七成零售商说AI没见效,问题不在模型

一项针对零售商的调查显示,约70%的企业认为AI投入没有产生明显效果,只有3%报告息税前利润增长超过5%。同一时间,AI工具在零售业的采购额仍在上升。投入和回报之间,出现了一条明显的沟。
data analytics
为什么用了却没效果
第一,很多项目停在试点,做一个推荐算法、一个客服机器人,没有接进补货、定价、履约这些核心流程;第二,数据底子差,库存、会员、门店数据分散在不同系统,模型拿不到干净输入;第三,考核方式错误,用点击率证明AI,却不用毛利、周转、缺货率验收。
零售AI的四个真场景
一是需求预测,直接决定备货和损耗;二是动态定价,影响毛利和竞争力;三是门店排班,影响人力成本;四是供应链调度,影响履约。这四个场景都能算清钱,也都能被业务负责人直接验收。
组织比技术更难
AI项目往往跨采购、运营、财务、IT四个部门,谁来对结果负责经常说不清。供应商按项目收费,业务部门按季度考核,没人愿意为一年后的收益买单。最后变成IT部门的演示项目。
怎么提高命中率
第一,从一个能算清ROI的场景开始,比如生鲜损耗;第二,把AI输出接进现有工作流,而不是另开一个后台;第三,用A/B测试和对照组验证,不用厂商案例代替自己的数据;第四,给业务负责人预算权,不给IT alone。
冷静判断
70%没见效不等于AI没用,而是大多数企业还没具备把模型变成流程的能力。零售的利润来自一分一厘的效率,AI只有落到库存、价格、排班这些具体动作上,才会变成利润。

上一篇 20家药店5.37亿被收购,医药零售整合加速
下一篇 llama.cpp发布1.0.0,本地AI终于有了稳定地基