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。
