即将到来的零售和消费产品 AI 革命

即将到来的 AI 革命在零售和消费品中智能自动化正在以意想不到的方式改变这两个行业在与IBM 商业价值研究所 执行报告消费品和零售IBM 如何提供帮助一个多世纪以来，IBM 一直在为企业提供所需的专业知识，以帮助消费品公司在市场上取胜。我们的研究人员和顾问创建创新的解决方案，帮助客户变得更加以消费者为中心，以提供引人注目的品牌体验，与渠道合作伙伴更有效地协作，并调整需求和供应。有关我们的消费品解决方案的更多信息，请参阅。ibm. com/ 消费产品。IBM 提供全面的零售解决方案组合 ， 用于销售、供应链管理、全渠道零售和高级分析 ， 帮助快速实现价值。我们帮助零售商预测变化并从新机会中获利。有关我们零售解决方案的更多信息 ， 请访问 ：ibm. com/ 行业 / 零售。在本报告中预计在零售和消费品行业中采用 AI 驱动的智能自动化将在三年内从今天的 40 ％ 跃升至 80 ％ 以上。在零售业中 ， 供应链计划的增长预计将达到最高 ， 而在消费品公司中 ， 制造业的渗透率预计将达到最大。零售商和品牌最初使用智能自动化来提高效率和降低成本。随着功能的成熟 ， 它开辟了全新的业务方式 ， 可以提高运营敏捷性 ， 提高决策的质量和速度 ， 并增强客户体验。智能自动化带来了与道德和机器责任相关的新风险类别。组织必须采取措施避免产生可能产生负面结果的偏见。 1创新的下一个前沿零售和消费品组织正在进入技术创新的新阶段- 以智能自动化为核心。影响深远，提供了许多以前难以想象的功能 - 从自动重新路由发货到绕过恶劣天气，再到基于客户面部表情分析的个性化店内服务。我们的最新研究表明，五分之二的零售商和品牌已经在使用智能自动化，这个数字在未来三年内有望翻一番。未来人工智能驱动的应用程序看起来比许多消费产品和零售公司目前意识到的要广泛得多。通过智能自动化转变为高档品牌和零售商已经以惊人的速度采用人工智能驱动的智能自动化 - 这一过程即将加速。根据我们与全国零售联合会合作开发的 IBM 商业价值研究所的新研究，零售和消费品行业的超过 80 ％ 的高管预计到 2021 年他们的公司将使用智能自动化。更重要的是 ， 有 40 ％ 的人表示他们的组织已经在从事某种形式的智能自动化。没有尝试这种能力的公司有落后的风险 ， 如果希望保持竞争力 ， 就需要迅速采取行动。为什么参与激增 ？ 智能自动化代表了一项重大的技术突破，不仅有可能改善，而且有可能改变公司的经营方式。在智能自动化中，人工智能 （ AI ） 被注入到自动化中，使机器能够学习和生成建议，并随着时间的推移做出自主决策和自我补救 （ 请参阅第 2 页 “智能自动化和 AI ” 的边栏 ） 。20 世纪 90 年代，电子商务革命引发了消费者购物行为的根本性变化，在移动和社交媒体时代持续获得动力。在此过程中，客户需求重塑了零售和消费品行业。为了应对这些变化，零售商和品牌在过去十年中利用技术，使他们能够贴近当地市场趋势，了解消费者偏好和购物行为，设计产品，提供增值服务，并以上下文方式吸引消费者。 2即将到来的零售和消费产品 AI 革命85% 的零售公司和 79% 的消费品公司计划到 2021 年将智能自动化用于供应链规划79% 的零售和消费品公司预计到 2021 年将使用智能自动化实现客户智能零售和消费产品高管预测智能自动化能力可以帮助将年收入增长高达 10 ％为了了解当今品牌和零售商如何使用智能自动化以及他们对其未来影响的预期，我们对 1900 名消费品和零售高管进行了调查，他们在 23 个国家的供应链和运营以及客户参与领域处于领先地位。然后，我们深入研究了行业内部和组织职能的影响，以确定零售商和品牌如何应对智能自动化带来的挑战和机遇。我们发现，零售和品牌高管对智能自动化可以提高其组织的利润抱有很高的期望。调查受访者预计，这些功能可以帮助将运营成本平均降低 7%，同时将年收入增长 10%，是 2017 年消费品平均收入增长的四倍，是 2018 年零售预期增长的两倍。1智能自动化和 AI在我们的调查中，我们将人工智能定义为机器中通过数据发现推理、记忆信息、学习和识别新见解的能力。智能自动化由需要最少手动常规干预的 AI 工具指导。这种运营转变增强和帮助人类能力，减少人为错误并提高效率，同时实现数字运营和创新。智能自动化由四个组成部分组成 ： 前三个由 AI 推动，第四个由自动化推动。Engagement用户与系统交互的外部接触点Learning从跨不同数据源的分析和识别语义参考 ， 以用作决策标准推理随着时间的推移 ， 学习做出自主决策和自我补救正在做或执行执行系统可以数字执行和 / 或人或机器人可以物理执行的下一个最佳操作 3今天专注于内部 ， 明天专注于外部如今，零售和消费品组织主要使用智能自动化来执行依赖于现有丰富数据集的离散内部流程，例如需求预测和客户智能。但在未来三年内，高管们计划将智能自动化纳入更复杂的流程，这些流程需要更广泛的数据集、外部协作和额外的系统集成。在此期间，预计的渗透率将在整个价值链的组织领域中跃升至 70 ％ 以上 （ 见图 1 ） 。图 1超过 70 ％ 的零售和消费产品高管预计 ， 到 2021 年 ， 他们的公司将参与整个价值链的智能自动化“我们从过去几年收集的丰富数据中了解了很多有关客户偏好的信息。现在 ， 我们可以使用数据科学和机器学习来提供真正的个性化体验为我们的数百万客户。 ”Bindu Thota ， 技术副总裁zulily, LLC86%产品设计与开发81%Manufacturing81%需求预测79%客户智能79%供应链规划77%生产计划消费品85%供应链规划85%需求预测79%客户智能75%营销、广告和活动管理73%存储操作73%定价和促销Retail 4即将到来的零售和消费产品 AI 革命零售商和品牌如何使用智能自动化正在发生变化 - 增长最快的不一定是在人们预期的领域。在接下来的三年中，我们预计在与当今渗透率最高的领域不同的领域中，采用率将激增。根据每个行业的独特业务要求，零售和消费品公司的预计采用率也有所不同 （ 见图 2 ） 。图 2未来三年智能自动化采用增长最快的预期领域因行业而异零售消费品今天领航或使用三年内规划Supply运输 -店内商店Cross -制造 - 产品ProductSupplyCross -链条TION and服务和运营功能图灵设计和生命周期链条功能性规划物流经验协作发展管理规划协作21%40%22%40%26%43%29%41%27%43%33%41%37%41%25%57%36%49%34%52% 5推动消费产品的制造和设计消费产品高管预计 ， 未来三年 ， 智能自动化在制造、产品设计和开发领域的采用率最高。这些领域可能会产生潜在的转型影响。在制造中 ， 生产线机械和设备的持续维护可能是一项主要支出。另一方面 ， 任何停机时间都可能会付出更大的代价。品牌可以使用预测性维护来应对这一挑战。预测性维护采用先进的人工智能算法来识别潜在的机器故障并自动安排所需的特定服务。2除了维护设备外 ， 品牌还必须保持高质量的产品质量 ， 尽管上市时间越来越短 ， 产品和流程也越来越复杂。法规和标准增加了额外的难度 ， 客户对无故障产品的压力也是如此。使用人工智能算法 ， 配备智能自动化的机器可以评估可能导致质量问题的新出现的生产问题。当他们检测到潜在问题时 ， 他们可以自动通知制造人员 ， 甚至可以自主执行纠正措施。3在设计和开发产品时 ， 品牌必须始终如一地提出新的 — — 并有望引领潮流 — — 设计概念 （ 参见侧栏 “人工智能搜索引擎可以激发时装设计的下一个趋势 ” ） 。为此 ， 品牌可以使用智能自动化功能来获取与产品使用相关的大量数据 ， 以及上下文和全球消费信息。AI 搜索引擎可以激发时装设计的下一个趋势4人工智能驱动的搜索引擎可以重塑时装设计师开发新设计的方式。该引擎使用来自时装周 10 年的获奖作品的 100, 000 个打印样本进行了培训。它可以根据用户选择的图像数据集搜索具有特定元素或设计模式的图像。设计师可以使用引擎来寻找灵感或检查他们的设计思想，以防止无意的抄袭。未来。修改可能包括修改搜索引擎生成的设计的能力 ， 以及通过输入生成整个设计的能力几个基本参数。 6即将到来的零售和消费产品 AI 革命然后 ， 他们可以从这些数据中进行分析和学习 ， 以生成精确 ， 相关的见解 ， 并以前所未有的速度将其应用于设计产品。一些公司已经将其设计和生产过程的一部分自动化 ， 使客户能够直接与系统进行交互 ， 以做出和执行产品设计选择（ 请参阅边栏 ， “Nike 自动化客户设计的运动鞋的过程 ” ） 。以零售供应链和商店运营为目标另一方面，我们调查中的许多零售高管正在探索将智能自动化应用于跨职能协作和与客户互动的方法。这些活动需要更复杂的过程，涉及额外的系统集成。在未来三年智能自动化采用增长最快的两个领域中，这一重点显而易见 ： 供应链规划和。店内运营。供应链计划涉及多个功能的协作 ， 例如物料 ， 分配和运输计划。以前 ， 将这些计划功能联系在一起的许多过程都是手动的。智能自动化非常适合这种类型的环境。人工智能工具可以从不同的规划功能中吸收数据，并快速消化和分析数据。然后，他们可以生成计算，以帮助零售商在制定和平衡计划，确定权衡和达成共识时做出近乎实时的决策。在整个流程中工作时，零售商可以使用自动化来执行重复性任务，指导工作流程并执行异常解决方案。Nike 自动化客户设计的运动鞋流程5运动鞋 ， 服装和设备公司 Nike Inc. 开发了一种系统 ， 客户可以使用该系统设计自己的鞋子 ， 然后穿着它们离开商店。借助名为 The Nike Maker Experience 的新自动化系统 ， 客户可以穿上空白的 Nike Presto X 鞋子 ， 并使用语音激活来选择图形和颜色来设计它们。该系统使用增强现实 ， 对象跟踪和投影系统为客户显示设计的鞋子。一旦客户完成了他或她的选择 ， 系统就会在运动鞋上打印设计 ， 这些运动鞋在不到两个小时的时间内就可以提供给客户。标准的定制过程可能需要长达两周的时间。 7商店运营和店内服务也可以从智能自动化中受益匪浅。每个城市或社区都是独一无二的 ， 其人员 ， 地点和事件的高度本地化流动塑造了消费者的行为和需求。大学城的商店需要的产品种类与度假区的商店不同。智能自动化可以从本地数据中学习 ， 以确定满足邻里需求的产品和服务。基于本地场地特征和可用成分 ， 它可以自动选择特定商店的分类。人工智能技术还可以应用它学到的东西来根据个人客户的需求定制店内产品和服务。例如 ， 想象一下 ， 你走进一家体育用品商店寻找高尔夫装备。当你进入商店并选择获得帮助时 ，商店的 AI 驱动的应用程序访问有关您的购买模式 ， 兴趣和偏好的数据。然后 ， 它会自动为您分配一个具有竞争力的高尔夫球手的销售助理。同时 ， 该应用程序将您的信息提供给销售人员 ， 因此她可以随时掌握相关知识。她亲自向您打招呼 ， 在将您带到商店的高尔夫区的同时进行相关对话 ， 根据她的高尔夫专业知识提供针对产品的建议 ， 并提供正确装备的建议。“像所有零售商一样 ， 我们认为未来是知道我们在和谁交谈 ， 并以正确的方式与他们交谈。 ”CMO， 北美零售商 8即将到来的零售和消费产品 AI 革命期望效率 ， 获得敏捷性智能自动化和人工智能的兴起可以为品牌和零售商带来意想不到的好处。如今，公司正在使用智能自动化的高管所经历的积极影响程度远高于高管在计划阶段所期望的影响程度 （ 见图 3 ） 。两组高管对这些影响进行排名的顺序也表明了期望与现实之间的显着差异。图 3实施智能自动化的高管看到了更多的转型影响计划在 3 年内执行智能自动化的高管排名他们期望的影响如今使用智能自动化的高管对他们正在经历的影响进行排名提高操作效率 fi 效率64%183%提高决策的质量和速度扩展和扩展功能59%281%提高操作敏捷性提高决策的质量和速度5