今天小編分享的互聯網經驗：AI能不能解決消費企業的效益大難題？，歡迎閱讀。
頭圖 | 4 月 18 日大鲸 AI 峰會現場拍攝
編輯 | 大鲸魚
對于生成式 AI，雖然 100% 的人相信将會是爆發性落地應用，但 99% 的人選擇保持觀望。
觀望的背後代表着對 AI 還存在大量的未知和不确定。為此，虎嗅智庫在北京發起的 2024 大鲸 AI 峰會——零售消費專場，正是為了理清這些不确定性和挑戰，并呈現行業先行者的案例和心得。
4 月 18 号的下午場，虎嗅智庫邀請了藍馳創投投資合夥人石建平、自然堂集團大數據中心總經理羅予晉、肆拾玖坊 CDO 張鵬、百果園四化研究院院長王筱東、柚子投資創始人彭程、中國連鎖經營協會行業創新與發展部主任田芮豐、TATA 木門 CIO 樂勇斌、順豐科技解決方案部總經理徐波、安永博智隆總監張新宇這些分享嘉賓，他們依次為我們深度剖析了 AI 在消費零售業的應用潛力、通過供需匹配實現效率提升的經驗、以及 AI 供應鏈物流場景下的推進挑戰等行業最關心的話題。同時現場嘉賓進行了高質量交流，回答了一些關起門來切磋的問題。
希望本篇大會觀點摘錄，能給未到場的人士一些啟發，也歡迎讀者朋友與我們深度交流。
以下為嘉賓分享觀點部分摘要：
（藍馳創投投資合夥人石建平）
生成式 AI 将為零售行業帶來前所未有的生產力提升
人工智能對于我相信在座各位都不是陌生的事情，特别是大家都在整個零售行業裡面，但上一代的 AI 說老實話，除了人臉識别，到酒店裡面去刷一個臉很多體感都比較少。而這一代的 AI 在基礎能力上的很多方面都超過了人。我們看到所有龍頭企業都在擁抱 AI，未來 10 年生成式 AI 市場規模将達到 1.3 萬億美元。
生成式 AI 在企業場景應用，本質上來說是基于數據智能基礎設施的探索和落地。典型場景有個性推薦 / 助手 / 客服、視覺化 " 試用 " 體驗、產品設計開發和趨勢預測等。但 GenAI 技術發展還處于早期，場景商業價值還需要時間。
（自然堂集團大數據中心總經理羅予晉）
一盤貨：消費者業務增長的生意基礎
一盤貨各行業都有，它不陌生。這個業務模式的目的是把線下變成跟線上一樣敏捷。
線下做生意的很大一個前提就是在于貨鋪出去了沒有？鋪出去了就有生意做，鋪不出去就沒生意做。一盤貨就是代理商訂貨之後，我們把貨生產出來後并不給到代理商，而是放到我們的倉配體系裡面去全國建各個分倉，幫代理商去履約。如此可以知道全國那麼多家門店到底都鋪了什麼貨？該鋪的貨鋪沒鋪出去，時間節奏什麼樣子的？包括每個門店我們給他政策有沒有得以實行？這樣一盤貨就幫助我們把線下生意從原來的銷售變成了一個運營。對代理商、對于門店都有很大的改變，以及業務體系從銷售轉向運營的模式變化。
伽藍（自然堂所屬集團）的數字化轉型，以一盤貨系統為基石，數據中台為大腦，将消費者、客戶、銷售交付、生產交付、產品、後台服務等各個節點進行串聯，快速高效支持前端各種新業态。
（柚子投資創始人彭程）
AI 在供應鏈的應用有四大卡點，最大的問題是它像人
第一， AI 的基礎得先要在業務的前台、中台和後台的供應鏈基本上都完成了信息化。很多公司在最後一端是沒做的，供應鏈那端沒有做到有足夠的數據來看的，就不用提 AI 化的問題了。第二，老板有意識。就是從靠人管理事情要過渡到去靠數據管理，當然不是完全靠數據管理，業内大家都知道有家便利店的連鎖就是完全靠數據管理，做的情況就很糟糕，所以我們是過渡到數據加人去管理這麼一個過程。第三 AI 要有一個數據集，要有一個專家庫的訓練，最大問題是數據在哪裡？如何治理？第四，評價 AI 的水平。就是站在 CTO 角度去看事情的時候，要訓練 AI 時候得不斷去修正，它可能就跟人一樣，它會為了短期目标犧牲長期利益，需要調整不同的權重？即考核什麼節點是能最大的提高它的生產出的？否則，就會對經營效果起到反作用。
在圓桌環節，順豐科技解決方案部總經理徐波提出，零售企業在落地的時候，不要為了技術而技術，而是要去嘗試把技術和業務做一個整合的方案。短期内幫助主業降本增效、長期幫助企業構建競争力，否則沒有價值可談。
但事實上，對于 AI 落地，無論技術商還是企業應用方，都還在進行小步嘗試、還有很多坑要踩。為了盡可能提升 AI 認知力，虎嗅智庫在現場正式推出了 "AI+ 落地案例征集項目" 計劃，宣布将發布 50 份創新應用案例，并将選取 10 篇由分析師聯合專家進行分析點評，總結成功經驗。
誠摯邀請廣大 AI 先鋒參與我們最新推出的案例征集活動，分享貴司的成功經驗和創新故事，推動行業交流與合作。點擊了解更多或掃描圖片二維碼直接報名。
>
