智慧零售

本文先說明零售產業的課題以及智慧零售定義與背景，再介紹零售與電商大廠的智慧零售AI應用案例。藉此，歸納出代表智慧零售AI應用趨勢的六大AI應用類別

多數零售與電商大廠即便面對景氣不明朗的態勢，仍在各經營環節上積極創新布局，而在近期產業熱議的AI應用上，國外零售業者也開始嘗試導入。

近年來，電子商務消費行為成長快速，在美國市場，由亞馬遜（AMZN-US）領導的網路購物在今年2月創下新的里程碑，其「非店面」或網路零售額的總市場占比有史以來首度高於一般實體通路銷售額。面對電子商務的浪潮，實體通路商店的生存空間將逐漸被壓縮，進而迫使實體商店業者加速其升級與轉型。

從Amazon Go於2018年正式對外營運以來，無人商店一直都是十分熱門的議題，包含無人超市、無人貨架、自助結帳系統，就連傳統的自動販賣機也新增了聯網與行動支付的功能，各種無人零售模式在市場上紛紛出現。然而隨著Amazon Go擴店放緩，中國無人貨架業者相繼退出市場，自動販賣機的成本仍然偏高，顯示目前的商業模式與技術成熟度仍不足以達成獲利目標。本文將從智慧貨架的發展現況與結帳技術的比較中探討目前所面臨的挑戰，並提出可行的解決方案。

2018年美國零售業成長率約4.6%（成長幅度與2017年持平）；中國大陸社會消費品零售總額成長率約9%（成長幅度較2017年衰退1.2%），2019年在整體景氣未明的狀況下，各界對零售業之預估亦趨保守，如美國零售聯合會（National Retail Federation）近期下修美國2019年零售業成長率預估數據至3.3%~4.4%。儘管如此，多數零售與電商大廠即便面對景氣不明朗的態勢，仍在各經營環節上積極創新布局，而在近期產業熱議的AI應用上，國外零售業者也開始嘗試導入。

一次把一件東西交寄到另一個人手上或許容易，但如果同時有數萬件、數十萬件，甚至上千萬件，交織成綿密廣泛的物流配送網，要達成「零失誤」配送，絕對是項高難度挑戰。工研院打造多項智慧與自動化技術，成為物流業最佳援手，獲得工研菁英「產業貢獻金牌獎」。

上世代的實體賣場，只能從結帳資料得到「啤酒放在尿布」旁的消費洞察；進入電商時代，消費者從進入網站到購物下單的整個瀏覽過程，都能用大數據分析。工研院針對商務服務業研發的「關鍵消費意圖預測技術」，以近10種演算法精準「投其所好」，成功推升電商業績，更贏得工研菁英「產業化貢獻金牌獎」。