零售業的IE人工智慧


✎【Mealcourt LLC】陳宏毅 總裁  |   2024-07-10

       人工智慧（Artificial Intelligence, AI）教父黃仁勳先生之前在台灣的訪問，不僅推動了台灣在AI相關產業價值鏈的發展，也活絡了各行各業應用AI的相關議題。人工智慧的普及和盛行，被各行各業一致認為是未來十年內最重大的突破之一。在本篇文章中，我想跟大家分享在當下與可預見的未來，如何結合工業工程相關的AI先進技術，在大型零售產業中帶來創新與自動化，進而降低成本，提升效率，持續提高零售業者的競爭力。

       這些AI的智慧工具，不論是硬體或是軟體， 不僅僅是科技本身在處理複雜問題的創新，還透過AI的賦能 (enabling)，讓原來不存在或難以突破的一些系統整合瓶頸成為可能。例如：送貨卡車透過人工智慧技術，不僅能最佳化卡車行走路徑，還能達到節能減碳，以及滿足消費者更快速且更精細的送貨要求。

陳宏毅 總裁

◆Founder, Mealcourt LLC, USA
◆International Vice President, Daymon Interaction Marketing

◆CTO, Educatalyst, USA
◆VP, Ariel Technology Inc, Canada
◆波士頓大學資訊碩士
◆工研院電通所課長
◆國立陽明交通大學工業工程與管理學系傑出系友

       再如，結合實體門店、不同溫度的倉儲、由網際網路串聯的各類型大數據庫，以及供應鏈上的即時訊息，來預測實體店和電商訂單的未來需求。甚至連棧板上下層的放置安排，都可以透過單一或者整合的AI 技術進行即時調整，確保將易碎物品置於上層，並讓卸貨端根據事先安排好的疊貨順序，更迅速地將貨品上架或入庫。這些創新不僅為零售商帶來了好處，還為企業內的員工提供了新的能力提升的機會，進而提高的工作滿意度。最重要的是，這些創新能夠成就快樂的顧客，促使他們不斷回購！

AI 在相對傳統的零售業有很多，在這裡我們探討三個主要的貢獻：

■ AI整合全通路的零售運營

       終端客戶的消費交易，多年前就已經在電腦、手機、第三方業者的平台和實體店之間交替發生了。消費者早已經根據本身需求、便利性、時效性以及可信賴度，在不同平台上選購，或是在不同的平台上下單交易。他們可以選擇郵寄、門店提貨，甚至到便利商店取貨。至於退貨，也是非常方便的。

       零售商家一直在研究和尋求如何實現實體店與網上購物之間的無縫銜接。特別是那些具備多種銷售通路的零售商，沃爾瑪 (Walmart)就是一個典型的例子。

       不同於台灣人口密集，隨處可見便利商店．在美國，90% 的居民住在距離沃爾瑪 15 分鐘車程的範圍內，這意味著大約有2.97 億美國人開車15分鐘就能到達沃爾瑪。 此外，75% 的美國人（約2.47 億人）居住在距離最近的沃爾瑪僅有五分鐘車程的範圍內。 在美國，沃爾瑪擁有超過4,700家門店。因此，賦予這些門店網上訂貨的功能，不僅能實現比亞馬遜更快的配送，還能配送亞馬遜無法普及的生鮮產品。

       由於成本管控的透明度，沃爾瑪本身就是一個龐大的數據庫，內部有專人負責追蹤各個環節的成本系統，幾乎可以做到一分錢不漏。這種與生俱來的基因，成就了沃爾瑪在商品管理系統數據化和智慧化的最大優勢，透過人工智慧工具的先進技術，使全通路的運營整合成為可能。 整合的關鍵在於人工智慧所帶來的具備演算能力的智能設備(digitized equipment)，以及可控制的智慧型軟體

       沃爾瑪雖然沒有正式發佈過他們在創新與自動化方面的投資數據，但根據可查詢的資料顯示，這些投資約佔總營業額的20%，這幾乎與高科技公司每年投資在研發的比例相當。 由此可見，沃爾瑪對於全系統智慧化的重視。

■ AI需求預測

       由於消費者有更多元化廣告或是產品訊息來源，影響消費者下單的因素變得要比過去複雜得多。 在網際網路經濟發跡初期，消費者只需在網路上尋找產品、比價與下單，直到手機端經濟的形成，消費者甚至不需要打開電腦，就能完成所有的購物需求！  近幾年，隨者社交媒體廣告的普及以及最新的網紅和直播經濟的興起，消費者獲取商品和品牌訊息的途徑變得更加多樣化。 這一變化使得零售商原本就複雜的行銷活動更加困難，需要投入更多資源來了解消費者的當下喜好。零售商不斷研究和尋求突破，試圖在不同媒體和銷售通路中理解消費者的需求，並辨識出哪些訊息趨勢與目標客戶重疊，哪些趨勢可以忽略。另一方面，零售商也希望從消費者的線上和線下行為軌跡中預測他們的需求。這樣複雜的需求模型，正是AI深度學習可以發揮作用的地方！ 

       很多零售商已經著手於內部發展智慧化的需求預測，為此，他們首先需要隨時準備和更新多元化的數據庫。這些數據不僅包括過往的銷售數據，還包括經濟指標（如：通貨膨脹率、利率、失業率與平均家庭所得等）、即時的供應鏈狀態、競爭對手活動 (如：促銷、定價、特供產品等)。其中，最複雜的一部分是社交媒體的話題。數據工程師要不斷地更新關鍵字被搜尋的資料庫，並考慮地緣差異。例如，在美國，加州可能正在流行地中海型健康食譜，而東岸流行小籠包，弗羅里達州正在流行墨西哥捲餅。如果沒有透過人工智慧引擎的運算和控制軟體輔助，這麼龐大的需求數據運算不可能在短時間內完成。而且，這些預測數據還需要傳送到各個門店或每個電商的送貨中心與庫存中心。

■ 個人化的服務和生產

       目前已有一些國內外的文章在探討哪些當下的工作職位不會被人工智慧所取代。目前的共識是，相當大一部分的工作，將會是人與人工智慧共存，「設計」就其中之一。

人工智慧的設計技術已經導入到許多電腦繪圖以及創意設計領域，一些非高階創意的設計工作，特別像是個人化或是由個人喜好出發的藝術或是工業設計，都是人與人工智慧共存的場景。 更具體地說，AI可以取代基本以及重複性高的設計工作，但最終的設計仍需要由真人設計師來完稿。

       有AI賦能的設計大大提高了客製化的能力，同時可以更容易地與相對複雜的生產流程進行整合。此外，這些客製化設計可以與市場反應結合，從調整生產數量到調整設計風格，並考慮每個區域的差異。這也可以應用於服裝、食品等領域。 這種方式將使「少量、多樣、多批次」的生產模式，具有備成本、獨特性、新鮮度、以及前置時間最優化 (the shortest lead time) 的新競爭優勢。

       同樣的邏輯，也可以應用在提高重點客戶的客製化服務， 甚至在客戶還沒有意識到需求之前，就已經有了新的方案。 任何品牌，一旦導入了有AI參與的設計、生產、運營和客服的整合，將加速整體的循環週期，更可以準確滿足客戶的喜好，並有效控制整體的運營成本。這種方式不僅提升了品牌的競爭力，也提供了客戶更加個性化和貼心的服務體驗。

■ 結語

       毫無疑問，到了2034年，AI在生活上和工業上的普及程度可能就會像當初1990年代初期所謂的「富人手機」，到了幾乎人人手持智慧手機的狀態一樣普及！ 隨著AI的進一步發展，它將深刻改變人與人之間的通訊、資料處理和交換方式，以及數位影像、即時新聞和生活安全性等方面。這些變化可能超出了我們目前能夠完全預見的範圍，但肯定會帶來全新的生活和工作方式，有了手機，讓人與人之間的通訊、資料處理和交換，甚至數位影像、即時新聞與生活安全性等，都是當初在1990年代的時候，沒有完全預見的。

        我們將會更大量地使用AI在我們每天的生活當中， 甚至不會感受到AI的存在！ 目前可以預見的，運用AI來替代基本和重複性工作的場景，以及更強大的整合能力。 在未來的十年裡，將會出現更多我們現在無法想像的應用場景。

       無疑的，這是一個新的生活型態和產業革命！ 工業工程在AI世代，也會一樣需要與趨勢俱進．各個專業學科領域，作業研究，模擬學，統計，人因工程等等也都將會有突破的發展！ 身為工業工程人的我們，都將拭目以待！