1、AI數據智能驅動未來創新之路玄訊FMCG俱樂部ContentsAI“數據智能”的誕生011.1 AI“數據智能”的涵義1.2 數據智能與人工智能1.3 數據智能所呈現的三大特征1.4 從企業數字化轉型階段理解“數字智能”1.5 AI“數據智能”提出的背景（1）政府利好政策推動了數據智能時代的到來（2）數據的積累與人工智能的深入應用AI數據智能的行業應用需求及價值022.1 醫療行業：數據智能助力看病更高效2.2 互聯網電商：數據智能助力精準營銷2.3 金融行業：數據智能助力精細化管理企業在布局AI數據智能時的建議044.1 大處著眼：采用戰略方法評估AI數據智能（1）快消零售行業在消費場景環節

2、的數據智能 應用需求及價值（2）快消零售行業在運營管理環節的數據智能 應用需求及價值（3）快消零售行業在生產制造環節的數據智能 應用需求及價值AI數據智能+快消零售033.1 快消零售行業衍生數據智能應用 需求的背景3.2 快消零售行業所衍生的數據智能 應用需求及價值4.2 小處著手：建立數據智能人才中心，簡化技術擴展工作4.3 轉變工作方式：重新思考數字時代的 工作方式Foreword自從2012年深度學習在圖像和語音方面產生重大突破后，人工智能便真正具備了走出實驗室步入市場的能力，2016年AlphaGo的勝利再次引爆行業，成功喚起了市場的興趣，時至今日，人工智能的商業化得到了長足發展，在

3、金融、互聯網、企服等領域紛紛落地開花，同時也真正意義上衍生出了一套完整的產業鏈。AI產業鏈可以分為基礎層、技術層和應用層，基礎層按照算力、數據和算法再次劃分，對整體上層建筑起到支撐作用；技術層根據算法用途分為計算機視覺、智能語音、自然語言處理等，是AI最引人注目的環節；應用層則按照不同場景的需求定制開發專屬服務，輔助智能決策，是AI真正賦能行業的方式。目前人工智能商業化在算力、算法和技術方面基本達到階段性成熟，隨之而來的是應用層面的發展和進階，即人工智能真正賦能行業，深化數據運用和分析，實現數據智能決策，反哺商業發展。數據智能儼然已經成為當前人工智能追求與發展的高階目標。玄訊智研中心繼2019

4、年重磅推出2019年最新快消終端智能商業落地白皮書之后，繼續加強對人工智能和快消行業相結合的關注，再次挖掘人工智能的進階階段-數據智能，探索數據智能的行業需求及其應用價值和未來趨勢。01AI“數據智能”的誕生The birth of AI data intelligenceAI“數據智能”的誕生1.1 AI“數據智能”的涵義人工智能作為新基建的一部分，在成為國家的一個重要戰略之后，再次推起了一波高潮。在疫情期間，人工智能幫助抗擊疫情也做出了貢獻，但是我們看到的總歸是行業的一隅，整個人工智能行業現在的發展趨勢如何？所謂數據智能，是數字經濟和人工智能發展的高級階段，是由“數據算力+算法”定義的智能

5、化決策。數據智能以數據為關鍵生產要素，以AI數據智能分析和市場預測為主要生產和服務方式，以滿足消費者個性化需求為終極價值追求方向。2012年-2016年期間人工智能行業不斷優化算法增加深度神經網絡層級，利用大量的數據集訓練提高算法精準性，ImageNet開源的1400多萬張訓練圖片和1000余種分類在其中起到重要作用，為了繼續提高精準度，保持算法優越性，市場中產生了大量的標注數據需求，這也催生了AI基礎數據服務行業的誕生。時至今日，人工智能的算法模型經過多年的打磨，基本達到階段性成熟，隨著AI行業商業化發展，更具有前瞻性的數據智能決策輔助個性化服務需求成為了主流。那么AI數據智能是什么？經過玄

6、訊智研中心研究，我們認為：玄訊FMCG俱樂部051.2 數據智能與人工智能我們將數據智能定義為人工智能的一種能力 進行推理，記憶信息，開展學習，通過數據發現技術挖掘新的洞察。數據智能由人工智能工具負責指導，只需最少程度的例行人為干預。運營方式的轉變增強了人類能力，減少了人為錯誤，提高了效率，同時實現了數字化運營和創新。實現數據智能需要以下四個步驟：舉個例子，日常我們在淘寶上瀏覽了一些特定的物品之后，那么它首頁的banner以及下面的一些猜您喜歡都會推薦你剛剛瀏覽過的同類商品或相關商品。這就是基于客戶數據進行個性化的商品推薦和促銷方案。那么其背后是通過何種機制來實現這種智能推薦來進行提升銷量和留

7、存客戶的呢？這種業務訴求是無法通過傳統的人工匹配或單純依靠業務經驗規則來做到的，必須要借助機器學習建模來實現，也就是靠人工智能實現業務的智能化來完成。而這就是數據智能的一種在我們日常生活中較為常見的運用。數據智能可以理解為從數據到決策的過程人工智能從數據中發現業務規律，進而做出更精準、高效的預測，幫助企業在同等人效的情況下做出更好的決策、提供更好的服務。1.接觸2.學習涉及用戶與系統互動的外部接觸點通過分析不同的數據源確定可用作決策標準的語義參考3.推理通過一段時間的學習，自主做出決定，自我進行糾正 4.實施或執行由系統通過數字化方式和/或由人類或機器人通過物理方式執行AI“數據智能”的誕生玄

8、訊FMCG俱樂部061.3 數據智能所呈現的三大特征數據智能呈現出數字化、網絡化、智能化三大特征。數字化也就是實現數據在線，是基礎；數字化是指將信息載體（文字、圖片、圖像、信號等）以數字編碼形式（通常是二進制）進行儲存、傳輸、加工、處理和應用的技術途徑。數字化本身指的是信息表示方式與處理方式，但本質上強調的是信息應用的計算機化和自動化。網絡化也就是協同網絡，是支撐；智能化也即是認知計算，通過人工智能進行預測分析，是目標。通過對人、物構成的物力世界進行數據化產生數據，通過網絡化實現數據的價值流動，以數據為生產要素，通過智能化為各行業創造經濟和社會價值。智能化反映信息產品的質量屬性。我們說一個信息

9、產品是智能的，通常是指這個產品能完成有智慧的人才能完成的事情，或者已經達到人類才能達到的水平。智能一般包括感知能力、記憶與思維能力、學習與自適應能力、行為決策能力等。所以，智能化通常也可定義為：使對象具備靈敏準確的感知功能、正確的思維與判斷功能、自適應的學習功能、行之有效的執行功能等。1.數字化 Digitization2.網絡化 Networked3.智能化 IntelligentAI“數據智能”的誕生玄訊FMCG俱樂部071.4 從企業數字化轉型階段 理解“數字智能”隨著人工智能的深入發展，目前它們完全具備實現大規模商用的潛力，人工智能也已經被看作是企業實現業務智能化不可或缺的強力助推器。

10、人工智能技術是助力企業數字化轉型從信息化、在線化走向智能化的關鍵技術。我們常說的“企業數字化轉型”分解開就是“信息化”、“在線化”和“智能化”這樣三個階段，“信息化”大家可以理解成是IT基礎設施的完善，也是企業服務客戶和經營管理在線化的基礎；“在線化”包括用戶交互場景以及企業經營場景的在線化從而實現數據的積累，而“智能化”是基于“在線化”沉淀的數據，讓企業的經營決策從經驗和流程驅動轉向數據驅動、自動化決策，達到降本增效的目的，也就是發揮人工智能的真正優勢，實現以數據為導向的智能決策。數據智能就是以數據作為生產資料，通過結合大規模數據處理、數據挖掘、機器學習、人機交互、可視化等多種技術，從大量的

11、數據中提煉、發掘、獲取知識，為人們在制定決策時提供有效的數據智能支持，減少或者消除不確定性。商業重塑數據變現業務優化業務洞察業務監測AI“數據智能”的誕生玄訊FMCG俱樂部08人工智能是第四次工業革命的重要組成部分，將推動數字經濟產業轉型升級。自18世紀以來，人類社會共發生過三次大型的技術革命，分別是蒸汽機革命、電力革命和信息互聯網革命。每一次的技術革命均伴隨著相關學科的發展，理論知識又在實際運用中得到完善，“技術突破-知識學科進步”形成良性循環，并且成為后續其他的技術發展的支撐，對社會的影響力也將隨之增強。得益于互聯網信息時代的數據積累，半導體行業設計、制程進步和芯片運算能力提升，深度學習結

12、合強化學習帶來的計算機視覺、語音技術、自然語言處理技術應用更精準，人工智能將是第四次技術革命中的重要技術，如同人工智能和機器學習領域國際權威學者吳恩達所說，“人工智能是新電能，正改變醫療、交通、娛樂、零售和消費品等主要行業，豐富充實著無數人的生活”。自1956年達特茅斯會議上首次提出人工智能（Artificial Intelli-gence）以來，人工智能已經發展60多年。一般認為，計算機需要通過不斷地自我學習、擴充知識庫，進而掌握人類擁有的“畫畫、唱歌、讀書、設計”等眾多技能，便是“智能”的表現。中國信通院在人工智能發展白皮書（2018）中提到，人工智能可以理解為用機器不斷感知、模擬人類的思

13、維過程，使機器達到甚至超越人類的智能，即人工智能需具備類人的感知、思考和決策能力。伴隨著人工智能的深入發展，人工智能的發展和應用不斷深化，開始從基礎的數據識別輔助企業提高效率，到數據智能分析輔助企業智能決策。那么推動人工智能從數據識別到數據智能的背景是什么呢？又是什么推動了數據智能的誕生？1.5 AI“數據智能”提出的背景AI“數據智能”的誕生玄訊FMCG俱樂部09近年來，以人工智能、區塊鏈、可信計算、邊緣計算、云計算、物聯網等技術集群呈現“核聚變”式爆發的態勢，新一代信息技術基礎設施-“新基建”正在形成新的社會運行操作系統，以智能化為代表的新經濟形態已初現雛形。無獨有偶，阿里研究院也在201

14、9年發布的從連接到賦能：“智能”助力中國經濟高質量發展同樣提出了智能經濟的概念，智能技術群的“核聚變”將推動智能經濟時代的到來。令人欣喜的是，在2019年的政府工作報告中，我國亦首次提出了“智能+”的重要戰略：“深化大數據、人工智能等研發應用。打造工業互聯網平臺，拓展“智能+”，為制造業轉型升級賦能”。無疑，這昭示著智能經濟時代即將來臨。隨后，中央全面深化改革委員會第七次會議上通過的關于促進人工智能和實體經濟深度融合的指導意見首次提出“智能經濟形態”，促進人工智能與實體經濟深度融合，構建數據驅動、跨界融合、共創分享的智能經濟形態。眾所周知，智能經濟的核心特征莫過于滿足消費者的個性化需求。而想要

15、實現個性化，只有通過數據智能方可實現。于是，在政府政策的大力支持下，“智能+”的重要戰略催生了數據智能時代的到來。（1）政府利好政策推動了數據智能時代的到來2016.072017.032017.072017.122018.032018.042018.102018.112019.032019.03“十三五”國家科技創新規劃加快人工智能等技術研發和轉化2017年政府工作報告人 工 智 能 出 現 在政府工作報告新一代人工智能發展規劃提出人工智能階段戰略目標促進新一代人工智能產業發展三年行動計劃（2018-2020年）提出人工智能和制造業深度融合2018年政府工作報告加強新一代人工智能研發應用，例如

16、在醫療、養老、教育、文化、體育等多領域科技創新2030“新一代人工智能”重大項目2018年度項目申報指南在新一代人工智能基礎理論、面向重大需求的關鍵共性技術、新型感知與智能芯片等 3 個技術方向啟動 16 個研究任務，擬安排國撥經費概算 8.7 億元關于促進人工智能和實體經濟深度融合的指導意見堅持以市場需求為導向，以產業應用為目標，深化改革創新高等學校人工智能創新行動計劃到2020年建立50家人工智能學院、研究院或交叉研究中心，加大人工智能領域人才培養力度；構建人工智能多層次教育體系。在中小學階段引入人工智能普及教育；構建人工智能專業教育、職業教育和大學基礎教育于一體的高校教育體系新一代人工智

17、能產業創新重點任務揭榜工作方案確定了智能網聯汽車、智能服務機器人、智能無人機、神經網絡芯片、開源開放平臺、智能制造關鍵技術裝備等17個揭榜方向2019年政府工作報告深化大數據、人工智能等研發應用資料來源：IDC未來產業智能AI“數據智能”的誕生玄訊FMCG俱樂部10隨著物聯網、社交網絡、云計算等技術不斷融入我們的生活以及現有的計算能力、存儲空間、網絡帶寬的高速發展，人類積累的數據在互聯網、金融、商業、醫療、快消等諸多領域不斷地增長和累積。數據的量級不斷升級、應用的不斷深入和大數據不可忽視的價值讓我們不得不探索如何才能讓我們更好的受益于這些數據。面向大數據的數據挖掘的有兩個最重要的任務。一是實時

18、性，如此海量的數據規模需要實時分析并迅速反饋結果。二是準確性，需要我們從海量的數據中精準提取出隱含在其中的用戶需要的有價值信息，再將挖掘所得到的信息轉化成有組織的知識以模型等方式表示出來，從而將分析模型應用到現實生活中提高生產效率、優化營銷方案，反哺市場經營決策等，而這就是AI數據智能的主要運用方式。龐大的數據積累為數據智能決策提供了良好的基礎土壤。（2）數據的積累與人工智能的深入應用龐大數據的積累和沉淀2016-2025年全球數據量的爆發式增長CAGR=29.3%16.1 163.0 20162025e全球數據量（ZB）人工智能模型以處理非結構化數據見長，但數據經過清洗與標注才能被喚醒價值

19、我國每年需要進行標注的語音數據超過小時，圖片則達數億張來源：柱狀圖數據來自IDCAI“數據智能”的誕生玄訊FMCG俱樂部11人工智能應用不斷深入人類首次提出“人工智能”一詞是在1956年的達特茅斯會議上，麥卡錫、明斯基等科學家在美國達特茅斯學院開會研討“如何用機器模擬人的智能”，首次提出“人工智能（Artifi-cial Intelligence，簡稱AI）”這一概念，這次會議確立了人工智能這一新的研究領域，深度學習標志著人工智能學科的誕生。人工智能的發展已經走過六十四個年頭，取得了許多令人矚目的成就，給科技的進步和人們的生活都帶來了翻天覆地的變化，改變我們的社會和生活，使人類進入到一個更加高

20、度發達和繁榮的智能時代。然而，人工智能充滿未知的探索道路曲折起伏。如何描述人工智能自1956年以來60余年的發展歷程，學術界可謂仁者見仁、智者見智。玄訊智研中心通過大量資料搜集和整理分析，將人工智能的發展歷程劃分為以下6個階段：一是起步發展期：1956年20世紀60年代初。人工智能概念提出后，相繼取得了一批令人矚目的研究成果，如機器定理證 明、跳棋程序等，掀起人工智能發展的第一個高潮。二是反思發展期：20世紀60年代70年代初。人工智能發展 初期的突破性進展大大提升了人們對人工智能的期望，人們開 始嘗試更具挑戰性的任務，并提出了一些不切實際的研發目標。然而，接二連三的失敗和預期目標的落空（例如

21、，無法用機器證明兩個連續函數之和還是連續函數、機器翻譯鬧出笑話等），使人工智能的發展走入低谷。三是應用發展期：20世紀70年代初80年代中。20世紀70年代出現的專家系統模擬人類專家的知識和經驗解決特定領域的問題，實現了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統在醫療、化學、地質等領域取得成功，推動人工智能走入應用發展的新高潮。四是低迷發展期：20世紀80年代中90年代中。隨著人工智能的應用規模不斷擴大，專家系統存在的應用領域狹窄、缺乏常識性知識、知識獲取困難、推理方法單一、缺乏分布式功能、難以與現有數據庫兼容等問題逐漸暴露出來。五是穩步發展期：20

22、世紀90年代中2010年。由于網絡技術特別是互聯網技術的發展，加速了人工智能的創新研究，促使人工智能技術進一步走向實用化。1997年國際商業機器公司（簡稱IBM）深藍超級計算機戰勝了國際象棋世界冠軍卡斯帕羅夫，2008年IBM提出“智慧地球”的概念。以上都是這一時期的標志性事件。六是蓬勃發展期：2011年至今。隨著大數據、云計算、互聯網、物聯網等信息技術的發展，泛在感知數據和圖形處理器等計算平臺推動以深度神經網絡為代表的人工智能技術飛速發展，通過持續處理海量數據，輔助智能決策，驅動流程自動化和業務優化升級，實現企業的個性化、精細化生產和服務的數據智能時代已到來。人工智能通過其起步曲折發展到今天

23、廣泛應用于我們的生活中，其對龐大且復雜的數據處理能力讓我們看到了其無限的可能性。而數據智能的出現，輔助企業智能決策和實現業務創新，是人工智能不斷深入發展的一個必然趨勢。AI“數據智能”的誕生玄訊FMCG俱樂部1202AI數據智能的行業應用需求及價值Industry application requirements and value of AI data intelligence目前，大數據滲透到各行各業，生產服務、工作生活和衣食住行數字化的場景比比皆是。大數據和人工智能所結合數據智能時代的出現，簡單的講是海量數據同人工智能完美計算能力結合的結果，確切的說是移動互聯網、物聯網產生了海量的數據，

24、人工智能計算技術完美地解決了海量數據的收集、存儲、計算、分析的問題。而對于數據智能的應用場景，包括各行各業在數據智能的應用，最核心的還是用戶需求。接下來，玄訊智研將梳理各個行業在數據智能方面存在著的應用需求及所帶來的價值。AI數據智能的行業應用需求及價值玄訊FMCG俱樂部142.1 醫療行業：數據智能助力看病更高效除了較早前就開始利用大數據的互聯網公司，醫療行業大量沉淀的數據基礎也成為數據智能在這個行業的應用提供了良好的先天條件。醫療行業擁有大量的病例，病理報告，治愈方案，藥物報告等等。如果這些數據可以被整理和應用分析將會極大地幫助醫生和病人。我們面對的數目及種類眾多的病菌、病毒，以及腫瘤細胞

25、，其都處于不斷的進化的過程中。在發現診斷疾病時，疾病的確診和治療方案的確定是最困難的。如果可以通過借助于數據智能平臺可以收集不同病例和治療方案，以及病人的基本特征，可以建立針對疾病特點的數據庫。如果未來基因技術發展成熟，可以根據病人的基因序列特點進行分類，建立醫療行業的病人分類數據庫。在醫生診斷病人時可以參考病人的疾病特征、化驗報告和檢測報告，通過人工智能的數據智能分析平臺來快速幫助病人確診，明確定位疾病。在制定治療方案時，數據智能平臺能夠智能搜索調取相似基因、年齡、人種、身體情況相同的有效治療方案，并且生成相應的診療報告輔助醫生快速分析決策，幫助更多人及時進行治療。而這些數據的有效整合和分析

26、，對于醫藥行業開發出更加有效的藥物和醫療器械將有極大的幫助。AI數據智能的行業應用需求及價值玄訊FMCG俱樂部152.2 互聯網電商：數據智能助力精準營銷電商在數據智能方面的應用更為廣泛。其天生數據在線化的便利條件為數據智能的應用提供了良好的基礎。人工智能在互聯網行業的主要應用需求集中在運營和市場營銷，即AI智能營銷，具體表現為智能視頻廣告的投放和智能個性化的推薦。什么是智能營銷？一般意義上業界認為，智能營銷就是在人工智能的基礎上，通過機器的深度學習、自然語言處理及知識圖譜等相關技術，對品牌定位決策、用戶畫像、智能內容管理、個性化推薦、智能測試、智能CRM等營銷關鍵環節進行賦能，優化營銷策略，

27、提升營銷效果，挖掘更多的創新營銷模式和商業場景，其核心是幫助營銷活動節約成本提高效率，這是互聯網電商行業在數據智能方面主要的應用需求。另一方面，未來電商數據智能的應用將會有更多的想象空間，包括預測流行趨勢，消費趨勢、地域消費特點、客戶消費習慣、各種消費行為的相關度、消費熱點、影響消費的重要因素等。依托大數據分析，電商的消費報告將有利于品牌公司產品設計，生產企業的庫存管理和計劃生產，物流企業的資源配制，生產資料提供方產能安排等等，有利于精細化社會化大生產，有利于精細化社會的出現。專業服務互聯網信息服務人工智能在電商業務流程中的運用什么是智能營銷？AI營銷AI數據智能的行業應用需求及價值玄訊FMC

28、G俱樂部162.3 金融行業：數據智能助力精細化管理金融行業已成為數字化程度最高的行業之一，其天然的“數字屬性”以及歷史沉淀下來的海量數據都為金融數據智能提供了絕佳的基礎。而隨著AI芯片計算能力的突飛猛進和機器學習算法的不斷創新，金融智能化轉型進入發展的快車道，作為金融機構核心能力之一的風險防控自然也就大踏步開啟了智能化轉型的進程，加快數據智能的運用，有助于金融企業快速構建風險發現、分析及決策能力，從而獲得更好更快的發展。AI數據智能通過人工智能對高度復雜算法的分析與預測能力，在醫療、互聯網、金融等行業將會不斷解決其存在的痛點，不斷驅動產業端革新。但是數據智能的應用遠不止于，其在教育、交通、安

29、防、農業等各行各業中也正在深入應用和迸發出全新的價值，在這里就不一一列舉。無論什么行業，所有的業務開展都跟數據有關，業務的開展就是數據的流動，AI數據智能對于數據的分析與處理能力，將會在各行各業迸發出超乎想象的價值。AI數據智能的行業應用需求及價值玄訊FMCG俱樂部1703AI數據智能+快消零售AI data intelligence+FMCG retaile快消零售行業是對技術觸覺最為靈敏的行業之一，會根據市場的迭代做出快速反應。從采用POS機、條形碼、嵌入RFID等技術到電商熱、O2O模式重構，再到如今AI助力的“新零售”，零售行業一直善于將新技術運用于各類需求中。不過無論零售業的概念如何

30、改變，都離不開其實質：商家以更低成本獲取更多需求信息，更精確分析需求信息，更快反應需求信息，從而降低時間和成本，提高效率；顧客消費需求更精準地被滿足，買到性價比最高的東西，降低犯錯可能。而人工智能(AI)也只有從零售行業本質入手，解決行業痛點，才能實現整個業態的變革。AI落地零售行業場景非常多，在這里聚焦較為成熟的五大場景，包括無人零售、智能買手、智能倉儲與物流、智能營銷與體驗、智能客服這五部分。在這五大部分中，智慧門店是業內重點探索的領域，是技術綜合應用的集成體現。無人值守便利店A m azonG o，是對智慧零售門店管理的一種理想狀態。即消費者用手機掃碼進入，并登錄自己的ID，就可以選擇商

31、品，實現線下選購、線上結賬。經采訪調研發現，目前A I實際落地門店主要是通過攝像頭的圖像識別、人臉識別輔助管理。例如在百貨商場不同的門上裝上攝像頭后，能通過圖像識別相關技術，對人流做評估，也可為安全疏散提供決策建議，為標準化作業提供監測，減少人力巡店成本。據了解，未來的智慧門店將結合攝像頭的圖像識別、情緒識別，與移動端的管理A PP協作，實現遠程店面管理。3.1 快消零售行業衍生數據智能應用需求的背景（1）AI在零售行業已實現落地的場景為AI數據智能奠定了基礎無人零售智能倉儲也是AI切入零售行業的重要場景。射頻識別(RFID)是產品電子代碼(EPC)的物理載體，附著于可跟蹤的物品上，可全球流通

32、并被識別和讀寫。這個系統基本可以代替人工，可實現智能盤點貨物。據介紹，如今亞馬遜、京東都已經實施了無人分揀系統，所有商品由機器分揀，分揀完后放在傳送帶上打包，最后發貨。AI在快消零售行業落地的應用場景，為AI數據智能在快消零售行業的應用奠定了非常重要的基礎，也是在這些應用中不斷催生和探索AI能夠在進一步在快消零售的應用價值，而數據智能就是AI在快消零售行業的進階目標。智能倉儲除智能門店外，AI在優化后端的供應鏈有著廣泛應用空間，核心為合理控制庫存。通過智能買手，便可對接整個供應鏈。如果能夠利用AI相關技術，對接門店銷售數據、天氣數據、汽車交通數據、種植數據，系統實現產品組合優化，自動采購，采購

33、后物流部門自動拉貨、自動銷售，在這個過程中，機器擔任了買手的角色。據了解，以上這樣的采購系統已經在國外一些大型線下超市發揮作用，中國的一些大型超市近年也已開始實施。智能買手對于電商領域，客服的角色不可或缺。智能客服的應用降低了人工客服的工作量，提高了問題解決的效率。過去，智能客服用于解決客戶向公司提出的咨詢和投訴，且僅支持文字回復。如今人工智能客服面向千萬商家，具備自然語言處理能力和深度學習技術。它可以對商品有關問題進行回復，并根據客戶信息定制個性化產品推薦，還能提供修改訂單、退貨和退款等服務。智能客服此外，改善顧客體驗是A I落地零售行業的重要場景之一。個性化推薦已經廣泛落地于線上零售，是線

34、上精準營銷的一種重要手段。機器根據顧客的瀏覽軌跡、購買記錄等線上行為判斷顧客的喜好或需求，向其推薦潛在會購買的商品，提高顧客需求與商品供給的匹配性，以此提高成交量。此外，也有越來越多的終端開始試水營銷體驗環節，比如虛擬試衣鏡等等。智能營銷與體驗AI數據智能+快消零售玄訊FMCG俱樂部19AI的基礎主要是大數據及其算法。相比其它行業而言，由于快消零售行業的系統化程度發展較快，通過攝像頭技術、熱感應技術、POS機、在線支付等技術的長期應用，數據獲取更容易，因此數據維度更多樣，數據積累量更大，且獲取數據及時性也更強。這為AI落地快消零售行業打下了堅實基礎。但與此同時，零售行業依舊面臨著大量數據難以互

35、聯互通的問題，這也阻礙了數據被深層次應用的探索。據了解，由于快消零售行業環節很多，產業鏈上下游公司之間存在數據壁壘。數據作為一個公司的財富，在看不到既得利益時，許多公司不愿意公開自身掌握的數據。例如零售商不愿向制造商公開數據，物流商也不愿向零售商公開數據。整個行業產業鏈的數據聯通談判周期較長。零售行業注重利潤率，而科技的落地帶來的成本并非每個零售商都可以接受。例如，對于大型連鎖便利店而言，要讓成千上百家門店實現智能化，一次性成本較高，短期內當AI成本比人力成本還高時，零售商往往猶豫不決，傾向依舊采用人力。比如要建設類似羅森便利店那樣的無人值守門店，射頻識別(RFID)是其中運用到的重要技術。R

36、FID技術作為構建“物聯網”的關鍵技術近年來受到人們的關注。業內人士介紹：“這個系統基本可以代替人工盤點貨物。但是由于成本過高，許多線下大型超市都選擇放棄?！保?）AI在快消零售行業落地應用過程中存在的問題數據多樣，但連接困難利潤低，一次性成本較高AI落地零售場景很多，但技術落地效果參差不齊。主要是因為零售業涉及環節和品類很多，品類之間性質差別較大。例如家居行業屬于高服務、低頻消費、高客單價、決策鏈長、決策人數眾多的行業。相比而言，超市的一瓶水，客單價極低、一個人即可決策，無需其他附加服務。兩者都屬于零售業，但差異很大。兩者都屬于零售業，但差異很大。如今采購系統可以實現AI自采，但是品類高度標

37、準化且無需售后服務等附加因素。AI落地，除了零售本身具備的“品類多、性質差距大”等特性有關外，也有跟不少主觀因素有關。這在一定程度上，決定了全行業的AI技術普及存在著一定的困難。品類多，效果參差不齊繼亞馬遜推出無人值守便利店Amazon GO后，國內各大零售商也開始嘗試無人值守便利店。然而這種模式的便利店噱頭大于應用，暫時還處于試點階段。未來，無人值守店真正落地于各大百貨、便利店、連鎖門店、還有很長的路要走。此外，零售業面臨著數據互聯的困局，數據一旦實現互聯，就會促進線上與線下的緊密結合，推動新零售的普及。但數據不斷公開和互聯，未來技術落地零售還有很多想象空間。AI在落地快消零售應用場景中所存

38、在的數據連接困難，效果參差不齊以及數據互聯等困局，也讓業內人士開始思考，目前AI在快消零售行業所落地的這些應用還存在著較大的局限，還不能發揮AI在快消零售行業的最大效能，其終極目標是希望借助AI的數據智能決策，輔助快消零售行業在各大應用場景中能夠實現數據互聯以及數據智能分析，實現高效決策，反哺業務增長，而不僅僅是停留在提高效率上，而這點也是催生AI數據智能出現的一大原因。無人值守與數據互聯難AI數據智能+快消零售玄訊FMCG俱樂部20（3）快消零售行業市場環境的變化擁有客戶則擁有天下，這句話在零售行業更是一句永恒的真理。根據客戶的消費數據進行分析、制定營銷策略與內容、管理會員積分與等級、刺激用

39、戶復購，這些都是傳統CRM的基礎功能。隨著技術發展與市場環境改變，消費者變化更快了，交互方式和信息也更多了。企業需要學習和了解更復雜的用戶特征，掌握更多用戶渠道、更豐富的營銷模式和更海量的用戶數據，而這都將是傳統CRM面臨的挑戰。用戶及市場的快速變化DT時代已經到來，傳統IT結構將發生重要變化。在過去，業務部門從各自需求出發，委托IT團隊采購或開發產品，更多考慮功能是否滿足需求而輕視數據流轉流的設計，因此會出現大量信息孤島，無奈只能通過更多的數據接口進行系統對接和數據交互。這種模式的弊端包括業務功能開發成本高，開發周期漫長，甚至出現多家供應商溝通不暢導致部分業務功能無法實現等?？偨Y來說，移動互

40、聯網時代，用戶變成市場主導者，他們有了更多選擇權，有了更強的話語權。企業關注的不應該只是用戶的錢包，而更要重視用戶特質及用戶對品牌的態度。因此用戶管理模式也將從業務功能的探討轉為商業模式、發展戰略、品牌資產衡量等維度的研究。于是快消零售行業需要更加了解用戶需求，為用戶提供個性化的產品和服務，才能在激烈的市場競爭中獲得一席之地。于是，在AI在快消零售行業已實現的應用場景為AI數據智能的產生奠定了重要基礎，同時其在落地應用過程中存在的問題，與此同時迅速升級的消費者需求和技術也要求公司內部組織結構具有足夠的靈活性來應對這些變化，在這些背景下，AI數據智能應運而生?？煜闶坌袠I希望借助數據智能將在與經

41、營流程，市場營銷和消費者相關的方面發揮關鍵作用，為公司建立快速決策模型，助力公司業務增長。企業技術應用環境的大升級AI數據智能+快消零售玄訊FMCG俱樂部21應用需求為方便討論，玄訊快消智研中心把快消零售行業分成以下三個環節進行討論：消費場景、經營管理、生產制造。分別討論在這三個環節中，其所衍生的數據智能的應用需求及所帶來的價值。顧客體驗是線下購物相對線上的重要優勢。所以增強客戶消費體驗是其應用數據智能主要訴求。一方面可以通過機器人、互動大屏等數據智能互動設備，利用消費者的好奇心，吸引顧客體驗，延長顧客在店內的停留時間，引發顧客在網上分享，帶來二次傳播，常用于營銷活動。另外就是使用一些智能化設

42、備或產品，節約顧客在購物過程中尋找商品、結算及停車找車的時間。3.2 快消零售行業所衍生的數據智能應用需求及價值（1）快消零售行業在消費場景環節的數據智能應用需求及價值體驗感增強利用布置在店內的各種智能傳感器，收集顧客的運動軌跡，注意力變化、客流量等信息，用于店鋪運營和精準營銷。數據收集很多實體店已經都有微信公眾號，電商頁面等各種線上渠道，數據智能等新技術方案可以引導線下到店客流轉向線上渠道，或進行反向轉化。流量轉化AI數據智能+快消零售玄訊FMCG俱樂部221.消費場景Consumer scene2.經營管理 Management3.生產制造 manufacturing3.智能化 Intel

43、ligentAI數據智能在消費場景環節的應用所帶來的價值在銷售、營銷和以客戶為中心的職能領域，AI數據智能最主要的兩項影響是改善客戶體驗和促進收入增長。兩者之間可能存在直接關聯，因為在許多情況下，客戶體驗的改善可以帶來收入增通過改善客戶體驗，零售商可以發現全新的客戶參與和互動方法。利用數據智能化，零售商可以準確發現客戶的需求，適時提供合適的商品推薦，從而獲得競爭優勢。例如，零售和消費品企業可以利用數據智能整合多個接觸點的數據，包括店內活動和市場趨勢分析，以了解并推理客戶的需求以及需求的產生時間。該公利用實時消息傳遞和自動個性化商品推薦，持續與訪問者互動，并在時機成熟時激勵他們購物。品牌企業和零

44、售商已可以利用人工智能驅動的引擎，自動觸發電子郵件營銷活動這種能力還有一個更為強大之處 可用于訂單履行流程，使客戶能夠直接在營銷活動中下單購買。例如，一些零售商掌握了豐富的客戶偏好和購買習慣信息，這些數據難以整合到營銷活動管理工具中，所以一直被束之高閣。這些零售商希望利用這些數據，并實現促銷活動工作流自動化，以便更輕松地為合適的受眾定制內容。以往市場營銷部門通常需要四天時間來設計和發送通用的電子郵件?，F在，有了數據智能支持的營銷活動自動化軟件，公司團隊只需一天半的時間，就能生成豐富的個性化活動，并且能夠快速響應業務需求。市場營銷部門也提高了電子郵件打開率，幫助提升客戶轉化率，增強客戶忠誠度。營

45、造更舒適的客戶體驗AI數據智能+快消零售玄訊FMCG俱樂部23應用需求（2）快消零售行業在運營管理環節的數據智能應用需求及價值對消費者、銷售數據進行分析，繪制用戶及客群用戶畫像，用于店鋪運營分析和消費者分析。根據對商圈的數據智能分析，對開店選址提供支持，并監測競爭數據。選址通過對單店及周邊、全網產品銷量數據分析，預測品牌、品類或單品的銷量變化趨勢，提前調整備貨。全網銷量預測根據過往銷售情況及周邊銷售情況，結合商店自身情況，對商品銷量和客流量進行預測，調整進貨品類和數量。本店銷量預測通過唯一關鍵字，合并店鋪消費者畫像和第三方全網用戶數據，生成消費者完整用戶畫像?；跇撕炏胂M者進行個性化推送和精

46、準營銷。本店銷用戶畫像為核心量預測AI數據智能+快消零售玄訊FMCG俱樂部24快消零售行業在運營管理環節的數據智能應用所帶來的價值在未來三年，預計數據智能將在供應鏈規劃和實體店運營領域實現最高的采用增長率。供應鏈規劃涉及多個職能部門的協作，包括材料、分銷和運輸規劃。以前，用于將這些規劃職能聯系在一起的許多流程都是由人工完成的。而數據智能化恰好是此類環境的理想解決方案?；谌斯ぶ悄艿墓ぞ呖梢晕諄碜圆煌巹澛毮艿臄祿?，并快速消化，快速分析。然后，工具進行計算，幫助零售商在制定和平衡計劃、進行權衡以及爭取各方同意時，接近實時地做出決策。在整個流程中，零售商可以使用自動化技術執行重復性任務、引導工作

47、流程以及消除異常情況。商店運營和店內服務也可以從智能自動化中獲益。每個城市或社區都是獨一無二的，高度本地化的人流、場地以及事件導致獨特的消費者行為和需求。大學城的商店與度假區的商店售賣的商品種類是不同的。數據智能可以學習本地數據，確定滿足社區需求的產品和服務。根據當地場地特征和可用因素，數據智能可以自動選擇特定商店的商品種類。人工智能技術還可以應用所學到的知識，定制店內產品和服務，滿足每個客戶的需求。想象一下，假如您走進一家體育用品商店，尋找高爾夫裝備。當您進入商店并選擇接受幫助時，商店的人工智能應用會獲取有關您的購買模式、興趣和偏好的數據。然后，它會自動為您指定一名熟悉高爾夫運動的銷售店員。

48、同時，該應用會將您的信息提供給該銷售店員，便于她了解相關背景。她親自迎接您，在引導您前往商店的高爾夫球區時進行相關談話，根據她的高爾夫專業知識推薦特定產品，幫您找到中意的裝備。改進零售業中的供應鏈和實體店運營AI數據智能+快消零售玄訊FMCG俱樂部25快消零售行業在運營管理環節的數據智能應用所帶來的價值在供應鏈規劃、運營和物流職能領域，業界認為數據智能能夠對庫存生產力和運營敏捷性產生最大影響。這兩個領域對于業務發展至關重要。供應鏈規劃的目標是實現供需匹配，也就是在合適的時間將產品交付到合適的地點，以滿足客戶的需求和期望。積壓會導致降價，而庫存不足則意味著喪失銷售商機。這兩種情況都會對庫存生產力

49、和利潤產生負面影響。為了提高庫存生產力，零售商和品牌企業可以利用人工智能和機器學習算法，優化需求預測和供應鏈規劃。然后，自動化引擎可以引導工作流程，自動更新和調整計劃，解決由于意外和計劃內的事件（例如新產品推出或季節性變化）導致的需求上漲和下降。例如，跨國消費品公司寶潔正致力于部署下一代需求規劃解決方案，以提高其全球短期預測的準確性。該解決方案的目標是提高生產力，幫助規劃人員在傳統上具有挑戰性的領域做出更好的決策，例如促銷預測。運營敏捷性，是指能夠在運營中快速輕松地適應變化；數據智能可以改變這一領域的游戲規則。越來越多的企業使用物聯網和其他智能設備來監控車隊和倉庫運營，跟蹤整個供應鏈中貨物的流

50、動。數據智能可以將學習和推理能力用于監控和跟蹤數據。然后，他們可從這些數據中挖掘洞察，并提出下一步最佳行動建議，以消除可能代價高昂的瓶頸和損失。在惡劣天氣或路況不佳的情況下，配備有數據智能的系統可以動態地重新安排貨運路線，以免延誤；還可以根據需要重新平衡庫存。例如，新的聯合包裹服務公司的機器學習應用可以根據成本與收益分析，發現并消除瓶頸問題。例如，如果該應用檢測到風暴即將來襲，它可以經濟有效地讓貨運路線避開風暴影響區。通過使用高級算法使這些流程實現自動化，該公司更好地滿足了客戶需求，有效保持了服務水平，并能夠靈活地處理突發事件。戶需求，有效保持了服務水平，并能夠靈活地處理突發事件。提高庫存生產

51、力和運營敏捷性AI數據智能+快消零售玄訊FMCG俱樂部26-智能終端推薦在以往快消品牌廠商鋪貨過程中，對于終端門店的選擇往往依靠線下進行市場調研和人工分析，不僅花費大量的人力物力，冗長的選址周期還會導致產品在終端鋪貨時間滯后，被競品搶先一步搶占市場。另一方面，人工調研和分析的數據準確性難以考量，產品是否已經鋪到精準的終端門店將極大影響產品的銷量以及市場的占有率。針對以上快消企業存在著的鋪貨終端門店選擇效率低以及難以精準覆蓋等問題，這就衍生出了快消企業希望借助AI數據智能平臺，根據周邊人群和人流數據、地圖信息推薦等實現終端智能的推薦，通過綜合人流以及以往銷售數據等信息，智能推薦哪些終端適合重點精

52、耕，為快消廠商提供最優化的終端市場經營策略。-促銷活動智能分析以往快消廠商在進行促銷活動時，往往是派業務員到終端門店進行促銷活動效果的考核，人工考核的方式存在片面性，無法準確反饋此次促銷活動的真實效果，沒有系統的數據實現數據匯總和分析，難以為下次促銷活動方案的優化提供有效的數據支撐。對于快消廠商來說，促銷活動對于直接提升商品銷量有著非常直接且關鍵的影響。但是在促銷活動執行過程中往往缺乏系統化的數據收集和活動結束后的效果分析，這就亟需一套數據智能系統能夠根據每個門店以往的銷量數據以及活動效果來為每個終端門店智能推薦匹配的促銷活動方案，并且在促銷活動執行過程中，一切有關促銷活動數據能夠在線化，從而

53、實現有效的促銷活動監督，最后通過相應的智能算法模型，智能匯總分析促銷活動數據，得出相應的促銷活動效果，并自動生成相應的優化促銷活動方案，為下次促銷活動決策提供更好的支撐。-優化陳列組合搭配在以往快消廠商對于終端門店的陳列管理和貨品內容管理上多以人工的方式，例如在陳列管理上，門店自主分布式決策，人工按經驗進行促銷品類的陳列排布。另外在貨品內容管理上，多以人工核檢的形式，人工翻檢有效期，人工核對成分是否與宣傳一致，人工核實貨品來源等方式。人工核檢的方式不僅效率低，成本高，數據統計和處理的難度大，而且容易造成錯漏，造成終端鋪貨的效果大打折扣。于是，快消廠商希望借助AI數據智能，通過智能算法給出陳列數

54、字化模型并同步各個門店，輔助各個門店進行最優的商品陳列排布決策，并且通過圖像識別技術自動識別對比商品內容，另外實現自動統計和分析商品陳列所達到的效果，最后根據商品陳列效果自動制定相應的陳列優化方案，不斷推進商品陳列組合達到最優化，提升商品動銷量。助力快消企業實現智能終端管理AI數據智能+快消零售玄訊FMCG俱樂部27應用需求快消零售行業在生產制造環節的數據智能應用所帶來的價值（3）快消零售行業在生產制造環節的數據智能應用需求及價值運用數據智能決策和分析提前預測生產過程中可能出現的問題，提前進行相應的維護和處理，提高生產環節的效率。提高效率通過全網數據的洞察和智能分析，自動分析受消費者歡迎的產品

55、類型，反哺產品生產設計和制造。產品設計消費品企業的高管預計，未來三年內數據智能采用率最高的領域將是生產制造、產品設計與研發。這些是數據智能可能產生潛在革命性影響的領域。在制造領域，生產線機械設備的日常維護是一項主要的成本來源。另一方面，任何停機都會產生更高成本。品牌企業可利用預測性維護解決這一難題。預測性維護采用先進的人工智能算法，發現潛在的機器故障并自動安排所需的具體服務。除了維護設備外，品牌企業還必須在產品上市速度越來越快，產品和工藝越來越復雜的情況下保持高水平的產品質量。法規、標準以及客戶對無缺陷產品的要求，使上述目標的實現更加困難。通過使用人工智能算法，配備智能自動化的機器可以評估出可

56、能導致質量問題的新生產事件。當發現潛在問題時，機器可以自動通知生產人員，甚至可以自主執行糾正措施。設計和開發產品時，品牌企業必須始終緊跟而且最好能夠引領設計概念的潮流為此，品牌企業可以使用數據智能功能，采集與產品使用相關的大量數據，以及背景信息和全球消費信息。然后，他們可以分析和學習這些數據，生成精確而相關的洞察，并加以應用，以前所未有的速度設計出產品。一些企業已將設計和生產流程的多個部分實現自動化，使客戶能夠直接與系統互動，做出產品設計選擇。零售和消費品企業希望借助數據智能能夠幫助企業提高運營效率、拓展能力、降低成本以及促進收入增長。數據智能確實可以幫助企業實現這些目標，但其潛在的優點遠比這

57、些漸進式改進具有更深遠、更有意義的影響。雖然提高效率和降低成本可能是使用人工智能的初衷，但隨著能力的成熟，意想不到的好處將接踵而至。促進消費品的制造與設計 AI數據智能+快消零售玄訊FMCG俱樂部2804企業在布局AI數據智能時的建議Suggestions for enterprises when laying out AI data intelligence數據智能的發展給企業同時帶來挑戰和機遇：挑戰在于，AI數據智能將深刻改變企業的生產服務方式，這一過程將淘汰一大批無法適應的傳統企業；機遇在于技術普及存在潛伏的窗口期，企業把握住關鍵窗口期，將會在技術的集中爆發期獲得巨大的收益。那么企業要如

58、何把握住這機遇風口，成功在企業內部布局AI數據智能呢？雖然AI數據智能正保持著強勁的發展勢頭，但是企業在布局AI數據智能時也要結合自身基因與核心業務制定，并且做好相應的評估，在企業內部也要搭建好支撐數據智能發展的組織中心，以及充分發揮和思考數據智能與業務結合的更多可能，這樣才能發揮數據智能在助力企業業務增長過程中的最大效能。分解縱向的孤島式組織架構，加強組織職能之間的橫向協作，評估流程，劃分優先順序。分析企業的每個方面 無論是研究趨勢、使用數據和消費者反饋，還是將數據擴展到相鄰社區。尋找數據智能的更多用處，比如在整個客戶生命周期中改善品牌體驗，為品牌創造長期的競爭價值，而不只是用于降本增效。評

59、估AI數據智能能力時需要評估綜合價值鏈的上下游流程。雖然每個單獨的職能都可以產生增量效益，但互連的自動化供應鏈可以創 造新的價值。謹慎選擇平臺，確保它具有可衡量、可擴展的自動化組件。衡量業務影響，獲得可視性，對端到端流程實施全方位監管。4.1 大處著眼：采用戰略方法評估AI數據智能 建立自動化人才中心，為信息自動化資產的開發和使用提供監管框架。這是一個關鍵的成功因素，因為大多數企業需要考慮、轉變和管理數千個適于自動化的流程任務。評估目前的投資領域，以此為基礎規劃未來的實施。例如，如果企業的目標是提高庫存生產力，并且已使用數據智能的某些組件進行需求預測，可以考慮將數據智能擴展到庫存管理。持續驗證

60、實施流程的優先級。定期溝通，確保企業內部充分了解數據智能在整個價值鏈中的能力和影響。由于智能系統學習速度快，因此企業需要密切進行監控，對其進行適當的訓練，以免產生偏見或其他潛在問題。4.2 小處著手：建立數據智能人才中心，簡化技術擴展工作 設想最終結果。采取開放的態度，積極發現新能力，以迭代方式評估數據智能任務和活動，利用AI數據智能功能重新設計流程。與具備設計思維專業知識的AI數據智能平臺合作，讓他們為企業內部定期組織工作對話，提供指導。將數據智能延伸至客戶，讓品牌擁躉與您共同創造下一代客戶體驗。跳出基礎自動化的觀念，充分利用數據智能的潛力。這種能力不僅僅是消除業務流程中的人類活動，還旨在轉

61、變為高速、敏捷和創新的文化。4.3 轉變工作方式：重新思考數字時代的工作方式 企業在布局AI數據智能時的建議玄訊FMCG俱樂部30數據智能是一個跨學科的研究領域，它結合大規模數據處理，數據挖掘、機器學習、人機交互、可視化等多種技術，從數據中提煉，發掘、獲取有揭示性和可操作性的信息，從而為人們在基于數據制定決策或執行任務時提供有效的智能支持。如果將數據視為一種新的“石油”，那么數據智能就是“煉油廠”。數據智能通過分析數據獲得價值，將原始數據加工為信息和知識，進而轉化為決策或行動，已成為推動數字化轉型不可或缺的關鍵技術。數據智能的重要性越來越凸顯。數據智能賦予人類探求數據空間中未知部分的能力，在不

62、同領域里蘊育出巨大的機會。數據智能技術正在重塑傳統的商業分析或商業智能領域。除了文中提到的醫療、金融、互聯網，數據智能未來將會結合到更多的行業中，碰撞出更多不一樣火花。而快消零售作為一直對技術嗅覺靈敏的行業，近年來在人工智能方面的應用，無人零售、智能買手、智能倉儲等落地應用場景，為數據智能在這一行業的應用奠定了重要的基礎，隨著市場環境的變化，AI數據智能將會在快消零售的消費場景、運營管理、生產制造等各個環節帶來超乎想象的價值。未來，隨著AI數據智能在各領域的深入應用，其發展會邁向更高的層次，不斷挖掘和發揮其更強大的效能去解決現存難題，助力企業業務增長。但同時企業未來在布局AI數據智能時，也要做好相應的企業自身業務評估，切勿盲目。雖然人工智能在商業落地過程中并不是一帆風順，但是AI數據智能在行業中的應用需求及其價值讓我們看到了其未來無限的可能性，AI數據智能未來將會給企業業務發展帶來什么樣與眾不同的價值，值得期待。Conclusion【鄭重聲明】本文內容版權歸玄訊所有。未經本公司的明確書面特別授權或協議約定，除法律規定的情況外，任何人不得對本文的任何內容進行發布、復制、編輯、改編、轉載、播放、展示或以其他任何方式非法使用本文的部分或者全部內容，否則均構成對本公司版權的侵害，本公司有權依法追究其法律責任。