時(shí)間：2020-11-24 14:40:23 點(diǎn)擊：次
來(lái)源：虎嗅網(wǎng) 作者：錢德虎

條評(píng)論打印收藏

2017年11月,，德勤中國(guó)與中國(guó)連鎖經(jīng)營(yíng)協(xié)會(huì)曾經(jīng)聯(lián)合發(fā)布了《中國(guó)零售企業(yè)數(shù)字化轉(zhuǎn)型成熟度評(píng)估》報(bào)告,。報(bào)告顯示，中國(guó)零售企業(yè)在總分為5分的數(shù)字化成熟度評(píng)估中,，平均得分只有2.9分,。

當(dāng)時(shí),，整個(gè)零售行業(yè)的數(shù)字化建設(shè)大多處于起步與實(shí)踐階段,，距離“千人千面， 永遠(yuǎn)在線”的智慧階段尚有很大差距,。

然而,，3年過(guò)去，中國(guó)零售企業(yè)的數(shù)字化轉(zhuǎn)型依然難言大功告成,，一路上也面臨重重困難,。

零售智能化，難在哪,？

蘇寧零售技術(shù)研究院院長(zhǎng)王俊杰指出,，當(dāng)今商業(yè)環(huán)境變化迅猛，四面八方的因素挑戰(zhàn)著零售企業(yè),，包括電商,、直播、社區(qū)團(tuán)購(gòu)等不斷涌現(xiàn)的新事物,，這一方面讓企業(yè)的組織能力深受考驗(yàn),，另一方面也在沖擊線下零售“得地段者得一切”的定律。

另外,，線上線下融合雖是老生常談的話題,，但企業(yè)特點(diǎn)、基因,、發(fā)展階段各異,，并沒(méi)有放之四海而皆準(zhǔn)的方法論，因此能將線上線下數(shù)據(jù)完整收集和利用起來(lái),，做成同一盤貨的企業(yè)實(shí)在鳳毛麟角,。

如果說(shuō)，作為行業(yè)觀察者,，王俊杰看到了整個(gè)行業(yè)存在的宏觀問(wèn)題，那么站在從業(yè)者的角度,，英特爾中國(guó)物聯(lián)網(wǎng)事業(yè)部高級(jí)市場(chǎng)總監(jiān)陸英潔則感受到了企業(yè)的切膚之痛,。比如，因?yàn)殚T店的數(shù)字改造程度不夠,，數(shù)字化觸點(diǎn)有限,，顧客行為軌跡無(wú)法完全被記錄，企業(yè)的線上和線下數(shù)據(jù)不能打通,，因此無(wú)法實(shí)現(xiàn)精準(zhǔn)營(yíng)銷,，達(dá)到千人千面的營(yíng)銷效果。

再比如,，雖然不少零售企業(yè)引入了諸如自助盤點(diǎn)結(jié)賬,、智能導(dǎo)購(gòu)等技術(shù),，也在局部提高了人效或評(píng)效，但一個(gè)環(huán)節(jié)的數(shù)字化,，實(shí)質(zhì)上很難提高企業(yè)整體效率,。因?yàn)橐粋€(gè)服務(wù)員，可能不僅要給客戶結(jié)賬,，還要做盤點(diǎn),，甚至幫客戶做導(dǎo)購(gòu)。因此,，唯有把所有環(huán)節(jié)和數(shù)據(jù)整合起來(lái),，用端到端的方式來(lái)幫助企業(yè)實(shí)現(xiàn)數(shù)字化和智能化，才能真正實(shí)現(xiàn)降本增效,。

時(shí)至今日,，零售企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)展依然緩慢。之所以這樣,，很重要的原因在于,，技術(shù)上存在諸多難點(diǎn)。

難點(diǎn)一是基礎(chǔ)架構(gòu)缺乏整合,，導(dǎo)致門店設(shè)備復(fù)雜冗余難以管理,。

過(guò)去幾年，零售業(yè)的數(shù)字化技術(shù)迭代迅猛,，很多零售企業(yè)的數(shù)字化建設(shè)上馬倉(cāng)促,，缺乏全盤考慮，在較短時(shí)間內(nèi)部署大量的系統(tǒng)和硬件設(shè)備,，導(dǎo)致設(shè)備重疊冗余問(wèn)題突出,，反而增加了門店的管理復(fù)雜性和故障風(fēng)險(xiǎn)，進(jìn)而推高運(yùn)營(yíng)成本,。

第二個(gè)難點(diǎn)則是煙囪叢林,，難以產(chǎn)生業(yè)務(wù)價(jià)值。

不少企業(yè)進(jìn)行了數(shù)字化建設(shè),，擁有了很多應(yīng)用,，也積累了很多數(shù)據(jù)，但由于缺少通盤考慮,，數(shù)字孤島現(xiàn)象或者煙囪叢林現(xiàn)象嚴(yán)重,。因?yàn)閿?shù)據(jù)難以打通共享，又導(dǎo)致客戶和會(huì)員數(shù)據(jù)不完整,，進(jìn)而帶來(lái)營(yíng)銷不夠精準(zhǔn),，難以帶來(lái)業(yè)務(wù)增長(zhǎng)。

再有就是數(shù)據(jù)缺少統(tǒng)一性,。

很多企業(yè)的數(shù)字化系統(tǒng)缺乏統(tǒng)一的架構(gòu)和數(shù)據(jù)接口,，后續(xù)想在系統(tǒng)上增加新的模塊或者系統(tǒng)間的數(shù)據(jù)對(duì)接,，需要極大的工作量，更難以實(shí)現(xiàn)上下游企業(yè)間的對(duì)接和融合,。

在陸英潔看來(lái),，要解決這些技術(shù)問(wèn)題，零售企業(yè)需要一套整合的邊緣協(xié)同基礎(chǔ)架構(gòu)來(lái)部署應(yīng)用,，進(jìn)而融合各種設(shè)備和應(yīng)用的數(shù)據(jù),，同時(shí)給未來(lái)的新應(yīng)用提供兼容性、擴(kuò)展性和持續(xù)創(chuàng)新的基礎(chǔ),。

邊緣計(jì)算如何改造零售業(yè) 

眾所周知,，零售是一個(gè)商品SKU極多、標(biāo)準(zhǔn)化低,、復(fù)雜性高,，消費(fèi)高頻且快速的場(chǎng)景。零售企業(yè)訂單金額不大,，但訂單量大,、即時(shí)性突出，尤其是客流量高峰時(shí),，這些特征就更加明顯了,。這就意味著，零售業(yè)態(tài)的數(shù)字化轉(zhuǎn)型需要能夠勝任這種實(shí)時(shí)數(shù)據(jù)處理,。

在計(jì)算領(lǐng)域,，我們常常聽(tīng)到邊緣協(xié)同、云計(jì)算這2個(gè)概念,。過(guò)去十年,，云計(jì)算發(fā)展迅猛，成就了亞馬遜AWS,、微軟Azure,、阿里云等巨頭，但隨著5G,、物聯(lián)網(wǎng),、人工智能等技術(shù)滲透到各行各業(yè)，邊緣計(jì)算也迎來(lái)了爆發(fā)式增長(zhǎng),。

云計(jì)算是一種利用互聯(lián)網(wǎng)實(shí)現(xiàn)隨時(shí)隨地、按需,、便捷地使用共享計(jì)算設(shè)施,、存儲(chǔ)設(shè)備、應(yīng)用程序等資源的計(jì)算模式,。而邊緣計(jì)算則指的是靠近物或數(shù)據(jù)源頭一側(cè),，采用網(wǎng)絡(luò),、計(jì)算、存儲(chǔ),、應(yīng)用核心能力為一體的開(kāi)放平臺(tái),，就近提供服務(wù)的計(jì)算模式。

如果說(shuō)云計(jì)算是集中式大數(shù)據(jù)處理,，那么邊緣計(jì)算可以理解為邊緣式大數(shù)據(jù)處理,。

用章魚(yú)做比喻可能更形象。章魚(yú)有5億個(gè)神經(jīng)元,，其中3億個(gè)不在大腦里,，而在觸手上。每個(gè)觸手都有獨(dú)立的神經(jīng)系統(tǒng),，觸手與觸手之間可以繞過(guò)大腦直接交流,，大腦完全不知情。邊緣計(jì)算就相當(dāng)于章魚(yú)的觸手,，部分終端數(shù)據(jù)不經(jīng)過(guò)云端（大腦）,，直接在分布式的邊緣芯片里處理。

而具體落到智慧零售行業(yè),，邊緣計(jì)算價(jià)值連城,，優(yōu)勢(shì)獨(dú)特且明顯。

因?yàn)槭侵苯油ㄟ^(guò)安裝在物聯(lián)網(wǎng)設(shè)備上的邊緣計(jì)算芯片,，對(duì)終端設(shè)備收集的數(shù)據(jù)進(jìn)行處理和分析,，而無(wú)需將數(shù)據(jù)經(jīng)過(guò)漫長(zhǎng)的路徑“上云”再返回，因此,，邊緣計(jì)算一方面能更敏捷高效地滿足零售企業(yè)對(duì)實(shí)時(shí)業(yè)務(wù)處理,、優(yōu)化及存儲(chǔ)的高效率需求，另外一方面也大大減輕了高并發(fā)需求帶來(lái)的云端數(shù)據(jù)處理壓力,，從而能夠大幅提高零售企業(yè)日常運(yùn)營(yíng)效率,、減輕人力消耗。

基于上述技術(shù)問(wèn)題,，英特爾與合作伙伴一道制定出了邊緣協(xié)同的解決方案,，解決零售企業(yè)的主要痛點(diǎn)。

眾所周知,，結(jié)賬區(qū)域是人員最密集,、業(yè)務(wù)最繁忙的區(qū)域，因此對(duì)零售業(yè)務(wù)的效率提高,、消費(fèi)體驗(yàn)優(yōu)化來(lái)說(shuō)至關(guān)重要,。

英特爾與合作伙伴一同利用數(shù)字化創(chuàng)新技術(shù)，通過(guò)在POS系統(tǒng)中融入機(jī)器視覺(jué),、物體識(shí)別等人工智能技術(shù),，滿足刷臉支付,、商品自動(dòng)識(shí)別，甚至非標(biāo)商品計(jì)價(jià)等需求,，打造了一個(gè)智能化,、高效的結(jié)賬流程，節(jié)省了人力成本,，也減少了消費(fèi)者排隊(duì)時(shí)間,。

比如，烘培店是一個(gè)重要的細(xì)分零售業(yè)務(wù)形態(tài),，作為一個(gè)典型的人員密集型場(chǎng)景,，烘培店的收銀結(jié)賬面臨著很多需求。例如,，由于消費(fèi)者需求的多樣化和烘焙產(chǎn)品的異質(zhì)性,，大多數(shù)烘焙店的食品沒(méi)有辦法實(shí)現(xiàn)統(tǒng)一的外包裝和價(jià)格，傳統(tǒng)的RFID/條形碼自動(dòng)收銀解決方案難以滿足烘焙店的應(yīng)用需求,。因此,，英特爾與中科英泰聯(lián)合開(kāi)發(fā)出了烘焙自助服務(wù)終端。這個(gè)是一款集商品視覺(jué)識(shí)別,、計(jì)費(fèi),、自助掃碼結(jié)賬為一體的終端，用戶可自主掃描與結(jié)算,。

該終端通過(guò)云邊協(xié)作完成,。烘焙店推出新品后，先采集商品視覺(jué)數(shù)據(jù),，“上云”標(biāo)注訓(xùn)練模型,。隨后，模型被下發(fā)到終端,，便于系統(tǒng)識(shí)別商品,。提升了收銀效率，客流高峰期排隊(duì)情況明顯緩解,，改善了消費(fèi)者體驗(yàn),，同時(shí)也節(jié)省了人力成本，提高了烘焙店的人效和坪效,。

另外,，零售行業(yè)也SKU多、商品總量大的特點(diǎn),，還導(dǎo)致零售企業(yè)每年光用在商品盤點(diǎn)上的人力和時(shí)間成本不計(jì)其數(shù),。

針對(duì)這一痛點(diǎn)，英特爾與合作伙伴生產(chǎn)出了基于RFID技術(shù)的盤點(diǎn)機(jī)器人。過(guò)去,，同一批商品，運(yùn)動(dòng)用品零售商迪卡儂門店需要6到7個(gè)人花費(fèi)2天才能盤點(diǎn)完,。但如今,，只需要1個(gè)機(jī)器人花費(fèi)2個(gè)小時(shí)就可以完成了，而且盤點(diǎn)的準(zhǔn)確率從原來(lái)的86%提升到了超過(guò)99%,。與此同時(shí),，盤點(diǎn)準(zhǔn)確率的提升，還能反向引導(dǎo)供應(yīng)鏈,，幫助門店增加了3.44%銷量,。

在構(gòu)建智能化場(chǎng)景和基礎(chǔ)設(shè)施過(guò)程中，英特爾從以下幾個(gè)維度幫助客戶降本增效,。

第一個(gè)是整合,。舉個(gè)例子，英特爾與深圳市零售智能信息化行業(yè)協(xié)會(huì)以及吉方工控,、愛(ài)寶等合作伙伴推動(dòng)其余POS的負(fù)載整合,，將POS從原先的單一設(shè)備變成平臺(tái)，可集成視頻監(jiān)控,、商品管理,、庫(kù)存管理、采購(gòu)管理等應(yīng)用,，進(jìn)而形成一體化的門店數(shù)字化解決方案,，降低了零售系統(tǒng)的構(gòu)建成本和復(fù)雜性，提升IT運(yùn)營(yíng)效率,，同時(shí)為客戶提供更便捷的購(gòu)物體驗(yàn),。

第二個(gè)是兼容現(xiàn)有應(yīng)用和設(shè)備。英特爾邊緣計(jì)算讓零售企業(yè)的數(shù)字化系統(tǒng)可支持Linux,、Windows,、安卓等跨操作系統(tǒng)的整合，同時(shí)也可用虛擬化技術(shù)協(xié)助支持應(yīng)用,。比如與合作伙伴一起開(kāi)發(fā)利用店鋪內(nèi)原有的攝像頭,，再加上智能邊緣服務(wù)器的方案，為傳統(tǒng)的攝像頭增加智能識(shí)別的能力,，幫助客戶降低成本,。

相比傳統(tǒng)的以人工為代表的市場(chǎng)調(diào)研、用戶獲取方式,，數(shù)字化和智能化手段優(yōu)勢(shì)明顯,。它為零售企業(yè)帶來(lái)的不光是精準(zhǔn)的用戶洞察與觸達(dá)能力，還包括需求的提前預(yù)測(cè)與響應(yīng)等能力。有了數(shù)字化和智能化技術(shù),，零售企業(yè)的經(jīng)營(yíng)才可以不再受物理空間的限制,，盡可能將邊界拓寬，與此同時(shí)經(jīng)營(yíng)決策也不再是單純依靠經(jīng)驗(yàn),，而變得更加理性,、精準(zhǔn)和務(wù)實(shí)。

而構(gòu)建這種能力的基礎(chǔ)是以數(shù)據(jù)為中心的基礎(chǔ)設(shè)施,，其中不僅包括云,，也包括邊緣計(jì)算和物聯(lián)網(wǎng)終端。

結(jié)語(yǔ)

改革開(kāi)放40年后,，中國(guó)人口紅利基本消失殆盡,，城鎮(zhèn)化進(jìn)程逐漸放緩，租金成本,、用工成本高企,，與此同時(shí)，資源和能源對(duì)外依存度高,，經(jīng)濟(jì)增長(zhǎng)亟待轉(zhuǎn)型,。

再加上疫情的影響，國(guó)際局勢(shì)的不確定性,，中國(guó)將新基建上升到了前所未有的戰(zhàn)略高度,。

其實(shí)，過(guò)去幾年,，人工智能,、物聯(lián)網(wǎng)、大數(shù)據(jù),、5G,、云計(jì)算、邊緣計(jì)算等技術(shù)就已經(jīng)明顯加快了與制造,、教育,、零售等傳統(tǒng)行業(yè)的融合。如今,，有了國(guó)家指引,，這些新技術(shù)又進(jìn)一步加深了在千行百業(yè)的滲透改造。

從制造到教育,，再到零售等等行業(yè),，以英特爾為代表的高科技企業(yè)，在發(fā)揮自身技術(shù)優(yōu)勢(shì)的同時(shí),，也參與到了這股浪潮之中,，為這些行業(yè)的數(shù)字化,、智能化升級(jí)，踩下一腳腳油門,。