智能大數(shù)據(jù)怎么樣驅動零售行業(yè)的創(chuàng)新？

大數(shù)據(jù)和人工智能是密不可分的，大數(shù)據(jù)支撐了人工智能的應用，人工智能要依賴于大數(shù)據(jù)為基礎?，F(xiàn)在京東大數(shù)據(jù)平臺上有超過4萬臺服務器，每天處理超過100萬任務，數(shù)據(jù)總量超過450個PB，而且以每天800多個TB的規(guī)模增長。正是因為這樣強大的數(shù)據(jù)、數(shù)據(jù)處理內(nèi)容，使得我們可以來談人工智能的應用以及各種智能的發(fā)展。

5月19日，在由中國人工智能學會主辦的2018全球人工智能技術大會上，京東集團副總裁、ACM/IEEE Fellow裴健發(fā)表了題為“大數(shù)據(jù)AI使能無界零售”的演講，暢談了京東在無界零售上的大數(shù)據(jù)AI進展。

以下為裴健在本次大會中的演講實錄，經(jīng)本人整理后發(fā)布。

裴?。悍浅８兄x有這個機會來介紹京東如何用智能大數(shù)據(jù)驅動零售業(yè)的創(chuàng)新。

京東是財富500強的企業(yè)之一，有很多的戰(zhàn)略伙伴，包括騰訊、沃爾瑪?shù)??？赡艽蠹艺J識京東是一個零售企業(yè)、電商，但京東更多的是一個技術型的企業(yè)，它有很多的黑科技技術和應用。舉例，我們有全自動的分撿中心，不久之前冬奧會的儀式“北京八分鐘”中很多人也應該有看到。亞洲一號中，很多倉儲的管理都是以自動化的方式進行。我們有無人機，可以把商品送到偏遠的山區(qū)，有無人車，可以在校園里為客戶運送包裹，觸達用戶的最后一公里。這些都應用了我們?nèi)斯ぶ悄艿募夹g。

大數(shù)據(jù)和人工智能是密不可分的，大數(shù)據(jù)支撐了人工智能的應用，人工智能要依賴于大數(shù)據(jù)為基礎?，F(xiàn)在京東大數(shù)據(jù)平臺上有超過4萬臺服務器，每天處理超過100萬任務，數(shù)據(jù)總量超過450個PB，而且以每天800多個TB的規(guī)模增長。正是因為這樣強大的數(shù)據(jù)、數(shù)據(jù)處理內(nèi)容，使得我們可以來談人工智能的應用以及各種智能的發(fā)展。

這是非常有意思的話題，在很久以前，傳統(tǒng)零售商店里，雖然沒有很大規(guī)模的談人工智能，但那時候我們已經(jīng)做了很多數(shù)據(jù)科學的研究和數(shù)據(jù)科學的應用。舉例，那時的數(shù)據(jù)就是我們的銷售記錄，而且我們有各種的客戶優(yōu)惠活動，比如你走到店里碰到店家跟你很熟，店家很高興，買東西時給你多稱一點或者給你一點折扣，這就是最原始的客戶獎勵計劃。我們還要做各種的市場推廣和營銷。比如，夏天和冬天賣的商品不一樣，一些商品會有一些折扣、促銷。大家會在商店看到銷售人員拿著喇叭在喊，××便宜了。這些要基于店主對商品和整個市場的認識。

基于這種樸素的數(shù)據(jù)積累，會做各種店面設計。在很多商店里，都把西瓜放在商店的中間。為什么？有一個非常深刻的供應鏈應用在里面。因為幾個原因：

第一，西瓜很難長時間存儲，如果一個西瓜在你店里擺了一個多星期、兩個星期，西瓜就不好賣了。所以我們需要盡快把西瓜出去，把它放在中間的地方，能夠讓大家容易看到。

第二，西瓜搬運起來不容易，不單單是說進貨時搬運起來不容易，對顧客來說，要把西瓜搬出去也不是很容易的事情，于是放在商店中間比較開闊的地方，方便店員把西瓜運進來，也方便客戶把西瓜拿出去。

所以大家可以看到，在零售里最核心的數(shù)據(jù)科學的關鍵是銷售和供應鏈。

傳統(tǒng)的零售商店在兩個緯度上非常有限制：

第一，地理限制。比如我不會開車50公里去買一個西瓜，距離的限制使得很多消費行為沒有辦法實施。

第二，現(xiàn)在是晚上11點，我想買東西，但這時候商店關門，于是銷售行為沒有辦法進行。

整個電商的興起很大程度上就是為了解決這兩個痛點，第一個是消除距離的限制，無論你在什么地方，只要能上網(wǎng)就可以買到東西。另外是消除時間的限制，只要你有時間，你就可以購物。

所以，電商的革新是從線下到線上的革新。

在電商時代，數(shù)據(jù)的分析、數(shù)據(jù)的科學有很大的變化，首先我們不是面對面看到客戶，而是只能夠看到數(shù)據(jù)。包括訂單記錄、瀏覽記錄、加購物車記錄，我和客戶的交流很大程度上依賴于推薦和搜索。很關鍵的一點，服務質(zhì)量的好壞取決于物流，多快可以把東西送到客戶手上，當送到客戶手上時，用戶的體驗是什么樣的？這些是我們零售業(yè)的關鍵。

在這樣的環(huán)境下，智能大數(shù)據(jù)的目標發(fā)生了很大的變化。

例如，當我們做通用領域的搜索時，有一套的方法。但我們做電商物品搜索時，有很多特殊的因素需要考慮。比如我們會考慮常規(guī)的因素（如購買意向、顧客偏好）。還會考慮與電商非常有關系的因素，比如供應鏈變量（如庫存、促銷等），在一個搜索結果中，你可能需要把一些庫存比較不足的商品的排位往下放，因為你不希望客戶搜索時找到一樣東西，但是庫存沒有了。

這里有很多的挑戰(zhàn)，比如怎么樣把供應鏈的信息同步給搜索引擎，怎么樣智能分析供應鏈的信息。例如京東有數(shù)十億的商品，在海量的商品中做供應鏈信息的分發(fā)和賦能，對整個供應鏈來說是非常大的挑戰(zhàn)。

我現(xiàn)在有了線上商店，是不是線下商店就沒有價值了？不是的，線下商店還是有它很大的價值。很多的老人喜歡去線下商店，為什么？因為用戶體驗是不一樣的。在線下商店里，我們有各種各樣的用戶交互，比如可以看到真實的售貨員會給你提供很多的交互，可以看到有一些真實商品長什么樣，你可以試用。

我們發(fā)現(xiàn)，線下商店是服務拓展的非常好的渠道。所以在最近一段時間，很多廠商都在做怎么把線下店的能力發(fā)揮出來，京東也一直在探索如何助力線下提高用戶體驗。比如無界零售中，有自動的購物車，自動購物車可以跟在你后面，你買的東西放進去，它可以自動稱重。如果你要找某一樣商品，自動購物車可以帶你去那個商品前面。還有延伸的服務，比如無人店、無人販賣機，都是滿足了客戶在不同場景下對零售的需求。在這個場景下，我們所說的無界零售的方式是要把線上和線下打通，而且要擴展無處不在的零售場景，最核心的是智能大數(shù)據(jù)的分析和研究。

線上和線下打通是怎么回事？

我們會發(fā)現(xiàn)很多事情，很多顧客很喜歡到線下店體驗，體驗完了之后不買，然后會去網(wǎng)上查。因為他們會有一個印象，在網(wǎng)上查到的價格比線下店的價格低。這個對線下店帶來很大的成本，他有一個店，但沒有獲得相應的銷售。對顧客也很不方便，因為我需要去線上查。我們開發(fā)了電子價簽，這是做什么的？當一個客戶拿起一樣商品時，我們馬上去網(wǎng)上搜這個商品的最低價，同時我們看目前線下店的價格，把這些價格里的最低價格顯示為當前的價格。由于有了這樣的保證，我們的客戶就不會再擔心線下店的商品價格會高于線上的價格，可以很安心的進行購買。

我們還可以用各種的虛擬現(xiàn)實技術來提高線上、線下店的經(jīng)營效率，降低經(jīng)營成本，方便客戶。舉例，很多女士在線下店試各種化妝品時，有一個挑戰(zhàn)，試化妝品很費時間，涂了口紅不喜歡要全部擦掉，然后重新試另外一個。現(xiàn)在可以用手機提供試妝的服務，使得客戶很容易的試不同的產(chǎn)品。

AR+智能個性化推薦，在這個應用里，我們客戶可以通過虛擬現(xiàn)實試不同的服務，在他試服裝的時候，我們不單只是把服裝列出來，通過攝像頭，能夠理解客戶的面部表情，來看他的喜好是怎么樣的?？蛻粢呀?jīng)試過的衣服，通過線上、線下的信息以及他對各種試裝的反應，可以給客戶推薦相應下一件可以試的衣服。試衣間是線下門店很大的開銷，通過這樣的服務能夠提高線下門店的坪效，同時吸引客戶，提高他們的用戶體驗。

怎么樣把為客戶服務的整個供應鏈進行提升？供應鏈貫穿了整個商業(yè)過程，從最初的想法到設計、研發(fā)、生產(chǎn)、定價、營銷、交易、倉儲和服務，我們現(xiàn)在看到很多的企業(yè)、人在想辦法提升每一個環(huán)節(jié)的效率，這里孕育了一大堆在業(yè)務上進行人工智能的創(chuàng)新機會。

對于京東來說，京東有一條非常長的供應鏈，我們覆蓋了整個零售的全流程。這里給我們一個很獨特的機會，我們能不能通過大數(shù)據(jù)把不同的環(huán)節(jié)進行打通，使得我們對供應鏈進行改革，使得供應鏈效率更敏捷。這是我們應用人工智能很大的領域。

閃購是打通供應鏈很好的例子，閃購的目標是希望能夠通過在很短的時間內(nèi)投放數(shù)量不多的商品，但可以達成很大的銷售量。一旦銷售量大了之后，就能夠使得整個的生產(chǎn)供應更有效，從而提高更大的折扣，降低我的成本。這里面人工智能的智能算法面臨著一個問題，我們應該找什么樣的什么，什么時間做？面向哪些用戶？這些用戶在哪里？這些問題是AI的問題。

以上啟發(fā)我們一個很核心的問題，到底什么是商店？以前看到的商店是一個房子，里面擺著很漂亮的東西，可以有柜臺，上面可以買東西。或者說商店就是一個網(wǎng)站，在里面會顯示很多的商品讓我去買東西。

其實商店以什么樣的形式存在并不重要，商店一定要有兩個很核心的功能：

一、一個商店能夠顯示豐富的商品，讓客戶產(chǎn)生興趣，吸引客戶區(qū)那里。

二、商店一定要有一個好的機制，這個機制能夠方便客戶購買。

只要有了這兩個因素，就可以構造一個銷售的場景，就可以進行零售的服務。

整個供應鏈創(chuàng)新、無界零售的創(chuàng)新就是我們能不能很高效地創(chuàng)造這種零售場景。

比如我們的拼購，用戶商品的連接可以通過各種各樣的方式（如實體店、網(wǎng)店、微信等）任何線上社交媒體，核心的挑戰(zhàn)就是智能技術，我們能不能通過數(shù)據(jù)分析選定大家應該拼購什么樣的商品，應該通過什么樣的渠道觸達我的客戶，觸達什么樣的客戶，在什么樣的時間點安排這樣的購物行為。

通過以上的例子，希望大家看到，在零售業(yè)里，大數(shù)據(jù)是非常核心的能力，已經(jīng)對我們的商業(yè)行為產(chǎn)生了很大的驅動作用。大數(shù)據(jù)上面的智能夠使得我們降低成本、擴展我們的客戶群，能夠使得我們更好的理解我們的客戶，提高更好的服務。我們能夠通過大數(shù)據(jù)和人工智能創(chuàng)造很多新的商業(yè)模式。

舉一個供應鏈創(chuàng)新的例子，在以往的電商里，當有一個訂單進來，這個訂單會到中心，中心會把這個訂單分配到中心倉，這個倉一般都是巨大無比的，里面包羅萬象。我像抓中藥一樣把你要的東西抓起來運送給你。在這樣的設置下，這些中心倉占地比較大，所以一個城市很少的幾個中心倉，一般是布置在離城市中心比較遠的地方，這樣我才能夠拿到很大的地。但是有一個問題，它對大家的服務時效響應要求比較慢，因為這樣的一個東西運到中心倉，中心倉進行倉配，再從遠的地方運回城市，整個時間會很長。京東物流已經(jīng)可以實現(xiàn)在11點前下單，在下一個11點前拿到商品。在整個的物流網(wǎng)絡里，這已經(jīng)是很高的效率。但是我們怎么樣使這個更近一步？比如說能不能提供2小時、1小時甚至30分鐘的服務，這就需要我們對整個供應鏈改革。

舉例，我們可能通過一些線下店的前店后倉，前面是我的店，后面是我的倉。當我有一個訂單過來，這個訂單要及時根據(jù)配送地點進行拆分，拆分到附近的前置倉，在里面進行配送。

這里面就有大量的人工智能數(shù)據(jù)挖掘的任務，舉例，我那些前置倉應該放在什么地方？應該把我的線下店布在什么地方？當我有一個訂單進來的時候，怎么去拆分這個訂單？應該拆給哪些前置倉進行配送？這一堆供應鏈的問題，一定需要人工智能，一定需要大數(shù)據(jù)進行解決。

如果我們回想大數(shù)據(jù)的定義，以前是通過“4V”形容，有體量、速率、準確性、多樣性，在這四個緯度里，很多是從數(shù)據(jù)解決方案來看，可以照這四個緯度的四邊形。我們的目標是在四個緯度上做到極致。

以往對這些概念的理解都是面向數(shù)據(jù)處理，不是面向數(shù)據(jù)價值和客戶。如果我們換一個角度考慮這個問題，整個大數(shù)據(jù)或者智能化大數(shù)據(jù)是做什么？應該就是要在正確的時間和正確的地點把正確的數(shù)據(jù)送到正確的用戶手上，針對應用場景的數(shù)據(jù)需求對大數(shù)據(jù)提出很多新的要求，需要大數(shù)據(jù)具有相當高的智能能力。這一點剛好是和無界零售、零售即服務高度融合。因為無界零售就是在合適的時間、合適的地點把合適的商品賣到合適的客戶手上。在這個時候，各種的業(yè)務形態(tài)、商業(yè)模型其實是在這四個緯度上劃不同的點。為了實現(xiàn)無界零售、零售即服務，需要大量的數(shù)據(jù)和在數(shù)據(jù)上建立的商業(yè)智能來支撐。

今天給大家分享“智能大數(shù)據(jù)怎么樣驅動零售行業(yè)的創(chuàng)新？”我有一點感觸非常深，我們在業(yè)務上，誰能夠生存下去？誰能夠在后面的競爭當中顯示優(yōu)勢？達爾文很久之前說明過，能生存下去的不是最強的，也不是最聰明的，是最能夠適應變化的，也就意味著我們要及時洞察我們的數(shù)據(jù)，我們要以智能的方式及時分析我們的數(shù)據(jù)做出改變，去迎接這個變化。