零售行业是对技术触觉最为灵敏的行业之一，会根据市场的迭代做出快速反应。从采用POS机、条形码、嵌入RFID等技术到电商热、O2O模式重构，再到如今AI助力的“新零售”，零售行业一直善于将新技术运用于各类需求中。

不过无论零售业的概念如何改变，都离不开其实质：商家以更低成本获取更多需求信息，更精确分析需求信息，更快反应需求信息，从而降低时间和成本，提高效率；顾客消费需求更精准地被满足，买到性价比最高的东西，降低犯错可能。而人工智能(A I)也只有从零售行业本质入手，解决行业痛点，才能实现整个业态的变革。

    五大场景    

门店到供应链，理想逐步落地

A I落地零售行业场景非常多，《智媒云图2017A I新零售白皮书》聚焦较为成熟的五大场景，包括智慧门店、智能买手、智能仓储与物流、智能营销与体验、智能客服这五部分。

在这五大部分中，智慧门店是业内重点探索的领域，是技术综合应用的集成体现。无人值守便利店AmazonGo，是对智慧零售门店管理的一种理想状态。即消费者用手机扫码进入，并登录自己的ID，就可以选择商品，实现线下选购、线上结账。

从物流到体验，软硬兼施

智能仓储也是A I切入零售行业的重要场景。射频识别(R FID )是产品电子代码(EPC)的物理载体，附着于可跟踪的物品上，可全球流通并被识别和读写。这个系统基本可以代替人工，可实现智能盘点货物。据介绍，如今亚马逊、京东都已经实施了无人分拣系统，所有商品由机器分拣，分拣完后放在传送带上打包，最后发货。

  三大难点  

数据多样，但连接困难

AI的基础主要是大数据及其算法。相比其它行业而言，由于零售行业的系统化程度发展较快，通过摄像头技术、热感应技术、POS机、在线支付等技术的长期应用，数据获取更容易，因此数据维度更多样，数据积累量更大，且获取数据及时性也更强。这为AI落地零售行业打下了坚实基础。

利润低，一次性成本较高

零售行业注重利润率，而科技的落地带来的成本并非每个零售商都可以接受。例如，对于大型连锁便利店而言，要让成千上百家门店实现智能化，一次性成本较高，短期内当机器成本比人力成本还高时，零售商往往犹豫不决，倾向依旧采用人力。

品类多，效果参差不齐

AI落地零售场景很多，但技术落地效果参差不齐。主要是因为零售业涉及环节和品类很多，品类之间性质差别较大。例如家居行业属于高服务、低频消费、高客单价、决策链长、决策人数众多的行业。相比而言，超市的一瓶水，客单价极低、一个人即可决策，无需其他附加服务。两者都属于零售业，但差异很大。

 路径与机会 

以“产品+服务”撬动细分市场

选择前者的多为互联网巨头，它们将研发的A I技术直接落地其消费者业务中，于此同时开放技术平台，为B端客户提供技术支持。对于创业技术输出公司而言，则更倾向选择采用T o B商业模式，以SaaS服务为主。

无人值守与数据互联

继亚马逊推出无人值守便利店A m azon Go后，国内各大零售商也开始尝试无人值守便利店。然而这种模式的便利店噱头大于应用，暂时还处于试点阶段。未来，无人值守店真正落地各大百货、便利店、连锁门店，还有很长的路要走。

此外，零售行业面临着数据互联的困局，数据一旦实现互联，就会促进线上与线下的紧密结合，推动新零售的普及。当数据不断公开和互联，未来技术落地零售还有很多想象空间。