【亿邦原创】当前，技术创新和产业变革双双进入落地考验期。一方面，以大数据、人工智能（AI）等为代表的数字技术亟需规模化应用见效；另一方面，供应链亟需探索更高水平的集约化发展路径。AI能不能给消费与供应链带来突破性变化，能否在转换消费需求逻辑、形成数字供应链集群、打开县域商贸流通发展瓶颈等方面，解开产销之困？
一、需求之困：转换逻辑，以AI捕捉时空点消费需求，击碎流量天花板
中国互联网络信息中心发布的《中国互联网络发展状况统计报告》显示， 截至2023年6月，我国互联网用户每周上网时长为29.1小时，与2022年6月统计的29.5小时基本持平。互联网用户上网时长增长接近瓶颈。主要电商平台同样感受到流量天花板带来的增长压力，两大知名头部电商平台最近一个财年的营业收入增速分别只有8%和3.7%。然而，经济始终是向前发展的，消费增长动力依然强劲，关键在于如何找到消费市场的增长空间。
智能推荐——实时捕捉“时空点消费需求”
个性化推荐系统是一个拟合用户满意度的函数，该函数包括三个维度的变量：用户、环境和内容。马云在2023年也谈及“AI电商”时代刚刚开始的思考。基于AI衍生出的智能推荐技术，消费者能够随时随地获取商品信息、进行交易，企业能够快速、准确地满足人们的个性化需求，形成了打破时间和空间限制的“时空点消费需求”。消费者不需要进入线下商店，也不需要打开电商App，在任何时间、任何地点都可能产生购物行为。企业只要能捕捉到这种“此时此刻、此情此景”的消费需求，就能抓住新的增长空间。某短视频社交平台广泛运用智能推荐技术，2023年全平台GMV同比增长超80%。
图1 数字经济时代下消费市场特征
来源：亿邦智库《2023双十一暨未来零售发展研究报告》
大模型——推动人货场全链条实时响应
大模型运用了自然语言处理、图像识别、深度学习等AI技术，其正在零售AI原有的应用场景下快速延伸，推动零售“人”“货”“场”全链升级。在“人”的服务层面，大模型大幅提升人机交互的效率和精准度，可生成针对消费者个性化消费货架和内容场景。在“货”层面，大模型可应用于商品生产，精细化设备操作和管理，针对特定产品类目缩短开发周期，并提升意外响应能力。在“场”层面，生成式、自动化的AI逐步替代低门槛人工，提升营销和运营效率。
图2 大模型推动零售人货场全链提档增效
来源：亿邦智库《2023双十一暨未来零售发展研究报告》
智能客服是大模型在商业领域的典型应用场景。亿邦智库调研显示，目前的智能客服对人工客服咨询的可替代量约为60-80%，基础咨询、订单查询、物流追踪等功能已可熟练处理，对用户的语义理解能力逐渐提升。智能客服不存在非工作时间，其全天不间断的服务能够降低30-50%的人力成本。
超写实数字人——“7×24h”人机情感连接
依赖于中国超大规模市场优势，和直播电商的快速发展，数字人的研发和应用在全球范围内已处在领先地位。而形象和声音与真人无异的超写实数字人是提升直播用户视觉体验、成功建立数字人直播间的重要因素。在清晰度层面，已实现对数字人画面的实时监测，杜绝画面模糊，实现和真人拍摄接近的效果；在真实度层面，数字人可以在表达中结合丰富的肢体动作，如挥手、摊手、点头、皱眉等，并通过毫秒级别的时间戳，结合多模态模型等技术，实现音画同步，让用户感受到更加真实的直播体验。
图3 超写实数字人成为真人主播的有效替补
来源：亿邦智库《2023双十一暨未来零售发展研究报告》
数据显示，在2023年受观众喜爱的虚拟主播类型调研中，51.8%的观众表示较为喜爱直播带货类数字人主播。随着数字人主播应用门槛的降低，其成本已逐渐能够被产生的收益覆盖。亿邦智库调研显示，数字人直播已能达到真人主播效果的30-40%，虽尚不能完全替代真人主播，但已成为补足直播时长，实现“24小时”直播的有效工具。
二、融合之困：生态式协同，以AI搭建数字产业集群的“神经系统”
中国劳动生产率在全球排名相对较低。国际劳工组织数据显示，2021年中国劳动生产率仅为13.53美元/小时，全球排名108。德国和美国的劳动生产率分别为中国的4倍和5倍，全球排名第17和第6。提升劳动生产率成为推动产业和供应链集约化发展的关键。
一方面，AI技术在优化生产流程、提高生产效率、降低生产成本等方面，为提升劳动生产率提供了有效途径。另一方面，AI通过对生产力与生产要素的高效调配，实现生产制造、技术应用、知识产权等无形要素在数字平台上集中，助力数字产业集群的构建。通过构建数字产业集群来实现集约化发展。
AI是推动数实融合的重要技术依托
我们知道，传统的粗放型增长模式难以承担经济社会新阶段使命任务，集约型增长方式是产业及经济高质量发展的重要表现。亿邦智库研究认为，数实融合是推进集约型增长方式的有效途径。
图4 供应链管理从智能感知到智能决策
来源：亿邦智库《2023数字化采购发展报告》
其中的“数”指的是数字化后的四大生产要素——新技术、新土地、新人力、新资本，再加上数据要素。数实融合就是数字化的生产要素深入实体产业链供应链的过程，而互联网平台和AI技术是核心的要素配置依托。
例如，通过AI技术支撑的大数据分析和智能预测，企业能够更准确地把握市场需求和库存状况，实现精准采购和库存优化。同时，智能调度配送系统能够根据实时交通状况和订单信息，自动规划最优配送路线和时间，提高物流效率。
图5 运用大模型，智能生成和识别供应链全流程信息
来源：亿邦智库《2023数字化采购发展报告》
产业互联网是推动全要素生产率提升的平台载体
产业互联网平台作为深入产业链供应链的重要载体，依托AI技术进行数字化生产要素的输送。产业互联网由B2B电子商务延伸而来，已形成数字供应链、产业数字科技、数智品牌等3类主体。有效推动了全产业链协同效率、全要素生产率及全场景服务能力的提升。产业互联网的发展将推动商贸流通领域向数字化、智能化方向发展，进一步提升整个产业链供应链的协同效率和服务能力。
例如，某办公用品数字化采购平台基于数字化采购市场的需求变化，结合业务数据沉淀，引入AI技术构建可匹配多场景的AI业务模型，形成多渠道智能客服、数字员工、智能仓储管理、智能营销等多种数智化解决方案，为企业推送最优产品组合，匹配最佳履约交付方式，提高采购效率。项目试点中，部分品类库存下降20%以上，订单履约效率提升15%以上。
图6 某数字化采购平台的供应链自动推荐模型
来源：某数字化采购平台在2023亿邦产业互联网年会上的公开演讲
再如，某家非生产性物资MRO采购平台针对MRO行业品类繁多、需求零散、复购率低等典型特点，自研了PMS系统。借助于AI智能算法与大数据挖掘技术感知客户未来需求，连接供应端和需求端，通过内外部全面协同，帮助客户实现精准备货、快速响应、释放库存资金等功能，进而提升供应链交付效率和客户满意度。该系统使高频物料的预测准确率达到95%，低频物料的预测准确率提升20%，节约库存资金近90%。
图7 某MRO采购平台PMS计划管理系统：数智化赋能全链路库存优化
来源：亿邦智库《2023数字化采购发展报告》
三、县域之困：突破物理局限，以AI盘活用户和库存数据资产价值
县域商贸业的外向性普遍较弱，县域市场主体提供的商品绝大多数情况下只在县域之内流通，难以享受到全国统一大市场的发展红利。AI技术的应用为增强县域经济活力提供了新的机遇，通过推动县域商贸业数字化、智能化转型，提升县域商贸业的服务能力和竞争力，在一定程度上实现了县域经济外向性的突破。
图8 品牌正在组建协作型经销关系，全域门店兴起
来源：亿邦智库《2023零售数字化增长实践报告》
品牌企业正在组建协作型经销关系，形成数字化的零售有机体——全域门店。品牌企业打通品牌、经销商、门店的信息壁垒，统筹管理订单、货盘和渠道，提升整个链条的运转效率。通过库存共享，提升库存的流通和销售规模，经销商实现就近履约，大大提升消费体验。
例如，某知名鞋企，通过全渠道库存共享和库存智能管理，每年从海外总部少采购鞋500万双，库存周转速度提升300%，提升经销商资金利用率，降低经营压力和门槛，支撑企业下沉市场门店扩张，2017-2022年GMV复合增长率达到46%。
图9 AI和大数据在零售企业用户运营中的发挥重要作用
来源：亿邦智库《2023零售数字化增长实践报告》
在构建全域门店过程中，全渠道零售、全域营销、门店智慧升级、数据引导等创新业务均涉及AI技术的赋能，通过智能推荐、大数据分析等手段，帮助县域商贸业精准把握市场需求和消费者行为，实现精准营销和推广。
例如，某电商原生家居品牌目前线下门店销售额占比已经达到50%，全国门店数量达到1400家。其构建的直播团队除了在总部开展直播外，也支持各门店分别开展直播业务，通过总部一件直发，县域门店已经实现了卖全国。
文章来源：亿邦动力
