数智化转型网szhzxw.cn 数字化转型网专题栏目 AI的大模型(LLM)在零售行业有哪些应用场景

AI的大模型(LLM)在零售行业有哪些应用场景

数字化转型网人工智能研习社关注人工智能从技术到落地的全方面,包含机器学习算法、深度学习架构、自然语言处理(NLP)技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。

零售行业可以说是一个传统又巨大的行业,是一个充分竞争的行业,任何技术的发展都会在零售行业会有一些应用。结合现在AI大模型的发展,大概理一下,AI大模型在零售行业能发挥哪些作用。下面从门店有前端销售和后面运营2个角度来讲。

一、零售阵地的全面数字化、智能化

客流分析及选址分析

属于成熟的应用。接入AI能力,实现客流分析。

AI大模型可以分析门店客流数据,识别客户到店情况、停留时长、识别到店人员时间波峰波谷,对消费者进行画像分析和识别。数字化转型网www.szhzxw.cn

记录顾客行为轨迹,了解顾客的购物行为和偏好,优化门店布局和商品陈列以及动线设计。提高销售额。

统一的客流采集,实现全面零售阵地的客流分析以并总结客流情况,匹配对应的人力排班、收货、盘点等工作。

智能货架

成熟应用,AI大模型可以结合图像识别技术。

实时监控货架商品情况,及时补货,避免缺货,提高运营效率。

识别并记录货架的销售情况,哪些位置销量最佳,哪些位置顾客取货最少。分析商品的货架陈列;

如一些无人超市利用AI技术进行货架管理,自动识别商品缺货情况,并通知工作人员补货。

安全管理数字化转型网www.szhzxw.cn

充分利用AI图像识别技术,全面提升加油站安全作业流程,识别安全隐患。

商品防盗:AI大模型可以结合图像识别技术,识别顾客的异常行为,例如偷窃商品等,及时发出警报,减少商品损失。

安全监控:AI大模型可以分析监控视频,识别安全隐患、及时发现人员或消费者的一些非合规操作或行为,及时识别和预警。

门店经营智能助手

增加门店运营智能助手,通过AI技术,全面简化现有的工作流程,解决现有的系统及工作操作复杂的问题。解决传统的BI工具灵活性不足,很多报表都是提前设置好的,员工也只能从有限的维度进行分析并且使用门槛较多,步骤较繁杂。

可以利用大模型构建门店经营助手,让员工通过直接语音对话的方式,实时查询自己所需要的数据,直接询问“门店销量同比上周增加了多少”,“哪些品类的销量排名在top 5”,“哪些产品的销售额占比在70%以上”等等。数字化转型网www.szhzxw.cn

大模型通过连接后台业务管理系统及数据中台,获取所有的经营数据,直接反馈数据结果给到前端门店人员。

智能导购

当前用户交互已经全面实现智能助手化,并且智能交互的方式已经深入到各APP及汽车、及智能家居等场景中。

构建导购Agent应用到所有的在线销售平台,全面提升消费者体验及交互,增加销售的成交转化率。

在线智能客服方面

在所有的用户可访问的APP及小程序,对接统一的AI客户小助理,构建数字分身,构建客服大模型,提供724专属服务能力;

二、通过AI大模型,全面提升管理水平和实现运营升级

在管理运营端,利用大模型深入融入业务场景,改造用户侧以及管理侧的效率。在用户侧,通过AI代理,全面改进消费者界面。

智能化精准、个性化营销数字化转型网www.szhzxw.cn

运用AI技术系统化挖掘客户需求,通过客户画像实现高质量的客群分类划分,有利于实现精准营销。一个完整的营销活动包括营销计划撰写、目标人群选择、营销预算分配、营销渠道和营销素材、营销策略执行和统计等环节。通过以下多个智能体组合,实现营销的精准、个性化的高效转换。

营销计划智能体:根据营销目标,帮助营销部门查询各项关键数据,自动生成营销计划,确定目标客群、营销渠道、创意制作方向、预算分配和营销策略;同时,营销计划智能体还负责将各种指令下达给其他智能体。

人群标签及洞察划分智能体:AI大模型可以根据用户画像和行为数据、过往交易情况等,进客户进行群体划分,多个维度的标签及群体划分。

人群提取智能体:接收营销计划智能体的指令,对接客户中心及销售交易中心等业务中台,自动提取目标人群。

内容生产智能体:接收营销计划智能体的指令,根据目标营销渠道、创意形式和内容风格的要求,自动生成对应的营销素材。在下一小节,还会有内容生产智能体更详细的介绍。

人群触达智能体:接收营销计划智能体的指令,对接营销自动化MA等系统,创建用户触达策略,实现最终用户的营销触达,以及营销过程中的监控。数字化转型网www.szhzxw.cn

效果分析智能体:负责最终营销活动的数据收集、统计和分析,自动生成营销总结报告,并推送至相关人员的邮箱。

商品管理、定价及促销组合

自动生成商品图片、描述信息等;

AI算法根据市场需求、竞争对手价格、库存水平等因素动态调整构建需求预测模型以及定价策略模型,通过多种定价模型在需求高时通过价值定价法提高定价格,需求低时通过成本测算法降低价格,以保持竞争力并实现利润最大化.

基于当前主力销售产品以及滞销产品等数据情况,通过商品组合带动销售,解决临期和库存商品等问题。

库存仓储优化

AI大模型可以分析销售数据、库存数据、物流数据等,预测未来的需求,优化库存管理,提高供应链效率,降低成本。

AI仓储助手通过对接企业的实时销售数据和采购数据,根据特定计算方式,为每个品类、每个门店计算,周转库存、安全库存、过剩库存和风险库存,输出标准库存计划。同时支持对输入问题进行答复,比如每个门店、品类的安全库存值、数据来源、计算方式等。数字化转型网www.szhzxw.cn

AI仓储助手还能监测商品的库存数量,当库存数量达到安全库存水位时,自动发起采购请求,或者发送提醒给采购员。仓库工作人员还能通过对话方式,向AI仓储助手快速查询某个商品或品类的位置和库存数量。

三、智能采购寻源

通过AI大模型,重塑当前商品从引入、到供应商管理、采购及结算的全流程。

商品引入推荐。基于过往交易记录以及当前其它平台、市场销售数据,当期热门商品等信息,自动分析及判断,生成品类推荐;

供应商画像自动生成。结合内外部数据,自动在特定网站爬取供应商信息,自动对供应商的各项信息和资质进行检查,并通过邮件、短信或外呼自动联系符合要求供应商,甚至能根据供应商的特点实现千客千面的沟通。通过AI Agent自动执行,将采购员从繁琐的工作中解放出来。

采购订单管理,AI Agent可以自动解析销售计划文档,然后结合商品BOM清单、供应商成本和响应时间,输出标准采购计划清单,再由人工进行校对。

AI Agent可以根据采购计划或仓库响应,自动向对应的供应商下单特定数量的特定商品。还能对接供应商的系统API,自动跟踪采购单的进展,当进度不及预期时,自动拨打供应商电话进行催货。

1风控及欺诈检测

通过构建风控AI大模型,以及多系统的数据集成及综合判断,可以分析交易数据,识别异常行为,预防欺诈交易,保障平台安全。当前已有项目推进中,不展开。数字化转型网www.szhzxw.cn

1组织赋能:内部知识助手

AI全面赋能员工。

业务规则以及运营指引、操作指引的智能问答,快速回应;比如销售部查询产品信息和案例信息、运营人员关注当前的销售情况以及经营数据。采购部查询供应商和原材料信息等等。但是企业的文档和资料都分散在不同的系统、或不同部门和员工的电脑里,导致知识和信息的获取非常低效。

通过AI大模型+Agentic RAG,构建不同的向量知识库,比如门店运营、油品质量安全知识库、采购知识库、营销知识库等,然后根据用户的查询意图,Agent自动路由到最匹配的知识库,完成信息的检索召回。针对多复杂的文档,包括文本、图片和表格,这里就需要用到多模态解析技术,对文档中的各种元素分别进行解析,将文本与其相关的表格和图片进行关联和匹配。

四、总结

目前看,AI的LLM大语言模型语言理解能力达到人类水平,可以理解复杂指令和多轮互动交流,该能力可以应用在所有的消费者界面以及员工界面,重塑和改造现有的消费者体验,让用户操作大大减少,同时也全面提升员工的工作流程及效率。有人说,当前所有的系统和流程,都应该基于AI能力重新做一遍,从我们对技术的理解和评估来说,这个事情正在发生的大趋势了。

声明:本文来自网络,版权归作者所有。文章内容仅代表作者独立观点,不代表数字化转型网立场,转载目的在于传递更多信息。如有侵权,请联系我们。数字化转型网www.szhzxw.cn

数字化转型网人工智能研习社包含哪些内容

数字化转型网人工智能研习社关注人工智能从技术到落地的全方面,包含机器学习算法、深度学习架构、自然语言处理(NLP)技术、计算机视觉技术、AI+医疗健康、AI+交通出行、AI+金融、AI+制造、AI+消费品、AI+互联网、数据隐私和安全、算法公平性、产业生态建设、政策法规制定与完善等。

本文由数字化转型网(www.szhzxw.cn)转载而成,来源于 脑袋长草;编辑/翻译:数字化转型网Jack。

免责声明: 本网站(http://www.szhzxw.cn/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。 本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等) 版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。https://www.szhzxw.cn/62059.html
联系我们

联系我们

17717556551

邮箱: editor@cxounion.org

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部