

爱分析:最开始考虑AI落地应用的时候,为什么选择零售行业?

童超:在行业的选择上,首先需要比较好的数据化和信息化基础,其次是行业的增长是否能达到公司的预期。新零售的概念出现之后,整个零售行业都在转型,都在慢慢去关注数字化、信息化层面。同时中国作为一个消费大国,年均消费总额在38万亿。目前零售业态在变化,消费端也在变化,我们能看到其中有不错的机会。尽管零售行业的数据整体并不完善,但其模块化的数据非常完整。

爱分析:具体服务客户的模式是什么样的?

童超:创新奇智在零售行业提供标准化产品和定制化解决方案。标准化产品包括渠道陈列监控、智能货柜等;定制化的产品通过系统植入、机器学习的优化和迭代,满足客户的销量预测、智能补配货等定制需求。

定制化的产品,是创新奇智提供给客户一个相对标准化的数据需求表,告诉客户不同场景下所需要的数据,在底层数据确定之后将模型植入进行优化迭代。优化迭代分两个层面,第一个是算法层面,基础的算法通过机器学习、深度学习形成新模型;第二种是需求层面,根据客户需求提供定制化服务。

爱分析:如何看待渠道或货架陈列监控这个市场?

童超:创新奇智在渠道陈列中主要的客户是快消品牌商。从整个行业来看,尽管市场规模不会特别大,但这是一个非常优质的市场。因为快消品牌商对于产品的需求具有持续性的,续约率也很高。同时从AI的层面讲,产品标准化程度高。是能够做到快速输出,并且可量化可复制、可规模化的产品。

爱分析:智能货柜赛道越来越拥挤,产品同质化越来越高,创新奇智怎么布局?

童超:主要原因是中国人均货柜占有量处于一个低位的水平,市场的想象空间很大,市场的吸引力比较大。在智能货柜领域,创新奇智属于早期玩家。

我们对于智能货柜的战略定位是,希望将智能货柜变成便利店之外的一个触点,进一步去触达消费者。基于这个初衷,创新奇智通过AI赋能零售商甚至是运营商,帮助他们更好的切入这个市场。与其他单纯的智能货柜卖家不一样的是,创新奇智提供的服务主要是算法模块这部分。

爱分析:解决方案在不同客户和行业中的可复制性如何?

童超:从系统输出的角度而言,会有个迁移的过程,然后通过算法的训练生成一个针对新客户的模型。这是一个半自动化的过程。还有一种是定制化的需求,根据客户的要求去设计模型。

爱分析:具体怎么做客群的划分和选择?

童超:从大的方向来讲,我们将客户分为零售商和品牌商两类。但是对于客群(业态)的选择并没有太多的偏好。本质上创新奇智依赖于数据,业态是可以通过数据去反映其性质。所以我们选择的标准还是在于数字化的程度,以及创新奇智旗下的若干场景与企业需求的匹配度。如果没有增长的空间,我们会谨慎的考虑与客户的推进程度。

爱分析:获客模式是什么样的?

童超:创新奇智的获客方式包括直销团队和市场推广,创新奇智的直销团队皆来自于零售、快消等行业,业内有着深厚的人脉关系。市场推广则是通过品牌露出等方式吸引客户。

爱分析:服务品牌商和零售商的区别在哪?

童超:品牌商的数字化程度相对于零售商会好一些,因为他们的业态其实相对简单,零售商的业态反而比较复杂。

尽管品牌商的业务链条较长,但产品相对单一,故业态是比较简单的。零售商则不同,零售商旗下有非常多的品牌,渠道、店面和运营管理都需要零售商负责,这导致零售商信息化的过程会复杂一些。

爱分析:服务快消品牌商时,如何解决前端分散渠道的数据采集问题?

童超:国内零售行业销售模式,是品牌商通过其他渠道去销售,故营销等数据的会分散在各级经销商手中。为了解决这个问题,创新奇智通过品牌商向经销商赋能,帮助经销商提升供应链的效率。即将创新奇智的智能补货、智能配货等服务通过品牌商下沉到经销商,在这一过程中经销商的营销数据就自然而然回流到了品牌商的手中。

爱分析:除了现有的场景之外,目前是否考虑新场景的延伸?

童超:从公司的规划而言,首先希望场景数量继续增加,设计更多的产品。比如做完补货、配货之后,我们想去开发国际渠道的装载。其次我们希望将能组合的场景做拼接、整合,比如渠道陈列作为一个前端的场景,能够很好地补充后端的供应链,这是相互补充的关系。创新奇智可以通过这些组合给零售商或者品牌商进行全场景输出,这样产品的附加值会更高。

除了场景的丰富和整合之外,创新奇智希望帮助经销商和零售商把数字化程度做的更好,通过可见、可量化的边缘能力的输出让客户底层能力变得更好。

打通人、货、场三要素,构建全价值链

爱分析:在人、货、场三个不同的要素,创新奇智如何输出?

童超:在零售行业中,人、货、场三要素包含的东西非常多,创新奇智从AI的角度出发,提出了“零售全价值链”的概念。因为在原来的概念中,人指的是面向客户,货指的是面向商品,而场可以说是一个容积或者场景。但如果基于AI的角度去理解这三个要素,无论是人、货还是场,实际上都是数据的输入。

人的部分是商家面向消费者的场景,创新奇智可以提供基于数据驱动的决策,如推荐引擎、消费者管理等。“货”本质上是供应链的一个场景,故在“货”这个要素中,创新奇智提供的是完整的供应链的解决方案。即需求预测、销量预测和货物流转过程中的智能配货、补货等。在场这个要素中,创新奇智在渠道陈列和智能货柜的场景中提供了解决方案。

爱分析:怎么理解全价值链概念?

童超全价值链是我们从过往的经验和业务的过程中总结出的概念,作为一家通过AI赋能助力企业客户提升商业效率和价值,实现数字转型的公司,创新奇智给予客户全流程赋能,做到全价值输出。

将人、货、场三要素中的数据层面打通、串联起来,通过AI实现一个1+1+1 >3的过程。数据层面打通之后,AI可以在不同维度上去跨越单一领域的限制,对于零售行业的探索会更深入。这样输出的结果要比原来局限于某一个场景更好。全价值链的思维是基于数据端的全价值链去打造基于算法的全价值链。

在零售业中我们不局限于商品的流通环节,而是会将流通和生产环节打通,举例来说:某厂商在国内有2000多家经销商,但是各经销商的营业数据是独立难以链接的。创新奇智帮助客户向经销商提供智能补货、配货、销量预测等服务,提升经销商的效益,继而打通制造端到消费端层面的数据。

AI对零售是整体性的改变

分析:目前,人工智能对于零售行业哪些环节的改变最为深入?

童超AI对于零售行业的改变主要包括两个方面:科技赋能零售和零售从业者思维上的影响。对于零售从业者来说,AI帮助他们认识到机器、系统能够更有效率的完成工作,创新奇智看到的是零售从业者对AI认知之后的运营思维的变化。

从后端来讲,供应链始终是一个零售企业的核心能力,不管是品牌商还是零售商。通过AI去赋能零售行业后端,就可以在前端投入更多的资源和精力,同时前端的完善又促进后端的发展,这是一个循环。我认为AI对于零售行业的影响不仅仅只是几个点的影响,而是整个行业的影响。

爱分析:目前行内做销量预测、智能配货的算法准确率能达到什么水平?

童超:品牌商也会做一些尝试,但是准确率相对来说不高。在零售行业中有一个词叫做“牛鞭效应”如果在需求侧或者供给侧一个非常小的扰动,在另外一侧看会像甩牛鞭一样,产生一个非常大的波动。且波动会持续影响。

如果预测能力不足,一定会影响效率,无法去感知未来的发展趋势。所以在输出时很依赖算法和数据。多维度的数据层面打通之后,创新奇智能够给出更准确地结果,总体来说创新奇智帮助客户在准确率上提升20%-30%。

爱分析:在零售行业中,做AI的厂商有哪几类?创新奇智相对于这些公司的优势在哪呢?

童超:创新奇智在零售行业中的竞争者包括:零售集成服务商、传统的零售信息化服务商、以算法为核心的提供商业化解决方案的服务商、具备AI能力的新零售企业。

创新奇智的优势在于较早进入零售行业,并积累了算法迭代优势,同时公司服务的综合能力比较强,包括快速响应的能力、问题解决的能力和项目管理的能力。

爱分析:创新奇智的零售AI业务有专门的团队支撑吗?

童超:公司内部主要分为职能部门和产品研发部门,其中产品研发部门没有按照行业去划分,因为很多算法和模型都是可以跨行业使用的。

爱分析:目前创新奇智的人员规模?

童超:总人数在400人左右,其中70%的人员属于研发人员。