新興技術將推動零售業(yè)發(fā)展

隨著繼續(xù)影響經濟和產業(yè)，零售業(yè)是遭受重大破壞的行業(yè)之一。購物行為肯定已經在兩個方向上發(fā)生了巨大的轉變-轉向大型在線商店，以及在本地購買商品背后的強化含義。

為了應對這種不斷變化的格局，零售商已經提出了技術投資以加速其數字業(yè)務轉型，特別是在人工智能(AI)技術方面，零售商通常在采用更具戰(zhàn)略意義的部署之前，通常使用支持AI的第三方供應商應用程序來解決眼前的挑戰(zhàn)一旦他們獲得好處的證據。這些步驟為零售解決方案供應商提供了基于AI的應用程序套件的重要機會。

我們探索了五種新興的AI技術-邊緣AI，智能機器人，機器學習(ML)，云AI開發(fā)人員服務以及AI業(yè)務和技術服務-它們在當今零售業(yè)中的采用和潛在影響，以及為零售解決方案提供商帶來的機遇。

零售中的Edge AI

Edge AI可在響應時間很重要的情況下實現實時操作，以進行數據采集和決策。在零售業(yè)中，當希望通過監(jiān)視，分析和跟蹤商店中部署的各種端點技術來改善商店的活動時，這一點尤其重要。用例包括動態(tài)定價管理，混合現實體驗，實時庫存管理和欺詐預防。

為您推薦的視頻...

影片播放Google Nest音頻| 1分鐘內您需要知道的一切

S20 FE | 您需要在1中了解的所有內容...

20/05/10S20 FE | 1分鐘內您需要知道的一切

三星Galaxy Z Fold 2 | 一切都...

20/09/09三星Galaxy Z Fold 2 | 一分鐘內您需要知道的一切

索尼WH-1000XM4 | 您需要的一切...

20年1月9日索尼WH-1000XM4 | 一分鐘內您需要知道的一切

iOS 14 | 您需要在1中了解的所有內容...

20/06/20iOS 14 | 一分鐘內您需要知道的一切

佳能EOS R5 | 您需要的一切...

20/07/17佳能EOS R5 | 一分鐘內您需要知道的一切

希望實施邊緣AI的零售解決方案提供商應：

評估目標零售商針對本地化邊緣部署的數字成熟度。檢查將需要高帶寬和低延遲的用例，并評估可優(yōu)化的零售物理足跡中部署的當前人員。

通過與創(chuàng)新的早期采用者零售商和網絡運營商共同創(chuàng)建產品發(fā)布計劃，以交叉推廣解決方案和創(chuàng)新實驗室，從而制定出強有力的產品推出計劃。

聘請能夠為您的產品開發(fā)路線圖提供深入的零售特定知識的人才。

零售中的智能機器人

智能機器人是可以自動工作的機電形式的因素。他們在人為監(jiān)督的培訓和示范中，或通過工作經驗，在短期內學習。

導致該領域的增長加速，預計主要零售商將在未來3-4年內增加支出。這種增長正在迅速推動采用智能機器人來接管較低級別的重復性任務，從而以更低的成本實現更高的可靠性和生產率。這將有助于釋放人類工人以便在更有價值的活動中重新部署。

智能機器人的用例包括揀選和包裝庫存，處理危險廢物，常規(guī)清潔，庫存審核和補給。一些先驅者已經在面向客戶的角色中安裝了智能機器人，例如商店導航和服務臺。

尋求開發(fā)智能機器人解決方案的零售解決方案提供商應：

制定強大的產品路線圖，將觸發(fā)的短期用例與其他用例的長期視圖結合在一起，以增加零售商的整體實物和各種形式的價值。

通過創(chuàng)建記分卡來衡量機器人解決方案可能帶來的每項收益的價值，使零售商能夠評估部署的投資回報率并降低采用的障礙。

機器學習

機器學習(ML)是一門AI學科，它將數學模型應用于數據，以通過提取知識，查找模式和建議操作來解決業(yè)務問題?；贛L如何累積和處理數據將其分為三個子學科-監(jiān)督學習，非監(jiān)督學習和強化學習。通常，監(jiān)督學習提供問題的答案，無監(jiān)督學習探索數據，強化學習提供兩者的平衡。

隨著越來越多地使用電子商務，對于AI和ML技術，零售商品銷售功能已被設為零，以實現智能自動化并改善以數據為依據的決策。零售商可以使用ML通過使用實際需求(直至庫存單位或位置級別)來測量預測偏差來測量和提高預測準確性。

希望部署基于ML的應用程序的零售解決方案提供商應：

與零售買方合作，在單個業(yè)務中尋求較小的概念證明(POC)，以清楚地展示在嘗試實施多個項目之前創(chuàng)造的價值。

確定零售商內部已經在使用的機器學習，高級分析和數據科學方面的關鍵資源。

要清楚了解開箱即用的解決方案使用了哪些培訓模型以及培訓是如何完成的。

零售中的Cloud AI開發(fā)人員服務

云AI開發(fā)人員服務使IT團隊可以將AI和機器學習的優(yōu)勢與其現有的云計算和云存儲技術集成在一起。服務包括自然語言處理(NLP)，情感分析，圖像識別和自動ML模型創(chuàng)建。

在大流行初期就開始進行數字化轉型的公司，為希望在減少基礎架構停機時間的同時遷移到云的零售后來者鋪平了道路。即使一部分工作負載將留在私有云或本地數據中心中，但Gartner預計，基于云的AI解決方案將在整個基于零售的基于AI的應用程序市場中占據最大份額。

希望將云AI開發(fā)人員服務實施到其解決方案集中的零售解決方案提供商應：

通過支持NLP，圖像識別和autoML模型等各種云AI服務作為路線圖的一部分，從而提高當前產品的功能。

建立解決安全風險，監(jiān)管/隱私規(guī)定和零售商技術成熟度的價值主張。

通過零售細分創(chuàng)建案例研究，以展示相似的客戶如何將數據移至云中。

零售中的AI業(yè)務和技術服務

與AI相關的業(yè)務和技術服務提供了連續(xù)的服務，以幫助零售公司為目標業(yè)務成果構建和運行以AI為中心的項目和解決方案。它們包括諸如AI戰(zhàn)略制定，業(yè)務就緒評估以及云AI服務的獨立驗證和確認之類的服務。

計劃利用AI業(yè)務和技術服務的零售解決方案提供商應：

提供服務以幫助零售商建立評估框架，以根據其當前的基礎設施，技術和人為因素確定其對AI項目的準備程度。

通過開發(fā)基于零售細分市場(例如，雜貨店，特色商品，大眾商品)或細分市場之間的相似性(例如，服裝/鞋類和奢侈品)的AI服務來創(chuàng)建行業(yè)解決方案。

通過基于用例的方法來考慮客戶的數字成熟度和AI技能，確保AI計劃專注于業(yè)務成果和客戶需求。

通過創(chuàng)建知識庫，培訓材料和測試環(huán)境，專注于教育零售商的技術人員。