访谈
维基·扎巴拉，First Insight 首席增长与战略官 – 采访系列
维基·扎巴拉，First Insight 首席增长与战略官，在高增长的 SaaS、AI 和技术公司中拥有超过 22 年的领导经验，运营在战略、产品和创新交叉点。作为她的职责，她领导 First Insight 的统一增长引擎，横跨战略、营销、产品、AI、客户成功和合作伙伴，塑造公司零售决策智能平台背后的愿景。以将不确定性转化为清晰度而闻名，扎巴拉通过连接客户洞察、决策智能和可扩展的运营模型，驱动超级增长、新市场扩张和 AI 领导的转型，实现全球企业的可衡量的业务成果。
First Insight 是一个为零售商和品牌打造的 AI 驱动的决策智能平台，旨在预测需求、优化定价和产品组合、降低整个产品生命周期中的风险。通过将实时消费者反馈与预测、生成和代理 AI 相结合，该平台帮助组织跨设计、商品、规划和季度执行做出更快、更自信的决策。由领先的全球零售商和消费品品牌使用，First Insight 致力于将客户洞察转化为可行的智能，改善利润率、加速上市速度和增强长期增长。
您的职业生涯始终处于数据、营销策略和执行的交叉点。早期在您的职业生涯中，有哪些时刻最能影响您如何思考将洞察转化为真正的运营决策？
我一直专注于一个基本挑战：如何在规模上影响和改变行为。
早在我的职业生涯中，这一点在移动应用和广告技术中体现出来，反馈循环是即时的。您很快就会明白，数据只有在改变某人下一步行动时才有意义——安装、参与、转化。后来，在 IoT 和体验平台中，同样的真理在物理环境中体现出来：背景、时机和体验如何实时塑造人类行为。
在所有这些行业中，一个教训始终如一：洞察只有在行动中的时候才有价值。如果它不能经受执行的压力——定价、营销、库存、信息传递——它只是信息。
这种思维模式就是我来到 First Insight 的原因。零售业是最行为驱动的行业之一，但决策一直依赖于滞后指标和直觉。我的工作就是弥合这一差距——尽早、持续地将客户的声音带入决策中，以便设计出更好的结果，而不是对失败做出反应。
我的重点现在是帮助组织做出更好的决策，以便他们能够增长收入、赢得客户忠诚度并持续超越市场表现。
作为 First Insight 的首席增长与战略官，您负责产品、AI 路线图、营销和客户成功。拥有统一的视野，如何改变 AI 在零售组织内部的设计和部署方式？
当您看到整个系统时，您停止将 AI 视为工具，开始将其视为 运营模式。
产品展示了技术上可能的东西。营销展示了什么会被理解和采用的。客户成功展示了什么在现实世界的约束下成立——时间压力、跨职能紧张、数据质量和问责制。当这些观点被统一时，AI 被设计为围绕决策的实际发生方式，而不是技术在孤立状态下的外观。
这就是为什么零售业中的 AI 必须作为决策和行动的系统，而不仅仅是智能系统。它必须将客户信号连接到定价、产品组合、营销和规划，以便在团队之间对齐并加速决策。当 AI 减少团队之间的摩擦并缩短洞察和行动之间的距离时，它开始提供真正的价值。
零售商长期以来一直依赖季节性规划周期和历史数据。从您在现场看到的情况来看，为什么这些模型与消费者今天的行为越来越不符？
因为这些模型是为一个零售业主要是优化现有产品的世界而构建的，而不是创造新的东西。
历史销售和季节周期可以帮助解释现有类别中的表现，但它们在零售商今天最需要的两件事上很弱：响应快速变化的客户行为和通过产品创新和空白空间扩张创造新需求。
需求现在实时变化，受到价格敏感性、文化时刻、社会影响、经济压力和渠道动态的驱动。趋势可以在一夜之间出现。价格信号可以瞬间改变行为。历史数据解释了已经发生了什么，但它不能可靠地告诉您客户下一步会如何响应，即使对于已经在货架上的产品——背景和情绪可以在任何时候改变。
与此同时，许多零售商正在使用过时的 CRM 和对其客户的过时视图做出决定。新竞争对手、新的渠道和具有不同期望和支出能力的年轻一代正在稳步地将客户拉走——通常在结果出现在错过的预测或下降的忠诚度之前，零售商才会意识到这一点。在许多情况下，品牌正在优化那些他们不再拥有的客户——或者已经转向其他地方的客户。
在创新方面，销售历史无法验证尚不存在的产品——或者处于失去的危险中的客户群。因此，许多零售商最终会迭代过去的产品，而不是自信地投资下一个类别、下一个功能集或下一个受众。解锁的关键是将客户的声音提前带入决策中——以指导概念创作、定价权、定位——使创新成为一个可重复的系统，而不是赌博。
First Insight 的 AI 助手 Ellis 允许对定价、产品组合和需求进行自然语言查询。界面设计和可访问性在驱动真正的 AI 采用方面与仅仅具有技术能力相比有多重要？
界面是区分“AI 存在”和“AI 被使用”的关键因素。
零售决策涉及的不仅仅是一个时刻——概念研究、设计、产品组合构建、定价优化、利润率建模、购买深度、分配、季度调整、营销和销售。挑战不在于零售商没有问题；而在于答案被困在报告、演示文稿、导出和专门的团队中——而到它们被交付时，时刻已经过去了。
Ellis 之所以重要，是因为它消除了洞察和行动之间的摩擦。团队不必再导航报告或等待新的分析；他们可以用简单的语言询问战略和战术问题——关于概念、定价、产品组合、细分市场、市场、竞争对手——并在几分钟内获得清晰、预测性的答案。这不仅仅是可用性；这是决策速度。
可访问性也推动了组织范围内的采用。当相同的客户信号可以被商品、定价、营销和规划团队立即访问时，您可以减少内部冲突和不一致。人们不再争论谁的数据是正确的，而是开始争论下一步该做什么——更快、更自信地做出决定。
您曾与面临利润压力、库存风险和需求波动的零售商合作过。从您所见，AI 在哪里提供最快、最可衡量的影响——以及哪里仍然存在炒作？
最快的影响出现在决策频繁、昂贵、时间敏感的地方：定价、产品组合选择、需求验证和库存风险。当 AI 帮助团队避免过度购买、保持价格信心或更早地退出亏损产品时，财务影响是立即的和可衡量的。
在哪里，炒作超越了现实，是在完全自动化零售或用人工捷径取代真正的客户理解的想法中。消费者非常明确：他们重视真实性、透明度和被倾听。使品牌与客户疏远的 AI 不会带来效率——它会带来风险。
当前的赢家模式是人类判断力增强了预测洞察力，而不是自动化本身。
许多 AI 工具承诺提供预测能力。零售业中有意义的预测是什么样子，领导者如何评估预测是否真正适合决策？
零售业中的有意义的预测不是预测——它是将客户真相与财务结果联系起来的能力。
很多 AI 输出听起来像是预测，但它们并没有改变业务，因为它们从未进入运营节奏。季度错过了，库存堆积了，折扣预算被花光了——每个人都可以指出某处的数据，本可以帮助。真正的失败是决策没有对齐，行动没有采取，工作流程没有改变。
适合决策的预测同时做三件事：
- 它基于客户实际感知的价值——不仅仅是销售历史——因此可以指导从概念到季度的决策。
- 它直接与经济学挂钩：需求弹性、支付意愿、产品生命周期中的 ASP/AUR 以及持有与折扣的利润率影响。
- 它是运营性的——嵌入在团队实际遵循的可重复过程中，而不是被困在工具和孤立的仪表板中。
我们看到的一个反复出现的主题是“长尾”SKU 的成本。过度配备是沉默的杀手：过度深度、低速度、隐藏风险。预测 AI 解锁的一个最大的杠杆是能够剪掉尾部——尽早删除低绩效产品并将库存美元重新投资于客户需求和情绪最高的顶级产品中。
当团队应用这种纪律时，我们看到戏剧性的结果：
- 库存美元被释放用于创新和高分机会，
- 折扣节奏稳定并减少，
- 促销压力减轻，
- 品牌信任增加，因为客户不会被训练以期待 50-60% 的折扣才会购买。
领导者应该通过一个问题来评估预测 AI：它是否改变了我们在哪里投资？最高的 ROI 不是更多的数据——它是更好的决策，关于如何在真正的客户需求下分配资本、时间和库存——早到足以产生影响。
负责任的 AI 通常在高层次上被讨论。在零售业中，实际的、负责任的 AI 采用是什么样的，当决策直接影响定价、消费者和品牌信任时？
零售业中的负责任 AI 从一个简单的原则开始：使用 AI 加深客户关系，而不是利用它。
这不是关于超级跟踪个体、监视或为了自己的目的收集数据。负责任的 AI 是关于将客户的声音带入每个决策中——以便产品、定价、信息和体验反映客户真正重视的东西。在很多方面，这是一种共同开发：客户指导创造、定位和感觉公平的东西。
实际上，负责任的 AI 看起来像：
- 以真正的客户输入为基础——既有数量上的也有质量上的（“她/他/他们说了什么”）。
- 为高影响力的决策（如定价、促销和细分）建立透明度和防护栏。
- 确保在各个细分市场和市场中保持公平性，以便 AI 不会无意中偏袒一个群体同时损害另一个群体。
- 让人类参与判断、问责和 AI 自身无法产生的创造性细微差别。
以这种方式使用，AI 加强了客户关系，而不是侵蚀它。客户感到被倾听。团队做出更好的决策，更加快速。品牌建立信任——因为他们不再对市场做出反应；他们正在与市场一起行动。
您曾领导过营销叙事和产品战略。零售商如何重新思考内部关于 AI 的故事，以便将其视为决策伙伴，而不是威胁或黑盒？
零售商应该停止讲述 AI 是“更聪明的分析”的故事，开始讲述 AI 是大规模客户中心的故事。
内部的摩擦不仅仅是孤立——它们是孤立的高风险决策，具有不同的真相：营销有参与信号，商品有销售历史，定价有利润压力，规划有库存约束。那就是战斗发生的地方。
AI 成为决策伙伴，当它在职能之间创建一个共同的语言时：客户的声音，转化为预测性的指导，告知产品、价格、产品组合和销售——从概念到转化，始终如一。
同时，诚实地对待人类的作用至关重要。AI 不会发明下一个突破性的想法——它会学习模式。人类带来了创造力、品位、品牌意图和文化直觉。AI 通过缩短反馈循环和在市场之前测试决策，使这种创造力更加敏锐。
随着 AI 在规划和季度决策中变得更加根深蒂固，您如何看待人类判断在季度决策中演变，而不是消失？
人类判断变得更加重要——也更加具有杠杆作用——因为季度是零售利润的赢家或输家。
折扣是零售业中最大的成本之一。零售商经常为此预算，因为他们被迫清除未售出的库存。折扣如此痛苦的原因是时机：早期折扣会摧毁利润；晚期折扣会错过转化需求的窗口。
有了预测 AI 和人类的参与，团队可以建模弹性需求曲线，并了解如何根据销售量、客户认知、市场信号和产品生命周期演变的 ASP/AUR 进行调整。这使得更明智的举动成为可能：何时保持价格，何时折扣，以及折扣多少——而不会过度矫正。
季度决策不仅仅是定价。AI 可以通过考虑文化时刻、影响者、趋势加速和客户人群的变化来告知促销和营销决策——以及产品认知和价格敏感性。人类然后应用判断力：品牌意图、风险承受能力和 AI 无法产生的创造性选择。
未来不是自动化。它是更快、更以客户为中心的决策——AI 扩大了倾听，而人类则带来了意义。
展望未来，您如何预计代理和生成 AI 将在未来两到三年内从操作层面改变零售工作流程？
我们正在从智能系统转向行动系统。
从操作层面来看，生成 AI 将使洞察力在各个角色和层级上可访问——总结、比较、解释和回答问题，瞬间即可。代理 AI 将越来越多地承担加速组织的重复工作：准备场景、组装高管简报、监测信号、标记风险和协调下一步行动。
但最有意义的变化将不是“AI 运行零售”。它将是零售商终于在客户和企业之间紧密了循环。团队将更快地行动，减少内部摩擦，并更早地做出更好的决策——在趋势达到巅峰之前，在折扣成为洪流之前，在错过的机会成为季度错失之前。
赢家将不是拥有最多 AI 实验的零售商。他们将是那些建立了可重复的运营节奏的零售商，在那里客户真相、预测智能和人类创造力从概念到转化一起发挥作用。
感谢您详细的采访，希望了解更多的读者可以访问 First Insight。
