Christian Armstrong, Spectrio 产品副总裁 Christian Armstrong Spectrio 产品副总裁

AI 正在快速地将数字标牌转变为提供动态客户体验的渠道

围绕零售业的人工智能的讨论经常回到一个熟悉的问题：这项技术是否真正改善了运营并让员工有更多时间做更有意义的工作？虽然这是一个相关的问题，但这种框架往往忽略了最重要的变化实际上发生在哪里：实体店内。虽然人工智能对数字运营的影响引起了最多的关注，但零售商的现实是，他们的实体店也正在演变成连接、响应的环境，解释实时信号和客户行为以调整店内体验的各个方面。数字标牌、库存优化系统、客户分析平台和劳动力管理工具等工具正在使商店充满数据。人工智能是新的层，利用所有这些数据使商店更接近于一个可以塑造客户所看到和体验的环境 实时。需要响应系统几十年来，零售商一直围绕可预测的规划和执行周期运营。商品陈列是在提前决定的，促销活动是预先安排的，店内体验是按需更新的。即使数字工具进入商店，底层模型在客户接触点仍然基本上是静态的。但是，人工智能开始改变这种结构，通过使商店内的系统能够对发生的变化做出响应。库存可用性、人流量模式、员工水平、当地需求信号和外部背景（例如天气或事件）现在可以被一起解释，而不是单独解释。这使得商店能够根据情况的需要调整其运营的各个方面，以提供动态的客户体验。麦肯锡的研究表明，人工智能部署在嵌入到运营工作流中时最有效，而不是层叠在它们之上。我们现在看到这在店内参与工具中得到证实。利用实时数据零售环境需要一个可以解释和协调店内信号的层，实时进行。这一新兴的能力最好被理解为实时数据编排，其中不同的信号被持续地整合和分析，以形成一个可用的、可操作的图景。与其将每个店内系统独立处理，编排层使得这些信号能够告知每个系统如何响应现实世界的环境。库存水平的变化可以影响商品陈列的优先级；或当地的体育赛事可以被纳入到运营规划和店内呈现中。汽车配件商店提供了一个很好的例子，在那里，连锁店可以将天气条件与销售数据相结合，自动在雨天促销雨刷，而在晴天促销清洗产品。协调至关重要，因为它可以防止人工智能部署在孤立的系统中，并帮助系统对店长更有用，店长试图决定当天的体验应该是什么。这对于将客户接触点（例如标牌和参与表面）从静态编程中解放出来尤其有用。人工智能使标牌变得智能数字标牌仍然是商店中人工智能最明显的应用之一。随着编排层将运营系统融合在一起，标牌在更广泛的店内体验中发挥着不同的但仍然至关重要的作用。今天，标牌不再局限于预先安排的活动或手动更新的内容。数字显示可以现在对实时的运营输入做出反应，使商店能够根据库存水平、客户行为模式、当地趋势或季节需求来调整内容。动态显示，增强了人工智能模型，应用于实时数据，成为零售商保持店内信息与周围环境同步的更实用的方式。这看起来像什么？商店内的不同接触点，例如数字货架标签、自助结账亭和交互式显示，可以从相同的底层数据中获取，以创建更个性化和响应的零售体验。当货架标签显示商品的评分，或者注意到200位客户今天将其添加到购物车中时，顾客会在他们正在决定时获得相同的验证。由于屏幕空间有限，人工智能可以权衡背景以确定哪些信号实际上会影响购买决策。零售商已经开始利用这些功能。例如，杂货连锁店正在使用人工智能驱动的标牌系统，自动根据库存可用性更改促销内容，确保即将过剩的产品被优先考虑，并且库存水平变化时，无法使用的商品被从促销中删除。关键时刻是响应性。标牌呈现了一个新的客户参与途径，商店可以通过此途径提供目标信息，正好在需要时提供。LED窗口显示具有吸引人们的能力，告诉过路人某个产品本周被5,000名购物者浏览或今天被50名本地人喜欢，而过道内屏幕在考虑时提供产品规格；交互式触摸屏允许购物者浏览更广泛的产品目录并在不需要员工帮助的情况下进行比较。有了人工智能，这些交互式接触点可以变得更智能、更个性化。研究已经表明，精心设计的数字标牌可以衡量地影响客户行为打破孤立尽管零售人工智能系统正在迅速发展，但它们仍然面临一个瓶颈：支持它们所需的基础设施还不够完善。许多零售商继续使用分散的系统，将库存管理、营销、分析和店内运营分开。这通常意味着数据在平台和地点之间是分散和不一致的，遗留系统与现代基于云的工具没有完全集成。在许多情况下，在线和店内数据仍然没有完全同步，这限制了零售商在整个店铺范围内提供统一的客户体验的能力。如果这些基础问题没有得到解决，人工智能系统将在范围和可靠性方面受到限制。基础设施设计是零售人工智能采用中最重要但最不显眼的方面之一。零售运营商必须认识到，如果不解决这个瓶颈，投资于人工智能可能不会带来他们期望的回报。展望未来人工智能时代正在改变零售环境的根本结构。商店曾经是静态的空间，通过手动、周期性的更新支持，但今天，它们越来越成为适应性空间，多个人工智能启用的系统解释实时数据以调整体验的各个方面，如有必要。为了正常工作，这个模型需要客户参与、运营决策和基础设施系统紧密集成。一旦建立了这个基础，数字标牌、分析平台、计算机视觉工具和劳动力优化系统可以共同提供一个协调的环境，持续响应不断变化的条件。结果是零售功能发生了根本性的转变：不再仅仅由布局和库存定义，商店连接数据以帮助员工和标牌工具灵活地满足客户需求和偏好，因为它们会发生变化。零售的未来在于响应性，而不是自动化。