01、AIGC、ChatGPT等AI在零售的应用潜力巨大

人工智能生成内容AIGC是继专业内容生成(PGC)和用户内容生成(UGC)后新兴的内容生产方式，具体指使用人工智能技术自动或辅助地生成或编辑文本、音频、视觉等数字内容，提供更加简单、高效、智能、专业的内容编辑、制作和创造技术与工具。

2023，尽管ChatGPT这样的生成式AI工具并不是像人类一样通过“思考”来生成答案的，它们只是根据可用数据集所定义的上下文，进行推理组合生成了最可能的“正确”响应。但零售企业依然可以将ChatGPT们的“类似人类的提示延续能力”应用在业务和产品流程的优化提升中。

这种能力应用于零售领域能力包括:1. 虚拟试衣间 2. AI化妆镜 3. 商场内黑科技景观（如钢琴楼梯、会呼吸的灯、会跳舞的喷泉等等）4. AR大屏、全息投影 5. 智能化的导购机器人 6. 智能停车场 7.无人支付系统 8.数据管理 9.供应商管理 10.销售预测 11.店铺装修 12.商品图片、营销海报图片生成 13.商详图、营销文案、商品标题生成 14.虚拟模特、虚拟主播、一键换装 15.智能客服、精准选品 16.AI智能推荐、智能搜索、智能排序、智能定价 17.AI游戏 18.智能供应链 19.智能调度、智能配送 20.智能选品 21.AI店铺...

互联网时代对于内容生产、生产角色的转换与核心环节会不断演进。对于设计、内容、短视频直播等环节，可能用会AI工具的人替代不会应用AI工具的人。内容生产从PGC到UGC再到AIGC。而人从内容消费者到初次内容生产者再到二次内容加工者实现了角色互换。应用AIGC Midjourney&FireFly 、Stable Diffusion、Fabrie AI 智能AI绘图生成工具、背景切换、建模、AI辅助设计工具等。

虽然AI之于零售的应用已经初现，但AI的发展潜力巨大。未来趋势：超自动化是一种业务驱动的方法，用于识别、审查和自动化尽可能多的业务流程、IT流程和算法流程等。它需要协调使用多种技术工具和平台，包括机器人流程自动化(RPA)、自动机器学习 (AutoML) 、人工智能工程化 (AI Engineering)、低代码平台等。

02、RPA 技术应用与发展有明显提升

RPA项目通过模拟员工在电脑界面的操纵，自动化替代员工执行任务，节省员工工作时间、增加同时间内处理的业务单数。2023年市场发展有明显提升。部署RPA以后，公司可对RPA项目带来的ROI（投资回报率）进行明确的量化。ROI通常在几倍到百倍之间，并且在后期项目建设中常有明显增长的倾向，因而RPA备受企业采购的青睐。

在这种需求根基下，数字经济的崛起进一步带来了需求的上涨。随着数字化的发展，企业规模不断扩张，企业流程更加复杂，数据类型、数量、应用间交叉操作次数上涨，创造出更多非核心业务的操作需求。与此同时，中国中小企业多、封闭系统多、系统接口标准化程度不高，考量到企业的投入成本限制与IT背景，RPA不仅不会被以编码执行相关操作的产品替代，其规模还会保持常量增长。

另一方面，RPA的发展也面临着一些问题，重要的一点就是RPA对第三方系统依赖难以平衡，拉低产品稳定性体验。产品体验差的来源：RPA作为一种软件，异常的因素也会包括运行环境不匹配、实际业务数据与测试不一致，但其特有的并且占大比例的因素来源于对第三方系统的依赖。当第三方系统发生变更时，RPA无法识别、执行。

03、低/零代码产品与AIGC呈现融合趋势

低代码是一种技术，允许任何人创建应用程序和程序，而无需了解深入的编程。这就是所谓的“无代码编程”或“可视化编程”。也就是说，一个省去编码语言的开发，因此创建是一个更简单、更直观的过程。非代码和低代码技术在人工智能领域越来越重要。

低代码允许用户以最有效的方式在各种设备和数字媒体上创建、开发和维护应用程序：自动。这些“无代码”工具大多是在线平台，因此甚至不需要在我们的设备上安装任何程序来使用它们。您所要做的就是从网络浏览器访问它。此外，低代码允许不断更新应用程序，以满足消费者不断变化的需求。

在数字化浪潮席卷而来的当下，零售品牌除了面临漫长的响应周期，无法及时配合业务端需求的痛点外，还经常会碰到诸如流量获取困难；数据来源多样化导致的数据分析场景复杂；随着业务扩展，品牌低代码平台维护难度增大、性能受到挑战、复杂程度越来越高等诸多挑战。零售行业的供应链比较分散，内部的流程链条也复杂多样，对于零售品牌而言，迫切需要的是一个低代码、高敏捷、成熟且灵活的开发平台，用以探索业务应用开发。

未来3～5年，中国低/零代码市场将呈现“竞合共融”的格局，部分厂商能力将走向分化并在擅长的细分市场保持竞争优势。中国低代码和零代码将成为一个持续兼容多元化参与者的市场。

市场生态的参与者处于动态变化中。根据市场需求和技术发展，市场生态的参与者也将不断变化。例如：随着AIGC在代码生成方面发挥着越来越大的作用，大模型厂商将成为市场生态中的关键参与者，低/零代码供应商将与之合作来增强产品基于智能模型的自适应开发能力的建设，大模型厂商或将也会直接面向客户进行能力输出。而未来随着客户应用实践阶段的进一步迈进，或将需要更加多元化类型的技术伙伴，亦或是部分不被市场需求覆盖的参与者逐渐退出市场，因此市场生态将处于动态变化中。

越来越多的供应商会将AIGC融入低/零代码产品，预计至2027年，约70%～80%的用户将使用具备AIGC能力的低/零代码产品。生成式AI是低代码和零代码厂商积极关注的战略性技术，供应商正在研发具备AIGC能力的产品。该趋势可以从客户意愿角度评估融合AIGC的低代码和零代码产品目前所拥有的需求热度，用以指导厂商市场发展。

04、数字人在C端和B端的应用推广加速

在早期阶段，数字人缺乏大规模的商用场景，数字人的首要落脚点主要是以创建IP影响力或打造粉丝经济，包括虚拟偶像、虚拟KOL、虚拟演员、虚拟主播等。

基于IP和内容运营，赋予它们独特的人设和人格特质，以此来吸引不同受众群体的关注，从而形成一定规模的流量基础和情感链接。再通过诸如直播带货、跨界品牌代言、IP授权周边衍生品、娱乐演艺等多种手段，实现价值闭环或进行商业化变现。

在C端落地后，数字人简单的B端应用场景也被开发，以替代真人服务、实现降本增效为目的，这类应用场景普遍集中在服务型数字人，包括虚拟客服、虚拟前台、虚拟导游、虚拟主持人等。

它们能够“7×24小时”在岗不间断地提供服务支持，尤其针对标准化、重复性高的真人服务可以实现数字化替代，并结合业务流程自动化，帮助企业进一步提高生产效率、降低人工服务成本，为企业数字化转型提供新路径。

相对真人服务，数字人具有较高的灵活度，不受主观、时间、环境或外界不确定因素影响，企业可控性强，可以保证服务的稳定性和连续性，也能降低企业因不确定性所带来的隐性成本问题。

不同行业之间数字人直播的发展是不均衡的，其主要区别在于「行业数据模型训练」。有些行业跑得快，是因为会拿出大量的内容训练模型，训练得越多越快，生成的内容也越好，这对整个行业的发展其实是有推动的。

而有些行业接触新技术的意愿较慢，模型的训练程度不够高，那样生成的内容自然会有不少问题，需要一个很长的时间才能让内容符合使用标准。

同时，以ChatGPT 为首的 AI 大模型爆发，接入 AI 后，数字人在生成直播脚本、智能应答提问等方面有了更加迅猛的发展，让数字人变得越来越像真人。

数字人的发展趋势体现在：第一，高逼真，数字人具备高逼真的外观是精准传递信息的刚需；第二，实时化，技术支持需要满足数字人实时交互的需求；第三，智能化，在数字人生成和驱动中，AI 算法起到至关重要的作用；第四，虚实融合，未来在 VR、AR 场景下，数字人作为一种新型人机交互窗口，具有不可替代的作用。

05、数据中台+BI技术，促进企业全方位的数据应用

当前零售企业的数字化转型重点，从打基础、建渠道，逐渐转变为全方位的数据应用，对于外部，实现对消费者、供应链等的精细化管理，对于内部，则实现商品、门店、组织的持续精准优化，以此回归零售本质，实现零售企业高质量发展。这方面，BI起着关键作用。在零售餐饮行业BI应用于：

1、线上线下全渠道数据整合：融合零售企业线上线下数据，多维数据分析还原真实消费世界全貌，为零售业务增长提供有力数据分析与支撑；2、一站式数据分析与决策：打通“数据采集-数据接入-可视化分析-智能应用”全链路，统一数据源、统计口径、计算规则及分析思路，为精准的管理赋能；3、企业经营状况实时追踪：时效性数据助力企业掌握一手经营状况，并及时调整运营策略；4、颗粒度细分驱动业绩增长：零售场景指标的细粒度分析与拆解，让零售企业行业成熟场景分析方法论为企业精细化运营提供模式与动力；5、零代码低门槛释放生产力：快速上手、一键应用的简单操作，可让成员释放更多人员精力。

回顾2023实体零售餐饮企业着重构建这几个BI各个分析模块，实现精确分析服务模式；

1）销售分析：主要用于分析各项销售指标（如毛利、毛利率、坪效、交叉比、进销比、盈利能力、周转率等等），而分析维又可从管理架构、类别、品牌、日期、时段等角度观察，这些分析维又可采用多级钻取，从而获得相当透彻的分析思路；同时根据海量数据产生预测信息、告警信息等分析数据；还可根据各种销售指标产生新的透视表（如最常见的ABC分类表、商品敏感分类表、商品盈利分类表等）。

2）顾客分析：顾客分析主要是指对顾客群体的购买行为的分析。例如，将顾客分成“富人”和“穷人”；那么什么人是“富人”，什么人是“穷人”呢？如果有会员卡，可以通过会员登记的月收入来区分，但如果没有会员卡呢？这时可以通过小票每单金额来假设。此外，还有商圈的客单量分析、商圈里的购物高峰分析、假日经济对企业的影响分析等等分析思路。

3）供应商分析：通过对供应商在选定的时间段内的各项指标（订货量、订货额、进货量、进货额、到货时间、库存量、库存额、退换量、退换额、销售量、销售额、所供商品毛利率）进行分析，为供应商的引进、储备及淘汰（或淘汰其部分品种）及供应商库存商品的处理提供依据。主要分析的主题有供应商的组成结构、供应商的送货情况、供应商所供商品情况(比如销售贡献、利润贡献等)、供应商的结算情况等。

4）人员分析：通过对公司的人员指标进行分析，特别是对销售人员指标（着重销售指标，毛利指标为辅）和采购员指标（销售额、毛利、供应商更换、购销商品数、代销商品数、资金占用、资金周转等）的分析，达到考核员工业绩，提高员工积极性，为人力资源的合理利用提供科学依据的目的。主要分析主题有员工的人员构成情况、销售人员的人均销售情况、开单销售、个人的销售业绩情况、各管理架构的人均销售情况、毛利贡献情况、采购员分管商品的进货情况、购销代销比例情况、引进的商品销售情况如何等等。

06、大模型的下一个重要应用：商业位置数据

所有AI从业者都清楚一点：模型如果是火箭，那么数据就是燃料。一个模型的好坏也许能减少训练时间，降低误差值，保障运行稳定。但真正决定模型产出效果的，更多是输入数据的数量和质量。那么，在语言数据和应用的金矿被大企业挖掘殆尽后，下一个大模型金矿会是什么？

一个潜力很大的答案是：位置数据与应用。

几乎所有的人类活动，都跟位置相关。吃喝住行，每一样行动都会产生大量的位置数据。企业也相同，从线下零售到物料配送，几乎所有的线下企业在活动时，都需要用到位置数据。然而，传统的地理商业决策，都是靠经验和判断，很难通过AI和数据进行决策支持。其核心原因在于，位置数据不够、优质数据不足。

那么，谁掌握了更多位置数据，谁能给企业提供更优质的数据，谁能更好预测消费者行为、创建出更好支持用户决策的AI应用，谁就能取得下一个大模型金矿的优先地位。

以选址为切入点，是线下企业服务链条的起点。选址完成后，铺位交易、金融授信等需求会自然的产生，掌握了这部分用户需求的流量入口，可以为客户提供更多长尾服务。其后续衍生的铺位交易、金融数据等均是万亿级别的市场，其平台、数据价值是巨大的。

07、CRM+CDP细化会员标签、颗粒度，促进复购

2023，运用CRM+CDP工具细化会员标签、颗粒度等有了进一步发展。就一个企业的品牌而言，其连锁门店对于不同区域，性别、年龄以及不同消费者，不论是零售也好、餐饮也好，都会有不同的消费差异，包括消费行为差异，这也是从本身数字化基建反馈给企业，让企业每天能看到大量用户消费的商品类型、消费时间，其实会有非常大的差异。

所以企业运用数字化工具去深化这些行为的颗粒度：对的时间、对的渠道、对的人、对的场景、对的特点。通过整个私域或者是企业和品牌的触点体系，去给用户从第一次到店里面到第二次消费等等去做整体客户陪伴，也可以叫客户旅程。

因此品牌零售企业2023年的做法是将所有的用户都会有分层和分类，把这些用户打标签，通过标签再去最终推导出顾客画像，刻画他是什么样一个人，是什么样一个群体。因为光从整个消费数据来看，我们只能看到他的消费内容、商品、时间、地点。但是我们并不知道TA是一个宝妈，或者TA是家里有5口人，或者说TA是一个上班族的人，或者TA是一个人在北漂。这些其实我们看不到，所以企业要从所有的消费数据和所做的策略里面去帮助刻画这个顾客到底是什么样的人。

总结来说，CRM、SCRM，包括CDP，本质上还是要应用到人货场这个“人”的维度里面，来帮助我们在存量里面找到更多的顾客，让他能更多次的进行复购。2024，或许复购才是未来可能1到2年或1到3年的一个增长点。

08、直播电商走向系统化、规范化、多元化、数智化

２０２３，电商直播作为一个独具特色的业态，随着行业的发展，逐渐向着系统化、规范化、多元化、数智化的方向发展，直播电商行业多层次竞争格局正在形成，直播正在不断下沉到各个行业领域。在某种程度上，深度直播正在颠覆甚至重塑着不同行业的经营认知，现阶段直播电商到了真正拼实力的阶段。

对于直播电商的后端来说，供应链是核心竞争力。这一点，传统电商过去几十年的发展其实已经指明了方向。在行业日益内卷的当下，只有更好的产品和服务以及更低的价格，才能换来更多的市场份额，增加竞争壁垒。因此对于企业或者机构来说，建立较为完善的供应链是尤为重要的。如果说供应链相当于生产端发力，那么消费端的突破口便是优质内容。

未来，真正的竞争核心是用户体验和内容创新能力。随着市场饱和及消费者需求多样化，仅依靠销售产品是远远不够的，直播电商平台需要不断提升用户的购物体验，提供更优质的服务和内容，才能在竞争中占据优势。同时，直播电商还会朝着社交化、精细化和品牌化的趋势发展。社交化是指更加注重用户之间的互动和沟通，让用户在购物过程中可以分享和交流；精细化是指通过数据分析和个性化推荐等手段，为不同用户提供定制化的推荐和服务；品牌化则是指直播电商平台与品牌之间的合作和塑造，提升品牌影响力和形象。

直播电商未来可能朝着更加专业化和细分化的趋势发展。若想在直播电商领域脱颖而出，主播还需要更加了解自己所带货品类的产品知识，提供更加专业的推荐和解说，以建立起自己的专业形象和品牌影响力。同时，直播电商平台也需要加强对主播的培训和监管，提高整体行业的专业水平。

直播方式逐渐走向精细化专业化、直播深度逐渐下沉、直播机构进入实力比拼。陈虎东认为，传统的直播方式非常粗犷，体现在直播互动体验较差，直播内容也是非常单一的，且商业变现的价值比较低。随着直播的发展，直播的互动性、直播内容、直播方式正在变得多样化，运营模式不断精细化、呈现方式也非常专业化，商业的价值属性正在不断凸显出来。

09、元宇宙促进数实融生，数字服务将打破虚实界限

随着元宇宙（消费级体感设备、 XR设备与应用）开始兴起，数字服务将打破虚实界限，深度融合数字经济与实体经济。5G技术的应用：5G技术将为新零售带来更多机会和挑战。例如，通过5G网络实现高速、低延迟的数据传输，提高客户体验和服务质量；同时，借助5G网络的大带宽和低延迟特性，实现远程控制和智能化运营及VR实景+虚拟的等应用场景。

如：AR眼镜实现内容沉浸化、交互实时化与服务泛在化；实时情境下的内容创作、分发、搜推能力助力售前决策、提高流量转化，重构实体零售业态；设计制造、运营协作和创新方式有望重塑，将推动实现元宇宙内容供应链。

在2023年，中国市场对元宇宙行业的应用需求和消费者汇总有以下几方面：

零售消费和数字文娱应用需求：随着物质商品的日益丰富，消费内容正发生变化，从物质消费到精神消费、文化消费、体验消费等转变。元宇宙能更好地将实物和虚拟有效结合，带来全新的消费体验，也会改变品牌或商品传播、销售方式。

元宇宙应用场景的多元化：元宇宙的应用场景将逐渐清晰，从生活消费端到工业生产端转变。文旅文创、艺术时尚、教育培训将率先得以启动。

人机交互与人工智能、脑机接口技术的发展：随着人机交互、人工智能和脑机接口技术的不断发展，元宇宙将更加智能化。这将提升元宇宙的核心竞争力，并带来更多的应用场景和商业机会。

元宇宙投资的热点和趋势：预计元宇宙的投资热潮将从应用开始转向技术，尤其是人机交互、人工智能和脑机接口技术、算法和算力技术等核心技术。这些技术将越来越受到投资商的青睐。

年轻消费者的偏好变化：随着年轻消费者对精神消费和文化消费的需求不断增加，他们更追求精神满足，更注重社交属性。因此，元宇宙更能满足未来年轻消费群体的需求，可以更好地将实物和虚拟有效结合，带来全新的消费体验。

10、一体化协同办公、在线化组织与集成服务

一体化协同办公——从产品功能层面，这是全球协同办公厂商都拉齐的认知，也是一条已经被验证和趟平的路。

在线化组织包括了在线办公、在线工具、在线文档、人力资源管理、财务管理、业务管理能力，虽然疫情已过，但这项能力顺应了当前零售餐饮企业数字化发展方向。一方面在线化能力需要全员参与，是员工体验数字化应用的开端。另一方面，在线能力一直以来都是解决时间、空间与办公能力协同的重要工具之一。

总体来看，如果说工具是中国协同办公企业必须具备的属性和功能，那么生态则是中国特色产业环境里的独特打法，通过生态的模式，不论是钉钉、企业微信还是飞书，都在自身的框架里完成了一体化布局，这种布局不仅在接口层面的打通，更是在服务集成层面。

这种探索的供应对应着明确的需求。即中国协同办公企业的角色相较更复杂，它们作为大众TO B流量的汇聚场，也更是整体数字化方案和能力的输出场，但对一众中小企业以及大型企业的非核心业务而言，这种开箱即用、且统一协同的集成服务却为它们提供了它们需要的数字化转型模型：轻便高效、立竿见影。