【智慧零售】深度剖析:人工智慧正在重塑商業,零售業面臨“生死時刻”
人工智慧正在重塑商業,零售業到了的適應或死亡的時刻。這個過程是怎麼發生的?各方參與者是怎麼做的?我們能從中學到什麼?CB Insights發表了一份研究報告,深入分析了人工智慧、機器學習和基於計算機視覺的技術是如何影響零售鏈的所有環節的,文章由36氪編譯。希望能夠給你帶來啟發。
零售業正面臨著來自人工智慧的壓力。
畢竟,每個行業的企業都在爭先恐後地將人工智慧融入它們的產品中,零售業也不例外。
對於傳統零售巨頭而言,這意味著要與亞馬遜和阿里巴巴等電子商務巨頭短兵相接,這兩家公司正在利用大資料和強大的人工智慧演算法來改變零售空間。
除了激烈的競爭外,許多美國零售商正在以創紀錄的方式倒閉,也強調了戰略變革的必要性。
僅在2017年,就有21家連鎖零售商申請破產,其中包括RadioShack,Toys R'Us和Aerosoles等知名品牌。與此同時,像梅西百貨(Macy)和西爾斯(Sears)等零售商也宣佈它們將在全國範圍內關閉數百家商店。
儘管大多數傳統零售商尚未制定人工智慧戰略,但一些商店和電子商務參與者已開始使用人工智慧和機器人來改變零售空間了。隨著計算機視覺技術的發展與無人零售商店的出現與普及,未來幾年,越來越多的零售商將會被迫捲進這場人工智慧遊戲。
基於CB Insights的資料,我們深入挖掘了不斷變化的零售環境。下面,我們分析人工智慧、機器學習和基於計算機視覺的技術(包括用於重型起重、導航和裝配任務的機器人)是如何影響零售鏈的所有環節的。
目錄
人工智慧和機器人攻擊零售鏈的不同環節
製造業
倉儲自動化
消費者渠道:線上銷售與線下銷售
供應鏈和物流
橋接線上和線下零售業
結論
人工智慧和機器人攻擊零售鏈的不同環節
電子商務巨頭亞馬遜和阿里巴巴可能會利用大資料和人工智慧,來部署側重於整體零售體驗(包括線上和線下)的端到端解決方案。然而,大多數零售商都在將它們從人工智慧那裡獲得的啟發,集中運用在零售鏈的更具體的環節。
我們研究了產品從生產到交付的不同階段,以及企業是如何使用人工智慧驅動的自動化(包括面部識別、需求預測和基於計算機視覺的機器人)來強化這些階段的。
製造業:將產品帶到市場
想要滿足不斷變化的消費者需求,商家需要縮短製造週期。為此,一些零售商正在轉向使用計算機視覺的機器人來生產服裝和鞋類產品。
阿迪達斯受益於內部和第三方的製造自動化
製造業的工作很容易被外包到勞動力成本較低的發展中國家。
但是,工業機器人成本的下降,使得製造基地能夠更接近於需求地點,像阿迪達斯這樣的零售商就受益於這一趨勢。
最近,中國T恤製造商天元服裝公司與阿肯色州政府簽署了一項諒解備忘錄,計劃2018年在阿肯色州小石城建造新服裝工廠,並以每小時14美元的價格僱用400名工人。
雖然這家工廠正在創造一些零售業的工作機會,但它的核心生產任務將會被嚴格自動化。天元的工廠將使用由佐治亞州創業公司SoftWear Automation開發的、基於機器視覺的縫紉機器人來為阿迪達斯生產服裝。
“我們將安裝21條生產線。系統全面投入執行時,每22秒就能製作一件T恤衫。我們每天將為阿迪達斯生產80萬件T恤......在世界範圍內,即使是最便宜的勞動力市場也無法與我們競爭。”
——中國天元服裝公司董事長唐新紅
很多繁重的工作將由人工智慧驅動的機器人完成,人類工作人員將負責機器人維護和操作的工作。
事實上,2012年美國國防部高階研究計劃局(DARPA)授予SoftWear Automation公司的合同中指出:“把生產那些能夠直接把零件製作為成衣的裝置作為最終目標。”
2015年,阿迪達斯在德國建立了一個名為Speedfactory的機器人工廠,目前正計劃不久後在喬治亞建立另一家全面運營的Speedfactory。
在這兩個工廠中,阿迪達斯計劃在5個主要城市(倫敦、紐約、巴黎、洛杉磯和上海)製造本地化的鞋類。這些鞋類將根據每個城市運動員收集的資料以及當地地形和天氣資料進行設計。
競爭對手耐克也重點關注製造業的創新和速度
2013年,耐克參與了製造業創業公司Grabit300萬美元的A輪投資。Grabit使用電附著技術和機器學習技術開發機器人。據彭博社報導,這些機器人只需50-70秒就能完成一個鞋面,如果是人類員工來做的話,需要花費10-20分鐘的時間
“通過減少30%的步驟和50%的勞動力,我們可以在30秒內生產出一雙完整的鞋面,減少浪費。”
——耐克營運長埃裡克·斯普倫克(Eric Sprunk)
對於客戶群體,Grabit一直都很保密:2017年5月的一份新聞稿顯示,該公司的材料處理機器人正被運往財富100強的“行業領先的運動鞋和服裝公司。”不過,最近彭博社證實,機器人部署在了幾家耐克的製造工廠。
耐克還申請了實現鞋類零件的組裝和識別自動化的專利,強調了其對製造業創新的承諾。
零售商在製造業中利用人工智慧的另一個例子是跨國化妝品牌資生堂(Shiseido),最近在其工廠生產線上試用了模擬機器人。該公司旨在進一步開發人工智慧技術,使機器人能夠執行更復雜的任務。
倉儲自動化:分揀、儲存和庫存管理
通往自動化的道路會經過倉庫和工廠,在那裡,機器人會與人類合作。隨著越來越多的人在網上購買產品,訂單履行中心按時發貨的壓力變得越來越大。
在亞馬遜於2012年收購機器人創業公司Kiva Systems(現稱為亞馬遜機器人公司)時,其履行中心的機器人自動化發展勢頭變得越來越好。亞馬遜的機器人使用計算機視覺、深度感應、物體識別和其他人工智慧軟體來實現移動重物和處理包裝等功能。
在亞馬遜收購Kiva Systems後,新的創業公司湧現出來,填補Kiva留下來的空白,構建了更廣泛的生態系統。
在非結構化環境中,機器人在拾取、挑選和處理物品方面的表現仍然不夠完美。但創業公司已經開始解決機器人拾取和處理精緻商品時遇到的一些挑戰。
例如,RightHand Robotics在2017年第一季度完成了800萬美元的A輪融資,用於開發拾取機器人。重點關注製造業的Rethink Robotics也在開發用於物流和物料搬運的機器人。它得到了高盛,CRV,Draper Fisher Jurvetson,Bezos Expeditions和GE Ventures等投資者的支援,並籌集了近1.5億美元的資金。
基礎設施即服務:公司正在通過向其他需要的零售商出售其自動化解決方案而獲利
最近關於倉儲自動化領域最大的一個新聞來自歐洲。
與亞馬遜一樣,英國的線上雜貨超市Ocado(提供類似於FreshDirect和AmazonFresh的服務)早期投資倉庫自動化,並強調機器學習是公司的“核心競爭力”。
“目前,我們在創新方面投入了大量的資金。我們正在自動化和機器人技術、資料科學和人工智慧、大資料和雲端計算以及物聯網等領域進行投資。”
——泰姆·施泰納(Time Steiner),Ocado執行長,2017年第二季度財報電話會議
2002年,Ocado開設了第一個訂單履行中心,大小“相當於11個足球場,高20米”。此後,它開設了第二個和第三個,每次都增加了技術能力和倉儲能力。
Ocado表示,公司開發了大部分關於倉庫自動化的軟體與硬體。
在CB Insights 平臺搜尋發現,Ocado在美國提交的專利顯示了該公司一直在研究的倉庫自動化技術的型別有:包裹分揀器、機器人物品處理、自動化包裝處理等等。
Ocado看到了一個機會,圍繞著這些技術構建了商業模式。除了運營電子商務業務之外,它還開始向英國的其他零售商提供軟體和基礎設施即服務。
2017年第四季度,Ocado與法國食品雜貨巨頭Groupe Casino建立了合作伙伴關係,使Ocado的股價暴漲。作為合作的一部分,Ocado將為Groupe Casino構建“最新一代、最先進的自動化倉庫”,在軟體方面,提供前端Web介面和最後一英里交付路線規劃等解決方案。
這筆交易使Groupe Casino擁有了超過像家樂福,甚至亞馬遜這樣的競爭對手的可能性。有傳言稱,亞馬遜正在與法國各大超市巨頭洽談潛在的收購交易。
2018年,Ocado進入北美市場,與加拿大食品零售商Sobeys就建立倉庫自動化方面達成合作協議。
消費者渠道:線上銷售VS.線下銷售
在我們對50多家美國頂級上市零售商(包括Etsy和eBay等電子商務網站)的1600多份財報電話會議記錄進行分析時,僅有9家零售公司提到了與其網站或實體店相關的人工智慧策略。(注:我們的分析排除了像亞馬遜這樣的大型科技公司)。
一些零售商,如Lowe's,專注於內部研發,而像絲芙蘭和沃爾瑪等這樣的零售商,則通過與創業公司建立合作伙伴關係,來嘗試新的基於人工智慧的解決方案。下面,我們來看看一系列線上上和線下實體店部署人工智慧和機器人的公司。
線上的解決方案
如上所示,eBay是最早開始線上上業務中引入基於人工智慧的解決方案的品牌。
該公司第一次提到“機器學習”是在2015年第三季度財報的電話會議中,當時,eBay剛剛開始強迫賣家編寫產品說明,並使用機器學習來處理這些資料,以便在目錄中找到類似的產品。
快進到2016年第二季度,公司關於人工智慧的動作開始頻繁起來:在這一季度,eBay收購了一家人工智慧公司(Expertmaker),正在洽談收購另一家公司(Salespredict,在第三季度完成了收購),在電話會議上提到人工智慧大約有15次。
最近,在該公司2017年第四季度財報電話會議上,執行長戴文·維尼格(Devin Wenig)談到了基於人工智慧的廣告投放、個性化、視覺化搜尋,以及對C2C銷售商的配送建議。
在eBay之後,Etsy是下一個提及人工智慧戰略的零售商。它在2016年第三季度的財報電話會議中首次提到了機器學習。在同一季度,Etsy收購了計算機視覺創業公司Blackbird technologies。
其他公司,如GAP,提到了人工智慧技術,但尚未討論強大的人工智慧策略。
對於一些零售商來說,與創業公司建立合作伙伴關係,在建立人工智慧策略方面佔有很重要的地位。
影像搜尋創業公司ViSenze與優衣庫,Myntra和日本電子商務巨頭樂天(Rakuten)等客戶合作。ViSenze允許使用者在商店內拍下他們喜歡的東西,然後上傳照片線上上找到確切的產品。
這家在加利福尼亞州和新加坡設有辦事處的創業公司,在2016年從包括樂天旗下風險投資部門在內的投資者那裡獲得了1050萬美元的B輪融資。最近,它進入了聯合利華的鑄造廠,這個工廠允許這家東南亞的創業公司用其品牌測試試點專案。
其他的創業公司則專注於非常具體的細分市場。例如,中國的酒咔嚓(9KaCha)提供了一個進口葡萄酒的線上市場,使用計算機視覺進行產品搜尋。
據報導,該公司將與投資者海爾合作,協助“海爾的智慧葡萄酒櫃識別近1億個資料,準確獲取使用者需求並創造最佳使用者體驗。”
另一家為線上搜尋推薦開發人工智慧的創業公司是位於以色列的Twiggle。
這家阿里巴巴支援的公司正在開發一種能夠用在現有電子商務搜尋引擎之上的語義API,為買家非常具體的搜尋反饋結果。
人工智慧還在個性化消費體驗中找到了應用場景。
例如,據報導,俄羅斯電子商務零售巨頭Lamoda將其使用者分為160個地理區域,並在banner廣告中推薦基於當地天氣的產品。它還使用其他指標,如過去的購買行為和使用者喜歡的品牌和顏色來推動使用者進行決策。
Lamoda的一個個案研究(由個性化技術創業公司Dynamic Yield釋出)聲稱,“一個團隊中只有一個人”取得的ROI非常高,這表明人工智慧正在開始重組零售業的員工隊伍。
像絲芙蘭,Urban Outfitters,宜家和Stitch Fix等流行品牌已與Dynamic Yield合作。這家總部位於紐約的創業公司得到了百度投資和Bessemer Venture Partners等投資者的支援。
除了線上擴充套件個性化體驗之外,零售商還希望瞭解消費者使用各種裝置的行為。
例如:消費者更有可能在手機或膝上型電腦上點餐嗎?人們什麼時候使用平板電腦而不是移動裝置?
這種資訊使得品牌不僅可以為每個使用者量身定製營銷資訊,還能更具體地針對每個使用者的裝置進行個性化推廣。
一家專注於這個領域的創業公司是臺灣的Appier,該公司在2017年第三季度獲得了軟銀集團的支援。Appier的客戶包括美國奢侈品製造商雅詩蘭黛,日本護膚系列Naruko和聯合利華的品牌AXE。
其人工智慧平臺,Axion,可以識別裝置所有權並建立相關的使用者配置檔案。這使得零售商可以選擇最適用的策略與跨平臺的使用者群體進行互動。
線下的解決方案
由於電子商務的增長,一些美國的商店被迫倒閉。這個過程中,最引人注目的要屬於亞馬遜了,一個以人工智慧為核心的公司,在電子商務市場中佔據了主導的地位。
但與此同時,亞馬遜正在進軍實體零售業務。
該公司正在將人工智慧技術應用到實體零售世界中,利用人工智慧來幫助實體店的運營。
亞馬遜線上下追蹤消費者。
今年,亞馬遜在西雅圖開設了基於計算機視覺的、無收銀員的“Amazon Go”商店。在人工智慧演算法的追蹤下,顧客可以走進商店,隨心所欲地選購商品,然後“不用結賬”,直接走人。
顧客在進入商店時,要出示二維碼,作為身份標示。然後,亞馬遜使用人工智慧支援的追蹤系統監控顧客的活動。當顧客離開商店時,會留下一系列關於他的購買活動的數字足跡,亞馬遜會據此進行結算。
在亞馬遜宣佈推出Amazon Go商店的同時,中國也掀起了一場無收銀員商店的熱潮。
在CB Insights平臺上進行關鍵詞搜尋顯示,2017年,無人商店創業公司一共達成了27筆交易。相比之下,2016年這一領域僅有1筆交易,而前幾年沒有交易。(注意:並非所有的交易都使用與人工智慧相關的技術。)
總部位於廣東的繽果盒子在2018年第一季度融資8000萬美元,總融資達到9400萬美元。其無人商店目前在很大程度上依賴於射頻識別(RFID)標籤,但該公司最近宣佈正在向基於人工智慧的影像識別解決方案邁進。
一些美國商店開始嘗試在店內使用機器人進行貨架掃描。
沃爾瑪在最近宣佈,將在50家門店推出貨架掃描機器人來管理庫存。位於加州的Bossa Nova Robotics正在開發可掃描貨架並協助員工的機器人。
其他零售商也一直在門店中測試與庫存管理和客戶互動協助的技術。
Lowe's的創新實驗室與創業公司Fellow Robots合作製造了零售機器人OSHBot和LoweBot,這些機器人可以幫助客戶在商店裡找到特定的產品。該實驗室也正在嘗試用AR / VR解決方案來幫助客戶。
2016年,Target在舊金山測試了Tally——一款由Simbe Robotics開發的機器人,也在商店庫存管理方面提供幫助。
然而,店內機器人的採用仍處於初期階段,還沒有什麼具體的措施來改善零售商的客戶體驗或成本效益。正如Capgemini諮詢公司前消費品包裝產品執行副總裁比爾·劉易斯(Bill Lewis)所解釋的那樣,“這些機器人的成本很高,特別是要進行許多測試。用例仍在被理解的過程中。”
一些美容品牌正在使用VR技術
除了上面提到的店內機器人解決方案之外,一些品牌也在嘗試使用面部識別和VR技術來吸引店內顧客。
Modiface使用人工智慧和AR技術為絲芙蘭和其他美容品牌提供虛擬試用體驗。另一家研發類似技術的創業公司是Perfect Corp,該公司在2017年第四季度籌集了2500萬美元的資金。據報導,Perfect Corp的應用下載量已經超過了5億次。
供應鏈與物流:向消費者交付訂單
物流公司正在使用人工智慧和物聯網來更好地跟蹤全球貨運。
全球零售供應鏈正變得越來越複雜。
賣家和消費者都想知道他們的產品/貨物在哪裡,處於何種狀態,交付時間是多久等等。
但是,從物流代理和物流經營者到零售商和倉庫所有者,涉及貨物運輸的人員規模龐大,網路複雜,這使得供應鏈可見性成為了一個挑戰。
像ClearMetal這樣的創業公司正在嘗試使用機器學習來提高貨運的可視性。該公司正在開發一個預測性智慧平臺,收集來自運輸公司的資料,並彙總資料點,如實時天氣和貨幣波動,以幫助預測運輸事件、運輸時間和運輸需求。
全球最大的集裝箱航運公司馬士基集團(Maersk)正在印度招聘200名專注於資料科學和人工智慧的工程師。馬士基此前與愛立信和Maana等公司合作開發工業物聯網解決方案。
該公司希望將其所有資產連線到雲上。例如,可以為連線的船舶提供有關意外天氣狀況的實時資訊。馬士基公司還利用物聯網在運輸過程中提高冷藏容器中食品質量的可見度。
在最後一英里的交付中,亞馬遜可能會顛覆15萬億的物流行業。
亞馬遜是UPS等傳統貨運代理的最大客戶之一。長期以來,人們一直擔心亞馬遜的內部物流和自動化工作將使公司成為FedEx和UPS等貨運巨頭的競爭對手。
2016年,亞馬遜首次將自己描述為一個“運輸服務提供商”。它還在美國和中國申請關於貨運代理商的經營執照。
亞馬遜也在測試使用機器視覺的無人機交付服務,但是,在這成為主流的最後一英里交付選項之前,它將會受到嚴格的監管審查,尤其是在城市中。
不過,亞馬遜的下一代無人機專利表明,該公司非常重視開發這種技術,以便在配送中心和交付中使用。
橋接線上和線下零售業
儘管許多零售商專注於線上或線下的解決方案,但其他零售商正在整合這兩種解決方案。
例如,阿里巴巴正在使用人工智慧來更好地理解線上和線下的消費者行為是如何協作的。
在某些方面,阿里巴巴在使用人工智慧對線上和線下整合方面領先於亞馬遜。它依賴於技術——如智慧商店、深度學習和AR / VR——並採用新的商業模式,來彌閤中國線上和線下的鴻溝。
阿里巴巴將此稱為“新零售”策略。
為了測試其零售一體化工作的效率,該公司在“雙11”進行了測試。
2017年,這家電子商務巨頭的單日銷售額達到了253億美元。在高峰期,阿里雲每秒處理32.5萬個訂單。
這一天其他的亮點包括:
一款類似於PokemonGo的“捉貓”遊戲,激勵線上客戶去實體店抓虛擬貓,來獲取折扣和優惠。
在12個城市銷售P&G和雅詩蘭黛等品牌產品的快閃店中,都配備了虛擬試用裝置。
線上上,聊天機器人和機器學習演算法自動解析與購物門店相關的問題。
在物流方面,阿里巴巴在3D立體包裝方面使用了深度學習技術,目標是在儘可能小的空間內打包更多的東西。
在一些實體店面,阿里巴巴實驗了人工智慧時尚顧問FashionAI。一個螢幕會掃描客戶所持產品上的標籤,然後利用機器學習來提供如何配對產品相關的建議。
阿里巴巴致力於將線下與線上的商業結合起來,並改善消費者的整體零售體驗。阿里巴巴明確表示,新零售是全方位的,並用一種融合實體和數字購物體驗的跨渠道的方式來完成這一目標。
結論
儘管基於人工智慧的解決方案正在興起,但只有少數傳統品牌在有效地實施人工智慧策略,來提高業務效率。
但人工智慧正在重塑零售業的勞動力隊伍。從製造業到最後一英里的物流業,零售生態系統中的參與者將不得不適應這種變化,以保持相關性。
像阿里巴巴和亞馬遜這樣的技術巨頭將繼續推進邊界,將人工智慧應用到零售業中,並積累大量的消費者資料集。前不久,阿里巴巴宣佈,它將在量子計算、人工智慧和其他技術方面投入150億美元。
規模較小的創業公司也在這裡看到了機會並抓住了它。例如,總部位於加利福尼亞的創業公司AiFi最近籌集了400萬美元,來實現“無收銀店”自動化解決方案的大眾化,幫助零售商建造類似於Amazon Go的商店。
最後,還有一個趨勢值得注意:隨著人工智慧繼續在整個零售生態系統中蔓延,零售商可能會越來越多地與其他行業的高科技公司爭奪與人工智慧相關的創業公司和人才。
原文連結:https://www.cbinsights.com/research/artificial-intelligence-reshaping-commerce/
編譯組出品。編輯:郝鵬程
人工智慧賽博物理作業系統
AI-CPS OS
“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧)分支用來的今天,企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中,利用AI-CPS OS形成數字化+智慧化力量,實現行業的重新佈局、企業的重新構建和自我的煥然新生。
AI-CPS OS的真正價值並不來自構成技術或功能,而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化,這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合,沒有顛覆現狀的意願,這些將不可能實現。
領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量,領導者必須在行業、企業與個人這三個層面都保持領先地位:
重新行業佈局:你的世界觀要怎樣改變才算足夠?你必須對行業典範進行怎樣的反思?
重新構建企業:你的企業需要做出什麼樣的變化?你準備如何重新定義你的公司?
重新打造自己:你需要成為怎樣的人?要重塑自己並在數字化+智慧化時代保有領先地位,你必須如何去做?
AI-CPS OS是數字化智慧化創新平臺,設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端,可以幫助企業將創新成果融入自身業務體系,實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉,形成了領導力模式,使數字化融入到領導者所在企業與領導方式的核心位置:
精細:這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切,進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。
智慧:模型隨著時間(資料)的變化而變化,整個系統就具備了智慧(自學習)的能力。
高效:企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力,這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。
不確定性:數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗,其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域:技術、文化、制度。
邊界模糊:數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化,還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。
AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長:
創造虛擬勞動力,承擔需要適應性和敏捷性的複雜任務,即“智慧自動化”,以區別於傳統的自動化解決方案;
對現有勞動力和實物資產進行有利的補充和提升,提高資本效率;
人工智慧的普及,將推動多行業的相關創新,開闢嶄新的經濟增長空間。
給決策制定者和商業領袖的建議:
超越自動化,開啟新創新模式:利用具有自主學習和自我控制能力的動態機器智慧,為企業創造新商機;
迎接新一代資訊科技,迎接人工智慧:無縫整合人類智慧與機器智慧,重新
評估未來的知識和技能型別;
制定道德規範:切實為人工智慧生態系統制定道德準則,並在智慧機器的開
發過程中確定更加明晰的標準和最佳實踐;
重視再分配效應:對人工智慧可能帶來的衝擊做好準備,制定戰略幫助面臨
較高失業風險的人群;
開發數字化+智慧化企業所需新能力:員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說,創造兼具包容性和多樣性的文化也非常重要。
子曰:“君子和而不同,小人同而不和。” 《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧,像君子一般融合,一起體現科技就是生產力。
如果說上一次哥倫布地理大發現,擴充的是人類的物理空間。那麼這一次地理大發現,擴充的就是人們的數字空間。在數學空間,建立新的商業文明,從而發現新的創富模式,為人類社會帶來新的財富空間。雲端計算,大資料、物聯網和區塊鏈,是進入這個數字空間的船,而人工智慧就是那船上的帆,哥倫布之帆!
新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力,將進一步釋放歷次科技革命和產業變革積蓄的巨大能量,並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節,形成從巨集觀到微觀各領域的智慧化新需求,催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革,深刻改變人類生產生活方式和思維模式,實現社會生產力的整體躍升。
產業智慧官 AI-CPS
用“人工智慧賽博物理作業系統”(新一代技術+商業作業系統“AI-CPS OS”:雲端計算+大資料+物聯網+區塊鏈+人工智慧),在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧;實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。
長按上方二維碼關注微信公眾號: AI-CPS,更多資訊回覆:
新技術:“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”;新產業:“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”;新模式:“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。
本文系“產業智慧官”(公眾號ID:AI-CPS)收集整理,轉載請註明出處!
版權宣告:由產業智慧官(公眾號ID:AI-CPS)推薦的文章,除非確實無法確認,我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題,煩請原作者聯絡我們,與您共同協商解決。聯絡、投稿郵箱:erp_vip@hotmail.com
相關文章
- 人工智慧改造零售業:亞馬遜和沃爾瑪的競爭正在重塑零售業人工智慧亞馬遜
- 新零售業態下,零售電商RPA助力重塑增長
- 德勤諮詢:重塑食品零售行業行業
- 虹科分享 | Domo零售行業商業智慧白皮書:《從零售企業的資料中獲取價值》行業
- 企業應用人工智慧面臨的挑戰人工智慧
- DigitalBridge:擴增實境正在改變零售業Git
- 社群團購大戰升級:零售行業再次面臨挑戰行業
- 電商商城創新商業模式深度剖析模式
- Econsultancy:重塑商業
- 社交新零售時代,你的商業模式要變了!模式
- 商務部:2023年即時零售行業發展報告行業
- 達觀RPA助力國內某大型家居零售商業務流程管理,加速智慧零售轉型
- 新零售商業模式定製開發專業公司模式
- 華金證券研究:2018年商貿零售行業深度分析(附下載)行業
- ChatGPT引爆人工智慧 遊戲行業蝶變迎來關鍵時刻ChatGPT人工智慧遊戲行業
- eMarketer:騰訊正利用人工智慧和零售業推動微信增長人工智慧
- 從JNOS商業作業系統,看京東零售商業化之路新探索作業系統
- 華西證券:商貿零售行業生鮮超市深度報告(附下載)行業
- 深度學習+符號智慧,硬核公司「深度好奇」正在將新技術正規化商業化深度學習符號
- 走進新零售與人工智慧論壇,解讀零售新內涵人工智慧
- SAP零售行業 Vs 製造業行業
- 人工智慧時代的降臨人工智慧
- 面對飛速發展的人工智慧,企業面臨的最大風險有哪些?人工智慧
- 沙孚智慧零售:工業網際網路時代,企業就是服務的平臺
- 人工智慧在新零售中的應用人工智慧
- 華為雲助力鞋業轉型升級 打造智慧零售新時代
- 2021年全球智慧駕駛產業鏈巡:從馬力到算力,All In智慧化時刻來臨產業
- 深度解讀後疫情時代下,零售行業的趨勢及技術前瞻行業
- 國籌資料攜手騰訊,共創智慧商業領域智慧零售新標杆
- 谷歌如何利用人工智慧重塑美國醫療行業?谷歌人工智慧行業
- 【虹科乾貨】零售商們正在尋找實時庫存解決方案
- 商業智慧正在消亡,誰會是商業分析的下一步?
- 全美零售商聯合會:2023年零售業消費者退貨報告
- 阿里雲研究中心:AI時代零售業的智慧變革(附下載)阿里AI
- SAP零售業解決方案
- 新零售發展現狀剖析
- 數字化營銷浪潮奔湧而來,傳統零售企業面臨四大挑戰
- 哪些企業正在使用雲伺服器及其面臨的挑戰伺服器