创新奇智的零售行业解决方案,依靠的底层核心技术主要包括计算机视觉、Orion自学习机器学习平台和自然语言处理(NLP)。
基于底层技术,创新奇智针对零售的人、货、场三个领域提供相应的解决方案。
其中既包括渠道陈列、智能货柜等属于标准产品,也包括
将AI融入不同场景、根据客户需求提供的定制化解决方案。
供应链管理是零售商和品牌商的核心能力,在智能供应链场景中,创新奇智提供智能补货、智能配货、销售规划和需求预测等解决方案帮助客户完成从“人找货”到“货找人”的数字化升级。
在智能商店的场景中,创新奇智提供渠道陈列监控和智能货柜等标准化产品。
渠道陈列监控帮助客户解决传统核查效率低、数据真实性和竞品数据获取不足等缺点,而智能货柜则是作为便利店的延伸,进一步触达消费者,刻画消费者画像。
需要注意的是,人、货、场各个场景的解决方案体系并非是割裂的,创新奇智以“零售全价值链”理念贯穿其中。
全价值链的理念是指将人、货、场三要素的数据打通之后,帮助AI进行多维度、跨领域的学习,从而输出跨越单一场景的数据洞察,实现1+1+1>3的应用价值。
从消费端到制造端的全链条数据采集和打通,产业链条的多端融合,是其中的关键。
例如,创新奇智在服务玛氏的过程中,为玛氏提供从制造端到消费端包括食品安全生产、需求预测、销量预测、智能补货和智能配货等解决方案。
在制造环节,创新奇智基于AI能力帮助玛氏提高了食品质检、分拣、物流、仓储等环节的智能化水平,例如通过AI技术预测仓库里花生黄曲霉菌毒素的浓度,确保毒素浓度保持在安全水平,避免因浓度超标造成食安问题
在供应链管理环节,创新奇智的数据智能解决方案给出SKU级别的需求预测与补货建议,进而实现人工可控的智能补货决策功能,帮助玛氏的供应链补配货场景实现精细化运营。
在流通环节,品牌商和消费者中间横亘着多级的经销商,数据呈点状分布,难以聚拢。
创新奇智为了串联两端的数据,从制造端着手,从品牌商一端向经销商赋能,通过系统将智能配货、智能补货等服务下沉到经销商。
在这一过程中,经销商的数据回流到了制造端。
在销售环节,创新奇智提供了智能货柜和渠道陈列监控的解决方案。
智能货柜可以直接触达终端客户,渠道陈列监控则帮助品牌商规范了商超的货品陈列以及竞品数量、种类等数据的反馈。
在消费者环节,创新奇智基于大数据分析向玛氏产品的消费者提供智能推荐等服务,在基于消费者数据洞察,指导产品研发和制造,例如面对不同区域的消费者,指导糖果的个性化甜度。
制造驱动消费,消费反哺制造,从制造、流通到消费,形成一个自反馈的数据闭环,再基于数据用AI赋能整个产业链。
近期,爱分析对创新奇智产品总监、供应链首席架构师童超先生进行了访谈。
访谈中,童先生就国内AI在零售行业的应用,以及创新奇智的业务、战略进行了阐述,摘选部分内容如下。
爱分析:
最开始考虑AI落地应用的时候,为什么选择零售行业?
童超;
在行业的选择上,首先需要比较好的数据化和信息化基础,其次是行业的增长是否能达到公司的预期。
新零售的概念出现之后,整个零售行业都在转型,都在慢慢去关注数字化、信息化层面。
同时中国作为一个消费大国,年均消费总额在38万亿。
目前零售业态在变化,消费端也在变化,我们能看到其中有不错的机会。
尽管零售行业的数据整体并不完善,但其模块化的数据非常完整。
童超:
创新奇智在零售行业提供标准化产品和定制化解决方案。
标准化产品包括渠道陈列监控、智能货柜等;
定制化的产品通过系统植入、机器学习的优化和迭代,满足客户的销量预测、智能补配货等定制需求。
定制化的产品,是创新奇智提供给客户一个相对标准化的数据需求表,告诉客户不同场景下所需要的数据,在底层数据确定之后将模型植入进行优化迭代。
优化迭代分两个层面,第一个是算法层面,基础的算法通过机器学习、深度学习形成新模型;
第二种是需求层面,根据客户需求提供定制化服务。
童超:
创新奇智在渠道陈列中主要的客户是快消品牌商。
从整个行业来看,尽管市场规模不会特别大,但这是一个非常优质的市场。
因为快消品牌商对于产品的需求具有持续性的,续约率也很高。
同时从AI的层面讲,产品标准化程度高。
是能够做到快速输出,并且可量化可复制、可规模化的产品。
爱分析:
智能货柜赛道越来越拥挤,产品同质化越来越高,创新奇智怎么布局?
童超:
主要原因是中国人均货柜占有量处于一个低位的水平,市场的想象空间很大,市场的吸引力比较大。
在智能货柜领域,创新奇智属于早期玩家。
我们对于智能货柜的战略定位是,希望将智能货柜变成便利店之外的一个触点,进一步去触达消费者。
基于这个初衷,创新奇智通过AI赋能零售商甚至是运营商,帮助他们更好的切入这个市场。
与其他单纯的智能货柜卖家不一样的是,创新奇智提供的服务主要是算法模块这部分。
爱分析:
解决方案在不同客户和行业中的可复制性如何?
童超:
从系统输出的角度而言,会有个迁移的过程,然后通过算法的训练生成一个针对新客户的模型。
这是一个半自动化的过程。
还有一种是定制化的需求,根据客户的要求去设计模型。
童超:
从大的方向来讲,我们将客户分为零售商和品牌商两类。
但是对于客群(业态)的选择并没有太多的偏好。
本质上创新奇智依赖于数据,业态是可以通过数据去反映其性质。
所以我们选择的标准还是在于数字化的程度,以及创新奇智旗下的若干场景与企业需求的匹配度。
如果没有增长的空间,我们会谨慎的考虑与客户的推进程度。
童超:
创新奇智的获客方式包括直销团队和市场推广,创新奇智的直销团队皆来自于零售、快消等行业,业内有着深厚的人脉关系。
市场推广则是通过品牌露出等方式吸引客户。
童超:
品牌商的数字化程度相对于零售商会好一些,因为他们的业态其实相对简单,零售商的业态反而比较复杂。