无论您是在线购物还是在实体店购物，零售经验都是人工智能(AI)和机器学习革命的最新战场。
澳大利亚主要零售商已经开始意识到，正确制定AI策略可以带来很多好处，目前有一家数据科学家团队支持招聘一名AI和机器学习主管。
新成立的Woolworths部门WooliesX 旨在汇集各种团队，包括技术，客户数字体验，电子商务，金融服务和数字客户体验。
关于数据整理
要了解所有主要零售商的机会和威胁，了解为什么将人工智能重新列入议程很有用。自数十年前进入AI以来，有两项关键的事情发生了变化：数据和计算能力。
计算能力很容易看到。您手中的智能手机的计算能力比几十年前的大型计算机高出数百万倍。公司可以使用几乎无限的计算能力来训练其AI算法。
另一个关键因素是可用数据的规模和丰富性，尤其是在零售业中。
人工智能系统，尤其是机器学习等学习技术，在庞大而丰富的数据集上蓬勃发展。当适当地喂这个数据，这些系统发现趋势，模式和相关性，没有人可以分析师曾希望手动发现。
这些机器学习方法可自动进行数据分析，使用户能够创建模型，然后可以对其他类似数据做出有用的预测。
为什么零售适合AI
AI在不同领域中的快速部署取决于几个关键因素：出于某些原因，零售特别适合。
首先是测试和测量的能力。借助适当的保障措施，零售业巨头可以部署AI并测试和衡量消费者的反应。他们还可以相当迅速地直接衡量其底线的影响。
第二个是错误造成的相对较小的后果。降落在客机上的AI代理无法承担任何失误，因为这可能会导致人员死亡。只要总体效果是积极的，零售业中部署的AI代理每天就可以做出数百万个决策，因此可以犯一些错误。
Nuro.AI与杂货巨头Kroger合作，在零售业中已经出现了一些智能机器人技术，可以将杂货送到美国客户的家中。
但是，许多最重大的变化将来自于AI的部署，而不是物理机器人或自动驾驶汽车。让我们看一下一些基于AI的场景，这些场景将改变您的零售体验。
您的购物习惯
人工智能可以从您购买的产品和购买方式中检测出购物行为的潜在模式。
这可能是您从超市定期购买大米，从酒类商店零星购买葡萄酒，以及周五晚上在当地便利店购买冰淇淋。
库存和销售数据库系统仅跟踪具有足够数据的单个产品的购买，而机器学习系统可以预测您的常规习惯。它知道您每个星期一晚上都喜欢煮意大利调味饭，但也有一些更复杂的行为，例如偶尔的冰淇淋狂欢。
在更大范围内，对数百万消费者行为的分析将使超市能够预测每周有多少澳大利亚家庭在煮意大利饭。这将为库存管理系统提供信息，例如为具有很多意大利调味饭消费者的商店自动优化 Arborio大米的库存。
然后，这些信息将与友好的供应商共享，从而实现更有效的库存管理和精益物流。
高效行销
传统的忠诚度计划数据库(例如FlyBuys)使超市能够识别您购买特定产品的频率(例如，您每周购买一次Arborio大米)，然后将报价发送给被识别为“即将购买Arborio大米”的一组消费者。
新的营销技术将不仅限于向已经有可能购买该产品的客户推广销售。取而代之的是，机器学习推荐器将宣传蒜味面包，提拉米苏或其他个性化产品推荐，这些推荐来自成千上万其他消费者的数据经常提示。
高效的营销意味着更少的折扣和更多的利润。
定价动态
超市的价格挑战包括对正确的产品应用正确的价格和正确的促销。
零售定价优化是一项复杂的工作，需要针对每个客户，产品和交易进行细粒度的数据分析。
为了有效发挥作用，需要检查无数因素，例如随着时间，季节性，天气和竞争对手的促销活动而改变价格点会如何影响销售。
精心设计的机器学习程序可以考虑所有这些变化，并将它们与其他细节(例如购买历史记录，产品偏好等)结合起来，以开发出深刻的见识和量身定制的定价，以最大限度地提高收入和利润。
客户的反馈意见
从历史上看，客户反馈是通过反馈卡获得的，并填写并放置在建议框中。必须阅读并执行此反馈。
随着社交媒体的增加，它已成为公开表达反馈的平台。因此，零售商转向社交媒体抓取软件，以响应，解决问题并使顾客参与对话。
展望未来，机器学习将在这种情况下发挥作用。机器学习和AI系统将首次实现对杂乱，非结构化数据(例如客户记录的口头评论或视频数据)的多种来源的批量分析。
减少盗窃
澳大利亚零售商每年损失的库存损失估计为45亿澳元。自助登记册的增长是造成这些损失的原因。
机器学习系统能够毫不费力地扫描数百万张图像，从而使具有摄像头的智能销售点(POS)系统能够检测收银秤上放置的水果和蔬菜的不同品种。
随着时间的流逝，系统还将更好地检测商店中出售的所有产品，包括一项称为精细分类的任务，使它能够分辨出Valencia和Navel橙色之间的区别。因此，当您实际购买桃子时，输入土豆就不会再有“错误”了。
从长远来看，就像Amazon Go商店一样，POS系统可能会完全消失。
为您订购的计算机
机器学习系统在将您的自然声音转换为杂货清单方面正迅速发展。
法国零售商家乐福和美国巨头沃尔玛已经与Google合作，例如Google Duplex等数字助理可能很快会为您创建购物清单并下订单。
不断发展的AI零售体验
当您经历人生阶段时，您会变老，偶尔会感到不适，您可能会结婚，生孩子或改变职业。随着客户生活条件和消费习惯的改变，模型将自动调整，就像在欺诈检测领域一样。
当前的反应系统包括等待顾客开始购买尿布，例如，然后在跟进适当的产品推荐之前，将该顾客识别为刚刚开始家庭生活。
相反，机器学习算法可以对行为进行建模，例如购买叶酸维生素和生物油，然后预测何时应发送报价。
从被动式营销到预测性营销的这种转变可能会改变您的购物方式，给您带来您可能甚至从未考虑过的建议，这都是可能的，因为零售商及其客户都拥有与AI相关的机会。