为零售数字化踩下油门

2017年11月，德勤中国与中国连锁经营协会曾经联合发布了《中国零售企业数字化转型成熟度评估》报告。报告显示，中国零售企业在总分为5分的数字化成熟度评估中，平均得分只有2.9分。

当时，整个零售行业的数字化建设大多处于起步与实践阶段，距离“千人千面， 永远在线”的智慧阶段尚有很大差距。

然而，3年过去，中国零售企业的数字化转型依然难言大功告成，一路上也面临重重困难。

零售智能化，难在哪？

苏宁零售技术研究院院长王俊杰指出，当今商业环境变化迅猛，四面八方的因素挑战着零售企业，包括电商、直播、社区团购等不断涌现的新事物，这一方面让企业的组织能力深受考验，另一方面也在冲击线下零售“得地段者得一切”的定律。

另外，线上线下融合虽是老生常谈的话题，但企业特点、基因、发展阶段各异，并没有放之四海而皆准的方法论，因此能将线上线下数据完整收集和利用起来，做成同一盘货的企业实在凤毛麟角。

如果说，作为行业观察者，王俊杰看到了整个行业存在的宏观问题，那么站在从业者的角度，英特尔中国物联网事业部高级市场总监陆英洁则感受到了企业的切肤之痛。比如，因为门店的数字改造程度不够，数字化触点有限，顾客行为轨迹无法完全被记录，企业的线上和线下数据不能打通，因此无法实现精准营销，达到千人千面的营销效果。

再比如，虽然不少零售企业引入了诸如自助盘点结账、智能导购等技术，也在局部提高了人效或评效，但一个环节的数字化，实质上很难提高企业整体效率。因为一个服务员，可能不仅要给客户结账，还要做盘点，甚至帮客户做导购。因此，唯有把所有环节和数据整合起来，用端到端的方式来帮助企业实现数字化和智能化，才能真正实现降本增效。

时至今日，零售企业的数字化转型进展依然缓慢。之所以这样，很重要的原因在于，技术上存在诸多难点。

难点一是基础架构缺乏整合，导致门店设备复杂冗余难以管理。

过去几年，零售业的数字化技术迭代迅猛，很多零售企业的数字化建设上马仓促，缺乏全盘考虑，在较短时间内部署大量的系统和硬件设备，导致设备重叠冗余问题突出，反而增加了门店的管理复杂性和故障风险，进而推高运营成本。

第二个难点则是烟囱丛林，难以产生业务价值。

不少企业进行了数字化建设，拥有了很多应用，也积累了很多数据，但由于缺少通盘考虑，数字孤岛现象或者烟囱丛林现象严重。因为数据难以打通共享，又导致客户和会员数据不完整，进而带来营销不够精准，难以带来业务增长。

再有就是数据缺少统一性。

很多企业的数字化系统缺乏统一的架构和数据接口，后续想在系统上增加新的模块或者系统间的数据对接，需要极大的工作量，更难以实现上下游企业间的对接和融合。

在陆英洁看来，要解决这些技术问题，零售企业需要一套整合的边缘协同基础架构来部署应用，进而融合各种设备和应用的数据，同时给未来的新应用提供兼容性、扩展性和持续创新的基础。

边缘计算如何改造零售业 

众所周知，零售是一个商品SKU极多、标准化低、复杂性高，消费高频且快速的场景。零售企业订单金额不大，但订单量大、即时性突出，尤其是客流量高峰时，这些特征就更加明显了。这就意味着，零售业态的数字化转型需要能够胜任这种实时数据处理。

在计算领域，我们常常听到边缘协同、云计算这2个概念。过去十年，云计算发展迅猛，成就了亚马逊AWS、微软Azure、阿里云等巨头，但随着5G、物联网、人工智能等技术渗透到各行各业，边缘计算也迎来了爆发式增长。

云计算是一种利用互联网实现随时随地、按需、便捷地使用共享计算设施、存储设备、应用程序等资源的计算模式。而边缘计算则指的是靠近物或数据源头一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供服务的计算模式。

如果说云计算是集中式大数据处理，那么边缘计算可以理解为边缘式大数据处理。

用章鱼做比喻可能更形象。章鱼有5亿个神经元，其中3亿个不在大脑里，而在触手上。每个触手都有独立的神经系统，触手与触手之间可以绕过大脑直接交流，大脑完全不知情。边缘计算就相当于章鱼的触手，部分终端数据不经过云端（大脑），直接在分布式的边缘芯片里处理。

而具体落到智慧零售行业，边缘计算价值连城，优势独特且明显。

因为是直接通过安装在物联网设备上的边缘计算芯片，对终端设备收集的数据进行处理和分析，而无需将数据经过漫长的路径“上云”再返回，因此，边缘计算一方面能更敏捷高效地满足零售企业对实时业务处理、优化及存储的高效率需求，另外一方面也大大减轻了高并发需求带来的云端数据处理压力，从而能够大幅提高零售企业日常运营效率、减轻人力消耗。

基于上述技术问题，英特尔与合作伙伴一道制定出了边缘协同的解决方案，解决零售企业的主要痛点。

众所周知，结账区域是人员最密集、业务最繁忙的区域，因此对零售业务的效率提高、消费体验优化来说至关重要。

英特尔与合作伙伴一同利用数字化创新技术，通过在POS系统中融入机器视觉、物体识别等人工智能技术，满足刷脸支付、商品自动识别，甚至非标商品计价等需求，打造了一个智能化、高效的结账流程，节省了人力成本，也减少了消费者排队时间。

比如，烘培店是一个重要的细分零售业务形态，作为一个典型的人员密集型场景，烘培店的收银结账面临着很多需求。例如，由于消费者需求的多样化和烘焙产品的异质性，大多数烘焙店的食品没有办法实现统一的外包装和价格，传统的RFID/条形码自动收银解决方案难以满足烘焙店的应用需求。因此，英特尔与中科英泰联合开发出了烘焙自助服务终端。这个是一款集商品视觉识别、计费、自助扫码结账为一体的终端，用户可自主扫描与结算。

该终端通过云边协作完成。烘焙店推出新品后，先采集商品视觉数据，“上云”标注训练模型。随后，模型被下发到终端，便于系统识别商品。提升了收银效率，客流高峰期排队情况明显缓解，改善了消费者体验，同时也节省了人力成本，提高了烘焙店的人效和坪效。

另外，零售行业也SKU多、商品总量大的特点，还导致零售企业每年光用在商品盘点上的人力和时间成本不计其数。

针对这一痛点，英特尔与合作伙伴生产出了基于RFID技术的盘点机器人。过去，同一批商品，运动用品零售商迪卡侬门店需要6到7个人花费2天才能盘点完。但如今，只需要1个机器人花费2个小时就可以完成了，而且盘点的准确率从原来的86%提升到了超过99%。与此同时，盘点准确率的提升，还能反向引导供应链，帮助门店增加了3.44%销量。

在构建智能化场景和基础设施过程中，英特尔从以下几个维度帮助客户降本增效。

第一个是整合。举个例子，英特尔与深圳市零售智能信息化行业协会以及吉方工控、爱宝等合作伙伴推动其余POS的负载整合，将POS从原先的单一设备变成平台，可集成视频监控、商品管理、库存管理、采购管理等应用，进而形成一体化的门店数字化解决方案，降低了零售系统的构建成本和复杂性，提升IT运营效率，同时为客户提供更便捷的购物体验。

第二个是兼容现有应用和设备。英特尔边缘计算让零售企业的数字化系统可支持Linux、Windows、安卓等跨操作系统的整合，同时也可用虚拟化技术协助支持应用。比如与合作伙伴一起开发利用店铺内原有的摄像头，再加上智能边缘服务器的方案，为传统的摄像头增加智能识别的能力，帮助客户降低成本。

相比传统的以人工为代表的市场调研、用户获取方式，数字化和智能化手段优势明显。它为零售企业带来的不光是精准的用户洞察与触达能力，还包括需求的提前预测与响应等能力。有了数字化和智能化技术，零售企业的经营才可以不再受物理空间的限制，尽可能将边界拓宽，与此同时经营决策也不再是单纯依靠经验，而变得更加理性、精准和务实。

而构建这种能力的基础是以数据为中心的基础设施，其中不仅包括云，也包括边缘计算和物联网终端。

结语

改革开放40年后，中国人口红利基本消失殆尽，城镇化进程逐渐放缓，租金成本、用工成本高企，与此同时，资源和能源对外依存度高，经济增长亟待转型。

再加上疫情的影响，国际局势的不确定性，中国将新基建上升到了前所未有的战略高度。

其实，过去几年，人工智能、物联网、大数据、5G、云计算、边缘计算等技术就已经明显加快了与制造、教育、零售等传统行业的融合。如今，有了国家指引，这些新技术又进一步加深了在千行百业的渗透改造。

从制造到教育，再到零售等等行业，以英特尔为代表的高科技企业，在发挥自身技术优势的同时，也参与到了这股浪潮之中，为这些行业的数字化、智能化升级，踩下一脚脚油门。