中国AI+零售行业发展研究

中国AI+零售行业发展研究目录TOC\o"1-5"\h\u摘要 中国AI+零售行业发展研究摘要：随着现代社会对信息技术的依赖和网络技术的普及，作为零售正在以新的方式来使零售更新换代，来提升消费者的购物体验，并受在2020年受新冠病毒的影响，在所有的零售中，只有新零售所受的影响最少，为了以后的中国零售的发展，有着重要的研究意义，而中国的5G技术领先也为中国AI+零售行业成为引领世界的可能。关键词：零售；AI技术；AI+零售一、零售行业（一）零售业定义零售业是指通过买卖的形式将工业和农业的生产者的产品直接出售给居民或社会群体，用来作为生活消费使用的商品销售行业或公共消费用的商品行业。（二）零售行业分类零售业：以向消费者销售商品为主，并提供相关服务的行业。零售业态：零售企业为了满足不同的消费需求进行相应的要素组合而形成不同经营形态。（三）零售业态分类1、有店铺零售业态在所有的零售店铺中可以有食杂店，便利店，折扣店，大型超市，仓储会员店，百货店，专业店，专卖店，购物中心，厂家直销中心2、无店铺零售业在零售行业中无店零售业有电视购物，邮购，网上商店，自动售货亭，直销，电话购物，零售行业的特点（四）零售行业的特点1、基本上是市场行为发展一是政府把商业零售和餐饮服务业作为一种竞争性产业，对其发展资源、发展方向、发展规模、发展形式完全由市场配置、选择和调节。二是政府决策机构和商业主管部门，对现代商业这一产业市场、产业资源在经济发展中的地位、作用，对市场经济下商业在经济发展中的独立性、主导性、决定性，对现代商业零售业的管理体制、业种业态的发展变化和企业组织形式、经营方式的变革在认识上都有待提高。2、起步早，成长慢，规模小传统国合大型商贸企业发展放缓，数量减少，经营萎缩，效益滑坡，组织化、规模化、现代化程度越来越低。3、传统国营商业，民营企业和外资企业三足分立4、注重短期回报，技术含量不高市场机制主导下的现代商业零售业，由于发展资源来源多元化，加上政府的商业政策，使投资者首要考虑的是投入回报的风险问题。如连锁超级市场，为减少投资，加快回报，本地商业企业在应用先进的技术设施设备时会十分谨慎，冷冻设备、电子计算机管理的POS系统等投入少，对一些盈利少、风险大的商品，如蔬菜、水果、肉类等商品，也缺乏经营责任感和动力。虽然企业的盈亏临界点比较低，但欠缺长远投资，技术有机构成不高；欠缺主力商品，商品结构不合理。所以，和大资本、高投入、高科技的外资商业在市场竞争，时间一长，明显处于劣势。二、AI技术（一）AI技术的定义AI技术简称人工智能技术，即“人工“和”智能“，人工是指人力所及的事情，而智能是能涉及意识和自我思维，该技术可以对人类智能的理论，方法，技术和应用系统的一连串研究，开发，眼神，模拟及扩展，属于一类新兴的科学，它将拥有人类各方面的极限，其中就包括视，听，触，感觉及思维方式。（二）AI技术的主要内容1、计算机视觉相当于人类的眼睛。2、智能语音可以实现人与机器的对话，相当于人类的耳朵。3、自然语音处理即用计算机来处理，理解和运用人类的语言，相当于人类的思维方式。4、机器学习即在已有的知识下，通过不断的实践，累积失败的经验，寻找最佳的解决方案，来获取新的知识或技能，不断的完善本身的性能，称为机器学习。5、知识图谱即具有对语言进行语义的处理并且有着信息互联互通的能力的图库。三、AI+零售行业（一）AI+零售行业概念界定在零售行业的基础上，使用AI的相关技术，达到精准分析客户群体，节省劳动时间成本，提高零售的质量和效率。也可称为新零售。（二）AI技术在零售中的具体应用1、机器学习在零售中应用会员体系的管理：可以对会员身份进行识别，会根据会员的注册信息和购买记录对该会员的购买喜好，购买习惯，购物规律等信息进行收集，形成对该用户的画像。商品推荐：由用户的画像根据每个会员的购物情况，系统会以邮件或者短信等的形式进行发送相关的商品的优惠信息。顾客购买行为的预测：在用户的画像中知道会员的身份信息和购买历史记录后，对该会员可能进行下一次购买的行为进行预测。供应链优化：可根据个别商品，事件，营销行为和环境要素等一连串的数据模型开展预计正确的供求关系，因而达到解决库存量过高的因素，使物流达到更高的效率，拥有更高的流动资金。2、计算机视觉在零售中的应用智能摄像头人群检测：可以随时检测到店顾客的客流量，并分析年龄，性别和购物区与的热力图像进行统计计算与分析，应而盘算人流总数及人口密度，发现异常的现象，实现促销区和主要区域的人口统计和控制以及知道销售量的实时情况。商品识别支付：将图像识别技术应用到商品识别和支付当中，即在消费者拿出购买商品时，摄像头运用图像识别技术对购买的商品进行识别，并进行计价结账。货物漏扫检测：在收银员上方的安全监视器及自助结账机中，会自动检测到货物有没有漏扫，能有效的根绝偷窃的行为发生，降低店铺的经济损失。虚拟试衣镜：通过体感设备和摄像头得到人体数据，塑造起人体模型，通过算法根据顾客挑选的服装与人体开展在线建模，方便客户在购买服装有着各种的尝试选择，除此之外商店也可以获得顾客的人体数据和喜欢的服装类型。3、机器人在零售中的应用人机交互型机器人：可以识别消费者的说话内容，语调和表情并进行分析判断，帮助消费者找到相应的商品，并介绍商品的基本信息。导购机械人：客户把导购定单发送给导购机械人，它就会辩析购物帐单并定位货物描述出货物的购物线路。货架巡查机器人：通过后台的货物数据，对全部商场进行扫描和分析，因此知道哪些货物缺少货需要补货购买，哪些货物的布置地方错误并进行改正或者对错处的价码进行改正。仓库机器人：它具有感知和规避障碍的功能并策划出路径规划，达到无失误和快速的配送。（三）AI+零售行业的市场规模2022年市场规模将达26.7亿元，2018-2022年CAGR达44.6%AI技术在零售领域的应用于2017年起步、2018年落地推进，2019年AI+零售市场规模达到6.5亿，随着AI解决方案能力的不断提升和需求增多，预计到2022年市场规模将达到26.7亿元，2018-2022年CAGR达到44.6%。其中2020年市场规模增速下滑的主要原因是受新冠疫情影响，需求企业对购买技术服务的支出相对谨慎；随后疫情后的经济恢复和市场信心的提高、技术应用发展等因素帮助发展。《2018-2024年中国无人零售行业市场深度调查及投资前景分析报告》显示：2017年我国无人零售市场规模为197.0亿元，其中自动售货机年销售规模为173.4亿元，开放式货架销售金额为3.1亿元；无人便利店销售规模在0.5亿元左右，预计到2025年我国无人零售市场规模将增长至3633.1亿元。（四）AI+零售驱动的因素1、零售企业希望在风险当中寻找变化的机会，并使用新科技手段来使业务转型从2014-2020年，我国社会消费品零售总额的增长速度逐渐下降，网上零售销售总额的增长速度逐年攀升，网上零售渗透率逐渐升高，特别是在2020年由于全国受到新冠状病毒的影响，全国封路，线下零售受到了前所未有的冲击，使各个零售企业纷纷寻找新的出入，而AI技术的应用使得线上零售获得了蓬松发展的机会，这既是挑战也是机遇，是传统零售转型为新零售的好机会，考验着这条道路能否走下去。2、传统零售业的发展受限，促进了AI+零售行业的发展在行业转型阶段，各零售企业都存在着成本控制的需求，销售额增长遇到瓶颈的问题，而AI可以帮助各零售商行业降低成本，提升企业的经营效益，解决发展瓶颈问题，提供相关AI技术的支持，正是各零售企业的需要，而促进了AI+零售行业的发展。（五）AI+零售模式的运营1、传统零售业商业模式传统的零售商是货物的贸易场地，从而实现货物和货币的来回转让，由信息的不健全，以致于出现之下痛点：对供应商和零售商而言，鉴于顾客需求的不确定性，零售商往往会出现高库存，以致成本过高，资本压力过大；其次消费者的需求和库存不搭配，导致库存过多，使得可用资金变少，账期变长，限制了供应商和零售商的发展。

对于消费者和零售商而言，由于商品与自己想要购买的商品不符合，浪费了消费者的时间成本，降低了销售效果，2、新零售的商业模式在新零售的商业图谱中：零售商不再是纯粹的货物及资金相互转让的媒介，也充当了信息采集分析的调查员，通过在店内得到消费者的消费喜好及习惯，合理安排货物的摆放位置，提高销售量。同时，将消费者的消费习惯等信息发送给生产商，指导生产商的研发及推广的方向，保证了为顾客提供个性化推荐，在通过与零售商销售，不仅可以降低零售商的库存也提升了销售量，实现合作共赢。零售商作为零售活动服务者：对顾客而言，零售商通过分析消费者需求，与消费者沟通，为顾客提供多样化货物与服务；对供应商而言，通过自个儿消费数据累积，为其供给了消费者行为数据与营销、研发活动。零售商不再仅仅是商品的交换场所，也是供应商前置的服务平台。3、线上线下联动消费（1）互联网运营：智能推荐：根据客户兴味及购物行为，深切观察客户所需物品，精准定位目标客户，向用户推荐其某给感兴趣的商品或服务，最大限度满足用户的差异化的需求，为用户购物提供个性化的决策支持和信息服务。智能服务：在线客服机械人，电话机客服机械人等符合多元化的用户要求，提升客户服务价值。智能运营：智能生成商品文案，营销广告等运营内容；准确检测识别垃圾内容，保障可靠的内容安全。门店数字化：开店：智能选址运用智能选址系统和商圈数据分析商品结构运用商品规划和智能供应链 进店：吸引客流采用颜值互动，AR互动电子橱窗和迎宾机器人用户识别采用人脸识别和用户画像用户标签运用基础画像和消费分析逛店：用户互动通过智能试衣镜，智能机械臂和AR合影来吸引用户进行逛店的理由体验提升通过智能手推车，云货架和智能溯源无感支付采用PDA自助购，手机扫码进行购物和人脸识别无人收银的方式销售后：线下分析通过客流分析，热力图和AI消费者行为分析营销效果评估采用传播的可视化，全员营销的结果和数据分析进行评估运营能力提升通过使用远程巡店，无人店铺和自动售卖机器人四、各零售企业对AI技术的应用及分析（一）主要的平台1、电商平台个性化推荐以图搜图AI视频营销销售额预测/动态定价供应商网络效率优化智能客服2、实体零售企业货架陈列分析消费行为洞察/个性化推荐智慧大屏/虚拟试装自助结算/防损货供应链网络效率优化AI无人零售3、品牌商精准营销私域数据价值挖掘销售额预测AI视频营销供应链网络效率优化产品研发/销售组合（二）AI＋零售的主要应用场景概述（1）精准营销：环绕顾客的爱好特证来展开个性化推荐及智能广告营销，而个性化推荐主要是依靠系统的算法对消费者进行一对一的推荐，具有很高的精确率，能有效提高营销的转化，而智能广告营销是对广告的投放和AI视频营销。（2）商品识别分析：主要体现现在以以图搜图，陈列分析，自助结算等环节，通过图像识别及分析技术理解货品在零售场景中的状态，助力营销及提高门店运营管理效率。以图搜图主要将消费者拍摄的图片在商品铺中进行搜索，找出与商品铺相类似的商品进行推荐和销售，主要运用在各电商平台当中。陈列分析主要通过图像的识别技术获得商品的信息，可进行对货物进行统计和分类以及跟踪分析，主要运用在大型库存仓当中。自助结算可实现多商品，不限角度的快速识别，提高收银员的效率，来减少人工成本，在超市运用比较多。（3）智能客服：随着自然语言处理技术的逐渐老练，智能客服代替传统人工客服的一些工作；语言交互技术也应用于货物寻找，销售等环节的顾客体验升级等，它对提高顾客满意度，提高店铺看单与买单的转化率，节约客服人工成本的百分之五十及以上。（4）无人零售：主要包含开放货物柜架，无人便利店等。以AI技术实现零售，减少人工成本，提高运营效率，提升消费者体验。在2020年新冠病毒肺炎疫情对实体零售业态的严重影响下，“无人化门店”的价值逐渐体现出来。（5）消费者识别分析：通过人脸识别，人体特征识别获得消费者购买数据，实现对消费者的行为洞察；利用人体关键点监测，深度学习等AI技术与增强现实技术融合也可以帮助消费者在线上或实体店完成虚拟试装/妆等过程。（6）智能化运营：通过深度学习，大数据技术等帮助零售企业实现“人-货-场”数据的动态流转。辅助店铺选址决策，产品研发，供应网络效率优化等浅层及多维决策环节。五、中国AI＋零售的经典实例（一）AI生鲜视觉秤在传统零售超市的生鲜购物的主要四个经过：装袋，称重，封口，贴价签，全部的经过都消耗成本，只能浪费时间。再加上称重员的岗位年纪大了记不住条码，年轻人也不想干的现状，于是开始研发并采用AI生鲜视觉秤减少了人员消耗，降低了成本，其次也减少了耗材成本。传统称重方式对标签纸的耗量太大，超市的每一笔交易都要消耗一张标签纸，对于每日超过1000笔交易的大型超市来说是一笔巨额消耗，在使用AI生鲜视觉秤后，省去了对人员的投入和标签纸的使用，使门店的成本得到降低，最后也方便了消费者，提升了用户体验。（二）淘咖啡淘咖啡无人便利店自助购物消费过程：第一步：进店。顾客第一次进店时要打开手机中的“手机淘宝”，扫码得到电子入店码，同时签写一系列条件后，才能进入店铺。第二步：选货。在店铺中，客户挑选想要的商品，也可以直接点单。第三步：支付。离店前，客户必须经过一道结算门，它是由两道门组成，当两道门感应到有人来时，它会自动开启一道门，过几秒后，第二道门也将打开，同时完成扣款最后，客户会收到提示：“扣除多少XX元”在未来几年无人零售中随着技术的不断的成熟，为追寻潮流的时代，一个无人零售店铺已开始悄然觉醒，它可以是一个小型的贩售机，也可以是一个没有收银人的超市，它的规模可能会很小，也可以很大，但是这些都必须是满足顾客的购物的一系列过程，下面就是一个无人超市的运营过程，首先顾客刷脸进入超市，通过机器人的视觉识别对人的虹膜进行识别，判断该人的身份，是否为会员，并检测他的支付环境是否能够正常进行，顾客进店后，会有导购机器人进行导购，系统也会根据以往的数据和顾客在店某区域的停留时长，预测顾客会感兴趣的物件，通过手机将该类物件的活动和地点发送给顾客，也有导购机器人进行指引，达到更高效的购物效果，用户选中自己心仪的物件后，出门扫描物件完成六、中国AI＋零售行业的市场价值从市场层面来看：根据前瞻产业研究院发布的《中国新零售行业商业模式创新与投资机会深度研究报告》数据显示，预测在2022年我国新零售行业市场规模将达到1.8万亿，年均复合增长率高达115%，未来发展潜力无限。商业应用层面来看：以亚马逊的无人便利店为例，当消费者进入Amazon

Go无人便利店时，安装在天花板上的摄像头和货架重量感应器会自动跟踪顾客和商品的情况，完成购物时实现自动缴费。在消费者体验角度说就是“即拿即走”。而国内的新零售+AI的应用也走在前头，阿里的无人超市、京东X无人便利店、腾讯也有联合不同业态在推智慧门店等。「零售商业评论」认为，新零售的本质是以“人”为核心，重构“人、货、场”三者之间关系，并形成由数据、供应链、物流、支付、金融组成的新零售生态系统。新零售+AI正形成双螺旋发展，AI有助于赋能新零售商，带来整个商业生态的变革，并提升各环节效率。AI数据是新零售“落地”的基石人工智能应用有三要素：算法、算力、数据，其中AI数据是基本，没有数据建立起来的AI应用都是捕风捉影，AI数据要在新零售各个价值链条及场景应用体现出来，而高质量的AI数据结合成熟的算法，可以协助新零售加快智能化过程，提升客户体验，帮助企业降低成本，增加效率。人货场三个层面的数据化的理解：人的层面。新零售的发展，人的数据化是关键。每个人都有强标签，有其独特特征，比如其年龄、消费力、经常/潜在消费商品、购物路径等都可以形成数据化标签，这些数据经过标注，变成“标签化”的价值数据。这样可以实现精准需求推送提供支撑。货的层面。货的数据化将大大提高品牌商和零售商的效率。比如货架上消费者多少人拿这个商品、在哪些货品上停留时间比较长、哪些是热销货品、哪些是冷门商品等，可以给到商家精准数据判断。场的层面。不同的场，需要不同场景数据。以购物中心为例，尤其是大型商场内的智能导购机器人，需要尽可能多的语音数据类型，如中文、英语、日语等，来覆盖不同消费者的“对话”需求，进而提升场内消费者的用户体验。AI助力下的第五次零售革命如果把零售革命分为5次关键节点来看：第一次以世界首家百货商店梅西百货诞生为标志；第二次是以711为代表的连锁商店；再到以沃尔玛为代表的超级市场；第四次是以亚马逊、阿里、京东为代表的电商崛起；而第五次零售革命，则是以AI为驱动力的新零售。AI+新零售的浪潮冲击下，将形成新的商业阶段。七、中国AI+零售行业的前景（一）中国AI+零售的发展趋势零售业变革进入深度发展，数字化零售生态逐步完善。目前，中国零售业发展环境呈现出一种新的变化：一面，传统实体零售店既要面临线下被模仿的威胁，在线上零售也要面临各平台的争流;在另一面，互联网落的发展受到限制，网络销售额渐渐趋向稳定。在消费结构上不断优化提升中，线上线下各个零售企业逐步转型。应用信息技术手段，贯彻线上线下融合发展，环绕以顾客为中心，组成以数字化零售的模式。多种零售业态长期共存，又相互竞争并形成互补。规模、成本、效率是零售业的重心而传统零售业态不能同时拥有成为了传统零售业的劣势，有些传统零售已跟不上时代的脚步。新零售业态在依靠大数据、云计算、高新科技等技术，突破了传统的限制，呈现出了未来零售业该有模样。但是因为消费者需求的多样性，新零售业态不能够完全满足消费者，而传统零售业态利用外在技术追赶新零售的脚步。如此以来，新老零售业态将长期共存，并形成互相竞争、互相满足顾客的需要。消费人群多样，产业开始向垂直化发展。在定居者的消费水平的提高，的消费需求将出现个性化、多样化的特。另外，不一样的年龄段、不相同的地区群体，消费需求也出现差别，新零售企业只得采取差异化竞争策略，开始倾向垂直化发展，比如对人群、品类、市场展开划分，从而进行深入培养。各零售商开始精准打击。新模式、新物种、新业态对零售效率的提升以及客户体验的提高，已成为各个零售的重点，产业开始精耕细作。节约了消费者的时间成本，具备精细化运营管理能力的创始人具有更强的竞争力。（二）AI+零售行业未来应用之路未来之路“由点及面”，逐渐向业务全流程、零售多业态渗透试验从AI赋能各行业的整体效果讨论，AI在零售领域的落地应用仍处于初级阶段。在应用场景成熟度方面，虽然AI技术辅