银泰百货的AI实践

按照AI应用的深浅程度，笔者把零售商划分为三个阵营：初级应用者、深度使用者、科技转型者。目前，绝大多数零售商都处于初级阵营，利用第三方平台做些文本、图片和视频之类。深度使用者会利用机器学习、人工智能等工具建模，形成算法，在某些业务环节替代人工，如呼叫中心、销售预测和订货、智能排班甚至门店选址等等。有的企业自建团队，自行开发，有的则采取内外结合的方式。在中国零售业，便利蜂是深度使用者的典型代表。科技转型者是在深度使用的基础上把AI工具外化，为其他零售商提供解决方案，天虹数科、物美多点、银泰等企业都可归入此类。

银泰作为本土百货业态的头部品牌，数字化和AI布局在零售业是领先的，这与银泰结缘阿里巴巴存在一定的关联。2023年，银泰经营着59个百货店和购物中心，销售额达到315亿元，其中线上销售占到25%。出色的业绩表现，在一定程度上也得益于数字化和AI的深度应用。银泰的武林店营业面积不到8万平方米，年销售额58亿元，线上销售占比30%。在17亿元的线上销售中，50%来源于导购在喵街的实时直播，而且其中的80%属于跨柜品牌。这些导购除了对客户和产品的理解，也离不开银泰爆品池之类的数字化工具和支撑导购的中台履约部门。在走访银泰过程中，其在AI工具开发方面取得的成果尤其印象深刻。

随着自助结账的普及，收银环节的损耗率提高了。采用传统的人盯人方式，人工成本太高，很多企业权衡利弊之后，选择了放弃自助收银环节的监控。银泰利用AI感知能力提升空间的运营效率，在确保顾客隐私绝对安全的前提下，将视频监控数据与AI算法结合，开发了一款高效易用的AI防损工具。银泰AI防损的核心能力是机器视觉，通过在自助收银机安装摄像头，实时采集顾客行为数据，用内置的AI算法对行为数据进行分析，第一时间发现可能的风险，对顾客进行提示和警醒，防止偷窃行为的发生。目前已经有一些知名零售商采用了银泰的这个系统。

百货店一般采用联营方式，品牌商是商品经营的主体。但百货店要争取好的销售业绩，必须为品牌商提供全方位的支持。银泰的商品视觉工作室，利用AIGC技术，解决数字化内容生产成本高、效率低的瓶颈，可以非常快捷地完成鞋履和服装的图片生成和展示方案，大大降低人工和时间成本。这个工作室的算法得到阿里巴巴达摩院的技术支持。根据银泰的数据分析，顾客到百货店购买服装，50%是线下试衣间试穿后形成的转化。通过线下新款服装的数字化以及进一步试穿的引导，无疑将提高购物转化率。下一步，银泰将在现有技术基础上，开发2C的试衣搭配应用，为品牌商引流，提高门店的提袋率。

在菲利普·科特勒的新作《重新定义零售》中，对后数字时代零售从业者的前途进行了预测，提出“团结就是力量”——员工和AI科技有机融合，将为顾客提供更大的价值。银泰的基本判断是，2024年是零售业的AI元年，公司将致力于推动品牌商与百货店合作，实现导购与AI的职能转换，由手工方式转为数字化，重点解决商品运营关键环节的问题诊断以及营销预测，辅助品牌经营。目前，部分数字化运营环节已经实现AI自动化运营支持。

此外，银泰把百货店线上销售模式的经验提炼成数字化工具，产出之一是铺位的选址和定价模型，该模型有助于购物中心和百货店招商行为的平台化和透明化。

在调研银泰AI应用的同时，笔者也对与银泰处于相似位置的一家美国百货企业——诺德斯特龙进行了了解，以期通过两家百货店的比较，能够更多地了解百货店AI应用的场景与可能性。

诺德斯特龙是美国百货店的头部品牌，运营着99家诺德斯特龙百货店（其中6家是探索型小店 Nordstrom Local）和260家Rack折扣型百货店。2023年的销售规模142亿美元，其中线上销售占36%。诺德斯特龙是AI技术的深度使用者。公司开发了自己的中台NAP，各项业务活动通过NAP上的模型进行驱动。具体的做法是：把业务活动进行梳理，第一时间把业务活动纳入NAP平台，通过NAP的各种类型的分层分析模型，对业务活动进行预测，据此确定经营指标。诺德斯特龙有上百个AI模型，其中相当一部分是存货管理、履约、把订单安排给最近的门店等业务活动模型，这些都旨在强化企业的后台能力。对比公司之前的做法，即根据历史数据统计进行决策，NAP的核心价值是时效性，即在第一时间进行决策。利用NAP平台，企业可以开展低成本高准确率的预测，并在预测基础上完成经营决策（包括顾客服务、顾客创造价值等方面）。与银泰不同，诺德斯特龙的技术部门的目标不是成为技术提供商，而是立足企业需求，整合各种变量，形成分析平台，推进机器学习。诺德斯特龙通过AI应用，对商业活动进行整合，把商业活动转化为模型进行预测，形成企业特有的资源优势。

诺德斯特龙的NAP平台能力，顾客是无法直接感知到的。诺德斯特龙更为宏大的目标是构建企业的洞察力，一是利用不断改进的“looks”（一个时尚风格看板）和AI工具，更深度的进行产品开发，提供个性化服务，为顾客提供更个性化的产品和更好的选择。二是利用时尚地图（这个工具是基于自然语言和深度学习等方法，将社交媒体中的评论和图片影像进行解读），这个技术工具摆脱了传统的关键词分类搜索和硬编码的束缚，通过自然语言就可以进行顾客研究，辅之以AI的深挖能力，可以更深入、个性化地了解顾客。美国另一家百货零售商梅西百货也有类似作法，即通过搜集twitter、facebook上的用户喜好趋势来优化商品品类以及热门商品的库存。