向制高点进军

利润让企业前行，AI让企业思考如何前行。

过去，解决商业难题要面临复杂、多变、低效等问题。即便再有创新精神的企业，也会苦于没有先进的工具和系统，而不能精准、高效地解决问题。

AI正在让企业变得聪明。一个不可逆的趋势是，企业越来越关注AI对商业经营的影响，对智能化的工具和平台的需求更加旺盛，希望借此管理复杂的数据，并且让企业做出实时决策、动态运营管理并响应客户。比如，新产品如何定位、如何找到目标顾客、该使用什么样的广告创意、如何选择媒体渠道。

为什么?市场和商业的逻辑在改变。

在传统商业逻辑中企业处于主导地位，企业生产什么，顾客就就消费什么;想保证利润，就做刚需型的大单品，然后把它规模化。但移动互联网时代，市场和商业的逻辑逐渐变成由顾客主导的个性化驱动。如果个性化没有被满足，产品和服务就很难让顾客埋单。而在今天所谓“千人千面”的消费图谱之下，就需要AI推动传统经营模式转型，帮助企业和顾客更快、更优的解决交易过程中的复杂问题。

AI将主要从两个层面为商业经营赋能：

第一，提高生产、服务效率。作为一种全新的生产要素，AI创造了一种虚拟的劳动力，能够解决需要适应性和敏捷性的复杂任务。传统的自动化只针对特定的任务，而基于AI的智能自动化将能够灵活解决多领域的问题，提高实体经济运行的效率。

第二，进一步降低交易成本。互联网通过降低信息不对称，已经降低了传统经济活动中的交易成本。随着AI深度运营，可以实现更精准的服务匹配，进一步优化资源分配。

从某种程度来看，零售业是交易和消费最集中呈现的领域，因此它很可能是AI发展创新中受益最多的行业。AI将运用互联网、物联网技术，感知消费习惯，预测消费趋势，引导生产制造，为顾客提供多样化、个性化的产品和服务。

把你想要的全给你

有一种“懂得”叫你知道我要什么。

在零售业的消费场景中，个性化、定制化的推荐可以很好地提升顾客体验。AI通过顾客的浏览轨迹、购买记录等向顾客推荐相关商品，是线上精准营销的重要手段。

比如，电商网站已经普遍应用的AI推荐模型，可以基于“视觉过滤技术”，针对用户潜在偏好，建构在线商品推荐模型。具体做法是，通过基于商品图片的问题，创造游戏一样的情景让顾客参与，然后预测购物者的下一个选择，并根据顾客之前的点击，提出售卖建议。这个过程中，每次点击都会通过成千上万的属性来训练AI，例如鞋跟高度、小腿长度、系带款式、鞋子的造型、纹理等。

虚拟试衣是AI智能化推荐的另一大利器，可以提升顾客的购物体验和品牌的销售转化。AI智能试衣商用公司好买衣开发的虚拟试衣镜正在成为实体服装店的“抢手货”：顾客只要站立于智能试衣镜前，启动智能人脸与身材识别，输入几项身材数值，30秒内可以“复制”出一个虚拟的自己，不到3分钟时间能试穿约100多套当季新款搭配。目前，好买衣已经有了500万样本的女性身材数据库。

好买衣曾在上海一家时尚女装品牌店做过一个测试，在店面里放置自己的智能试衣镜，让用户在屏幕前挑选、试衣。测试后发现，平均每个用户会多试50多套衣服，额外停留4分钟以上的时间。

“款式的发现效率” 是智能试衣镜的核心功能。对顾客而言，进行智能试衣能节省很多换衣服的时间成本。而对于服装品牌商来说，好买衣的智能试衣镜相当于一个超级导购，熟悉店铺里的每一件衣服，也知道顾客的身材适合什么类型的衣服。

更为重要的是，智能试衣镜还可以充当店家顾客留存和转化销售的“连接器”。顾客在智能试衣镜前注册试穿后，微信扫码保存喜欢的款式，能够让店家与其建立联系。好买衣通过合作服装品牌的微信公众号等渠道，向顾客推荐适合其身材的其他款式，并展示衣服的上身效果，以吸引顾客购买。

在这个过程中，AI的角色不只是虚拟试衣镜，而是“形象顾问”，帮助品牌商呈现最适合的衣服给顾客，同时给每一个顾客更好的个性消费体验。

借我一个“诸葛亮”

生意的本质无非是卖什么，卖给谁，怎么卖?

在经济学家李稻葵看来，判断AI是否改变行业要抓住核心——商业决策。传统决策模式是，先进行产品生产，再决定到哪里投放广告，然后根据什么样的人群、通过什么渠道递送广告。而现在，AI正在改变商业决策，生产之前就可以通过AI去分析什么样的消费者需要什么样的产品，适合什么样的渠道。

玛氏集团通过AI分析每个用户传递到玛氏公司营销部门的宠物图像，来判断宠物大概需要什么样的食品，进而为宠物食品生产提供形状、口味、酥脆度方面的决策。

程序化购买平台品友互动通过AI在营销层面去影响客户企业的决策。品友推出了人工智能决策平台，通过模式识别和预测模型，帮助客户企业实现更精准、更自动化的广告营销。

以车企为例，品友互动可以直接给出车企可能用到的目标人群数据，每个人群都有细致的用户画像，可供客户选择作为媒介投放的人群。设定好人群之后，智能营销这一模块可以做产品概念测试、创意点击预测，通过预曝光和数据反馈，帮助广告主选择效果最好的一款，并详细预测不同媒介的投放效果。

如果说品友互动是利用AI为企业的外部营销层面提供决策参考，那么第四范式则是为企业进行内部决策机制系统的搭建。

第四范式创始人、首席执行官戴文渊认为，企业需要的AI不应该只是是解决单一问题的工具，而是支持各个业务部门决策的认知能力。为此，企业需要为人和机器建立起相互辅助的角色，并据此对现有的 IT 系统重构与优化。

为此，第四范式开发了“企业人工智能核心系统”——“先知”，帮助企业快速构建以AI为中心的组织架构，把一个专业级人士才能做到的事情变成一个类似傻瓜相机式的核心系统，将大多数一线决策行为交由AI来完成

在这个系统中，AI能够依靠计算力从数据中发掘更多、更细的业务规则，精细化地做出判断，提升决策效率。决策领先，才能步步领先。

目前，AI商业决策应用在广告、零售、金融等行业发展较为迅速，但随着各行各业对商业决策效率的要求越来越强，AI势必将发挥更大的能量。