新零售+AI，云测数据如何扮演「加速器」的角色

“云经济学”之父乔·韦曼乔.韦曼认为，新零售是一场技术驱动为主的变革，软硬件技术对于今天的零售业非常重要（包括仓储机器人、跟踪系统、推荐算法、用大数据进行营销和零售的分析等）。

新零售从概念发展到落地应用仅仅用了不到4年的时间。今天从商业的发展来看，各类新物种层出不穷。智慧门店、无人便利店、人脸支付、AI购物体验等。现在看来，新零售+AI将成了相辅相成的双生体。

新零售+AI双螺旋发展，驱动商业生态的进化迭代

我们从2个层面来看，一是市场层面，一是商业应用层面。

从市场层面来看：据前瞻产业研究院发布的《中国新零售行业商业模式创新与投资机会深度研究报告》数据显示，预测2022年我国新零售行业市场规模将达到1.8万亿，年均复合增长率高达115%，未来发展潜力无限。

2017-2022年我国新零售行业市场规模统计情况及预测

再从商业应用层面来看：

以亚马逊的无人便利店为例，当消费者进入Amazon Go无人便利店时，安装在天花板上的摄像头和货架重量感应器会自动跟踪顾客和商品的情况，完成购物时实现自动缴费。在消费者体验角度说就是“即拿即走”。

另一个例子，优衣库的母公司日本迅销集团将启动基于人工智能(AI)的生产改革，其一直在人工智能领域进行探索。比如通过AI分析天气和流行趋势、同时还推出AI导购员等，可以预测所需的商品数量，这有利于避免生产多余产品，并有望靠AI让销量翻倍。

而国内的新零售+AI的应用也走在前头，阿里的无人超市、京东X无人便利店、腾讯也有联合不同业态在推智慧门店等。

在我们看来，新零售的本质是以“人”为核心，重构“人、货、场”三者之间关系，并形成由数据、供应链、物流、支付、金融组成的新零售生态系统。新零售+AI正形成双螺旋发展， AI有助于赋能新零售商, 变革带来整个商业生态的转变，并提升各环节效率。

AI数据是新零售“落地”的基石

我们知道人工智能应用有三要素：算法、算力、数据，其中AI数据是基石，没有数据建起来的AI应用也都是空中楼阁。AI数据要融入新零售各个价值链条及场景中。高质量的AI数据结合成熟的算法，可以帮助新零售加速智能化进程，提升用户体验，帮助企业降本增效。

这里我们围绕人货场三个层面的数据化来进行理解：

人的层面。新零售的发展，人的数据化是关键。每个人都有强标签，有其独特特征，比如其年龄、消费力、经常/潜在消费商品、购物路径、等都可以形成数据化标签，这些数据经过标注，变成“标签化”的价值数据。这样可以实现精准需求推送提供支撑。

货的层面。货的数据化将大大提高品牌商和零售商的效率。比如货架上消费者多少人拿这个商品、在哪些货品上停留时间比较长、哪些是热销货品、哪些是冷门商品等，可以给到商家精准数据判断。

场的层面。不同的场，需要不同场景数据画面。以购物中心为例，尤其是大型商场内的智能导购机器人，需要尽可能多的语音数据类型，如中文、英语、日语等，来覆盖不同消费者的“对话”需求，来提升场内消费者的用户体验。

我们一言以概之，AI可以让商家更懂消费者，让消费者更精准接触意向商品，让线下线上的场都全面活起来，而这些最重要的基础就是高质量、场景化的AI数据。

云测数据三驾马车，助力新零售“打地基”

在AI数据服务领域，国外的亚马逊、Google、微软，国内的百度、阿里巴巴、京东等一众科技巨头也在先后试水。而在高质量场景化服务模式的数据标注领域，云测数据十分具有代表性。

据智研报告显示，2018年，中国数据标注与审核行业的市场规模已达到52.55亿元。而云测数据已经成为行业的头部玩家。截止到目前为止，云测数据通过自建标注标注基地和打造专业的人工智能训练师队伍，为新零售、智能驾驶、智慧城市、智能家居、智慧金融等领域持续提供高质量的AI数据采集标注服务。

对于新零售领域的应用，云测数据在助力新零售玩家“打地基”。但是新零售的“地基”要打好，其实并不容易。新零售各个环节的链条更长、应用场景更多、复杂性也更大。我们结合云测数据，来看下它如何实现。

其一：如何做到“双全法”？针对品牌商/零售商、消费者隐私的数据安全性的保障是数据服务的红线。

云测数据作为独立第三方的身份和对数据隐私安全的严格把控，第一、不滥用数据，数据交付后清毁数据不留底，绝不二次使用；第二，不侵犯隐私，与所有数据采集的用户都签订数据授权协议。第三，建立相关的数据保障机制，如从防火墙的设置、内部信息系统的管护、以及标准化的流程作业体系等。

其二：零售业对AI数据的高需求，必须做到高质、高效、高精准度的“三高”，才能形成竞争壁垒，实现良币驱逐劣币。

高质量的AI数据将最大限度地提升人工智能效率，但市场上往往出了大量的“劣币”，在数据质量不高的前提下，反而给市场应用带来了错误的信息。

（编辑：ASP站长网）