智慧零售作为数字经济的重要组成部分，在政策环境、技术创新、用户变迁与消费升级的驱动下，已进入了快速发展的阶段。在线上线下零售业态中，不断涌现出新型消费渠道和营销模式，比如电商直播、社区团购、免税经济等。2016年以来兴起的主播直播带货在2019年和2020年得到了爆发，2020年疫情更是催化直播电商进入“万亿时代”。我们认为AI在直播+电商赛道大有可为：（1）智能主播数据分析打造智能直播间；（2）虚拟主播带来“永不打烊”的助播；（3）智能选品等等。新兴的零售场景集中在线上领域，这就为数据使用带来了更多的适用场景。

智能零售的核心在于重构“人-货-场”。根据罗戈网援引艾瑞咨询，AI+零售主要的应用场景包括精准营销、商品识别分析、智能客服、无人零售、消费者识别分析以及智能化运营等。我们认为零售场景解决的是“人-货-场”匹配的问题，而AI带来的是零售“人货场”的重构，现阶段较为重要的应用场景是智能营销、智能运营和智慧供应链等环节，智能营销通过对“人”和“货”的数字化，充分挖掘消费者的需求，进行二者更精准的匹配，重点在于流量的变现；智能运营则充分利用AIoT等设备对于“场”进行改造升级，提升效率，重点在于效率的提升；智能供应链是消费闭环的重要保证，重点在于成本端的管控，同时也是O2O成功的关键。

面对庞大的内需市场，自阿里巴巴提出新零售开始，互联网巨头借助流量和技术已开始悄然重塑零售行业。根据IT之家消息，2016年在云栖大会上阿里巴巴提出新零售理念；之后腾讯迅速跟进，根据哈佛商业评论消息，2018年，腾讯在2018中国零售数字化创新大会上首次对外阐述了腾讯智慧零售的理念与核心主张，解析智慧零售如何在零售商为主导的前提下，提升全链路运营效率。我们认为新零售O2O的理念成功的基石是如何数据化以及如何有效利用数据以达到提速零售发展的效果，核心就在于零售业务智能化。在阿里和腾讯纷纷表示赋能零售行业后，二者对于零售的布局可谓是重塑了中国零售市场。根据腾讯云社区，阿里巴巴在智慧零售行业的重要投资布局包括饿了么、盒马、百联、大润发、菜鸟等；阿里巴巴在智慧零售行业的重要投资布局包括美团、京东、家乐福、永辉超市、每日优鲜等。二者均借助自身线上的流量、支付体系以及强大的技术正在对零售行业进行数字化和智能化升级。

1 阿里商业操作系统力求覆盖全商业要素

我们认为阿里对于零售行业智能化的理解可以从其“商业操作系统”中探寻一二。

根据云栖社区援引一点财经消息，2019年1月，阿里发布了与众多合作伙伴协作的“A100计划”，力求实现“商业要素的全覆盖”，即“品牌、商品、销售、营销、渠道、制造、服务、金融、物流供应链、组织、信息技术”等11大商业要素的在线化和数字化。

具体实现上，打造业务中台和数据中台，实现全渠道数据共享，实现全渠道销售能力。根据阿里云官网，阿里针对商超连锁的解决方案中打造了数据中台和业务中台，前台通过大数据AI分析进行营销推广，后台包括ERP、仓储管理等模块。其中中台有机衔接稳定的后台系统和灵活多变的前端业务场景，通过抽取后台系统的数据，以共享服务中心的方式，为前台的各种业务场景提供统一调用服务，保证数据一致性；同时，采用微服务架构构建的中台，可弹性伸缩，支撑高并发访问。

落地商家案例（根据阿里云《AI时代零售业的智能变革》）：

世纪联华

世纪联华在浙江地区拥有600多万会员。在过去对于消费者的理解停留在消费结果上，对商品选择历史、消费动机等缺乏认知手段；现在将通过门店客流分析、购买行为历史等产生颗粒度更小的智能分析结果，减少人工判断误差产生的试错成本。基于阿里云数据中台，联华希望可以对会员的购物行为进行分析，对顾客进行标签重构，重新定义会员运营的方式。与此同时，利用“鲸选”APP实现顾客深度触达，升级顾客体验。

特步

全渠道运营管理：在引入阿里云大中台概念之前，特步的线上线下营销资源是割裂的，库存独立、促销规则不统一、物流成本高。在中台系统上线以来这样的局面得以彻底改变：会员、订单、库存、物流、结算系统全部打通，线下门店作为前臵仓，收到订单后系统会根据“先就全，再就近”的智能算法将订单自动派送至最近的门店，并且通过阿里星盘自动通知物流公司进行配送。2017年的“双十一”期间，特步的22万张线上订单几乎都通过这样的方式实现了自动派送，不仅做到下单第二天6点前准时发货，且同城发货占到23%，同省发货占到78%，与以前中心仓的方式相比节约了一半以上的物流费用，库存水平也显著降低。

门店生命周期管理：从店面选址，到顾客管理、商品选择，特步正在试图用更加智能化的工具来代替传统的人工决策。例如，根据店面的销售历史，结合天气、区域喜好等，智能调拨系统可以预测出门店未来一周的需求并给出精确到SKU的补货订单；生产制造侧据此进行SKU调整，由“收到订单后发货”改为“基于预测提前备货”，出货时间由平均45天减少至20天，也极大的减少了缺货情况，提高了门店收益。在这样的赋能下，加盟商也更有意愿与品牌打通平台，共享数字化带来的效能提升。

我们认为阿里智慧零售在前端消费场景方面，通过场景、移动端等流量入口完成对用户的清晰画像，以“推送+服务”的形式响应用户的个性化需求；中台以消费者运营为核心，由数据端打通消费者认知购买、兴趣及反馈的全链条，以消费者数据反向帮助企业提升供应链的管理与生产；后台则利用物联网、AI等技术构建线下基础设施，提升消费体验。基于阿里的电商基因，选择下场亲自做零售，比如盒马，投资并购布局上也更倾向于战略控股。

2 腾讯智慧零售：帮助零售商实现持续增长的商业伙伴

我们认为相比阿里，腾讯不具备“商业”基因，社交属性带来的是擅长做“连接”，而腾讯在智慧零售业务的打法即围绕连接和流量展开。

根据腾讯科技消息，2020年9月，在腾讯全球数字生态大会零售专场暨智慧零售数字增长峰会上，腾讯智慧零售产研副总裁蒋杰表示在智慧零售领域仍存在很多困难：（1）私域连接难。中国线下零售占比仍超过74%，盘活线下商品、门店、销售人员的触点是第一座“大山”。（2）私域运营难。如今消费者和品牌的触点平均已达到5.2个，将碎片化的触点综合运营起来，对企业提出了新的挑战。（3）数据融通难，2019年小程序交易额超过8000亿，企业亟需将越来越丰富的线上线下、不同环节的数据融通，积累真正自主、可运营的数字资产。结合腾讯对智慧零售的思考和定位，正式发布了其智慧零售产品体系：提供私域连接、私域运营和私域数据三方面能力支撑，全方位助力零售企业构建规模化私域业态。

“腾讯有数”重点在于通过数据分析智能化驱动商家的精细运营。根据腾讯科技，“腾讯有数”有三大核心能力，（1）打通腾讯生态内公私域触点的经营数据，实现融通管理；（2）通过更长效的效果追踪，使经营效果评估更加准确，从而找到实现企业增长的关键因素。（3）针对商品经营管理场景，以及用户资产管理场景提供全面的数据服务能力；在商品经营场景方面，提供包括小程序选品、商品推广、制定个性化商品运营策略；在消费者资产管理方面，提供完善的生命周期管理工具，服务品牌深度洞察私域用户，实现精细化运营。时尚品牌ZARA基于有数的数据分析，针对小程序流量触点进行了盘点和优化，并通过首页改版、功能动线优化、商品分类调整等方式，将小程序的转化率提升了1倍，跳失率下降了40%。同时，ZARA还通过有数实现了广告ROI的长效追踪，并基于追踪数据，进行精细化运营，最终广告ROI提升了1.75倍。

我们认为腾讯在智慧零售领域的定位是做企业助手，通过流量构建自己的产品矩阵，当前处于和商家以及合作伙伴共同探索零售智能化机会的阶段。同时，投资零售企业并进行技术赋能，对于被投企业来说提升其智能化水平，对于腾讯自身来讲补足零售行业know-how能力。

可以看出面对国内巨大的零售市场，阿里腾讯等互联网巨头正在通过数字化与智能化改造零售业态。面对线上经济的冲击，当前线下零售行业普遍存在获客难、库存周转难等方方面面的问题，在营销、运营以及供应链等环节，AI将会有力辅助企业进行决策，而这离不开AI零售产业链各方的努力，在他们的大力布局下，智慧零售时代已经加速走来。

3 AI+零售产业格局

根据罗戈网援引艾瑞咨询，AI+零售产业图谱分为了基础服务、人工智能技术服务、应用提供方以及零售企业和品牌商，其中基础服务包括云服务、IT基础设施、通信服务以及数据服务；人工智能技术服务则对应不同的AI领域，包括机器学习、知识图谱、语音语义等；应用提供方针对不同的场景应用，比如智能客服、精准营销、智能化运营、无人零售业态等；我们认为最上层可以理解成用户层，包括零售企业和品牌商。

目前国内AI+零售产业格局大致可以分为互联网巨头和细分领域AI技术服务商两大阵营。我们认为由于互联网巨头掌握海量数据，同时有着深厚的AI算法基础，是AI零售产业链的重要组成部分，比如在技术服务层面，BATJ都具备相关技术实力，而在应用提供方和零售企业层面，互联网巨头大多进行了产业链并购布局或者本身就是线上零售巨头，掌握海量的线上商家，更是具备得天独厚的优势。而专业的AI技术服务商凭借在技术领域的专业优势，不断切入细分场景，比如云从科技、商汤科技在视觉解决方案上更具优势，面对广大的中小型客户，AI技术服务商可以凭借专业的技术和优质的服务取得竞争优势。

零售AI领域处于起步培育阶段，市场规模正在快速增加。根据罗戈网援引艾瑞咨询，AI技术在零售领域的应用于2017年起步、2018年落地推进。估计2019年AI+零售市场规模达到6.5亿（统计口径包括以云服务或软件形式提供的打包零售解决方案中AI授权费收入部分、单独提供AI标准化产品（例如智能客服机器人）的收入、AI摄像头等硬件产品收入），随着AI解决方案能力的不断提升和需求增多，预计到2022年市场规模将达到26.7亿元，2018-2022年CAGR达到44.6%。另一方面，零售企业AI研发投入也在迅速增长，2019年零售企业在AI技术上的投入达到14.8亿元，预计到2022年将达到42.6亿元，2018-2022年CAGR达到37.0%。我们认为高研发投入保证零售AI茁壮发展的重要保证，有利于从技术层面更好的帮助零售行业智能化升级。

4 落地实践案例——盒马鲜生：端到端数字化零售体系，AI全方位渗透

根据极数《2020年上半年中国生鲜电商行业发展分析报告》，当前我国生鲜电商行业中：（1）中国城镇居民年食品支出近七万亿元；（2）2020年7月，网上食品消费同比增长近四成，远超电商行业整体增速18.6%；（3）生鲜电商月活用户超7100万，同比增长75.4%；（4）2020年上半年，生鲜电商交易额达1821.2亿元，同比增长137.6%。可以看到，生鲜电商已经成为食品消费领域高速增长的细分赛道之一。

我们认为生鲜电商是表面框架，核心在于供应链管理系统，比拼的是流量、数据挖掘和供应链能力，当前生鲜电商赛道在高速成长，巨头也在奋力角逐，唯有做到高度智能化敏捷化才有望胜出。生鲜电商这一细分零售领域固然有着高损耗等行业特性，但其较高的AI 智能化水平可以为整个零售行业树立标杆。

根据阿里云官网，盒马技术负责人何崚表示，盒马的快速发展得益于通过智能化手段很好的构建了供给网络、履约网络和销售网络以及解决三张网的动态平衡问题。供给网络解决卖什么，卖多少的问题：品类规划上，基于行业数据和本地会员画像，充分挖掘区域人群的偏好，给出品类建议；库存策略上，基于销售预测，平衡供应链各个库存节点的库存水位和供给节奏，以平衡生鲜的缺货和损耗。供给网络的技术难点，在于生鲜商品的非标品属性给数字化决策带来的挑战，针对消费者需求快速响应，盒马利用归因分析和仿真手段，加速业务应对的速度和效率。比如通过人工智能大数据挖掘技术，盒马发现消费者对生鲜商品的食品安全诉求特别强烈。“散养”、“野生海捕”、“进口”等商品心智能够较好符合消费食品安全方面的诉求。此后重点冲刺此类商品，整个类目的销量得到了大幅度提升。再比如，可以通过生鲜知识图谱帮助上游农业种植养殖进行生产决策，真正实现订单式农业。

销售网络仓配物流领域是盒马业务的基石，计单算法的智能优化是关键。盒马半小时送达的履约服务是以单一门店为中心的及时履约体系。在此履约体系中，计单算法的优化至关重要，多大的计单时间窗口才能够平衡履约时效、最大化单一配送订单量。其次是路径优化问题，包括配送员的配送路径和订单的先后顺序，以保证配送员手中的订单均能在大约半小时内送到。且考虑到了路径夹角问题，避免配送员绕路，提高配送效率。同时，盒马通过AI推荐算法优化劳动力结构，降低物流成本。盒马产品技术部利用算法推荐每日最优的劳动力结构，结合预测的每日的波峰、波谷，安排自营、第三方和外包员工数量和比例，结合智能排班，确定出勤数量和出勤时间。实际作业中，需根据出勤的实际情况，动态分派任务，同时跨岗位调动店、仓的人员，平衡各个岗位产能。

云+端构建智能门店。为了支撑高速发展，解决专业人才和一线作业人员用工瓶颈问题，盒马建设了云端一体业务解决方案，为劳动密集型的营运作业提供辅助执行和自动化执行，降低门店作业人员的绝对数量。云侧是零售全链路角色的生意协同和任务下达的运筹优化，比如门店管理策略（仓库何时收货、门店智能检查等）、门店任务排班（用工规划、库存管理等）以及基层作业辅助（以AI代替专业角色做现场问题的发现和决策，包含AI智能防损、AI防火防害、AI员工作业规范检查、设备实时远程监控和远程运营等）。端侧是门店的AIoT设备，比如智能货架、智能防损、手持移动终端、边缘计算降低AI店均成本等。

我们认为AI已经渗透盒马运营的方方面面，很难去衡量AI具体创造的价值，但是没有大数据算法的支撑，就没有百亿收入规模的盒马，可以说数据和智能成就了盒马，而盒马的高速发展同时也印证了智能零售强大的魅力。