人工智能是小说还是时尚？

人们开始掌握人工智能 (AI) 的概念以及它如何帮助零售：尤其是在线，聊天机器人、搜索引擎和产品推荐工具已经在开辟道路。但零售技术专家 Detego 的首席技术官 Michael Goller 表示，高达 90% 的销售额仍然来自实体店，而且人工智能在零售中的实际用例很少 ，解释了机器学习如何真正在时尚零售领域大放异彩。

目前有很多关于人工智能的讨论，但实际用例并不多，尤其是在实体零售中。我们应该知道。我们是零售软件开发过程中机器学习的早期采用者之一，并推出了流行的聊天机器人工具，帮助消费者快速获得简单的库存查询答案，而无需寻找销售助理或致电客户服务。

除了普遍的预感是关于人工智能的讨论多于行动，并且机器最终可能会胜过人类，我们得到的明显印象是，大多数零售商仍在努力了解机器学习实际上可以为他们的业务做什么以及人工智能将如何做的基础知识帮助消费者参与。因此，这是我们试图解开零售业人工智能主题背后的奥秘，看看它是昙花一现，还是零售商应该更加关注的事情。

了解您的产品

有一个领域人工智能已经产生了重大影响，那就是处理大量数据并提出更明智的产品推荐。这是一种由 Amazon 之类的公司在网上率先采用的技术 – 就您可能喜欢的其他产品提出建议 – 但在大街上还有很长的路要走。

在线和实体零售世界之间并没有一种非常结合的方法。并且产品的可用性往往被忽视——很少有零售商考虑哪些产品最适合（或最有利可图）转移。

这就是人工智能的用武之地。人工智能通过合并大量数据并根据各种因素（产品可用性、购买历史、当前趋势、盈利能力等）做出决策，在做出合理选择方面变得越来越好。所有这些听起来可能很明显，但实际上很少有零售商在他们的商店里这样做。大多数零售商的各个渠道流程仍然相当脱节，不同部门缺乏一致的数据输入。

有些流程是半自动化的，但很多流程（例如商品计划和产品分类）在很大程度上仍然是手动的。例如，买家的大部分决策仍然基于过时的销售数据和直觉，而不是使用更高效的机器学习工具。

人工智能非常适合预测和股票分配。从历史上看，这些过程往往是相当手动和繁琐的，而且通常没有那么有效的管理——主要是因为找到理想的组合需要太多的工作。这通常是由相对较小的部门完成的，尽管产品选择和库存可用性显然对零售商的底线如此重要。然而，可以实施自学机制以最大限度地提高可用性并促进最有可能销售的产品。

在今天的大多数商店中，商店员工倾向于根据现有的可用尺寸和适合的尺寸堆叠货架，而不是拥有知道什么对特定商店的利润最有利的技术。通过使用人工智能，我们发现即使在同一个城镇的不同商店也可能需要完全不同尺寸的服装才能最大限度地提高销售额。

与每件商品上的 RFID 标签相结合，以接近 100% 的准确性帮助监控库存，人工智能可用于改善交付性能以及商店、仓库甚至消费者之间的库存分配。例如，我们发现一家零售商对数百箱已发货但从未收到的产品感到困惑，而且各个部门需要花费很长时间来解决问题 - 一台机器可以在几秒钟内拆开。

零售商不知道在任何特定时间确切库存在哪里的情况并不少见，但人工智能的乐趣在于确保将人为错误最小化并做出承诺——例如在选定的商店以特价提供最新产品发布的营销活动– 总是得到满足。

人机

虽然目前仍有很多关于聊天机器人的大肆宣传——帮助客户服务的机器人——以及采用从在线零售世界继承的一些最新（并且可以说是更先进的）技术的过度压力，但这只是开始可以在零售业的人工智能方面做到。

当人们进入商店时，可以在智能手机上使用聊天机器人寻求建议，它可以提供客户服务的即时链接，并可以访问更广泛的产品和服务目录。聊天机器人的吸引力不仅仅是因为年轻人现在尤其习惯于在线与他们打交道；也因为很多人并不真的想在繁忙的商店里找到销售助理，然后得到可能会破坏零售商声誉的“不知道”或“不关心”的回应。

简单的产品相关任务和库存检查非常适合机器。我们甚至发现，在我们引入聊天机器人和 AI 驱动的产品推荐工具的商店中，销售转化率最高可提高 5%。

显然，聊天机器人永远不会取代在商店工作的人类。但它们当然可以补充它们：通常证明更可靠；从不生病或休息；不要试图将你拖入谈话并过度推销；并且随时可用，24/7。

提高库存透明度和盈利能力，以及更好的客户参与，将有助于保持零售商的蓬勃发展——使他们能够与正在引领未来购物趋势的在线零售巨头的日益增加的威胁展开竞争。人工智能不仅仅是另一种时尚。它可能看起来像虚构的，但它显然会留下来，一直超出预期。

此博客的作者是零售技术提供商 Detego 的首席技术官 Michael Goller