智能大数据怎么样驱动零售行业的创新？

大数据和人工智能是密不可分的，大数据支撑了人工智能的应用，人工智能要依赖于大数据为基础。现在京东大数据平台上有超过4万台服务器，每天处理超过100万任务，数据总量超过450个PB，而且以每天800多个TB的规模增长。正是因为这样强大的数据、数据处理内容，使得我们可以来谈人工智能的应用以及各种智能的发展。

5月19日，在由中国人工智能学会主办的2018全球人工智能技术大会上，京东集团副总裁、ACM/IEEE Fellow 裴健发表了题为“大数据AI使能无界零售”的演讲，畅谈了京东在无界零售上的大数据AI进展。

以下为裴健在本次大会中的演讲实录，经本人整理后发布。

裴健：非常感谢有这个机会来介绍京东如何用智能大数据驱动零售业的创新。

京东是财富500强的企业之一，有很多的战略伙伴，包括腾讯、沃尔玛等。可能大家认识京东是一个零售企业、电商，但京东更多的是一个技术型的企业，它有很多的黑科技技术和应用。举例，我们有全自动的分捡中心，不久之前冬奥会的仪式“北京八分钟”中很多人也应该有看到。亚洲一号中，很多仓储的管理都是以自动化的方式进行。我们有无人机，可以把商品送到偏远的山区，有无人车，可以在校园里为客户运送包裹，触达用户的最后一公里。这些都应用了我们人工智能的技术。

大数据和人工智能是密不可分的，大数据支撑了人工智能的应用，人工智能要依赖于大数据为基础。现在京东大数据平台上有超过4万台服务器，每天处理超过100万任务，数据总量超过450个PB，而且以每天800多个TB的规模增长。正是因为这样强大的数据、数据处理内容，使得我们可以来谈人工智能的应用以及各种智能的发展。

这是非常有意思的话题，在很久以前，传统零售商店里，虽然没有很大规模的谈人工智能，但那时候我们已经做了很多数据科学的研究和数据科学的应用。举例，那时的数据就是我们的销售记录，而且我们有各种的客户优惠活动，比如你走到店里碰到店家跟你很熟，店家很高兴，买东西时给你多称一点或者给你一点折扣，这就是最原始的客户奖励计划。我们还要做各种的市场推广和营销。比如，夏天和冬天卖的商品不一样，一些商品会有一些折扣、促销。大家会在商店看到销售人员拿着喇叭在喊，××便宜了。这些要基于店主对商品和整个市场的认识。

基于这种朴素的数据积累，会做各种店面设计。在很多商店里，都把西瓜放在商店的中间。为什么？有一个非常深刻的供应链应用在里面。因为几个原因：

第一，西瓜很难长时间存储，如果一个西瓜在你店里摆了一个多星期、两个星期，西瓜就不好卖了。所以我们需要尽快把西瓜出去，把它放在中间的地方，能够让大家容易看到。

第二，西瓜搬运起来不容易，不单单是说进货时搬运起来不容易，对顾客来说，要把西瓜搬出去也不是很容易的事情，于是放在商店中间比较开阔的地方，方便店员把西瓜运进来，也方便客户把西瓜拿出去。

所以大家可以看到，在零售里最核心的数据科学的关键是销售和供应链。

传统的零售商店在两个纬度上非常有限制：

第一，地理限制。比如我不会开车50公里去买一个西瓜，距离的限制使得很多消费行为没有办法实施。

第二，现在是晚上11点，我想买东西，但这时候商店关门，于是销售行为没有办法进行。

整个电商的兴起很大程度上就是为了解决这两个痛点，第一个是消除距离的限制，无论你在什么地方，只要能上网就可以买到东西。另外是消除时间的限制，只要你有时间，你就可以购物。

所以，电商的革新是从线下到线上的革新。

在电商时代，数据的分析、数据的科学有很大的变化，首先我们不是面对面看到客户，而是只能够看到数据。包括订单记录、浏览记录、加购物车记录，我和客户的交流很大程度上依赖于推荐和搜索。很关键的一点，服务质量的好坏取决于物流，多快可以把东西送到客户手上，当送到客户手上时，用户的体验是什么样的？这些是我们零售业的关键。

在这样的环境下，智能大数据的目标发生了很大的变化。

例如，当我们做通用领域的搜索时，有一套的方法。但我们做电商物品搜索时，有很多特殊的因素需要考虑。比如我们会考虑常规的因素（如购买意向、顾客偏好）。还会考虑与电商非常有关系的因素，比如供应链变量（如库存、促销等），在一个搜索结果中，你可能需要把一些库存比较不足的商品的排位往下放，因为你不希望客户搜索时找到一样东西，但是库存没有了。

这里有很多的挑战，比如怎么样把供应链的信息同步给搜索引擎，怎么样智能分析供应链的信息。例如京东有数十亿的商品，在海量的商品中做供应链信息的分发和赋能，对整个供应链来说是非常大的挑战。

我现在有了线上商店，是不是线下商店就没有价值了？不是的，线下商店还是有它很大的价值。很多的老人喜欢去线下商店，为什么？因为用户体验是不一样的。在线下商店里，我们有各种各样的用户交互，比如可以看到真实的售货员会给你提供很多的交互，可以看到有一些真实商品长什么样，你可以试用。

我们发现，线下商店是服务拓展的非常好的渠道。所以在最近一段时间，很多厂商都在做怎么把线下店的能力发挥出来，京东也一直在探索如何助力线下提高用户体验。比如无界零售中，有自动的购物车，自动购物车可以跟在你后面，你买的东西放进去，它可以自动称重。如果你要找某一样商品，自动购物车可以带你去那个商品前面。还有延伸的服务，比如无人店、无人贩卖机，都是满足了客户在不同场景下对零售的需求。在这个场景下，我们所说的无界零售的方式是要把线上和线下打通，而且要扩展无处不在的零售场景，最核心的是智能大数据的分析和研究。

线上和线下打通是怎么回事？

我们会发现很多事情，很多顾客很喜欢到线下店体验，体验完了之后不买，然后会去网上查。因为他们会有一个印象，在网上查到的价格比线下店的价格低。这个对线下店带来很大的成本，他有一个店，但没有获得相应的销售。对顾客也很不方便，因为我需要去线上查。我们开发了电子价签，这是做什么的？当一个客户拿起一样商品时，我们马上去网上搜这个商品的最低价，同时我们看目前线下店的价格，把这些价格里的最低价格显示为当前的价格。由于有了这样的保证，我们的客户就不会再担心线下店的商品价格会高于线上的价格，可以很安心的进行购买。

我们还可以用各种的虚拟现实技术来提高线上、线下店的经营效率，降低经营成本，方便客户。举例，很多女士在线下店试各种化妆品时，有一个挑战，试化妆品很费时间，涂了口红不喜欢要全部擦掉，然后重新试另外一个。现在可以用手机提供试妆的服务，使得客户很容易的试不同的产品。

AR+智能个性化推荐，在这个应用里，我们客户可以通过虚拟现实试不同的服务，在他试服装的时候，我们不单只是把服装列出来，通过摄像头，能够理解客户的面部表情，来看他的喜好是怎么样的。客户已经试过的衣服，通过线上、线下的信息以及他对各种试装的反应，可以给客户推荐相应下一件可以试的衣服。试衣间是线下门店很大的开销，通过这样的服务能够提高线下门店的坪效，同时吸引客户，提高他们的用户体验。

怎么样把为客户服务的整个供应链进行提升？供应链贯穿了整个商业过程，从最初的想法到设计、研发、生产、定价、营销、交易、仓储和服务，我们现在看到很多的企业、人在想办法提升每一个环节的效率，这里孕育了一大堆在业务上进行人工智能的创新机会。

对于京东来说，京东有一条非常长的供应链，我们覆盖了整个零售的全流程。这里给我们一个很独特的机会，我们能不能通过大数据把不同的环节进行打通，使得我们对供应链进行改革，使得供应链效率更敏捷。这是我们应用人工智能很大的领域。

闪购是打通供应链很好的例子，闪购的目标是希望能够通过在很短的时间内投放数量不多的商品，但可以达成很大的销售量。一旦销售量大了之后，就能够使得整个的生产供应更有效，从而提高更大的折扣，降低我的成本。这里面人工智能的智能算法面临着一个问题，我们应该找什么样的什么，什么时间做？面向哪些用户？这些用户在哪里？这些问题是AI的问题。

以上启发我们一个很核心的问题，到底什么是商店？以前看到的商店是一个房子，里面摆着很漂亮的东西，可以有柜台，上面可以买东西。或者说商店就是一个网站，在里面会显示很多的商品让我去买东西。

其实商店以什么样的形式存在并不重要，商店一定要有两个很核心的功能：

一、一个商店能够显示丰富的商品，让客户产生兴趣，吸引客户区那里。

二、商店一定要有一个好的机制，这个机制能够方便客户购买。

只要有了这两个因素，就可以构造一个销售的场景，就可以进行零售的服务。

整个供应链创新、无界零售的创新就是我们能不能很高效地创造这种零售场景。

比如我们的拼购，用户商品的连接可以通过各种各样的方式（如实体店、网店、微信等）任何线上社交媒体，核心的挑战就是智能技术，我们能不能通过数据分析选定大家应该拼购什么样的商品，应该通过什么样的渠道触达我的客户，触达什么样的客户，在什么样的时间点安排这样的购物行为。

通过以上的例子，希望大家看到，在零售业里，大数据是非常核心的能力，已经对我们的商业行为产生了很大的驱动作用。大数据上面的智能够使得我们降低成本、扩展我们的客户群，能够使得我们更好的理解我们的客户，提高更好的服务。我们能够通过大数据和人工智能创造很多新的商业模式。

举一个供应链创新的例子，在以往的电商里，当有一个订单进来，这个订单会到中心，中心会把这个订单分配到中心仓，这个仓一般都是巨大无比的，里面包罗万象。我像抓中药一样把你要的东西抓起来运送给你。在这样的设置下，这些中心仓占地比较大，所以一个城市很少的几个中心仓，一般是布置在离城市中心比较远的地方，这样我才能够拿到很大的地。但是有一个问题，它对大家的服务时效响应要求比较慢，因为这样的一个东西运到中心仓，中心仓进行仓配，再从远的地方运回城市，整个时间会很长。京东物流已经可以实现在11点前下单，在下一个11点前拿到商品。在整个的物流网络里，这已经是很高的效率。但是我们怎么样使这个更近一步？比如说能不能提供2小时、1小时甚至30分钟的服务，这就需要我们对整个供应链改革。

举例，我们可能通过一些线下店的前店后仓，前面是我的店，后面是我的仓。当我有一个订单过来，这个订单要及时根据配送地点进行拆分，拆分到附近的前置仓，在里面进行配送。

这里面就有大量的人工智能数据挖掘的任务，举例，我那些前置仓应该放在什么地方？应该把我的线下店布在什么地方？当我有一个订单进来的时候，怎么去拆分这个订单？应该拆给哪些前置仓进行配送？这一堆供应链的问题，一定需要人工智能，一定需要大数据进行解决。

如果我们回想大数据的定义，以前是通过“4V”形容，有体量、速率、准确性、多样性，在这四个纬度里，很多是从数据解决方案来看，可以照这四个纬度的四边形。我们的目标是在四个纬度上做到极致。

以往对这些概念的理解都是面向数据处理，不是面向数据价值和客户。如果我们换一个角度考虑这个问题，整个大数据或者智能化大数据是做什么？应该就是要在正确的时间和正确的地点把正确的数据送到正确的用户手上，针对应用场景的数据需求对大数据提出很多新的要求，需要大数据具有相当高的智能能力。这一点刚好是和无界零售、零售即服务高度融合。因为无界零售就是在合适的时间、合适的地点把合适的商品卖到合适的客户手上。在这个时候，各种的业务形态、商业模型其实是在这四个纬度上划不同的点。为了实现无界零售、零售即服务，需要大量的数据和在数据上建立的商业智能来支撑。

今天给大家分享“智能大数据怎么样驱动零售行业的创新？”我有一点感触非常深，我们在业务上，谁能够生存下去？谁能够在后面的竞争当中显示优势？达尔文很久之前说明过，能生存下去的不是最强的，也不是最聪明的，是最能够适应变化的，也就意味着我们要及时洞察我们的数据，我们要以智能的方式及时分析我们的数据做出改变，去迎接这个变化。