英特爾面向數字化新零售提供全新解決方案

過去幾年，零售業的變革異常迅猛，不管是疫情原因還是技術突破甚至支付習慣的轉變，中國市場的零售業面臨著遠遠領先全球的變革需求。如果說早期的零售發展模式都是先從業態孵化到高速擴張，那么面對互聯網時代的新零售，國外是先做業態分化也就是企業差異化，國內則直接擁抱互聯網零售。這個過程中，零售的趨同化越來越明顯，差異化就成為新零售變革的最迫切需求。

這就需要零售商首先要細分消費人群的需求，越是碎片化需求時代越要滿足更多人群的需求才能保證零售的客流規模。比如國家強調“銀發經濟”，那是否可以有專門的零售連鎖企業瞄準老年人的購物需求，里面70%-80%的商品是為老年人服務的。在鎖定服務人群的需求之后，零售企業需要根據人群選擇準備的商品，以及如何為他們提供盡可能多的服務或者是盡可能物超所值的服務來吸引和留住這部分人群，值得思考的是，零售商未來是不是可以更好地提供情緒價值或者是服務價值，這些都是零售企業需要做的轉型。

要做到上述這些分類和特定服務價值，現階段很多連鎖零售企業在門店數字化能力尤其是在AI和IT技術上，需要改進的軟硬件體系還很多。英特爾聯合生態合作伙伴與中國連鎖經營協會一起推出了“零售門店數字化應用與案例“白皮書（點此可以下載），確定適應中國市場的零售門店數字化管理5P模型，即用戶互動（People）、員工賦能（Personnel）、商品展現（Product）、供應鏈高效（Process）、設施完備（Premise）。絕大部分門店的核心就是服務周邊1-3公里的人群，以這些設備為抓手，以邊緣和云端設備為支撐，做整個門店的數字化整體方案。這樣每家企業在做數字化改造的時候均有一個全景圖，根據門店零售商的戰略不同，會選擇不同的優先級。

當英特爾和零售產業鏈以及其他產業鏈進行探討的時候，可能因為AI出來時間不夠長，英特爾看到大家對AI技術的訴求基本上還是聚焦在幾個傳統行業，其實數據并沒有太大變化，希望改進用戶體驗，提高供應鏈效率，包括拓展一些業務的邊界和保證數據資產的安全。我們對整個數據產業鏈的上下游合作伙伴說，你認為AI可以幫你做什么事情？其實AI在整個零售業應用最核心的就是如何提高效率以及如何增加收入，另外一個問題就是數據的安全性和時效性。

現在整個中國的零售從前到后整個產業鏈，其實各人用的設備、軟件都不太一樣，你要想把它統一管理起來，這些管理系統應該如何一致？還有這些應用系統、應用軟件能不能自主升級，AI算力和場景是否能夠匹配，你的功耗和運算速度是否能和實際應用相配合？這些都是英特爾和合作伙伴面臨的問題。所以現在從做技術的角度來講，英特爾嘗試先從硬件和平臺的角度解決這些問題，讓用戶可以從技術層面上有一些基本的保證。如果說想把AI應用到每一步，一定是云計算、邊緣計算、終端大家一起發力，才能真正有利于整個物聯網，或者說真正行業應用的場景。

其實每一個行業的應用，你要真正部署AI的話，一定要有一些相應的規范和數據采集。無論是當年的ChatGPT還是今年非常熱的SORA，它的數據采集絕大部分都是從開放的互聯網獲取的，也就是說它如果想做特殊行業，比如醫療、工業生產，它要想拿這些數據就不大容易了。因為絕大部分這些數據是不會放在公開的互聯網上讓你隨時隨地、隨便使用的。所以一個行業如果要用AI技術、大數據技術、大模型技術推動行業解決方案，有一個非常重要的關鍵點就是這些數據從哪里來。其實也沒有更好的辦法，所有的數據一定是從所有行業深耕的經營者手里頭來。為了大家共同推動整個行業的進步，共用數據有兩個關鍵挑戰，解決掉后才能夠使大家一起共用這個數據。第一，大家要統一制定一些相應規范，針對場景的規范以及針對數據采集格式標準的規范。第二，大家在合作過程當中，上下游產業鏈、平臺和各個產業鏈達成一致，我們才可以共享這些數據，才能夠推進整個技術向前進步。

所以英特爾希望把行業做一個簡單的細分化，形成數字化的標桿性基礎原則，助力未來的AI和數字化走得更遠，這部分內容包括了：第一，建一個行業應用的規范；第二，共同采用好的算力平臺；第三，把的成功經驗拿出來和大家分享，希望大家一是能使用這些成功經驗，二是能夠不停提出改進和升級建議，這樣的整個系統、平臺和合作才能做得越來越好。

“零售門店數字化應用與案例“白皮書（點此可以下載）