锐眼洞察 | 重塑零售业的3项技术(翻译)

作者:Talitha Loftus  

原文:3 Technologies Reshaping Retail

译者:TalkingData解决方案架构师 韩铭扬

本译文禁止商用,转载请注明来源!

从自动购物车到3D足迹扫描,新的技术继续以意想不到的方式改变零售业。毫无疑问,零售业的瓦解有了新的方向。在过去的一年里,企业在零售领域的运作方式产生了巨大变革。实体店开始越来越多地运用技术来解锁更多的机会并为顾客提供无缝的购物体验。但是,由于突破性创新占有很强的市场份额,零售商需要集中精力创造一条途径,以便整合创新的场内技术来满足顾客的需求。 受华盛顿邮报的一篇“零售业的未来已经到来的5种途径”文章的启发,你将在下文中看到我认为的正在重塑零售业的前三项技术。

自动购物车

电影迷们长期以来着迷于虚拟机器人,但他们通常不太现实… …直到现在。得益于技术的进步,Five Elements Robotics推出了Dash Robotic Shopping Cart——一个允许顾客导入购物清单并通过在商店里操作的自动购物车。

设计时所考虑到的便捷理念,使顾客可以通过Dash上的结账系统使用信用卡、苹果支付或是谷歌钱包支付,省去了排队结账的麻烦。如果你嫌还车麻烦,当你把杂货都从车里拿出来后,Dash会自动找到回商店的路。Dash同时也可通过消费数据来学习顾客购物习惯,并投放定向广告。Five Elements Robotics 的CEO Wendy Roberts称之为零售业的游戏规则改写者:“Dash自动购物车必然将转变我们购物的方式。当这些机器人被投放进商店,我们甚至都无法回想没有它们之前我们是如何购物的”。 像沃尔玛这样的大零售商已经准备好在2018年部署这些自动购物车,这个领域将值得持续关注。

动态场内定价

在网上购物时,你是否发现有些你正要买的商品在几秒的时间内就降价了的经历?好消息是,这般的敏感度正在慢慢步入实体店中。商品的价格不再只依赖于供需关系以及地理位置,动态定价通过对商品的深入分析,以及更重要的,对顾客的分析,来为店铺经理确定最佳的定价。 依据Crealytics:“动态定价是一个运用多种定价方式而非典型的固定定价方式的电子商务和零售策略。随着更多的数据分析,商品或服务的最优价格被重新计算。价格变化的时间间隔取决于业务和商品本身,但可以做到像是每天或是每小时这样频繁。

零售商现在可以通过点击一个按钮,对数千个商店的价格进行大规模的更改。举例来说,如果某家商店有四瓶橙汁,店铺经理可以在下批货到店之前进行提价。或者,如果店里面包存货过多,商家可以通过推出秒杀活动以减少浪费并提高销量。

3D足部扫描

你知道你的鞋的准确尺寸是多少吗?很可能你并不清楚,你只是知道一个码数,通常你把这个数字告诉销售人员,希望他们可以给你拿来一双刚好合适的鞋。在现实中,一个人的两只脚并不是完全相同的大小,甚至可能相差一个码的大小。这就更不用说鞋子制造商,他们就像服装制造商一样,对鞋的大小有着非常不一致的看法。但是,一家瑞典公司Volumental开发的技术,可能使不合脚鞋子的困扰成为过去。

Volumental为零售商提供了一个设计精美的硬件和软件解决方案,使其可以通过3D技术扫描顾客的脚并通过由AI驱动的试衣引擎(Fit Engine)提供鞋类建议。扫描结果之后被送到Volumental平台以捕捉多个数据点,包括长度、高度以及顾客脚掌的宽度。一旦扫描结束,它们就被立即发送到一个连接的平板,便于销售人员为顾客找到最合适的鞋。此外,这个软件还可以检查库存并告知其他门店是否有货。

第一批Volumental足部扫描仪已经在多地部署,包括零售巨头新百伦(New Balance)。“Volumental的产品提供了一种与客户互动的全新方式。它把新百伦独特的试穿故事通过个性化、合适的方式带到了人们的生活中。顾客喜欢它,我们的员工也喜欢它,”新百伦国际零售总监Jonathan Clark说道。

零售商正在运用先进的技术解决方案,为消费者提供快捷个性化的购物体验。验证技术公司SheerID的CEO Jake Weatherly说道:“当我们步入新的一年,我们将看到多渠道零售的持续发展;但是,企业将同时在他们的用户体验和可帮助其更深入了解用户的技术上投入更多。”

聊完技术重新定义实体店的几种途径之后,我们需要知道还有上千种新技术正在应用于解决真正的零售问题。与此同时,自动购物车正在推动自动化体验,而动态定价模型既提高了消费者的价格感知能力,又提升了零售商的盈利能力。对于所有零售商来说,最关键的将是找到合适的技术来解决他们最大的摩擦点,以改善顾客在店内的体验。    

锐眼洞察 | 零售数据的转变:谁能受益?(翻译)

作者:Ramesh Dontha

原文:The Shift in Retail Data: Who Can Benefit?

译者:TalkingData解决方案架构师 李堃

本译文禁止商用,转载请注明来源!

当我们的“数据”回顾我们实践的历史时,我们会发现我们对零售业感激不尽。

零售品牌几十年来一直处于分析的前沿。想想你上一次去实体店的情况。货架上的产品组合?分析的结果。显示器的布局?从扬声器飘来的音乐?你猜对了:分析。多年来,在使用数据改善客户体验方面,没有人比零售品牌做得更好。

然后,我们的零售商朋友遇到了困难:互联网。客户不是去当地的商场或大卖场,而是呆在家里,让他们的手指购物。但聪明的零售商意识到他们的客户不会离开,他们只是不出去。购物习惯的这种转变意味着通过在多个层面上吸引消费者来增加收入的机会 – 当然,这是通过分析来指导的。

建立混合体验
虽然网络的兴起使许多零售商濒临灭绝,但那些坚持下来的企业却将数字和店内数据结合在一起。这种混合的方法使他们能够更好地了解他们的客户,并相应地调整他们的业务。

虽然网上销售对于零售品牌来说很重要,但店内访问仍然是一个圣杯。当顾客浏览时,冲动购买更有可能,并且与店员互动的机会促进了与品牌更大的联系。即使是电子商务巨头亚马逊(Amazon)也已经感受到了亲身体验的力量,计划在未来几个月内开设几家实体店。

与此同时,零售商的电子商务方面提供了关于购物者习惯和活动的大量信息:他们来自哪里(电子邮件,社交媒体等),他们访问了哪些其他网站,无论他们是“搜索者“或”浏览器“等等。这些见解可以帮助零售商不仅优化他们的网站,还可以调整他们的店内体验。
为了增加收入,零售商需要创建一个无缝的品牌邂逅,让客户在线上网,同时吸引他们回到店里。他们怎么能做到这一点?答案在于他们的数据。

建立本地连接
促进混合客户参与的一种方法是接受本地连接,并使用地理定位分析来获得零售商的优势。更成功的零售商不仅经营其母公司的通用旗帜,而且还作为当地社区的成员服务于邻居的特殊需求。

在消费者层面,收集网上购物习惯的数据并不是什么新鲜事。零售商正在发现的是将这些信息映射回当地零售商店的客户群体的方法。他们可以将天气数据,游行或商会活动等当地活动以及客户人口统计数据与销售点数据和交易数据结合起来,从而清楚了解他们的客户想要什么以及如何获取这些数据,战略上。通过使用这些知识来提供送货上门,匹配价格或消除销售税等决策,品牌可以建立一种关系,使顾客一次又一次地回到店里。

本地化在行动
例如,服务于佛罗里达某些地区的零售商可能会跟踪天气数据,发现夏季下午3点到5点之间几乎每天都会下雨。他们可以利用这些信息来策划从店内咖啡店的“下午茶特价”到在收银台附近放置印有徽标的雨伞的策略。
本地化的驱动力,也突出了如何将数据传送到当地管理层手中的必要性。零售品牌需要一个系统来赋予当地管理人员及时的数据支持,从而为他们创造收入的决策。

下一步是什么?
正如零售商在店内和在线上混合分析一样,移动设备和“物联网”的兴起正在使景观更加复杂化,为客户体验提供额外的数据来源,而这些数据来源必须被理解并利用。当消费者看到他的智能手表上的一个警报,说他的当地衣服上周刚刚在网上看到的那件外套的尺寸是多少?而当他去商店时,零售商也可以提供“我们付你的销售税”和投入一个配套的帽子等奖励。

幸运的是,零售商数十年来使用分析的经验为应对这些挑战和其他挑战提供了完美的基础,并为其业务网络探索新的收入来源。

锐眼洞察 | 从VC视角预测零售业的未来(翻译)

作者:Veronika Sonsev

原文:Will AI Be The Future Of Retail?

译者:TalkingData 合伙人&执行副总裁 林逸飞

本译文禁止商用,转载请注明作者与来源!

2017年是零售业的里程碑。今年有超过6700家店计划关闭,击败了2008年金融危机中关店6163家的历史最高纪录。鉴于2008年关店潮是外部经济力量冲击全美国带来的影响,我们可以将目前的下降趋势归结于消费者购物行为改变与零售技术创新。

随着2018年即将到来,大多数零售商都在问:零售业的下一步是什么?我们应该投注在哪里以争取领先?为了帮助大家找出他们的计划,我们在1月份在NRF峰会中咨询了风险投资家。Bain Capital Ventures董事兼总经理Scott Friend、Fung Capital合伙人Janie Yu、Lightspeed合伙人Alex Taussig和FirstMark Capital董事兼总经理Beth Ferreira,在此次峰会中分享了他们对消费趋势和未来店内零售的观点。

虽然零售方面有很多创新,但这些风险投资家却有一些消费者对的技术趋势的看法:增加对产品的实时需求,人工智能驱动的会话界面的兴起(如Facebook Messenger、网络聊天和语音助手如Alexa )以及通过订阅和服务,高度个性化的在线购物。

对实时产品交付的更多需求: Beth Ferreira和Scott Friend强调消费者对即时性的需求日益增加。费雷拉说:消费者想要的时候,你无法阻拦他们想要什么,或者它来自何处 。最近由Target收购Shipt证实了这一点,这证明了当日达这种模式日益增长的吸引力,而且提供全天候提供客户服务。朋友补充说:这种实时消费需求也在推动消费者寻找国际销售的产品。这就要求零售商找到像Flow.io这样的新解决方案,帮助他们高效地处理跨境销售和送达产品。

AI会话界面的兴起:当我不可避免地意识到我的一个礼物在这个假期没有按时到达预期的目的地的时候,我会立刻想要提出建议并让他们知晓。零售商如何为像我这样的购物者提供顾客服务?据Janie Yu介绍,零售商可以使用AI提供的会话界面(如Facebook Messenger或Alexa)来回答常规问题,并通过基于聊天的购物来补充客户支持。

朋友希望AI在零售业有更大的机会,而且作为增强店内客户服务的一种能力。想象一下,你正在走进HOME DEPOT,朋友说,如果你可以简单地用你的声音向HOME DEPOT用程序询问你想要的产品在哪里,并告诉你它在商店地图上的确切位置?你可以完全不用询问销售人员。尽管现在人工智能的局限性很明显,但随着技术的进步和应用程序的逐渐增加,AI对零售业的作用也只会越来越强大。

日益个性化的网上购物: Alex Taussig认为人们购物的方式正在改变,为更多个性化的购物体验开辟新的道路。服装订购服务,如Stitchfix,使用复杂的算法,策划个人挑选的物品盒,Taussig指出,客户不再需要考虑他们购买的衣服,因为服务变得更聪明,或者考虑像Laurel&Wolf和Modsy这样的以服务为导向的体验,Taussig补充道,他们通过开始设计服务的经验,帮助零售商销售家具,让客户可以设想自己在家中的产品。

展望未来10多年,风险投资公司看到了,今天在加速对未来技术的3D编织实现了个性化的实时购物: Yu认为部分可以实时生产的产品的需求将由3D编织服务来支撑。随着3D针织技术变得越来越复杂,商店或在线零售商可以在数小时内以客户的确切尺寸生产定制服装。这种现象将使制造业回到岸上,因为它需要更少的劳动力和更有粘度的客户。

自动送货到商店:随着自动驾驶车辆已经在试驾道路,Taussig知道这是满足消费者实时需求的关键。通过更便宜,更方便的交通工具,使得消费者轻松到店。自动驾驶汽车可以大大提高销量,特别是在城市地区。消费趋势。随着3D针织技术和自动驾驶汽车的进步,当前的实时需求将会得到进一步提升,人工智能将继续发展,几乎为所有的个性化购物和客户体验提供动力。

更智能的购物: AI已经为产品的选择提供支持,并将整个体验从头到尾进行个性化。这种力量只会越来越强,越来越聪明。就我个人而言,我不是一个穿着像马克·扎克伯格一样的灰色连帽毛衣的风格,我喜欢我衣柜里的各种各样,但讨厌购物或选择穿什么的过程。如果我可以按照我今天的会议,在醒来之前让电脑检查我的日历,然后再选择完美的装备,我会很高兴。YU说,关于这一点,未来比我们想象的要更多。

虽然关于未来的发展存在很大的不确定性,但最终的胜利者将是消费者。由于未来的消费者需要接近实时地提供更多个性化的产品,甚至不需要消费者选择,AI就知道他们想要的东西,因此我们所知道的传统零售已经结束。我们即将告别消费者在周六下雨天去逛商场的日子,因为明天的购物者会用3D编织技术,量身定制她的衣服,而且还会将它自动送到她的房子。

 

锐眼洞察 | 如果正确操作,人工智能可以变革零售体验(翻译)

作者:Greg Ng

原文:If Done Right, Artificial Intelligence Can Transform the Retail Experience

译者:TalkingData合伙人&执行副总裁 林逸飞

本译文禁止商用,转载请注明来源与译者!

在这篇特稿中,PointSource的数字化合作副总裁Greg Ng阐述了AI如何帮助公司根据每个客户的具体需求定制用户体验。 Gregory是一位在业界领先的创意总监、设计师以及直接效应营销员。作为该公司的副总裁,Gregory负责为客户开发新的数字产品,并与架构、开发和交付团队合作,以确保他们的长期成功。在加入PointSource之前,Gregory用了约20年的时间,专注于为一些世界大品牌(包括许多的财富500强企业)开发有效的、集成的、以结果为导向的营销方案。

十年来,以大数据为特征的人工智能(AI)已然成为一个显著的趋势。2013年以来,人工智能领域的投资翻了3倍。到2016年中期,基于人工智能的企业获得了近15亿美元的股权融资。显然,对包括零售业在内的各行各业来说,人工智能这项技术都将是一个游戏规则改变者。

当然,人工智能是一个宽泛的概念,涵盖了从科幻机器人到无人驾驶汽车的方方面面。对于零售商来说,这项技术带来的最重要的变化是个性化能力的提高。人工智能使零售商能够将大数据见解转化为可行的策略,如实时价格敏感度和量身定制的产品推荐。随着技术的不断发展,为个人消费者量身定制体验的想法变得更加现实。

但人工智能是复杂的,找到一个无缝的策略,平滑地将这些见解应用到用户体验中去,是件说起来容易、做起来难的事情。虽然人工智能驱动的个性化会彻底变革用户体验,但如果使用不当,它也会损害客户关系。在将这种技术纳入市场营销策略时,会出现一些可能损害用户体验的错误。

不一致的多渠道个性化

由于消费者通过多种渠道(桌面网站、移动应用、店内体验等)与品牌互动,因此当个性化将每个互动巧妙地联系在一起时,它是最有效的。虽然新技术能够使用数百万个数据点,但关键在于建立一个可创造平滑顺畅、全面体验的跨平台数字化框架。

将您的个性化策略类比呼叫中心来说: 无论客户与哪个呼叫中心联系,都应该从他提供的信息中得到相同的答复。由于不一致的答复对于零售商的呼叫中心来说不可接受的,所以同样的标准也应该适用于个性化策略。客户在某个平台上的行为应该告知整个客户体验体系。

例如,通过移动设备浏览零售商网站上的黑色毛衣,并随后在桌面端下单的顾客,不应在手机端不断收到该款毛衣的推荐。应当使整个品牌都了解到用户先前在某渠道上的行为及体验。

超出客户隐私的界限

虽然人工智能策略可以在品牌与顾客之间建立更亲密、更积极的关系,但是他们也可能走得过远。换句话说,执行不力的个性化努力可能令人毛骨悚然。

零售商应将每个用户触点视为登录点/签到。如果客户选择参与,那么这意味着零售商应该继续与他们分享个性化内容。如果他们不参与,零售商需要停下来并重新考虑他们发送的定制内容的类型和频率。这可能是个要退让的信号。

随着对技术侵入性的担忧加剧,零售商必须始终对界限保持敏感。如果顾客觉得零售商无视他们的隐私,他们很容易丧失对其的兴趣。随着科技的进步,零售商可以获得越来越多的有关顾客的信息,营销人员将不得不判定每个人的偏好,以免跨过界限走得太远。

糟糕的筹备以及无用的技术

在未来几年内,深度个性化将成为常态,落后的零售商将在市场上失去重要份额。认识到这一点,许多人都曾试图支持个性化策略,但由于数字解决方案的整合不佳而错过了机会。

一个主要原因是:许多零售商试图采取零碎的解决方案来避免昂贵的技术投资。没有人能回避这样一个事实: 一个具备人工智能功能的数字解决方案是要付出代价的。对于许多零售商来说,这意味着一种自上而下的数字化变革,而不是一种改进过时技术的肤浅的尝试。但是,数字化转型的投资回报远远超过了前期成本。放弃了必要的投资,零售商只会削弱他们的数字能力,使他们大大落后于竞争对手。

人工智能个性化的未来

尽管人工智能已经运用在零售商和消费者的日常互动中,但人工智能还在不断发展和提升。以亚马逊的数字私人助理Alexa为例。Alexa使用关键字和语音识别来执行各种任务,与用户个人信息相结合,它可以完成从播放音乐到在线订购等一系列任务。例如,询问Alexa泰国食物推荐的用户将收到基于地理信息和以往用户行为的个性化答复。虽然这清楚地展示了个性化所能做到的,但它还只是冰山一角。

随着更多的创新,下一代的Alexa可以对用户做出有更多细微差别的、微妙的答复。Alexa可以识别背景中的多个人,并推荐一个提供团餐的餐厅,它甚至可以识别语气中的细微变化。例如,这个助理可能会向不耐烦的顾客推荐以服务快捷著称的餐馆。

当然,这些只是AI如何改善数字化用户体验的一些例子。零售商和消费者面临的可能性是未知的,而且似乎是无穷无尽的。随着科技的进步,公司将能够把个性化用户体验做到行为发生的那一刻。

为了把握这种增长趋势,企业必须为全面整合人工智能做好准备。对其中一些公司来说,这可能意味着提高现有能力,统一全渠道战略。对于其他公司而言,拥抱AI将需要一个完整的数字化转型。无论哪种情况,零售商都需要现在就行动起来。

锐眼洞察 | 增强现实技术必将改变时尚与零售(翻译)

作者:Rachel Arthur

原文:Augmented Reality Is Set To Transform Fashion And Retail

译者:TalkingData解决方案架构师 张雪倩

本译文禁止商用,转载请注明来源与译者!

 

rgtgbgfx.jpg
Burberry iOS 11 app中的增强现实融合

本月早些时候,谷歌的VR与AR主管Greg Jones在Shoptalk Europe大会上说道,“在未来的某一点,我们必将回顾反思,现实世界中怎么能没有数字层呢”。

他表明说,增强现实技术注定扮演改变者的角色,应用于零售的时候更是如此。

在大概同一时间,这些话在Vogue杂志对苹果CEO Tim Cook的访谈中同样被重复了,在这一访谈中他说,他相信AR将会影响到从T台秀到购物的方方面面。他表示道,“有朝一日,我认为这些特质会像有网站一样重要”。

事实上,苹果和谷歌都在促使这件事发生。虽然AR已经存在很多年了,多亏了我们开始见到的智能手机融合技术,2017年将会标志着大众消费应用的开始。

苹果增强现实技术开发者平台ARkit的引入,以及承载它的iOS 11紧接上市,为iPhone和iPad铺平了道路。与此同时,谷歌的ARcore使得Android平台可以实现相同的事情。

消费者接受性遵循的是长时间以来用户在这一领域里扮演的角色——他们通过Snapchat里加在脸上的滤镜或Pokémon Go里在大街上追逐的角色来知道AR。

现在的不同是,将这一应用在他们的手机上与其它多种应用融合,使得做任何事情的时候都有电子层成为第二天性体验。

根据咨询公司Digi-Capital的预测,到2018年年底为止,会有9亿台装有AR的智能手机。Jones指出,在这样的世界里,消费者将会有更大的期待。

实际上,Digital Bridge的研究表明,69%的消费者都在期待零售商在接下来的6个月中发布AR应用。Jones解释说“消费者这么快就能接受事物并期待它们变成主流,真惊喜。他们刚体验了Pokémon Go,现在就希望在商店里见到它了。”

谷歌的深入洞察显示,34%的用户说他们会购物时使用AR,61%的人说他们会更喜欢提供AR的商店。Jones又说,“AR必将重新连接实体与电子零售,”

我们已经可以看到多个零售商和品牌开始留意。宜家和Anthropologie是苹果最早投放的几个合作伙伴,使用ARkit在app中添加功能,通过app你可以看到家具摆放在自己的房间中来真实感受它在现实生活中的效果。其它家居空间品牌,包括Wayfair和Houzz也加入了。

谷歌已经与Pottery Barn和Gap之类的品牌通过其早期的Tango AR平台合作,现在据说在ARcore平台上同各种各样的品牌进行同样的合作。

实用性目前为止在大多数app中居于中心地位——可以完成如摆放家具等事情,就像强调的那样。这一功能性视角紧随早些的AR在美容行业的成功。例如,欧莱雅的Makeup Genius(化妆天才)app 就有2千多万的下载量,它用AR来使用户在他们的手机上模拟试用美妆产品。其它品牌,包括丝芙兰、Charlotte Tilbury和Rimmel等也紧跟而上。

Jones同样看到了基本信息层的应用,尤其是增加了可信度与透明度时,如即时提供产品原产地内容,这可以应用于从大众消费者购买品到奢侈品的各种事情。他还看到了通过数码手段添加表情层的价值,通过体验性和沉浸式故事讲述,将AR当作增强品牌价值的机会,他解释说。

例如,Burberry以一种可玩性和互动性十分强的方式开发ARkit,使得iOS app用户通过摄像头在他们自己的图片上加一层出自艺术家Danny Sangra之手的数码图像,然后分享到社交媒体上。

Cook也看到了AR在时装周大秀上的可能性。他解释说,“你要是想到了时尚界的T台秀,那肯定是AR的绝佳用武之地,因为这些原因:你想看到衣服的前后左右,而不是只看到正面”。伦敦艺术大学伦敦时装学院下属的时尚创新机构,最近在促成AR创业公司HoloMe和年轻的英国时尚品牌RIXO London时,跨出了这一步。结果是用户使用他们的智能手机,就可以在家观看全息版本的T台秀。

时尚创新机构主管Matt Drinkwater说,“增强现实将会改变时尚界创造、展示和零售产品的方式。接下来的一年将会见证这一沉浸式技术的机会爆炸式增长,它将完全重新定义我们如今认为是时尚的一切事物”。

锐眼洞察 | 认知计算正如何变革供应链?(翻译)

作者:James Ovenden

原文:How Cognitive Computing Is Revolutionizing The Supply Chain

译者:TalkingData解决方案架构师 张雪倩

本译文禁止商用,转载请注明来源与译者!  

认知计算正如何变革供应链? 我们和IBM全球销售领导者Chris Cameron坐下谈了谈。

人工智能已经深远地影响到了各行各业。在天睿公司(Teradata)最近的一次调查中,260家企业中的80%说他们正以某种形式在人工智能上投资,随着技术的成熟,这一数字只会增长。

人工智能有着深远影响的一大领域就是供应链管理。在高德纳咨询公司(Gartner)最近的“预测2016:重新构想供应链计划能力”中,他们声称随着从工厂到物流的技术应用,供应链组织预期,他们的供应链流程在接下来的五年中,机器自动化水平会翻番。随着机器学习算法能够分析天气数据来保证对供应链的实时可见性,同时能够推荐或自动执行可以减少成本、预防事故和保证完成顾客要求的行动,物联网的崛起意味着这会无与伦比的重要。

Chris Cameron是IBM全球销售领导者。作为有着25年多电子和实体供应链方面的专家,他在超过22个国家的各个产业环节中,创建了供应与需求解决方案及其配套流程。他要在芝加哥供应链创新峰会上做展示,讨论认知技术作为一项解决方案的可应用性和机器学习在供应链上面临的挑战,在此之前,我们和他坐下来谈了谈。

你认为如今供应链管理面临的主要挑战是什么呢?

灵活性。

对组织的供应链的灵活性和适应性的要求正在与日俱增,终端消费者行为、强大的需求感知、捕捉技术方面的变化正改变供应链规划、运营和优化的方式。他们必须尽早快速适应这一循环,并迅速改进,就和软件开发差不多。所有的这些都是在管理持续需要供应链的边界提升贡献的环境下实现的。这就和对某种能力的迫切要求相类似,这种能力能够知道给定的客户订单在哪里、什么时候会送达、如预约送达日期有所延误提供积极主动的对策。

机器学习是如何帮助应对这些问题的呢?你认为这项技术对供应链来说最大的好处是什么呢?

扩大到影响力数据。机器学习和人工智能在供应链方面有各种应用,最明显的是这项技术在任务、卡车、机器和自动命令管理等方面的应用。这些既有利于经济情况又有利于工作量,因为它们比人工花费的少、犯错率低且能工作更长的时间。 但真正的好处是在供应链管理领域。这是一个相同的问题每天重复发生的领域,只是以不同的形式出现。例如,延误基本上都相似,只不过在哪和什么时候发生差不多都随机。而且,如果我们有人力来实时处理这些数据,数据就在那里可以预测这些事情。这项技术在供应链端最大的好处就是具备了这些能力:将其和人类匹配、向人工操作学习和为下一事件评估,这样,人类可以更少管理、更多创新,意味着人类驾驭了第一点中所说的灵活性。

IBM对行业特殊的贡献是什么?是什么将它与领域中的其他公司区分开来?

IBM在这一领域中基于我们的Watson平台贡献了很多解决方案,Watson的应用程序界面已经存在了一段时间,顾客运用它创建了独特的人工智能应用。

IBM正使用这些应用程序界面创建包含Watson要素的供应链管理平台。有了对人类互动的理解和对供应链的观点,我们正在训练这一平台准备好进行创新。这样,我们就能以将时间简化成价值的方式提供给客户这一平台。客户到时候需要做的训练将会是具体到客户业务的。这一加速使得商业人工智能更少的是一项科学实验,而更多的是一项准备好了的应用。

你认为机器学习将来会怎样改变供应链管理者的角色?你认为将来的供应链领导者应当仰仗并接受什么样的技能来取得成功?

这似乎是革命性的,并且是供应链管理者下一步必然要走的。十年或更久以前,供应链管理者也有一大步要走,就是优化工具进入供应链管理舞台的时候。在21世纪初,供应链管理者开始转变成为技术的评估者,这样就可以在不牺牲业务管理能力的同时扩大经营。他们使用了物流管理平台包、供应者管理门户网站、供应商管理库存系统和企业间电子商务平台,这是一步巨大的跨越。 对于人工智能革命,供应链管理者似乎完全准备好来进行同样的步骤,从如今高技术个性化的工具进化到训练过的却不需要相同维护的人工智能工具。供应链管理者所具备的新技能是批判性评估技能,能够深入挖掘人工智能是什么,如何互动并简化数据科学家的活动,如何应用于他们的商务。

你预测供应链采用机器学习有什么潜在障碍?公司可以做些什么来克服这些?

人类的感知。这不是担忧终结者开始崛起了,我说的感知是指意识到人工智能是神奇的,一旦接入,我们可以像在企业的驾驶台上操作电脑一样。机器学习和人工智能就像其他任何员工一样需要训练。然而一旦训练完成,他们不像员工一样会忘记、需要睡觉和请假之类的。

这可以由理解和评估商业用途人工智能应用的训练曲线来解决。当配合使用了合适的人来教授人工智能平台,这一途径就会创建急剧增长曲线和指数商业盈利的公式。