編|王一粟
“在商場全面部署AI機(jī)器人僅1年,AI帶來的銷售占同期整體聯(lián)營銷售額的比重逐步增加,最高達(dá)到了15%?!?/p>
這是正在銀泰百貨發(fā)生的真實案例。
除了線上電商,百貨商場等線下的實體零售也正在嘗試AI的力量。
和電商行業(yè)天然就擁有大量的數(shù)據(jù)不同,線下商場的數(shù)據(jù),往往需要二次收集,比如貨品的管理、門店的運營。這讓實體零售在數(shù)智化之前,需要經(jīng)歷了一個漫長的信息化和數(shù)字化過程,這也是此次承接AI大模型浪潮的基礎(chǔ)。
從2023年至今,不到一年的時間內(nèi),一些走在前面的百貨商場也擁有了自己的“AI實踐”。
近日,光錐智能在對銀泰百貨的調(diào)研中發(fā)現(xiàn)了兩個巨大的變化:
AI技術(shù)縮短了品牌專柜導(dǎo)購的能力方差,導(dǎo)購的工資也實現(xiàn)翻番,有的人1個月可以拿5萬;
非一線羊毛衫品牌“萊言”有了爆品運營的能力,成功賣出六七款單件銷量過千的產(chǎn)品;
AI已經(jīng)成為商場“提質(zhì)增效”的重要路徑之一。
AI成商場新質(zhì)生產(chǎn)力
“AI打開了商家運營的黑盒。”銀泰商業(yè)集團(tuán)營運管理部總經(jīng)理江鋒在采訪中表示。
除了幫助零售商做整體的銷售增長,AI也在不斷深入到品牌專柜運營的方方面面。
爆品的打造對于雅詩蘭黛、資生堂、赫蓮娜等超級品牌一向不難,但對于非一線品牌來說,卻難于上青天。
「萊言」這個品牌經(jīng)營的是羊毛衫品類,有明顯的淡旺季,非常影響單品的銷量。每年的10月到次年3月是羊毛衫產(chǎn)品的銷售旺季。進(jìn)入淡季,會生產(chǎn)一些短袖或桑蠶絲類產(chǎn)品填補(bǔ)營收缺口,但季節(jié)特性不利于暢銷款打造。
“之前選品投放需要自己做,銀泰百貨的潛力品孵化功能開放后,可以實現(xiàn)自動投放,對新品的推流幫助非常大,”銀泰百貨負(fù)責(zé)萊言的品牌運營人員如是說。
為專柜配備“招聘助理”
但事實是,大部分品牌專柜采用的依然是傳統(tǒng)的招聘方式。通常是門店反饋給品牌商,品牌商再傳遞給HR部門,整個流程下來通常會花費一周,如果某個環(huán)節(jié)出錯的話,甚至要更長的時間。
在這個過程中,應(yīng)聘方需求描述不準(zhǔn)的現(xiàn)象已成常態(tài)。一般情況下,供應(yīng)商和品牌專柜通常能把招聘需求描述清楚,但應(yīng)聘對象填寫簡歷往往比較隨性,能力強(qiáng)但在簡歷上體現(xiàn)不出來已成常態(tài),這就導(dǎo)致供需匹配差,招聘時間拖長。
“釘釘系統(tǒng)中實行一柜一群,在群內(nèi)的快捷入口中看到品牌商/供應(yīng)商發(fā)布招聘需求后,會迅速拉通銀泰百貨內(nèi)外部資源,諸如通過BOSS、智聯(lián)招聘、企微、小紅書、AI外呼等多個渠道收集簡歷后,借助AI和算法能力,一般第二天(T+1)就能精準(zhǔn)匹配,如果品牌商的招聘需求緊急,可以從1天升級到1個小時?!钡靡既缡钦f。
此外,針對簡歷內(nèi)容不完善的情況,銀泰百貨還提供了智能問答服務(wù),通過與應(yīng)聘方多輪問答的方式,幫助其完善簡歷內(nèi)容,節(jié)省招聘雙方的時間。
目前,銀泰百貨招聘場景還在做技術(shù)、功能模塊的迭代。據(jù)得壹介紹,“需求端是非常認(rèn)可的,每個月有1000名導(dǎo)購入職銀泰,一年的入職人數(shù)在1.2萬左右,難點在于簡歷來源、簡歷量、匹配的精準(zhǔn)度”
“銀泰百貨一直在做簡歷精準(zhǔn)匹配度的提升,即消耗更少的簡歷量招到合適的人。原來看50份簡歷才招到人,爭取以后做到瀏覽10份就能招到人。”得壹補(bǔ)充道。
一家百貨商場的AI新思考
“數(shù)字化是智能化的前置工作。”
2017年開始至今,銀泰百貨一直圍繞“數(shù)字化”進(jìn)行業(yè)務(wù)革新,且一直在考慮如何用數(shù)據(jù)驅(qū)動業(yè)務(wù)增長,以用于商業(yè)化的判斷,包括選品投放、潛力品孵化等產(chǎn)品都是數(shù)據(jù)創(chuàng)造價值的具體表現(xiàn)。
所以,有了數(shù)字化基建傍身的銀泰百貨在AI方面的起步要比其他公司早的多,也更扎實。
光錐智能了解到,2022年,銀泰百貨就開始在小模型,諸如預(yù)測模型、決策模型、診斷模型的基礎(chǔ)上,基于規(guī)則做一些能力點的升級,但受限于當(dāng)時的技術(shù)棧和能力棧,并不能很好的解決專柜運營中的某些問題。
得壹感嘆道,“大模型出來前,雖然有認(rèn)知,但比較模糊。比如做了選品投放和潛力品孵化后,還能做哪些能力的延伸?總感覺缺乏一些創(chuàng)新技術(shù)的支持。微軟Copilot的發(fā)布,Agent的爆火,給了銀泰百貨很大的啟發(fā),瞬間意識到了這就是我們想做的?!?/p>
但這并不意味著,銀泰百貨要用大模型全面替換掉之前的技術(shù)架構(gòu),其更傾向于根據(jù)具體場景選擇合適的模型。如果在某些場景中,大模型發(fā)揮的價值大,就用大模型,反之就沒必要。
“大模型價格戰(zhàn)打得火熱,如果成本能降下來,肯定要用大模型,”得壹笑著說,“目前阿里的通義千問,智譜AI的GLM3、GPT等都在用?!?/p>
用大模型是一方面,如何落地才是關(guān)鍵。光錐智能了解到,銀泰百貨主要從小場景切入,且在場景的選擇上非??季?。首先,會預(yù)判這個場景以后是否會消失,做這個場景的價值大不大,在這個場景沉淀下來的能力,能否復(fù)制。此外,為了解決落地過程中幻覺問題,銀泰百貨做了很多工程上的彌補(bǔ),比如外掛知識庫。
“從Copilot到Agent需要一個過程,未來一年銀泰百貨的目標(biāo)是實現(xiàn)Agent?!钡靡紩诚氲?。
本文來自投稿,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://gptmaths.com/cgo/119735.html