前言：
按照“康德拉季耶夫周期”理论，全球经济会以50-60年为周期进行长期波动。在这一周期中，追踪的关键指标为「技术创新」，其认为，科学的浪潮会不断推动经济以得到新的增长。以此计算，自工业革命爆发以来，全球经济当前已进入第五个“康波周期”中，而这一轮周期也将在人工智能的影响下为人类社会带来前所未有的巨变。
如果我们将着眼点细化至零售行业，那么，以“AI”为首的技术革命正在加速影响及重构“人货场”三大要素。在《零售圈》看来，未来，这一赛道已从过去十年的渠道竞争开始转向“全场景”竞争。
新“康波周期”下的“动力机”
将时间的指针拨回百年前，从1852年法国巴黎开设第一家百货商店改变了传统作坊式的零售模式开始，到连锁商店出现促使单体门店向组合店方向发展，从超级市场成为“世界上最伟大的价格突破者”，再到互联网浪潮下诞生的新型无店铺销售......
可以看到，每一次思想及技术的变革都对零售行业“破圈”、打破已有限制起到了巨大的助力作用，这一点也已在过去多年的成果中得到了有效验证。然而，历史的车轮是不断向前迈进的，随着新技术模型不断涌现，消费者的需求主权意识不断觉醒，眼下的零售行业迎来了新的增长瓶颈。
《零售圈》认为，当前卡住零售商“脖子”的问题主要体现在以下三方面。首先，线下门店客流量正在大量流失，仅仅依靠以往的粗放经营模式难以适应当下发展。我们也注意到，线下门店租金、人力成本正在同步上升，而这些因素进一步导致零售企业大面积关店成为普遍现象。
其次，随着各大电商渠道、社区团购、APP等线上购物场景层出不穷，线上渠道流量获取成本过高已然成为零售商不得不面对的另一大难题。另一方面，Z世代消费者对品类、渠道、时效层面的需求不断升级，如何提升用户注意力及复购率也成为了零售商亟需思考的问题。
最后一大难点在于，零售商普遍进入了营收下滑，增长乏力的“疲软期”。可以看到，在以上种种因素叠加之下，中国零售行业已经告别了过去的快速增长时代，“虎口夺食”成为了他们不得不面对的新局面。
上述《零售圈》曾提到，每一次技术变革及新模型的诞生都将助力行业加速破局，从而进入下一个发展“高光期”。过去几年，ChatGPT的横空出世引发了前所未有的生成式AI浪潮，为了应对上述三大行业难题，无论是零售行业巨头还是初创公司，都在积极寻求如何将AI更好地融入，以便实现加速增长。
零售巨头沃尔玛就已经将AI创新应用于购物场景、仓储自动化、物流配送甚至是员工内部工作流程等一系列环节中。无独有偶，便利店领军者7-Eleven宣布明年起将在日本市场大规模引入生成式AI，此举将有效节省90%的商品上市时间，并为其降低大量广告成本。星巴克也出资2.22亿在中国成立AI公司，旨在借助大数据和AI技术的帮助，更好地了解客户需求。
可以看到，AI技术已经全方位地深入零售行业的新一轮变革中，从研发新品到库存管理、从个性化推荐到虚拟客服、从企业内部流程到外部供应链优化，其正在彻底改变零售企业运营和与客户交互的方式，并助力行业加速迈向智慧零售的新纪元。
在《零售圈》看来，新的浪潮之下，AI技术高效打通了零售行业动脉的“全新底座”，并围绕“人货场”三要素进行了一次全面升级。
从辨别式到生成式
AI技术如何开创“新纪元”？
从上述零售商的举措中，我们可以看到，AI技术已然成为了新“康波周期”中的决定性力量。根据NVIDIA发布的《2024年零售与消费品行业AI现状与趋势》报告数据显示，当前有42%的受访零售商已经在使用AI。而在分析年收入超过5亿美元的大型零售商时，会发现更明显的趋势，其中64%的零售商已经使用AI，比零售业的总采用率高出55%。
由此可见，AI技术的应用对零售商的营收增长起到了显著的促进作用。另一个变化则是，AI技术同样在不断迭代更新中，只不过早期并不为大众所熟知。2018年前后就已经有大型购物中心等业态进行客流量监测，但彼时这些庞大的数据对于商家而言更像是一个巨大的“黑盒”，如果没有更多的数据分析，他们很难深入地了解消费者每天从何处来，消费时长、体验门店数量如何等等。
除此之外，也有部分零售企业在这一时期运用了智慧工牌的方式提升运营水平，此举可以利用大数据分析和自然语言处理等技术，分析消费者画像及需求，以便零售商优化自身服务及在未来更加精准的展开营销。
但总体来看，这一时期的AI技术相对单薄，且零售商的管理更多依赖于“人”的经验。当时间的指针指向今天，AI应用已经发生了日新月异的变革。生成式AI时代到来，为用户的消费体验带来了前所未有的升级。
举例来看，假设顾客此前过生日时，他需要描述自己需要怎样的蛋糕、蜡烛等等，但借助于生成式AI，他只需要向APP表明自己准备过生日这一需求以及预算的金额、宴会地点、参与人数等等，一个极具沉浸式的画面就会呈现出来，用户通过这一画面就可以感受到他将来过生日当天的场景效果，并最终形成一个购物清单及生日陈列方案。这既有效改进了消费者的购物体验，同时其需求被一次性满足后还有利于商家有效提升复购率，无疑是一次双赢。
不仅如此，生成式AI在零售行业还有很多应用，例如购物助理（shopping assistant）也在国内外被部分零售商进行尝试，甚至将其导入到自有的生产系统内。当人工智能不断向前发展，AI技术也已从早期的辨别式升级为生成式，换句话说，以前的技术模型更多体现了人的观察、理解能力，而新的模型则更强大地替代了人的演绎、归纳、推论等各种能力，这就从根本上改变了零售业务运营管理的范式。
总体来看，无论是在初期的辨别式AI阶段，还是今天的生成式AI阶段，零售三要素中的“人”被赋予了新的能力，我们都可以借助于新的技术，去解决传统零售时代下的“供需”难题。
何为“供需”难题？事实上，这是线下及线上两种不同渠道所面临的共同要点，就是最小化供需错配的问题。一方面客户个性化、定制化需求不断升级，另一方面，零售商盈利需要一定规模，前者需要精、尖、专，后者需要大、全、多，如何找到平衡，如何改进效率至关重要。
重构“人货场”
NVIDIA如何精准打通“动脉”底座？
传统零售在现场的认知、感应及理解上其实并没有太多手段，所以很多管理方式都流于形式。如果加以计算机视觉和各种各样的自然语言理解的AI相关技术辅助，那么零售商就可以更好地理解每个场景都在发生怎样的变化和存在哪些问题。快速获得数据后，他们就有可能对一些正在进行中的“损害用户体验、让成本增加、利润减少的部分事件”立刻进行纠正。
尤其是在当前行业难点丛生的现状下，零售商更需要利用加速计算、人工智能的方式，取代掉对“人”的依赖，以便更精准地通过数据的分析等得到确定的结果。其实不管是在辨别式AI阶段，还是到今天的生成式AI阶段，AI被越来越多的赋予了人的能力，甚至实现了某种程度上对人的替代，这从根本上改变了零售的业务运营管理范式，所以它不只是运营效率的改进，也是范式的转移。
作为加速计算领域的全球领导者，NVIDIA（英伟达）也正在利用其全栈AI解决方案帮助零售行业重构“人货场”三大要素。NVIDIA全栈AI解决方案覆盖了数据分析、生成式AI、语音AI、视觉AI以及网络安全等多个应用，可谓是一套覆盖了零售行业“人货场”全流程的“组合拳”。
首先是其在数据分析层面的全面、高效、精准。传统零售商虽然早已留存了部分数据，但其实并未好好利用起来，大部分链条并未打通，且都是断裂的。而NVIDIA的超强AI算力则促使其在处理数据时快、准、全，此举可以有效助力零售商将线下消费场景的海量数据转化为可利用的企业数据资产，也有效打破了不同渠道和系统之间的数据孤岛状态。
换句话说，零售商无论是在最初的门店选址，还是确定目标客户画像、以及明确市场需求做好选品等各个环节，借助NVIDIA生成式AI平台都可以实现。
数据先行，分析应用紧随其后。《零售圈》注意到，从个性化商品推荐到营销内容创建再到代码生成，NVIDIA生成式AI正在加速提升顾客体验、优化运营并提高零售商生产力。例如零售商只需提供几行文本提示，就可以创建宣传视频，甚至还可以利用现场和试穿产品图片结果来为消费者提供个性化的购物体验，这在以往的传统零售时代是难以想象的。
再看NVIDIA在“场”这一要素层面的升级，其为零售商在门店智慧化运营及降本增效层面带来了前所未有的颠覆。随着品牌加速扩张，门店数量增加，如何有效控制质量及成本、效率成为了门店运营管理中的一大核心挑战。
以初创企业Telexistence为例，其在300家全家便利店部署了NVIDIA AI驱动的TX SCARA补货机器人，在这些机器人中内置了多个AI模型，分别用于确定哪种饮料属于哪个货架，机器人在工作时可以拿起饮料准确地放在货架上。与此同时，它还可以进行异常检测及识别货架区域数量不足，自动补货成功率可达到98%以上。如此一来，就可以将店员从补充物料等重复性的工作中解放出来，以处理与顾客互动等更复杂的任务，工作效率进一步得到提升。
国内智慧化零售代表便利蜂同样利用NVIDIA的AI计算平台，实现了从门店机器人图像采集、图像识别、陈列质量评估的全流程加速。例如巡航机器人可在店内采集门店当前状态，极大降低了稽查人员到门店巡检的频率；通过利用NVIDIA GPU作为主要算力平台，实现了高精度和细粒度的图像分析，其可以快速地识别商品，建立门店数字孪生，进而接入业务系统衡量门店陈列情况，快速发现问题。完整的质量监控闭环让便利蜂不断优化迭代自身服务，为消费者提供了一个更加智能、更加便捷的购物体验。
再看电商渠道，为了更好地应对激烈的市场竞争及吸引消费者目光，卖家需要创建富有吸引力且富含大量信息的商品详情页。因此，亚马逊在弹性计算云上使用NVIDIA TensorRT-LLM大语言模型推理加速库和NVIDIA GPU将其推理速度提高一倍，以帮助卖家更快创建和优化商品详情页，从而获得较好的前端体验。
事实上，不仅仅是门店运营，零售行业的每一个环节都至关重要。《零售圈》注意到，NVIDIA所构建的零售AI工作流则有效覆盖到了更多细节之中。例如零售防损AI工作流，可以支持识别数百种包括肉类、酒类和洗衣粉在内的最常因盗窃而丢失的产品；多摄像头追踪AI工作流可通过商店内的多个摄像头进行追踪，同时保障被追踪对象的隐私安全；而零售商店分析工作流则可以为商店的客流量趋势、带购物篮的顾客数量、过道占用率等提供深入洞察。
最后，针对零售商家所担忧的网络数据安全及隐私等问题，NVIDIA的AI网络防御系统也使其吃下了一颗“定心丸”。全球零售巨头百思买（Best Buy）通过NVIDIA Morpheus部署了基于AI的网络防御系统，此举进一步保护了消费者的交易信息，且应对网络钓鱼的检测准确率已提升到96%。
可以看到，NVIDIA通过构建基于零信任、全方位安全架构的系统，为零售商打造了一个从数据中心边界到每台服务器边缘都安全无虞的保护器。
当然，也有零售企业需求或许并不是直接的GPU平台，而是需要一个解决方案来解决业务上的一个或者多个问题，这个问题有可能是自己的研发人员在NVIDIA的硬件、软件的支持下解决的，也可以通过NVIDIA的ISV合作伙伴提供的基于NVIDIA全栈方案和自己开发的针对性的行业解决方案，来帮助零售企业解决实际问题。
整体来看，数字化时代，零售行业链条上的每一个小原子都在AI的赋能下产生了质变，而每一个企业或将通过生成式AI技术完成一次范式转移，在这个方向上可以最终让零售行业的供需错配最小化得以实现，并最终赢得新的增长飞轮。
如同NVIDIA创始人、CEO黄仁勋所言“人工智能的发展将推动一场新的工业革命”。《零售圈》相信，借助于NVIDIA领先的全栈AI方案，零售企业可以有效抓住新一轮工业革命中的变革力量，从而快速构建深厚的护城河优势，而这正是最终赢得胜利的有力“武器”。
