【亿邦原创】9月7日消息，在2020中国电子商务大会上，第四范式创始人兼CEO戴文渊发表了演讲。他表示零售企业数字化实际上是总结过去业务人员的实践经验，把线下人类智慧搬到线上变成人工智能。
演讲中，戴文渊总结了过去五六年时间里，第四范式是如何帮助传统零售企业把业务从线下搬到线上，以及在这个过程中，第四范式是怎么确定自己的定位，为零售企业提出的解决方案是什么，以及接下来第四范式希望为行业做什么事情。
据悉，“2020中国电子商务大会”于9月5日至9月7日在北京国家会议中心隆重举行。本届大会由商务部、北京市人民政府主办，商务部电子商务和信息化司、北京市商务局承办。大会以“共融·共建·共赢”为主题，邀请到国际代表、行业组织、领军企业、权威专家汇聚一堂，深入探讨新的时代背景下，电子商务新技术新模式带来的科技与生活、文化与消费、数字与实体的深度融合，努力推动共建开放、合作、创新、共享的世界经济新格局，积极探索人类命运共同体的共赢新路径。
本届大会按照“1+5”的论坛结构，呈现一场大会开幕式暨主旨论坛，以及电商扶贫、跨境电商、电商战“疫”、数字商务、电商新业态等五场专业论坛。
（温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。）
以下为演讲实录：
2020年对于第四范式是非常特殊的一年。第四范式是一家To B企业，客户过得好不好对我们影响很大，因此，疫情出现后，我们拉了一张列表，一家一家给客户打电话，我想跟他们表达的是如果你们有困难，第四范式可以帮助你们。
出乎意料的是，改变动力最强的恰恰是受疫情影响最严重的企业，而2020上半年第四范式业绩成长最明显的行业恰恰是零售行业和跨境电商这样的行业，变化给大家带来了改变的动力。我们也能看到2020上半年在线办公、在线教育、直播的蓬勃发展。
在这个过程中，我们看到了人工智能、数据、在线化给这个行业带来的变化，我们的客户过去规划三年五年的计划在今年半年时间内就达到了，这从某种角度来说是疫情推动了科技的发展。
过去几年，第四范式帮助很多企业实现在线化、数字化和智能化的转型，早些年我们服务金融企业多一些，在过去两年我们开始进入到零售企业，主要的工作是帮助零售企业变成在线的企业。
如何帮助零售企业在线化？
在线化并不是完全新的东西，我们和很多客户打交道时发现今天线上在做的事情和线下做的事情似曾相识，五六年前，我和传统线下企业交流的时候发现他们也做APP，那时大家讲究的是功能点。
五年前我和一家头部客户聊，他们的APP有一个核心的KPI指标，有百分之多少的线下功能可以在APP上实现。
比如线下门店可以提供100个服务，线上APP上可以提供90个，这就是90%的KPI，当时那家企业的KPI是91%，线下提供的服务有91%要放在线上提供。2019年他们这个KPI已经完全没有了，不是增加了新的KPI，新的KPI叫做日活跃客户数，月活跃客户数，极端情况下如果你能完成DN和GN指标，哪怕在APP上只提供一个功能就可以，并不在乎所有的线下功能都要搬到线上，甚至很多时候在线上发展出很多新的功能，这是我们看到的特别明显的一个变化，这个变化在过去电商领域其实并不是特别陌生。
过去，对于传统线下企业来说，线上非常陌生，如果我们当作开一家线上的线下店来思考，并不一定很陌生了。要提升线下店的业绩，可以把线下的促销、导购、推荐这些事情都搬到线上，只不过在线下有员工来做，而在线上没有办法用员工来做，我们需要用机器来做。
为什么？
现在，我们帮助线下做的很简单，店员过来给你推荐套餐，在线上叫精准推荐，柜台收银员给你推荐两块钱加个甜筒，这在电商领域叫交叉推荐或者关联推荐。这些事其实都存在的，只不过线下是人来做，线上需要用机器和智能来做，我们要提供什么样的能力给客户，实际就是提供到人工智能的能力。不是说AI或者深度学习，而是需要把AI或者深度学习变成企业所需要的线上化营销运营能力给到企业，这才是企业需要建设线上店最关键的。
在这个领域里，我们顺应整个市场的发展趋势，推出了一站式线上开店智能运营的平台，具体技术这里不展开讲。对应到的能力，过去我们听说AI领域有很多技术，比如搜索、推荐、推送，以及智能客服，这些听上去都是技术的名词。如果我们把搜索给到客户，把推荐给到客户，可能客户并不知道应该如何运用这样的技术能力，但如果对应到线下的场景会发现很多零售企业立马就反映过来了。
比如搜索，搜索并不一定都是百度，当我们进入到一家耐克或者阿迪达斯的店，问店员有没有最新一代科比的鞋，实际这就是搜索。只不过过去搜索的请求给到了店员，如果在店里浏览，这个店员说我们最近推出了一套新的西服挺适合你的，其实就是推荐，推荐并不仅仅就是今日头条，在线下我们能找到推荐。
再比如，线下连锁餐饮店的店员会到路边发一些优惠券，对应到手机端就是推送，APP弹窗推送一些消息和优惠券。再比如客服，大家比较容易理解，我们需要给客户的价值就是怎么把过去线下在门店经营时做的所有动作对应到线上AI技术，最后能让APP里实现线下做的所有事情。
通过提供搜索的能力和个性化关联推荐的能力，经过一系列的改造帮助他们把线上的客单价拉回到和线下客单价一样的水平，甚至后来我们发现能做的更好。随着人工智能不断迭代的学习，绝大多数的店员已经没有人工智能的能力强了。现在再看他们的客单价，线上的客单价已经高于线下了，这就是通过人工智能的技术，通过数据达到的效果。
与此同时，这个能力不仅仅是连锁餐饮企业，绝大多数的线下门店平时在运营一家门店时要做什么，线下运营人员也会总结需要做的20件事情，都是可以对应到线上的，包括在线教育、资讯资讯、金融理财，比如线下金融企业怎么搬到线上，这里所对应的能力都是把线下人类智慧搬到线上变成人工智能。
为什么能够实现数字化？
要实现这一能力，实际是总结过去业务人员的实践经验。
思考一下，业务人员的水平也是参差不齐的，好的业务人员和相对弱一点的业务人员差别在哪？
比如卖鞋的老销售为什么比新销售卖的好，因为他见过更多的客户，见过更多的交易，从交易里总结出了规律，知道给什么样的人推荐什么样的鞋更合适，最后发现最懂客户的其实是数据。
但需要注意的是，卖的最多的耐克鞋的店员也没有耐克掌握的数据多，从耐克的数据里我们可以找到更多的规律，当我们看过了足够多的数据，AI会比绝大多数的线下推销员做的更好。
举几个例子，过去门店无论是店长还是业务人员的能力怎么能用机器表达，从而能拉平每一个门店的业务水平？比如永辉超市，这样一个连锁型超市增长最大的瓶颈来自于是否能招到足够优秀的店长，当只有一两家店的时候往往是创始人在经营门店，创始人的能力足够强，但让他经营到两三百家门店的时候会发现再招过来的店长能力是开一家赔一家。
为什么？
如果我们解构店长在干的每件事就会发现，这里有一个事情叫预测销量，对于店长选择进什么样的货是极其重要的，而预测销量实际会反映在零售企业绝大多数供应链的数据里。在供应链的数据里当我们寻找到足够多的规律时，其实可以为每个门店预测每一个商品销量的能力，可能最优秀的店长还不能完全替代，绝大多数的店至少可以保证最基本的水平。
这是休闲零食的客户，过去受限于门店店长选品的能力，当它扩张到几千家门店的时候已经没有办法进一步提升，因为不同领域不同客户的喜好是不一样的。
比如在江浙沪的瓜子零食是最好的商品，到了武汉可能是鸭脖，不同地域不同的选品，对这家企业的考验非常大。我们也是基于他们的数值分析每家门店每天上午和下午卖掉什么样的商品，帮助每家店都选择最合适的商品，实验测算下来预计可以让每家店消费者的食品支出有20%左右的提升。
包括选址，线下门店选址对很多零售企业来说至关重要。选址重要性占比达百分之七八十，后面是百分之二三十的努力，基于历史上的数据，绝大多数大规模的零售企业都有很长一段时间的历史数据积累。
对于生鲜企业来说，很多时候对于销量预测非常重要的是可以解决高损耗的问题。一旦损耗比较高，对于生鲜企业来说很可能就变成了亏损企业。
我在和永辉交流时发现，他们的理想是从海里把这条鱼打上来，运到城里之后，刚到店门口就被买走了。每天都把鱼卖掉还不够好，一条鱼在鱼缸里每游一小时体重都在减少，新鲜度都在减少，品质都在下降，对于生鲜企业来说供应链的预测要求至关重要，过去生鲜门店对店长能力要求更高，一点点误差都会带来损耗，本来10%的毛利，损耗了10个点就变成不赚钱了，再损耗就亏钱了，这部分我们可以很好预测每个品类在门店每天的销量，帮助他们降低生鲜食材的高损耗。
第四范式希望做什么样的事情？
我们希望打造端到端的智能决策引擎，帮助企业从数据里分析出规律，帮助企业构建线下过去做过的很多能力。绝大多数时候我们不是希望提升线下，而是希望把线下的能力搬到线上，这是企业线上化转型非常重要的环节，对于企业来说，线上搜索能力、推荐能力往下做其实有很多坑坑洼洼的地方，搜索下面可能会有计算，会有机器学习的训练，深度神经网络。再往下会有数据闭环的建设，AI的数据智能，再往下会有AI操作系统、资源调度，再往下会有AI计算能力，包括服务器、芯片、网络存储、数据中心。
这些对于现在很多企业做线上化、智能化转型来说是非常沉重的负担。很多企业认为AI很重要，也花了大价钱招了很多人，包括找了很多海外名校的博士毕业生回来做这件事。但我们在这个行业做了很多年，知道这不是一两个博士的事情，这里涉及到的环节特别多，每个技术人员能解决一两个环节，对于企业来说需要完整的覆盖几十上百个环节，才能把整个系统做好。
除了头部企业，像BAT和TMD这样的企业，他们的资源对于构建端到端的能力来说是够的，而绝大多数企业其实是不够的，这就是为什么第四范式要做这样的公司，希望把端到端的所有环节为企业搭建完。最后企业只需要构建推荐和搜索的能力，帮助企业更快的实现转型，少踩很多坑，少走很多弯路，这些都是我们过去十几年自己一次又一次踩坑、走弯路所经历和得到的宝贵财富。
第四范式成立时间不长，五年多，但在AI领域，五年多的公司也算是比较久了。我们开玩笑说我们是前AlphaGo时代的AI公司，成立的时候还没有AlphaGo，成立第一年和绝大多数的客户聊AI，他们都没有听说过人工智能。这些年我们帮助大大小小的公司多达8000多家，大的像宇宙第一大的工商银行，小到最小的帮助过自媒体，整个公司上下只有一个写手的媒体，我们在很多的场景下，包括百度搜索广告、今日头条推荐系统、前一段刚上市的贝壳网，这些场景我们都能看到人工智能怎么发挥巨大的价值，每一个人每家企业投AI基础建设确实非常困难。
所以我们的定位是希望自己能把AI所有的环节打通，把所有的坑填平，让所有企业上AI的高速公路，而不是过去的泥路土路，实现更快的智能化转型。
非常高兴在服贸会跟大家分享我们的工作以及努力，特别是零售企业线上化转型的努力，希望借这个机会跟大家有更多的交流，得到更多宝贵的意见，AI的商务转型刚刚开始，希望未来能有更多的工作，帮助到更多的企业，帮助到更多的电子商务腾飞。
谢谢大家。
文章来源：亿邦动力网
