零售领域的人工智能正以全新的方式应用于整个产品和服务周期——从组装到销售售后服务互动，但零售玩家需要回答的重要问题：
其中AI应用都打在零售过程的自动化或增强的作用？如何使用这些技术目前保持领先竞争对手的零售公司，什么创新正在开创了作为潜在的零售破局者在未来十年？
在这篇文章中，我们涵盖了人工智能被整合到零售行业的各种例子，并将其细分为以下几个子类别:
- 销售和CRM应用程序
- 客户推荐
- 制造业
- 物流和运输
- 付款和支付服务
创新是一把双刃剑，任何创新的结果都是好坏参半。虽然许多人工智能应用产生了更高的ROI-this人工智能在零售市场细分中的案例研究是一个例子，其他人已经尝试和未能达到预期，闪亮上仍需之前这种创新成为产业驱动器能够克服障碍轻。
下面是跨越五个零售领域或阶段的10个简短用例。每一项研究都让我们得以一窥人工智能技术如今是如何被使用的，以及哪些技术正在被创造出来并作为潜在的零售行业进行试点电子商务的标准和砖和水泥业务。
读者可能会发现最近被覆盖在我们的报告对零售空间的额外的见解商业智能。
销售和CRM应用程序
Emerj当前写了一个完整的报告在Salesforce的，甲骨文，SAP CRM应用程序使用AI和更多关于这一主题进一步的见解。
辣椒机器人
在2010年,日本软银电信业务与法国的机器人制造商Aldebaran公司合作开发辣椒，人形机器人可与客户和互动“感知人类的情感。”辣椒已经在日本流行，在那里它用作140家软银移动商店客户服务迎宾员和代表。据Softbanks机器人美国，在这两个帕洛阿尔托和圣莫尼卡辣椒加州b88ta门店试点取得的客流量增加了70％，在帕洛阿尔托，并在圣莫尼卡新笔销量的50％归因于辣椒。
此外，人工智能的创造者还在时尚服装商店the Ave逗留了一段时间，在那里，这家零售商的顾客互动增加了98%，客流量增加了20%，收入增加了300%。雀巢公司在2016年1月宣布它计划收购Pepper机器人在日本开设1000家雀巢咖啡馆。
尽管Pepper并不是目前唯一使用的零售机器人，但店内机器人至少在一开始提升了商店的兴趣和销售额。一旦零售机器人成为“标准”，这种新奇的效应是否会消失还有待确定。
Conversica
Conversica“销售助理”软件设计自动化和通过识别并与互联网线索交谈提升销售业务流程。销售领导和管理公司声称正宗的冠冕堂皇的消息导致35％的平均参与率。
在一个案例研究，Star2Star通信2016年，该公司启用了对话功能的销售代表“瑞秋”(Rachel)，几个小时内就收到了30%的电子邮件回复。可定制的销售助理软件也用于交叉销售或重新利用现有的线索。新英国Boch的汽车还采用Conversica软件，它归因于每月在一个丰田汽车经销店一个平均60销售增长。
客户推荐
IBM沃森认知计算
IBM的Watson向电子商务零售商提供大量订单管理和客户参与功能，这已不再是一个秘密。2016年，1-800-Flowers.com成立当你需要礼物的时候(格温)，该公司要求的AI礼物礼宾服务。
通过消费者对礼物接收者提供的信息在美国，软件通过比较为相似的接受者提供的礼物和购买的礼物的细节来定制礼物推荐。格温的经历(我们在更完整的文章中提到过聊天机器人用例）试图通过与用户个性化和详细的交谈，复制在商店礼宾的作用。1-800-花克里斯·麦肯说话Digiday他指出，在两个月内，70%的网上订单是通过GWYN完成的。
以上是北脸的会话界面，它会提示用户提供了一系列有关他们的购买问题的一个例子。可以肯定地说，类似的系统中，如上面的一个可以用简单的内置if-then规则，没有任何机器学习。
在这样一个建议，Q-和-A接口，使用机器学习的优点，是北脸有可能通过这一对话发动机运行消费者数以万计。At a certain volume of customer interactions, the system might be expected to glean important insights and patterns on suggestions that “work” (high take-rate to purchase, or high cart value), and those that don’t – allowing the company potentially gain higher and higher conversions over time.
制造业
感兴趣的读者可以在我们的学习机生产报告。
辉煌制造
通用电气公司（GE）辉煌制造软件的设计部分灵感来自于通用电气过去20年与客户制造公司的关系，旨在提高整个制造过程(从设计到分销和服务)的效率，从而节省大量成本。该软件包括一套适合于一系列制造商的分析和操作智能工具。
例如，WIP Manager软件为工业和离散制造商提供了整个车间和整个车间的所有工作过程的协作可视性。坐在计算机后面的操作主管现在可以实时地识别工作流中出现的基于楼层的问题，而不是花时间对整个生产设施进行耗时的遍历。
东丽塑料就是一个例子正在使用GE的工厂应用产品公司，使管理层能够在整个生产过程中收集颗粒级数据，并减少缺陷产品和浪费的生产力。
Gakushu学习软件
Fanuc的Gakushu学习软件嵌入在制造机器人（“Gakushu”手段“学习”日文）速度上的特定任务向上的“智能”的操作，最初设计用于点焊和装配线。在2016年，Fanuc的搭配Nvidia合作的目标是通过Nvidia的gpu加速机器人的深度学习。gakushu赋予的机器人通过使用一个收集和存储数据的传感器来学习制造任务。
机器人的调整到实时环境条件和调整运动可以（根据Fanuc的）结果在高达15％的周期时间改进在点焊的能力。一旦机器人的学习过程完成（约18个周期后），该传感器被移除并且训练机器人然后能够自主地完成任务。
机器人的学习配对与该学习机器人的运动，并提供增加的运动稳定性的加速计的形式的振动控制。特斯拉已采用约600 Fanuc的机器人在其在Fremont工厂，并且根据彭博商业周刊放在一个显著为了让更多的机器人在九月2016年的努力，在2017年7月回速度制造努力为它的型号3的下一个预计交付。
物流和运输
达美乐机器人(DRU)
除了Domino的声称，它的原型交付机器人可以保持食物和饮料在适当的温度下，DRU的传感器帮助其导航交付最佳的行进路径。DRU整合机器人技术以前用于军事作战训练。在2016年3月，DRU飞行员在澳大利亚、新西兰、比利时、法国、荷兰、日本和德国推广。达美乐并没有提供DRU在商业规模上推出的具体日期，但似乎可以相信，在未来十年内，食品和其他商品的机器人配送将会成为一种蓬勃发展的现实。
亚马逊无人机
七月2016年，亚马逊宣布其与英国政府合作在通过无人驾驶飞机进行小包裹递送成为现实。该公司正在与世界各地的航空机构合作，研究如何在这些机构制定的规定范围内实施其技术。亚马逊的“总理航”被描述为一种未来的递送系统，可以在30分钟内安全地运送和递送重达5磅的包裹。
该第一次13分钟的无人飞行亚马逊发生在2016年12月，如在下面的视频。目前，确定适当的安全与运营和系统的可靠性是亚马逊的首要任务。亚马逊指出，它的工作与“各国”监管，但再也没有出现过的用于商业用途的预测日期的任何更新。类似多米诺DRU概念，似乎有可能通过空气自主交付货物和食品可以在规模在未来十年内推出。
支付服务
亚马逊围棋
亚马逊的吹捧砖和砂浆的位置，被称为亚马逊围棋在美国，使用免退房的技术，让顾客购物和离开顾客使用Amazon Go应用程序进行签到，但此后整个购物体验都被设计成自动化的。传感器会追踪顾客挑选并放入购物篮的物品，顾客的亚马逊账户在离开商店后会自动充值。
预期的推出并非没有它的障碍，并在三月底2017年源接近零售巨头宣布，亚马逊将推迟其便利店开幕而它在自动购物和采购过程制定了“技术故障”。
贝宝
自2013年起，贝宝公司利用欺诈检测算法，以保护客户的数字交易。在过去的几年里，成千上万的购买模式或“功能”已经通过安全检测系统，该系统现在可以（在例如通过提供教训麻省理工学院技术评论谁是同时买入演唱会门票和小偷做同一种购买被盗帐户列表朋友之间）解码。
通过LexisNexis的一个参考的研究发现PayPal的深度学习的方法来交易的安全性降低欺诈率收入的0.32％，其中小于1％，比平均增长率看到我最电子商务商家。
支付欺诈
欺诈和支付安全是人工智能投资的一个巨大领域，而且有很多欺诈/安全公司不看也罢。筛选的科学是众多企业将机器学习来检测用户的支付欺诈行为之一 - 这两者是相关的零售应用。这将变得更加使美国电子商务的继续膨胀零售销售（和增长始终发生的百分比，根据美国人口普查局）。
AI在零售 - 结束语
在我们的许多以零售为重点的采访中AI家供应商，我们被告知“大盒子”零售商(百思买、塔吉特、沃尔玛等)在采用前沿技术方面极其缓慢。因为大多数大公司都有足够的预算和数据量来充分利用当今最好的人工智能技术，我们完全可以推测，零售领域的“人工智能革命”不太可能发生。大多数大型零售商可能还需要三到五年的时间才能拥有大量的、对业务至关重要的人工智能在制造业的应用，供应链物流， 要么客户服务。
具有更广泛的零售采纳的可能性最高的应用程序是那些对投资的直接，强硬的回报。“提高客户参与” - 甚至与案例分析和实例，是比较软效益“由6-10％降低丢失的包。”使用AI我们的零售行政客人期望在这些大公司的相对平庸委员会很可能是万分危急，安全和底线关注（中更多的内幕，从学习机行业的高管，请访问我们的AI播客的采访渠道）。
正如许多领域的人工智能创新是由更大的行业参与者领导的一样，未来很可能是由零售的人工智能用例所决定的，而这些用例已经被领先的行业参与者证明是有效的。可以肯定地说，世界上每一家规模最大的零售商都在向亚马逊寻求“下一步”的线索，我们可以预计，相对较小的零售商将会向亚马逊、沃尔玛、百思买和其他零售商寻求他们自己的战略思路。
我们建议有兴趣的零售AI应用商人以在未来十八个月密切关注来自亚马逊和其他大玩家AI用例成功的牵引力（即实际推动盈利能力为公司的应用程序，而不是华而不实的R＆d项目）。
本文最初的研究是共同撰写，主要由Karl Utermohlen研究。
图片来源:在上面
