以下為現場速記。

 

圓桌討論

 

主持人：下面一個環節是圓桌討論，主持人雅各布諸總是時裝行業CIO中的戰斗機和思想者。離開Lily女裝CIO的崗位后，雅各布就開設了專欄，專注為消費品行業提供深度思考的文章。今天的圓桌題目是：如何利用AI幫助快消行業，重建數字核心競爭力 。

 

下面，我們有請主持人雅各布專欄諸剛諸總。研討嘉賓：

 

百麗國際 CTO 劉建國;

 

珀萊雅 CIO 劉大勇;

 

波司登 CIO 桂益龍;

 

羅萊生活 CIO 王歆;

 

來伊份 CIO 張愛軍;

 

皮阿諾CIO閻蕾。

 

歡迎各位嘉賓上臺!

 

諸剛強：第一個環節，先請各位嘉賓簡短的介紹一下自己。

 

劉建國：大家好，我叫劉建國，來自百麗國際。謝謝!

 

王歆：大家好，我是昨天演講沒有講黃段子的王歆，來自羅萊生活。

 

劉大勇：大家好，我是來自珀萊雅的劉大勇，昨天也跟大家分享過，謝謝!

 

張愛軍：大家好，我是來伊份的張愛軍。

 

桂益龍：大家好，我是波司登的CIO桂益龍。

 

閻蕾：大家好，我是前皮阿諾的CIO閻蕾，現在正在做轉型中。

 

諸剛強：今天在講新零售的時候，整個新零售在過去幾年發生很大的改變，最開始談新零售的時候是以消費者為中心，圍繞消費者用數字科技改造零售的業態。這兩年大家的方向又有很大的跳躍，新零售的“新”不再是數據的概念，而是AI的概念，如何利用AI重構人貨場為零售賦能帶來一種更新的消費者體驗成為今天新零售更重要的場景。

 

現在做品牌公司更最重頭的是“雙11”要來了，去年做“6·18”的時候帶來了思考，今年做“6·18”的時候帶來品牌公司的流量認為是下降了30到40%，從過去的線上引流到線下場景發生了很多改變。但是從進入到實體零售店進行創新增加了30%到40%，所以零售場景是在增值的。所以我想請幾位核心嘉賓，針對今年“雙11”的走向做一個預期和預估，先請歆哥講一講你們在“雙11”的一些思考。

 

王歆：其實今年“雙11”從羅萊生活來說信心還不是特別足，目前為止我們要達成我們想要目標的過程中，其實有一個準備動作，但是這個動作是把線下的交易算成線上的交易，這是跟阿里在合作過程中的智慧門店。但是事實上這個動作我個人的觀點不代表公司的觀點，其實這個東西玩的是一種數字游戲。

 

所以在這個過程中，本身我們的交易額同比去年還要增長，在增長過程中我們又發現一個問題，其實整個交易模式還是沒有發生特別大的變化。所以說，在這個過程中特別是今年的“雙11”，我們會追求整體羅萊的“柔軟”概念如何進入到我們的目標消費群體，所以我們就把今年“雙11”的一個很核心的“新”字注入到消費群體。

 

在這個過程中，我們會有一系列的技術手段，比如說AI，我們會把所有的客服全都進行AI化。什么意思呢?我們花了接近4個月的時間，把每天客服的數據全部做一個深度學習，當然還是利用阿里的平臺。到目前為止已經達成了60%以上的客服不用人工，用AI自動實現。這是第一點。

 

第二點，“雙11”我一開始表達過了，信心真的非常不足。目前為止阿里對我們的壓力非常大，要求我們增長是去年的40%以上，去年是1.8億，今年要做3.5億不可能。我只能說AI目前為止如果在“雙11”的展望，我們只能做到60萬以上的消費顧客、2000多萬的瀏覽顧客或者關注客戶能夠想到羅萊，沒有把具體的銷售額作為目前的唯一目標。

 

諸剛強：過去品牌公司不進入“雙11”的跑道是大而無當的行為，今年又有了新的思考。下面請閻總，您怎么看待今年“雙11”的走向。

 

閻蕾：我現在的身份有一點好，我可以跳出某個單獨的企業發表一下我的觀點。我之前是在定制家具企業，我們就說定制家具行業。從去年到今年電商的經營情況，我們感覺電商的增量確實不像以前那么多了，但是電商里面的活躍用戶和消費者怎么進行挖掘，這是我們下一步的重點。而且大家也知道，我們現在電商的獲客成本越來越高，很多企業都怨聲載道，細節我們就不談了。

 

我們怎么面對這個問題，我很贊成剛才黃總的觀點，我們怎么把經營細化下去。我以前有一個觀點，以前相當于是躺著賺錢，為什么呢?你看天貓、京東等幾個大的平臺這么大的流量嘩啦嘩啦的沖進來，哪怕不花心思100個人總有1個人會撞進來。像剛才黃總介紹的例子，我們隨便搞一個爆款，像他舉例的手機線，流量一下子就上來了，我就可以發展了。但是前提是什么?前提是電商有大量的流量沖進來，但是現在已經發生轉折了。

 

我們要深度經營，電商怎么和O2O進行整合。前兩天我跟幾個朋友在聊，我有一個觀點，商家在做全渠道、在做O2O，但是大家有沒有注意到，我們的消費者也在玩全渠道、也在玩O2O。以前我們有很多門店，消費者要么線上選購、要么線下選購，現在消費者精得很，線上看一看、線下看一看，反復比較、反復殺價，這是不是全渠道?是啊。在這種情況下，如果我們還是用以前的模式搞幾個爆款或者賣點，不精準分析客戶的體驗，你怎么去銷售，你還指望你的業績幾百萬的增長，那不現實。

 

那么手段是什么?靠人嗎?靠我們的經驗嗎?靠請幾個電商的大咖就能解決這些問題嗎?不是，一定要靠數字化分析。數字化分析靠哪個人的經驗看看幾個數據就能知道問題嗎?不是，數字化分析需要大量的工時，費時費力，一定要用方式解決我們的問題。我發表一個觀點，很多人覺得AI這個東西很高大上，我不認同。昨天幾個嘉賓也在分享，AI也好、數字化轉型也好，一定要落到運營，一定要在終端運營才有價值。AI有大量的運算，你說分析哪個客戶，其實很多數據是簡單的邏輯運算，靠人是算不到的。我們最終科學的結果是靠運算得出來的，AI就能幫助到大家。這是我的個人觀點。

 

諸剛強：非常觀點，有一個很重要的觀點，今天的消費者發生改變了，我們要從原點開發。從我現在看到的數據來講，消費者今天在互聯網有8千多個消費決策路徑，大量的APP、大量的不確定的消費場景，這個對品牌公司其實是非?？只诺?。

 

接下來想聽聽桂總，波司登算是一個季節性的品類，這樣一個季節性的品類本身就有非常強的挑戰，你們在今年“雙11”的業務場景有什么樣的思考?

 

桂益龍：以前“雙11”基本上是我們的電商單獨在玩，后來我們的線下門店也開始逐步加入，你做你的“雙11”，我也做我的“雙11”，前年我們開始整合。當我的目標是3個億的時候，我可能會在這個時間段里貢獻出9個億的商品出來，以支持到過程當中的售賣，實際上線下也是做了貢獻的。在今年開始，可能我們會做一些深化。

 

第一步，我們現下的商品怎么選出比較好的商品，選品選出來支持線上的銷售。像王總說的一樣，我們今年電商的指標增長還是比較大的，對公司還有比較大的期待。前兩年線下怎么支持線上部分，我們肯定會繼續加強，我一定是會加強我的選品，怎么選出更好的商品來支持線上的售賣。

 

第二，現在線下我們也有自己的想法，之前想線上線下是利益怎么結算。實際上我們現下也有自己的想法，我們還在推線下和線上O2O的部分，所以我們今年的“雙11”會線上的“雙11”和線下的“雙11”共同打響，而且大家分別有不同的想法去做，我相信會做得比去年更好。

 

諸剛強：我們再看幾個新的市場，我們從前幾年講O2O的業務場景，包括整個新零售早期的思維我認為也是電商思維，數字化的業務場景所有的消費入口和訂單入口都是在互聯網。實際上在這個產業鏈來講，發展到今天的新零售的業態，實際上已經代表過去最主力的互聯網業態要翻天了。

 

接下來，我想大家一起共同探討一下，在今天零售和泛零售的業態，業務模式是不是有更多的創新點?雅各布在自己的零售定義當中，我們是把過去的電商事業叫做PC互聯網時代，所有的商品都是在一個大屏幕上，所以做門店的裝修、陳列、陳設，大量的商品是一個琳瑯滿目的世界。最近兩年大家談新零售、談盒馬生鮮，我們已經快速進入到一個移動零售的場景。在移動零售的場景，消費者所看到的手機所推薦的商品，實際上已經不再是全品類的商品，而是非常聚焦于消費者所需要的產品。

 

所以重新改變了我們做生意的方式方法和規則現在我們已經進入到一個全新的三維世界，這個全新的三維世界其實是在一個移動的空間當中產生新的零售業態。我相信過去傳統零售非常強勢，能夠大量的規模化的發展，可以隨著門店的擴張、擴充接觸到大量的消費者產生規模化的生意。而在移動的世界的場景當中，我們發現新興的消費者重新轉移到線下，發生很多新的遷移。但是我相信仍然是我到店里買東西和到線上買東西，銷售是靜止的零售業態。

 

首先我想問一下來伊份的張總，我知道今年張總運營有移動零售車的概念，你們的設計思維是什么，為什么做這件事情?

 

張愛軍：移動零售車真正的來源是，我們一開始也是一些無人貨架的模式開始的，一開始無人貨架確實時間很短，到現在變成無主貨架了。這種形式確實存在很多弊端，包括銷售端、商品配送端有很多弊端。最近我們和一家科技公司合作做移動端的銷售，就是無人車的銷售。這種銷售場景是什么樣的?假設某個園區，我們在上海的兩個園區里面放了6輛車，中間放了一些我們的商品，假如說園區的某個點需要這個商品的時候會通過APP的形式把車自動開到那個點去，這類人可能會到我們的車上買東西，支付模式基本上都是通過移動支付模式做完的。買完商品以后，有另外一個訂單的時候，我們的車又會過去，這種模式目前是試運營的模式。

 

但是我們也發現了一些問題，我們配送的成本是比較高的，需要什么樣的貨，因為園區的人員是什么樣的，在不斷設計的過程中，我們的貨也在不斷的調整。我們看了一下，基本上中午的休息時間和下午茶時間車是很忙的，支付可能會忙不過來，很亂。我們也是根據它的路線最佳規劃到現場的最短時間點、最近的距離等等做了很多規劃，但是這些規劃可能對我們IT和商品運營來講，什么時間點配送商品、通過什么支付方式來做等等，這些對我們有很多的挑戰。這些事項我們也在探討的過程中，如果大家有一些好的方案或者好的想法可以給到我。

 

另外一個，這個移動車目前是不能上路的，國家沒有這樣的牌照，我們也是在看，我們跟園區也討論過這個事情，他們說國家沒有政策，你們可以先做。未來到底是什么樣的，會根據我們在運營的過程中產生什么效果再看。

 

諸剛強：講這個案例有很大的啟發，這是一個非常有意思的業務場景。為什么消費者到一家零售店買東西，零售店是可以移動的，我們可以叫嘀嗒打店。為什么零售場景不可以去找人呢?無人零售店的商業場景其實有很大的契機點。

 

第二，其實像這樣的一個無人零售的車使用的是人工智能機器視覺的應用場景，刷手上車或者掃碼上車，東西拿了就走。實際上我們一直在看，為什么今天的品牌公司設置了大量的數字化體驗是圍繞著讓消費者掃碼成為會員，買單的時候要排隊付款，實際上從體驗的邏輯上來講，我們可以最大化的豐富消費者的體驗，讓他來店的次數更多，體驗我們的商品文化，讓結算排隊的事情成為0，把更多消費時間放在數字化場景。在機器視覺里面，你會看到消費者被識別、商品被識別，形成交易，其實是人貨場的全渠道交易的場景。如果用零售商或者傳統的IT思維看新零售的時候會有很多挑戰。

 

接下來，請珀萊雅的劉總講一下你們的認知。

 

劉大勇：我們珀萊雅在場的應用上確實做了很多嘗試。給大家舉兩個例子，一個已經落地了，還有一個正在嘗試。

 

先講第一個，大家知道化妝品很多時候需要體驗，可能你到門店一去的時候，顧客可能會講我們需要一個什么樣的口紅或者面膜。我們的店里面會有魔鏡，你可以動態試妝，口紅有不同的色號，有紅色的、橙色的。這個時候我們直接在AI的模式選不同的腮紅、不同的口紅，我們已經在用，在杭州已經試點。這臺AI設備我們找供應商開發也開發了很長時間，昨天我演講的PPT也有講到，彩妝行業只用了一種，要不只是美妝，用口紅、眼睫毛畫一下。我們還有一個眼測，青春痘和斑點都可以測出來。我們計劃在未來兩年要收集100萬張臉，臉部的形狀，你是國字臉、方臉、尖臉、臉的大小的數據都會放在我們的數據庫，你是油性皮膚還是干性皮膚都會測出來。

 

第二個是涉及到場相關的，有的顧客買到化妝品不知道怎么使用，我們在門店里面尤其是在一些百貨的地方，假設我們擺了一個口紅，我要求口紅怎么去涂抹，我們是有一些相關方法的，還有一些面膜。怎么用。我們有一款面膜賣得非常好，泡泡面膜，不知道在座各位知不知道，把面膜涂在臉上會起泡泡，可以做清潔。我們現在正在做一些測試，在場上面放一個RFID的標簽，把口紅拿起來之后，前面有一塊屏幕可以看到口紅的使用方式，潔面乳拿起來之后可以看到潔面乳的使用方式。為什么在門店做這么多工作?我們希望顧客來到門店能比線上有更好的體驗，我們想在場上做更好的工作。謝謝!

 

諸剛強：很有意思，談到試妝的時候，我跟一個國際化妝品公司的IT也聊過，女孩子試妝不可能什么東西都往臉上抹。如果通過消費者人臉識別和虛擬體驗的建模，讓消費者看到所有試妝是漂漂亮亮的，這是一個很重要的決策。比如說試裝，你不是想看到真正的自己，而是想看到別人眼中的數字肖像，穿出最美的搭配，才能給出消費者最好的決定。

 

我想問一下百麗的劉總，百麗的改造運用了大量的數字化場景，我看您也做了一些分享，您在傳統零售行業面對新零售的轉型當中AI所帶給您的一些價值和應用場景?

 

劉建國：百麗大家都了解是世界最大的鞋履企業，前端高瓴私有化，可能大家不了解情況，百麗還是非常有體量的企業，所以有大量的場景可以做數字化、移動化、智能化。我剛才分享也說了，人貨場三個要素都有很多。我稍微擴展一下。

 

第一是線上線下的一體化，百麗歷史上最強的是線下。我們大概有80到85%的營業額是線下的，有2萬家門店，這是非常強的。線上是電商渠道，包括像“6·18”、“雙11”這些肯定都參與了。但是線上線下怎么樣真正做到一體化全渠道銷售，以用戶為中心，這個里面其實挑戰還是蠻大的。大家都知道，電商可能很多時候說是打折的代名詞，打折才叫電商，那有可能是滯銷款或者平銷款才去打。用戶去買的時候渠道不一樣，在線上接觸，產品應該是同樣的，價格也應該是一致的。這應該怎么玩?以前不一樣，以前是電商先買了，先進電商倉，價格便宜，隨便你怎么玩，線下是高價、是當季的，這個問題需要去解決，價格要統一。

 

另外從用戶的體驗上來講，你需要線上下單，但是可能要線下去自提，或者線上買單之后線下退貨，真正以用戶為中心去做，但是這個里面環節就會很多。你要去線上下單，線下自提，這個是最好的。因為鞋是要試的，我線上下單之后，到最近的門店去試鞋，如果合適就拿走，不合適就留在那個地方。百麗有很多店，你可以去店里，這是最大的優勢。退貨也一樣，線上買了線下退貨，原來是退到電商倉里面，電商倉要質檢一大堆。用戶退到家旁邊或者公司旁邊的店更好，那怎么做質檢，退貨之后也許沒有質量問題，你可以放在店里面買，就不用物流到電商到處飛，成本也可以降低，其實這里面有很多業務邏輯、業務模式的改變。

 

說到AI，其實AI在百麗的場景里面是非常多的，比如說我可以做語音識別，語音識別我剛才在PPT里面也分享了。比如說有好幾個東西，第一是導購，導購當中是有語音信息的，我可以完全把這個語音錄下來，事后可以做很多分析。

 

第二是報障，如果店鋪有故障，你拿著手機說有問題，我們直接進行分析就完了。以前很麻煩，是工程的問題、還是貨品的問題、還是IT的問題，很難用。但是店員實際上都是很忙的，銷售是他最主要的目的，所以我們要把這個產品做得更易用，語音就可以了，把更多的語音分析放在后端，這也是人工智能。

 

第三是剛才大家提到的客服，客服也是一樣，你在客服過程當中實際上是一個語音識別，你可以減少人工的投入。

 

第四像圖像和視頻的分析也有很多，比如說場的，在店鋪里面我們可以布大量的攝像頭，這個攝像頭可以做很多人臉識別、性別分析、動線分析，這個對店鋪本身的貨品陳列都是有利的。舉個例子，我們百麗是中國耐克、阿迪最大的代理商，一般運動店鋪都非常大，因為東西大，布貨的時候一般是男款和女款7：3，70%是男的，30%是女的。但是我們發現到店用戶不是這樣的比例，我們很快就調整了貨品的陳列，馬上增加女款鞋子的比例，銷售額一下子就上來了，因為原來沒有擺，所以女同志都不買。這是一個例子。

 

另外一個例子，我們當時在一個店里面進行動線分析的時候，在前部進門的時候大家看得更多，但是后場看人非常少。我們通過分析之后，就分析原因為什么他到后場比較少，后來發現陳列也是有問題的，前場和后場之間有一根柱子，那兒有一個模特，視線被擋住了。后來我們通過數據分析之后，就把模特分開，在柱子上有一個非常明確的標志，吸引用戶到后場去，銷量也增加很多。實際上這些都是人工智能像視頻和圖像的識別對實際生意產生非常積極的影響。

 

當然還有試穿率的問題，因為你有RFID，我們發現有一個店里面試穿的人很多，但是購買的人很少，我們就分析是什么原因，后來發現這個鞋本身的鞋圈是有問題的，外觀很漂亮，但是穿起來很不舒服，很夾腳。發現問題之后，馬上就改鞋圈，銷售額馬上有了增長。

 

諸剛強：今天所有高管都在思考這個問題，我們的實施結構是不是具備，不僅僅是業務思維要具備，同時科技的知識結構要具備，是不是具備思維能力和市場掌控也是非常有意思的挑戰。

 

接下來問一下桂總，您怎么看在泛零售業態當中的一些機會?聽聽您的思考。

 

桂益龍：我們是這樣考慮的，前面的大咖也分享了泛零售。從空間來看，原來我們的大賣場會離我們比較遠，慢慢的我們有社區店已經到家門口了，甚至有些店已經到我們身邊了，工廠在我們辦公室有無人貨架。實際上這個距離越來越近，他要干的事什么事情呢?怎么提供給消費者更加便利的交付，有些場景為什么失敗呢?我相信一定是有些東西沒有匹配上，無人貨架在我的辦公室沒有成功，我相信一定是賣的貨品不匹配消費者的需求，而并不是說他給我提供的方便性不是我要的。

 

泛零售我們還是要解決大家一直在談的人貨場的關系，如果距離往近，那是距離遠近的變化。貨品怎么跟消費者匹配上，這個也是非常重要的。但是如果我們看到距離越遠，我們要圈的客戶范圍就越大。比如說我們原來是一個大賣場會圈10平方公里的人，我們就比較容易去聚類商品的需求，我們的品種可能會很多，我們都能夠賣。但是我們一旦發現近了之后，比如說貨架已經到了我身邊，你發現在辦公室只有20個人有需求，每個人的都是五花八門不一樣了，一個小小的貨架提供的品類又是非常少的，所以沒辦法把貨品和消費者需求匹配上。

 

我相信不管是我們的泛零售有更多的變化，包括剛才張總講的無人車，如果無人車能夠精準的做到這個園區里面的人需要的就是這些東西，無人車就是很成功的，如果車里面的東西不是消費者需要的，就會沒有人下單。但是人工智能是需要數據喂養的，需要很多的交易進行大數據的分析，最后得到在這個片區里面的消費者需要的東西，在另外一個廠區里面銷售的可能是另外一些東西。實際上無人車就是前置倉，怎么樣讓前置倉跟消費者匹配，我們要通過AI的方式最終解決這個問題。

 

諸剛強：非常精彩，我想問一下閻總，從一個具體的零售店到一個線上的零售店到近場的零售，我們品牌公司都想把零售場從消費者踏入門店到線下的門店擴張。不管怎么說，零售的核心還是零售，其實今天的科技有顛覆零售嗎?

 

閻蕾：我個人的觀點，不算顛覆，只算是優化和助力。零售這個東西幾千年了，這個生意就是這么做的，零售的模式也被大家歸結為幾十種，你說真的有什么變化嗎，我不認同。當然出于商業上的考慮，很多人說我有一個新游戲玩法、新興顛覆什么的。但是從本質上來講經營模式上沒有變，只不過是解決了一些以前由于能力上不行，我的營銷效率達不到，所以我現在要用一些新的技術性方法去改進。我記得剛才桂總說無人車和無人貨架的事情，你說它變化嗎?沒有，它實際上還是把零售的東西放在你眼前供你挑選，最后我選中了，是我挑的東西，我最后付款，有變化嗎?沒有，但是它有一點區別，無人。

 

無人解決了一個什么問題?一個是成本問題，一個是解決地域、空間、時間、時效性問題。當然了，體驗的感覺可能會下降，畢竟有人的效果會更好。這個會涉及到你賣的產品競爭復雜度有多高，如果復雜度很高無人就很困難。比如說你推銷一個ERP給我們的CIO，你是一個無人機器人給我們推銷，100%搞不定。但是如果說買一個火車票或者加油，這種自助式服務早就有了。剛才我們講到賣鞋也罷、或者像王總賣床單也罷，它比賣水復雜一些，費點事，但是不是真的不能解決?不一定，但更復雜的東西就麻煩了。像我們以前做定制家具就換麻煩，你做一個無人的是理想化，我們定制行業都想做這個東西。但是我還是要想說理想化的東西擺脫不了設計師跟你面對面的互動，通過誘導和試錯的方式找到你真正需要的需求。

 

諸剛強：說到底零售的本質還是零售，零售帶給消費者最重要的還是消費者的體驗。圍繞著消費者的需求，如何重新設計品牌和消費者之間的關系、柔性的結構和供應鏈是一個很大的工程。

 

從某種邏輯上來講，我們今天講到的所有場景是科技賦能的場景，沒有所謂的互聯網就沒有電商，沒有所謂的機器視覺和物聯網也沒有所謂移動車的概念，科技讓很多的事情發生了可能性。這是我們最近在談一個AI民主化的設計思維，因為有了AI的設計場景，讓很多無人場景或者營銷場景自動化，讓我們的導購、店長、管理者把整個所謂企業的管理、治理、業務、營銷提升到一個更高的層次。這是我的一個關注點。

 

我想跟王歆溝通的是這個話題，因為大家談到很多關于零售的業務模式、供應鏈的轉型等很多決策的改變。今天CIO從某種程度上來講不只是信息，很多視角是從傳統的業務關注點變成如何在品牌、在新型的零售數字市場當中，重新再這個大的場景當中設計我們的消費體驗，尤其是我們今天談到的所謂關注視覺營銷的業務場景。

 

我想聽一下王歆的理解，今天的攝像頭智能化程度已經很高了，用攝像頭的眼睛看萬物的場已經越來越多了。我想說的是，我們談到的場景當中，如果把一家零售店當成智能品牌的感知力，每個消費者進入到這家店的感知實際上都是不一樣的。過去的傳統零售品牌在打造新品、爆品，每一季新品進入到零售店的時候，都希望進入到零售店的渠道可以讓設計的新品成為爆品，這是一個單向思維，機器視覺的影響力完全可以讓零售店面對消費者、面對貨品是有更多感知的。我不知道這樣一個場景是不是可操作的?

 

王歆：我嘗試用另外一個角度跳出來說一下AI，今天我們看零售的本質是零售，這是徹底的廢話。但是我們再往前挖的時候，你會發現一個問題，零售到底是什么?零售第一是人對產品的體驗，第二是人對場的體驗。什么意思?目前為止你愿意跑到酒吧里消費買一瓶20元的啤酒，這是場的體驗。第二是服務的體驗，今天王歆服務你，你會給我2元小費，一個美女服務你，你可能會付200元小費。

 

所以零售的本質是體驗，它有兩個瓶頸，第一個瓶頸是流量，流量前面是注意力，注意力前面是時間，憑什么把時間愿意花在你這個嘗試體驗上面?第二是渠道，所謂的渠道我們今天有線上渠道和線下渠道，把這兩個維度做二維四象限分析的時候，你會發現所有的都是不確定的。傳統的會鋪大量的人力來把所有的場景都服務好，AI做什么事情呢?在做傳統零售過程中的一系列的重復服務用AI替代，人在AI替代過程中最終得出的數據進行精準服務，這是AI的力量。

 

再回到你說的話題，我昨天說過一句話，所謂的大數據不是交易數據，是交易數據+行為數據。其實我們今天做的都是交易數據，并不是行為數據。行為數據是什么呢?今天我喜歡雅各布，一定有兩個行為小描述。比如說我看雅各布3分鐘以上，代表我對雅各布比較關注，第二我的心跳加速代表我一定喜歡雅各布，關注的時間、心跳的速率都是我們稱之為的行為數據。我們做新零售的過程中，關注他們買了還是沒買、來了還是沒來，來的過程中到底對哪些產品產生關注、產生試穿、產生詢問、產生內心的心理世界的變化，這是我們傳統零售做不到的?；蛘哒f也能做到，靠高級導購能揣摩人的心理，把數據錄到系統里面，這種做法理論上可行，但是實際上不可行。

 

AI怎么做呢?所有的攝像頭跟蹤你的動線，跟蹤你在某個商品的停留時間，跟蹤你的瞳孔變化，就能夠產生一系列的行為數據。行為數據來了以后，接下來才是對AI的一個最大的挑戰，因為目前為止我看過大量的所謂的技術采集來的數據都扔在數據庫里面變成垃圾數據，因為沒有辦法做聚合，這是對AI的最大挑戰。比如說今天像張總說到無人車和無人貨架，在我看來就是聚合。原因很簡單，今天為止我看到的無人貨架都是圈錢的項目，并不是一種體驗的項目。所謂的貨離人近，它只是一個物理效應，人不會因為物理效應而去消費，而是感覺效應去消費，感覺就是體驗，體驗就是行為數據。

 

未來AI到底在我們的零售中成為一個什么角色，成為采集行為數據的一個角色。為什么我們說電商的效率會極其高，傳統零售的效率極其低呢?很簡單，因為數據化，電商不能夠做一個真實體驗，只能做一個虛擬體驗。雖然傳統零售的效率底，能夠做真實提心。今天我愿意去一家咖啡館消費，原因很簡單，賣咖啡的小妹長得很漂亮，咖啡的微量不一定很好，但是我愿意去。這就是我們真正的貨的體驗、場的體驗、人的體驗，它是以行為數據+產品數據最終得出來的一種決策，這是我的感受。

 

諸剛強：未來品牌的零售店其實是一個非常有感知的智能空間，我非常相信，每個消費者進入到同一家店，雖然物理陳列是一致的、實體是一致的，但是每個人通過今天的互聯網進入到這家店的體驗是完全不一樣的，你看到的跟我看到的是不一樣的。在萬物智聯的未來的智能移動空間當中，實際上這個店是有感知能力的，它知道王歆這個消費者再來到我的門店的時候，我知道你要什么，我可以給你提供更多基于AI思維的體驗和服務。

 

為什么過去的傳統零售要講千店一面，因為所有消費者到我的店一定要給你非常一樣的體驗，像肯德基和麥當勞非常相似，追求的是高度一致的東西。但是今每個消費者進入到門店帶來的每個體驗都是獨有的，同樣進入到這個會場每個人的感知力、感受力和你看到的信息與細節內容是跟人、場、貨有關系的，這是新零售非常重要的一個變化。

 

接下來進入第三個話題，今天在講新零售的時候，我們的零售場景是算法驅動的零售場景，消費者看到的不僅是通過平臺移動推給我，而且是100%的準確度。尤其是“雙11”的時候騰訊做新型組織架構的設置，騰訊從一個移動社交再進入到B2B成為行業智慧助手的設計思維非常有意思。其實在今天的算法驅動的科技零售業務場景，我們談到的所有東西不再是OMO、ERP等，其實談到的更多是機器學習、機器視覺、人工智能。在新領域有大量的新詞匯，作為傳統零售行業當中的高管，我們怎么可以把我們的思維模式或者行為切入到新的技術領域的跑道，重新賦能企業和品牌，我相信桂總在這條路上應該有一段過程。

 

劉建國：這個課題挺大的，確實現在有很多原來傳統零售里面拍腦袋的地方更多，比如說百麗，百麗是分大區的，首先要訂貨，有很多SKU在那兒陳列，靠人決定要什么貨?？赡苋说呐袛嗤怯惺д`的，去年好，今年不一定。很多時候靠人會出現很大偏差的，可能會把一些確定性消除掉，當然不一定完全消除，如果光靠算法就搞定，我覺得這是不太可能的。但是至少是在算法或者是在技術輔助下把不確定變成確定，或者把一些印象變成量化，在訂貨的時候可能會有一些很具體的算法去幫助，這樣就會減少很多盲目性。這是一個。

 

另外，傳統企業更多的是做生意的邏輯，我怎么樣把它賣出去或者怎么樣讓他沖動消費或者打折，但是實際上很多時候是產品本身，到底它的賣點在哪兒，到底滿足了用戶的什么需求，這是一個根本。你的產品確實好，產品要很強，同時你的品牌力要很強。這個用戶他覺得不是說你想賣給他，而是他想要，用戶本身想要和你硬塞給他完全是兩回事。所以你本身產品很好，品牌又有一個非常好的品牌力，你滿足了某種用戶的物理上的需求或者是情感上或精神上的某種需求，這是最根本的。那你怎么做到這個方面，可能需要琢磨用戶的需求或者機器學習，這也是一些手段。

 

諸剛強：傳統的是社交驅動，今天AI要有更加多的科學家的思維，我用一個算法的思維重新再看我的生意的時候，我用新型的表達方式如何賦能我的企業，我覺得這是一個非常有意思的有挑戰的議題。我問一下來自珀萊雅的劉總，您是怎么看這個問題的?

 

劉大勇：其實我覺得新零售尤其像這兩年確實市場也比較火，包括我自己研究得也比較多。給我的直觀感覺，我覺得新零售按照這種模式往前走，無非都是在用一些科技的手段所謂的賦能各個門店、各個產品或者各個品牌。我自己也在想，每家都做好了新零售之后，顧客又是怎么樣的。假設兩年后、三年后各個品牌商都做了新零售，顧客又能得到什么?三年之后新零售往哪個方向發展，其實我自己思考得也比較多。

 

我想了想，新零售最終要回歸零售的本質，現在的科技這么發達，你說你在某個門店買了一個東西，這個顧客來到門店，他第一感覺先用手機掃一下你的二維碼，先對照一下線上賣的到底多少錢。新零售很多時候都講到融合，線上線下保持一個價，價格一樣。顧客有可能在線上買，有可能在線下買。我很贊成王歆總說的，他有可能在線下買，假如說一瓶潔面乳線上賣58元，線下賣58元，為什么要到線下買呢?線下有更好的體驗，可能還會送一些小樣或者試用裝，用戶要的感覺更多的是一種體驗。

 

分析到更深層面，更多的是你為用戶帶來什么價值，你為用戶改善什么需求，用戶到店里來覺得很高興，他覺得可以來逛，可以來玩，他感覺很有趣，可以用不同的產品，心里感覺非常不一樣。但是用AI怎么捕捉這個東西，其實說實話是一個難題。從技術角度也許能解決，但是成本可能比較高。

 

提到AI要提到另外一方面，我相信很多人都接到智能語音機器人打的電話，這是沒有情感的。之前我也接過一個電話，我問了幾句話之后，我一開始還沒有覺察到是機器人，聲音也很好聽，說了兩句話發現不對，發現對方是一個機器人，我就立馬掛掉了，用AI跟你溝通的時候，你會覺得是很冰冷的。但是如果去門店購物的時候，感覺完全不一樣，兩個人有感情的互動，尤其是做體驗或者溝通。

 

尤其是我們門店里面有一個很現實的現象，我們有很多子品類，有一類子品類定位的用戶非常年輕，18到25歲左右，還有一個品牌是22到35歲左右，針對18到25歲的客群我們會招一些小帥哥、小鮮肉，這個時候很明顯能夠發現賣貨的動力比以前要好很多，另外一個品牌的門店是22到35歲的我們會招一些這個級別的店員。很明顯在門店是跟情感關聯非常高的，AI確實情感是解決不了的，需要我們今后一起來考慮。謝謝!

 

主持人：我想聽一下桂總關于這方面的想法。

 

桂益龍：我們跳出AI，我們的客戶更多的是公司管理層，當然更多的是服務消費者?，F在管理層的痛點是什么呢?我覺得他們目前更多的痛點，第一是把店開在哪里，第二是店開了之后把什么貨放進去，第三是放進去之后在過程當中怎么更好的運營，第四是怎么把我們相應的客人引到店里面來，最后形成一個閉環。當然公司還有一些高層會考慮到我的客人是這樣的，AI怎么幫助我更好的做研發設計。

 

這就又回到人貨場，AI要解決人貨場的關聯關系問題，怎么能夠用數據解決他們的痛點。如果我們能夠告訴業務部門說，我有AI，我能夠幫你精準的把門店開出來。第二我能夠告訴你，門店開出來之后，推薦的貨品放進去之后，，貨品的動銷率一定是最高的，按照我的方法調整效果是最好的，調整前和調整后銷量是大增的。如果我們能夠真正用AI的技術、AI的方法來實現這個目標，我相信對于業務部門來講包括對最終消費者來講一定是有所幫助的。這是我們美好的理想。

 

真正要做到這方面需要三點，第一是大數據，你有沒有數據支撐。第二是有沒有業務專家，他是真正對這塊業務是很了解的。第三方面我們還需要比較好的AI科學家或者比較資深的技術人員。只有數據、業務、技術專家三方面融合，我們才有可能達成目標。所以說，我們對AI是充滿信心的，但是我們又有可能會通過踏踏實實的探索去做一些事情，比如說我們企業內部的已有門店、已有銷售數據、已有業務專家，我們還是可以去做一些嘗試和探索的，包括我們企業內部自己也在做一些探索，所以對AI我們有非常好的憧憬。

 

諸剛強：充滿了未來的場景想象。問一下來伊份的張總，大家也玩過在智能空間當中發紅包和領券，在移動場景當中找到更多消費者的體驗感。

 

張愛軍：前面的各種場景也好、各種消費方式也好，我們要做好AI，作為我們CIO來講最終關注的一點，首先我們要把BIM做好。BI里面把所有的數據，行為數據也好、交易數據也好、各種大數據也好，我們有這樣的一些行為數據，作為CIO來講是非常關注的一點。業務部門可能更多關注的是場景，場景和我們的業務與數據接觸過程中，我們作為CIO來講最重要的一點是要做好BIM，每個BIM的點都要完整的告訴業務部門和消費者，達到一個最佳的點，這是最重要的一點。

 

諸剛強：還要從基礎的產業開始做，實際上最后我認為IT對品牌公司、對消費者的數據是一個洞察力。由于時間關系，最后請王歆用幾句話來總結一下今天討論的議題。

 

王歆：今天的主題叫“AI提升競爭力”，我們說到競爭力無外乎是兩個點，第一是你的流量夠不夠多，第二是你轉化流量的能力和效率能不能變強。在競爭的過程中，如果AI的場景能夠幫助引流就從體驗入手。如果是從提升效率來講，主要是能不能替代重復勞動，比方說客服。從這兩個角度上來說，它沒有改變零售的本質，但是它能夠讓我們用極低的可控的讓不確定的東西變成確定的，這時候是AI能夠提升核心競爭力的最重要的一個摸索之路，而不是一個噱頭。

 

諸剛強：AI是品牌公司最關注的一個場景，從過去的電腦到算法到語音識別，大家都在嘗試利用新的科技賦能品牌公司，讓品牌公司在成為一個百年企業的過程當中有更強的競爭力，這是我們非常重要的一個職責。由于時間關系，今天的討論到此結束，非常感謝各位嘉賓參與今天的討論!