TOP
AI垂直市場應用案例分析-零售業
發佈日期:2018/09/12
類別:產業趨勢前瞻
點閱次數:1,983
導論

AI人工智慧發展漸趨成熟,相關業者正快速地將解決方案向各垂直領域市場推廣。在零售業部份,大型與小型的零售業者,基於本身的資源,分別與主要SI、新創業者合作,將AI應用於降低成本、提升產品/服務品質與提升生產力等面向上,發展出與電子商務具差異化之競爭力;另一方面,更多的新興零售AI應用正由業者進行實證實驗中,將嘗試為零售業帶來有別於以往的經營風貌。

目錄
研究範疇
主要企業動向
市場規模分析
潛力解決方案分析
實證實驗與引進個案分析
圖目錄
圖一、AI方案應用於零售業之市場規模-依產品類型,2016~2021
圖二、潛力解決方案市場規模,2016~2021
圖三、AI方案應用於零售業之潛力解決方案發展藍圖
表目錄
表一、發展AI方案應用於零售業之主要企業整理表
表二、AI方案應用於零售業之市場規模-依導入目標,2016~2017
表三、AI方案應用於零售業之潛力解決方案整理表
表四、AI方案應用於零售業之個案整理表

 

研究範疇

本文以日本總務省於「日本產業分類」中分類為「各種商品零售業」、「紡織品、服飾、日用雜貨零售業」、「飲食品零售業」、「機械器具零售業」、「其他零售業」、「無店鋪零售業」各項目者為對象。

 

主要企業動向

表一、發展AI方案應用於零售業之主要企業整理表

表一、發展AI方案應用於零售業之主要企業整理表

資料來源:富士Chimera總研,MIC整理,2018年9月

 

市場規模分析
依產品類型別

圖一、AI方案應用於零售業之市場規模-依產品類型,2016~2021

圖一、AI方案應用於零售業之市場規模-依產品類型,2016~2021

資料來源:富士Chimera總研,MIC整理,2018年9月

 

在此類市場中,關於針對店鋪設計之應用程式,有大量導入實績。基於「獲得複數店鋪導入」之前提,追求效率的考量,大多採用SaaS型的解決方案。應用程式方面,由於創投業者主要提供使用自身AI技術的各種引擎為基礎,因應用戶需求進行客製化研發的應用程式,因此,系統整合商(System Integrator,SI)服務的市場規模相較於具備AI之產品、分析用途相關之產品更為龐大。此類市場之企業大致可分為以客製化為中心的大型SI,以及提供SaaS型平台的新創企業。

關於各類型用戶傾向採用的解決方案,對於ICT投資通常較為積極的大型零售業者,多以提升客單價、購買意願為重點,為活用本身擁有的資料而選擇個別建構方式,採用大型SI的解決方案做為活用大數據的AI應用。另一方面,中堅/中小型零售業者,由於尚未建構可充分活用店鋪內資料之環境,因此多傾向於選擇價格較低且服務能在短期內開始運作,由新創企業提供的SaaS型解決方案。

若是將有可能導入之潛在用戶納入考量,此類市場可望擁有數量龐大用戶,對於經營AI相關商務的企業頗具吸引力。另外,此類市場中之產業多屬於勞力密集型,現場負責人根據其所擁有之內隱知識執行業務的案例亦不罕見。業界認為,由於零售業的銷售管理、存貨管理、店鋪行銷等許多業務,在資料可視化、數位化等方面無明顯進展,屬於導入活用AI之系統後可望獲得良好成效的垂直領域之一。

而隨電子商務(Electronic Commerce,EC)網站服務的崛起,零售業陷入苦戰。因此,「如何方能改善實體店鋪來客數持續減少的現況」也成為一項重要課題。從這個觀點出發,為增加顧客造訪實體店鋪的經驗,活用AI設法引導顧客於瀏覽EC網站後前往實體店鋪的趨勢逐漸成形。以店鋪的解決方案而言,未來可期待的發展方向包括活用AR/VR接待顧客、利用服務機器人推薦商品等,因此AI基礎之市場規模應會持續擴大。

其他解決方案方面,以防竊對策、廣告為中心的解決方案也會持續增加。關於防竊解決方案,針對店鋪攝影機拍攝的影像進行解析,尋找/辨認行跡可疑人物的田野試驗正在進行。至於廣告解決方案,透過分析以顧客資料為中心的多方面資料,可望以更有效率方式提供貼近個人喜好的廣告、私人訊息。

 

依目的類型別

表二、AI方案應用於零售業之市場規模-依導入目標,2016~2017

表二、AI方案應用於零售業之市場規模-依導入目標,2016~2017

資料來源:富士Chimera總研,MIC整理,2018年9月

對此類市場中之業種而言,掌握銷售機會與避免存貨過多的需求都具有極高重要性。對於活用大數據、AI來判斷供需與存貨之間的平衡,確實掌握銷售機會、最佳化存貨數量等主題存在強烈需求。因此,對於可基於過往資料而提供高精確度預測的解決方案有大量需求,而為削減成本而導入的案例成為市場目前主流。

為發展在店鋪中具高度即時性的行銷系統,以及私人訊息等個人化行銷之目的,則排行第二;另外,將AI運用於提升產品/服務品質的案例亦有明顯成長。關於過往以數量取勝的廣告宣傳、與負責人員經驗息息相關的接待流程等,為提升顧客滿意度,活用AI而構築能夠在適當時間提供合適資訊之系統案例也呈現增加。

雖然市場中目前僅有少數將AI運用於提升生產表現、強化資訊安全之案例,但是已經有許多案件正在進行田野試驗,未來可望有更多解決方案問世。特別是零售業界短缺勞動力的問題,使得活用服務機器人的相關需求提高,預計存在龐大發展潛力。

 

潛力解決方案分析
潛力解決方案概要

表三、AI方案應用於零售業之潛力解決方案整理表

表三、AI方案應用於零售業之潛力解決方案整理表

資料來源:富士Chimera總研,MIC整理,2018年9月

 

潛力解決方案市場規模

圖二、潛力解決方案市場規模,2016~2021

圖二、潛力解決方案市場規模,2016~2021

資料來源:富士Chimera總研,MIC整理,2018年9月

 

此類市場的解決方案,大致可分為店鋪導向與營業所導向。分類方面,店頭終端機/電子看板和聊天機器人,屬於店鋪導向解決方案,影像分析、顧客分析、需求預測及業務支援則屬於營業所導向的解決方案。

零售業界正針對「能否活用顧客特性資料,建構購買模式之模型」進行驗證。在類似的模型建構過程中,AI主要用於分析行銷策略。例如利用店頭終端機/電子看板,由虛擬角色推薦商品等,可望創造出既有店鋪經營策略所難以提供的嶄新顧客體驗。這樣的形態有機會成為能夠與EC網站有所區隔的行銷策略,來客數持續減少的實體店鋪多數對此抱有期待。

聊天機器人不但具備店頭終端機/電子看板能夠提供的商品推薦功能,還可用於餐飲業的上菜、點餐等任務,屬於用途更為廣泛的受期待解決方案。目前,關於聊天機器人在難度較高的接待行為方面運用,雖仍處於實證研究階段,但已經成為備受用戶期待、可望有效因應勞動力不足等問題的解決方案。

影像解決方案,主要是利用監視攝影機影像,即時分析顧客動線、找出可疑人物,可望對於店面營收、防竊水準有所提升的解決方案,未來應會逐漸獲得導入。特別是動線分析,藉由分析店內擁擠狀態、多名顧客的特性資料等,可望更有效率地實施促銷活動或限時特價等特定性質的宣傳。目前雖以不同種類解決方案各自發展,但日後各系統應會逐漸整合,發展為營業所導向的整合影像解決方案。

關於顧客分析用解決方案,「根據顧客的EC網站瀏覽歷程、會員卡使用者的特性資料、問卷資訊等,設法將私人訊息等顧客導向廣告最佳化」的運用方式,目前正持續發展。如同Web內容的廣告技術最佳化,零售業也曾遭遇「如何取得由過往購買資料匯集而成個人化資訊」之課題。現今以服飾業為中心,顧客分析被視為能夠將顧客需求可視化的解決方案,陸續獲得導入。

至於需求預測解決方案,對零售業而言,與錯失銷售機會、存貨過多時的報廢等有密切關聯的存貨管理業務,雖是直接攸關業績的業務,但同時也是最難以掌控的業務。藉由活用AI,能夠規劃出具有高精確度指標的解決方案,而將其用在減少成本以及相關人員負擔的ICT系統,可以說高度符合用戶需求。

現行的業務支援解決方案,對於CRM等所累積的營業案件詳細資料,已有利用AI進行分析列出優先順序,以及針對不同顧客有效行動等應用。另外,透過在系統中加入非結構化資料等,可望實現更加精確的分析。若搭配需求預測運用,有可能發展出更具效率的業務推廣方式。

 

產品路徑圖(Product Roadmap)

圖三、AI方案應用於零售業之潛力解決方案發展藍圖

圖三、AI方案應用於零售業之潛力解決方案發展藍圖

資料來源:富士Chimera總研,MIC整理,2018年9月

 

分析此類市場的主要發展方向,包括(1)從業人員需處理多項作業時隨之增大的負擔、(2)從業人員憑藉經驗或直覺執行業務,使品質難以維持穩定、(3)EC網站利用頻率急速增加,導致實體店鋪來客數減少等問題點,均可能透過活用AI加以因應。對於各種內部資料(顧客的特性資料、銷售實績資料等)與外部資料(天氣、流行等)未能有效整合等問題也能有所助益。

其中,商品上架、確認存貨、接受點單、上菜、接待客人等店鋪內外作業,常有單一從業員需要身兼多職的情況,這樣的多工處理導致員工負擔隨之增大。對於類似課題,已有業者投入研發將AI用於電子看板、聊天機器人的解決方案。雖然目前仍處於以接待服務為主的實驗階段,不過,就導入效果而言,不論是在減輕員工負擔方面,或者是維持服務品質穩定方面,此類解決方案已備受矚目。

目前零售業的現況,包括店鋪的經營、接待客人等業務,大多基於負責人員本身獨有的知識、經驗來實行,因此,服務品質容易受到負責人員的熟練程度影響。面對這樣的狀況,運用AI抽取特徵、推薦符合需求之商品等業務,均屬於AI較容易發揮效果的範疇。另外,零售業用戶對於能夠提升接待服務品質,同時還具備優秀產品推薦能力的接待用AI也懷有期待。由於類似解決方案不但需要具備高度的特性資料分析能力,運用深度學習結合圖像辨識、自然語言處理技術的複合技術也不可或缺,因此仍需要時間進行研發,預估可能在2020年前後方能發展為實際的商機。

上述各類解決方案,日後應會朝向「店鋪的接待電子看板/機器人能夠即時分析所取得的資料,並且可以與存貨系統互動的整合型店鋪經營解決方案」之方向發展。基於與客人應對的狀況、用戶的商品銷售期望度等考量,為避免錯失銷售機會、提高顧客滿意度,能夠立即提供答覆的詢答系統,應會逐漸受到重視。

關於店鋪經營方面,來客數因EC網站興起而呈現減少也是一項課題。對於這個問題,為營造與EC網站的差異化,「可提供獨特的使用者經驗」變得更為重要,零售業者逐漸開始需要具備不同於過往業務的創造性。

基於上述背景,活用AI打造可以體驗相關服務之店鋪的規劃正在進行。在零售業中,「鏡子」成為新型態使用者體驗中受到矚目的應用項目。例如讓鏡子顯示出產品與顧客需求相符之比率,使顧客本身得以處於客觀立場進行確認等,這類能夠帶來高度滿足感的購買體驗,應會成為實體店鋪的優勢。

鏡子只是一個例子,數位轉型能夠為店鋪創造出的新使用者體驗,應會以許多不同型態逐漸登場。這樣的發展傾向,使穿戴式裝置、AR/VR的可能性受到矚目。例如使用穿戴式裝置測量身體尺寸,以及結合AR/VR的試穿服務等,協助使用者在實際購買商品前獲得更多可資判斷因素的服務,應會逐漸普及。

就營業所的後場業務而言,行銷策略固然是一項重要業務,不過,在零售業界中,雖然已經以銷售實績的形式累積許多與顧客有關的各方面資訊,但卻未能將資料分析具體活用於行銷。對於這個課題,在資料累積與分析兩方面,AI的活用都有所發展,目前已能根據顧客個人興趣/偏好,提供符合條件的資訊。

就現狀而言,為了將資料個人化,需求預測具有極高重要性。AI的運用,不僅限於特性資料等結構化資料,對於SNS的發文資料等許多非結構化資料之整合,以及各種已整合資料之分析,AI也都能夠有所發揮。

在上述的需求預測中,雖然也包含預估來店顧客數等對於店鋪經營有所貢獻的項目,但終究仍是針對零售業業者的解決方案。由於顧客與業者間存在資訊不對稱要素,因此,能夠站在更貼近顧客立場來提供資訊的服務,應會逐漸具有重要性。例如與具備能夠理解個人興趣/偏好之溝通型AI的智慧型手機應用程式等互動,專屬於個人的顧問服務,以及能夠和零售業者的系統資料互動,推薦適合商品的服務等,活用AI以提供新附加價值的案例,應會陸續增加。

 

實證實驗與引進個案分析

表四、AI方案應用於零售業之個案整理表

表四、AI方案應用於零售業之個案整理表

資料來源:富士Chimera總研,MIC整理,2018年9月

上一篇 由智慧城市展2019觀察智慧醫療服務發展動態 回列表
你,
還等什麼呢?