亮相百度AI加速器二期DEMO DAY大秀,超盟数据展示AI落地零售研发成果

[摘要]历经5个月的孵化,百度 AI 加速器二期20余家 AI 新星 顺利结业。9月3日,百度 AI 加速器 DEMO DAY 在北京中华世纪坛剧场举行,超盟数据等1
历经5个月的孵化,百度 AI 加速器二期20余家 “AI 新星”顺利结业。9月3日,百度 AI 加速器 DEMO DAY 在北京中华世纪坛剧场举行,超盟数据等14家创新团队作为二期成员代表,为在场的200余位知名 VC 投资人及 AI 代表带来精彩的路演,展现 AI“加速”后的瞩目成果。当天,百度 AI 加速器第三期入选企业也正式亮相,并举办开营仪式。

AI 技术正在沉淀到各行各业

百度 AI 加速器负责人、百度 AI 技术平台体系执行总监吴甜表示:“希望借助百度 AI 加速器这个舞台,把第二期成员企业相对成熟的理念、经验分享给更多的新伙伴,也让新学员们切切实实地感受到 AI 技术为企业、产业所带来的巨大驱动力。而百度 AI 加速器将持续从技术深度对接与生态资源对接等方面,为学员企业提供全方面支持,帮助他们建立起业务核心竞争力,并在行业应用场景落地上取得突破。”

23家创新团队覆盖各式 AI 落地的场景领域,包括机器人、安防、零售、教育、动漫、旅游、人机交互等分领域,营运模式包括核心零部件、平台、SaaS、硬件产品等多种形态。AI 技术正在沉淀到各行各业的真实痛点及需求中,并尝试为之提供可行的解决方案。

AI在智慧零售领域的落地和助力

作为AI重点应用领域之一的智慧零售,AI是如何落地、又如何助力产业升级的?超盟数据CEO李思贤在题为《DaaS服务驱动传统零售升级》的演讲中给出了答案。

首先,李思贤谈了传统零售中人、货、场的问题。首先是人的问题,全部是人工在做决策;第二是货,接近30年的品牌驱动了消费,消费者在物质不太丰富的情况下任凭品牌给我们推商品,但随着中国的消费升级,消费者可选择的品类越来越多,传统模式已经慢慢行不通了;第三是场景,场景对于线下零售来说就是门店,门店通常都是千篇一律的,街边的便利店和社区超市和10年前没有太大差别,自然而然地给人工智能带来了机会。

AI助力传统零售降本、增效、带来强体验

那么人工智能给线下零售带来了哪些机会呢?李思贤仍然从上述的三个方面来阐述,首先是人的洞察,以前我们很难凭人的经验去判断每一个消费者,然而现在可以了;第二,整个商品和供应链管理可以通过数据在人工智能的辅助下进行提升,从辅助决策到最终可以帮助人去做决策;第三,首先从商品上,可以做定期的促销以及帮助调整门店库存,接入三四线城市的门店后,我们多了很多场景,通过人工智能和大数据去把整个门店的场景更精细化地挖掘出来,每个门店都有自己的特殊场景,在传统零售中靠经验驱动是很难完成的。

超盟数据能给这个行业带来什么呢?李思贤表示,是成本的降低、效率的提高和体验的提升。超盟数据给传统零售企业带来的第一个价值是降本,运营成本以及管理成本;第二是增效,去提高门店的库存周转率,提高零售企业的资金使用效率,提高每一个管理者和参与零售的角色的决策效率,最终得到的结果是对方的人效和坪效都得到大幅的提升;第三是强体验,也就是无感知体验,精准地推送一些适合消费者的优惠券,在这里李思贤感谢了开为科技的大力支持;另一个是沉浸式体验,也就是多元化的产品组合,在购物过程中不仅仅有购物环节,同时结合就餐和娱乐的场景,比如超级物种和盒马鲜生,具体每个门店怎样去沉浸,这也是超盟数据在做的事情之一。还有多渠道的体验,也就是线上、线下购物体验的融合。

依托线下最大的商品数据库,构建商品知识图谱

现在从IT时代到DT时代在转变,数据将在未来的零售里面发挥更大的作用。有一个不得不承认的事实,线下传统零售的数据现状非常杂乱,呈孤岛状和分裂状,超盟数据做的第一件事情就是打破目前的数据孤岛,超盟希望重新制定这个行业的数据标准;第二超盟依托线下庞大的商品数据库,去建立商品的知识图谱,根据商品的流通链条,品牌商、供应商到采购,到入库、分发、再到门店销售,最终到消费者手里,通过这个数据过程的实时监控,不停地迭代优化算法,在每一个决策的过程中,去让每一次的决策更加精准;同时超盟数据还建立了最大的线下商品库,线下商品不再只有原来的静态标签,超盟可以掌握它的实时动态,在什么样的天气或促销的情况下,指标在发生什么变化,清晰地刻画出一个商品的线下生命周期,这样对于终端的消费者和上游的品牌商都更加智能。

综上,超盟数据是以门店为基础向上下游延伸,实现让门店更加智能,帮助品牌商覆盖更多门店,使得消费者拥有更多的选择和更好的购物体验。

人工智能的发展已经进入一个新的阶段,超盟数据将与百度一道,更全面、更深入地探索 AI 如何在各个场景切实落地、提升体验及效能,真正让 AI 渗透进社会的毛细血管中。




免责声明:

本站系本网编辑转载,会尽可能注明出处,但不排除无法注明来源的情况,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系, 来信: liujun@soft6.com 我们将在收到邮件后第一时间删除内容!

[声明]本站文章版权归原作者所有,内容为作者个人观点,不代表本网站的观点和对其真实性负责,本站拥有对此声明的最终解释权。